Платформа контент-операций на ИИ

Контекст

Команды вручную создавали черновики, варианты и адаптации контента под разные каналы и форматы.

Задача

Пропускная способность росла линейно с размером команды, а тон и качество расходились между исполнителями и каналами.

Ограничения

Контроль качества и тона обязателен; публикация — только после проверки человеком.

Архитектура

Конвейер: генерация вариантов → адаптация под канал → проверка → участие человека → публикация. Каждый этап имеет явное состояние.

Слой ИИ

Дешёвая модель — на черновики и варианты, сильная — на финальную адаптацию сообщений, где важны тон и точность.

Модель событий

Запрос на контент запускает конвейер; этапы — это события с сохранённым состоянием, поэтому процесс можно остановить и продолжить.

Интеграции

Публикаторы каналов, хранилище материалов и гайдлайны тона подключены через нормализованный слой.

Потоки автоматизации

Генерация N вариантов, адаптация под формат, дедупликация, управление публикацией по расписанию и по событию.

Инфраструктура

Очереди этапов, идемпотентность публикации, бюджеты токенов на шаг.

Наблюдаемость

Трассировка этапов и стоимости, доля материалов, прошедших проверку человеком с первого раза.

Результаты

Пропускная способность масштабируется без пропорционального роста команды, тон стал стабильнее за счёт единого слоя проверки.

Чему научились

Участие человека — не узкое место, а контур качества; контент-операции — это конвейер с состоянием, а не пакетная генерация.