Pentaprism — модель бизнес-процесса как единый источник правды

Тем, где живёт истина. В связке «документы → нейросеть → ответ» истина остаётся в документах, а нейросеть — читатель. Но документы расходятся между собой, и языковая модель этого не устраняет — она это сглаживает: её работа выдать связный ответ, а не найти конфликт. Где в тексте дыра, там ответ будет дополнен правдоподобным.

В модели наоборот: истина — сама модель, документы порождаются из неё. Противоречие не сглаживается, а называется: правило, файл, строка.

Спецификация «драйвит» разработку, только если по ней можно механически сказать: реализация ей не соответствует. Для этого нужно, чтобы у требования был адрес, а код на этот адрес ссылался — тогда сверка становится операцией кода.

Если же соответствие проверяет нейросеть, читая ТЗ заново, верификация снова вероятностная. Человек опять вычитывает вероятностный вывод против эталона, которого нет как артефакта, — то есть ровно та проблема, ради которой всё и затевалось.

Дело не в точности, а в воспроизводимости. Два запроса по одному документу дают два разных ответа — и на таком основании нельзя ловить регрессии: невозможно сказать «вчера было верно, сегодня сломалось».

Отчёт проверок здесь совпадает с эталонным побайтово: расхождение видно сразу. Рост качества моделей этого свойства не даёт — недетерминизм не лечится точностью.

Наоборот. Модель наполняется через ИИ: аналитик разговаривает с ней из своего клиента по MCP, нейросеть раскладывает документы и протоколы по осям.

Разделение простое: LLM пишет модель — код её читает. Недетерминизм допускается там, где вывод немедленно попадает под детерминированную проверку. Интерпретация модели — валидация, проекции, сверка с кодом — выполняется обычным кодом. ИИ не отстранён, он поставлен туда, где его ошибка ловится, а не расходится по системе.

Правка проходит валидацию целиком и отклоняется целиком, если появились новые нарушения. Сломать модель незаметно нельзя: то, что ломает целостность, в неё не попадает.

Каждое принятое изменение — обычный коммит в git с настоящим автором и причиной. Видно, кто, когда и что поменял, — и это можно откатить.

Честная цена подхода — да, наполнение это труд. Но наполнение и есть проектирование: оно всё равно происходит, просто обычно в головах, а потому не проверяется и уходит вместе с людьми.

Начинать с нуля при этом не нужно: существующие ТЗ, протоколы и заметки подаются на вход, и нейросеть раскладывает их по осям — а дальше модель сама показывает, чего в них не хватает и что противоречит.

Документация устаревает, потому что живёт рядом с системой и обновляется вручную. Модель не рядом: из неё порождаются представления и каркасы, к её узлам трассируется код. Устаревшая модель — не заметка на полях, а расхождение, которое видно сверкой.

И граница честная: модель покрывает то, что смоделировано. Что за границей — обозначено как зона усмотрения, а не выдаётся за знание. Система, отвечающая на любой вопрос, такой границы показать не может.