Автоматизация ломается не из-за AI, а из-за плохого процесса на входе

Автоматизация ломается не из-за AI, а из-за плохого процесса на входе

Если задача описана размыто, модель будет стабильно выдавать размытый результат. Перед автоматизацией проверьте три вещи: кто запускает сценарий, какой входной формат, какой выход считается успешным.

Чаще всего ошибка в том, что пытаются автоматизировать хаос. Признаки: вручную приходится дописывать данные, каждый раз меняется структура запроса, финальный ответ нельзя проверить по одному правилу. В таком случае AI не ускоряет работу, а лишь быстрее размножает ошибки.

Рабочий подход такой:
— сначала фиксируете шаблон входных данных;
— затем задаёте один типовой результат;
— после этого добавляете исключения и ручную проверку на спорных кейсах.

Ещё одна частая проблема — слишком широкий сценарий. Лучше разделить процесс на маленькие шаги: классификация, извлечение, черновик, проверка. Так AI проще контролировать, а автоматизация не зависит от одной длинной инструкции.

Если сценарий нельзя описать в двух-трёх правилах, его рано отдавать в автоматизацию. Сначала упростите процесс, потом подключайте AI — иначе вы автоматизируете путаницу, а не работу.