Кейс · ИИ-процесс

Отчёт о конкурентах на 61 страницу, где за каждым утверждением стоит источник

Я спроектировал и собрал процесс на Claude Code, который запустил девять исследовательских агентов параллельно, по одному на конкурента, и выдал брендированный PDF на 61 страницу: около 190 источников, у каждого ссылка и дата обращения, и больше 400 утверждений, каждое из которых привязано к одному из этих источников. Валидатор не даёт собрать отчёт, если у утверждения нет источника или ссылка не работает.

  • Роль: спроектировал и разработал
  • Стек: Claude Code, Python, JSON Schema, Jinja2, WeasyPrint
  • Первый запуск: девять конкурентов подробно, ещё 30 в обзорной таблице
  • Код: github.com/elkushi/claude_vibe_coding_projects
61страница в первом отчёте
~190источников, у каждого ссылка и дата обращения
400+утверждений, каждое со ссылкой на источник
0допустимых утверждений без источника
9исследовательских агентов параллельно, по одному на конкурента
15из примерно 50 утверждений из старых документов исправлены или убраны после перепроверки
Что это доказывает: я могу сделать ИИ-исследование настолько надёжным, что его не страшно показать тем, кто принимает решения. На страницу не попадает ничего, что код не может привязать к доступному источнику.

Почему в исследованиях не работает подход «просто спросить ИИ»

  • Ошибки накапливаются. Если каждый шаг верен на 90%, то пять шагов подряд верны лишь в 59% случаев.
  • Правдоподобно — не значит проверено. Языковая модель пишет уверенный текст. Без жёсткого правила факты, заявления компаний и догадки перемешиваются.
  • Результат не воспроизводится. Ответ из чата нельзя повторить в следующем квартале с той же структурой и той же планкой качества.

Как это устроено

Каждый делает то, что у него получается лучше всего. ИИ решает и пишет: какие конкуренты важны, что означают данные. Код выполняет: загружает сайты, проверяет ссылки на источники, объединяет данные, строит графики и верстает PDF. Человек утверждает результат в четырёх заранее заданных контрольных точках.

Схема: исследовательские агенты, JSON Schema, валидатор, брендированный PDF. Утверждения без источника или с битой ссылкой отсекаются.Схема: исследовательские агенты, JSON Schema, валидатор, брендированный PDF. Утверждения без источника или с битой ссылкой отсекаются.
Исследование идёт параллельно, по одному агенту на конкурента. Перед сборкой PDF всё проходит через одну общую проверку.

Что проверяет валидатор

  • Каждое поле соответствует JSON Schema, у каждого утверждения есть хотя бы один идентификатор источника.
  • Каждый указанный идентификатор существует, у него есть ссылка и дата обращения.
  • В реальном запуске нет текста-заглушки и ссылок-примеров.
  • Нет запрещённых названий.
  • Нет битых ссылок. Страницы, которые блокируют ботов, помечаются для ручной проверки.

ИИ получает правила. Следит за их соблюдением код.

Первый запуск

Анализ конкурентов и рынка для компании из сегмента A2P SMS. Девять исследовательских агентов работали одновременно, по одному на конкурента, ещё 30 компаний вошли в обзорную таблицу. Перед началом исследования около 50 утверждений из старых внутренних документов сверили с актуальными источниками, и 15 из них исправили или убрали. Эти исправления внесли ещё до того, как была написана первая новая страница.

Что бы я сделал иначе

Считал бы источники и утверждения одним инструментом. В исследовательских файлах и в итоговом отчёте подсчёт немного расходился (192 и 189 источников), поэтому на этой странице цифры округлены.

← Все работы