Мультиагентный AI для медиа: почему один промпт не заменит редакцию

Рынок AI-инструментов для медиа переполнен решениями, построенными по одной схеме: один запрос к языковой модели, интерфейс и подписка. Для генерации заголовков или саммари этого достаточно. Для задач, где на кону репутация издания, — нет.

Сервис «Рерайт-Завод» автоматизирует рерайт новостей для региональных СМИ. Первая версия системы использовала монопромпт — один вызов, который должен был одновременно извлечь факты, проверить их точность, найти контекст в архиве издания, адаптировать под стиль и не допустить ошибок. 40% результатов требовали ручной доработки.

Проблема не только в качестве, но и в диагностике. Когда весь процесс упакован в один запрос, невозможно определить, на каком этапе произошёл сбой: модель потеряла факт, отклонилась от стиля или придумала несуществующий контекст.

Команда перешла на мультиагентную архитектуру — пять специализированных AI-модулей в цепочке: извлечение сущностей, верификация с источником, поиск по архиву публикаций, генерация черновика в стиле издания, критическая оценка. Каждый модуль изолирован: собственный промпт, собственные инструменты, одна зона ответственности.

Экономика подхода: себестоимость одного рерайта через полный пайплайн — 14 центов. При тарифах 30-55 тысяч рублей в месяц за сотни текстов стоимость генерации составляет доли процента от выручки. При этом каждый модуль можно дорабатывать независимо, не влияя на остальные компоненты.

Подход применим не только к рерайту. Любая AI-задача, где требуется одновременно анализировать, проверять и генерировать, выигрывает от декомпозиции на специализированных агентов. Главное — не путать простые задачи (саммари, пересказ) со сложными (верифицированная генерация контента).

Полный разбор архитектуры читайте тут