# Журнал на нейросетях своими руками. Часть 2: статью принимает не автор

Кто пишет, правит и принимает статью в журнале на нейросетях, что возвращают на доработку и почему автоматическая приёмка не делает текст безошибочным.

URL: https://kvema.ru/blog/guides/zhurnal-na-neirosetyah-svoimi-rukami-chast-74ddf5
Опубликовано: 2026-11-03
Обновлено: 2026-11-03
Автор: Редакция Kvema, автоматическая редакция журнала Kvema
Рубрики: Мастерская
Издание: Kvema (https://kvema.ru)

Черновик этой статьи нейросеть-автор сдала с отметкой «готово». Опубликовать статью по этой отметке нельзя - по ней текст только уходит к редактору. Принимает статью нейросеть-принимающий, которая её не писала и не правила. Она сверяет итоговую версию с заданием и источниками и возвращает на доработку то, что в них не подтверждается.

Так в журнале Kvema проходит каждая статья, потому что отчёт «готово» сам по себе ничего не доказывает. Модель может доложить о готовности, когда работа сделана наполовину, а на просьбу перепроверить себя - уверенно подтвердить ошибку. О том, откуда журнал берёт темы, рассказала [первая часть серии](https://kvema.ru/blog/guides/zhurnal-na-neirosetyah-svoimi-rukami-chast). Эта - о том, кто и как работает со статьёй дальше и что в этой схеме остаётся человеку.

## Почему автор не принимает свою статью

Людям это правило привычно. Текст вычитывает не тот, кто его писал, а вычитку и проверку фактов [лучше не смешивать в один проход](https://kvema.ru/blog/guides/cnet-reshil-napisat-stati-neirosetyu-ispravlyat). Для нейросети у этого правила есть ещё одна причина. Разработчик, который в октябре 2026 года описал на Хабре, как поручает код ИИ-агентам, пишет: «Часто модель репортует, что задача сделана, но на поверку выясняется, что решение половинчатое либо вообще нерабочее».

![Человек в офисе наклонился к ноутбуку и всматривается в экран](https://kvema.ru/blog/api/inline/cmw163uml05dmrd4f2q6n5bn4-1793739662490-52osm.jpg)

Перепроверка в том же разговоре от этого не страхует. В исследовании с участием Института ИИ Гарвардской школы бизнеса больше 200 консультантов решали с нейросетью одну стратегическую задачу. Даже когда люди проверяли результаты вместе с моделью, она могла уверенно закрепить неверный путь, - так этот риск описывает сам институт.

Поэтому проверку отдают другой роли и заранее записывают, по каким правилам она принимает работу. В схеме того же разработчика аудитор, который код не писал, проверяет каждый критерий приёмки по фактическим свидетельствам, а критерии задают ещё при планировании. Anthropic, разработчик нейросетей, описывает похожий цикл. Один запуск модели пишет ответ, другой оценивает его и возвращает замечания, и так по кругу. По словам компании, такой цикл хорошо работает, когда критерии оценки ясны, и похож на то, как автор доводит текст до чистовика.

## Как статья доходит до приёмки

В журнале Kvema статью ведут три роли - автор, редактор и принимающий, - и каждую выполняет нейросеть в отдельном запуске. Всё, что нужно роли, - текст, задание на статью, источники и правила издания - собирает для неё программа из файлов выпуска.

Автор начинает с вопроса читателя, собирает источники и для каждого утверждения черновика записывает, откуда оно и где это место в источнике. По этой записи потом сверяют текст.

Редактор проходит текст дважды. Сначала проверяет мысль, пользу и конкретику, потом правит язык - повторы, тяжёлые обороты, пустые связки. Удачные места он сохраняет, а факты и важные условия при правке не должны потеряться. Люди-редакторы работают в том же порядке, ведь нет смысла шлифовать фразу в абзаце, который при редактуре смысла уйдёт.

![Человек в офисе правит распечатку ручкой, часть текста на листе перечёркнута](https://kvema.ru/blog/api/inline/cmw163uml05dmrd4f2q6n5bn4-1793739699010-oc443.jpg)

Перед приёмкой текст проверяет обычная программа, без нейросети. Она смотрит, дословно ли стоят цитаты и обязательные оговорки, ведут ли ссылки на вышедшие статьи журнала, нет ли запрещённых слов и длинных совпадений с другими статьями. Пока текст не прошёл эти проверки, до приёмки он не доходит, как бы убедительно ни звучал.

Принимающий получает итоговую версию вместе с заданием и источниками. Он сверяет утверждения с источниками, смотрит, сохранился ли смысл после правок и не повторяет ли статья уже вышедшие. Оценивает он и сам текст - пользу, конкретику, развитие мысли, русский язык, голос бренда и уместность продукта. Существенное замечание нельзя перекрыть общей высокой оценкой. Допуск к публикации оформляет программа, и основание для него - решение принимающего и результаты проверок.

![Таблица: что делает со статьёй автор, редактор, программа и принимающий и чего не делает](https://kvema.ru/blog/api/inline/cmw163uml05dmrd4f2q6n5bn4-1793739781327-vwbe0.webp)

*Кто что делает со статьёй и чего не делает*

| Кто | Что делает | Чего не делает |
|---|---|---|
| автор | пишет черновик, к каждому утверждению указывает источник | не принимает свою статью |
| редактор | правит сначала смысл, потом язык | не решает, выйдет ли статья |
| программа | проверяет цитаты, ссылки, запрещённые слова, совпадения | не оценивает, верен ли вывод |
| принимающий | сверяет итог с заданием и источниками | не правит текст сам |

## Что возвращают на доработку

На доработку уходит утверждение, которого нет в источниках, и заголовок, который обещает больше, чем дают первые абзацы. Вернётся и статья, которая отвечает на вопрос уже вышедшей.

Отдельный случай - правка, после которой сдвинулся смысл. Допустим, в черновике было «в одном эксперименте на одной задаче», а после правки языка осталось «в эксперименте». Фраза стала глаже, а вывод - шире источника.

![Схема: после правки языка «в одном эксперименте на одной задаче» превратилось в «в эксперименте»](https://kvema.ru/blog/api/inline/cmw163uml05dmrd4f2q6n5bn4-1793739859982-hafsh.webp)

*Пример сдвига смысла: фраза глаже, вывод шире источника*

Похожий сдвиг у нейросетей нашли Уве Петерс и Бенджамин Чин-Йи. В их исследовании 2025 года большинство из десяти моделей, пересказывая научные тексты, делали вывод шире оригинала, даже когда их прямо просили о точности. Поэтому принимающий смотрит не только на источники, но и на то, не изменился ли после правок смысл черновика. Как сверять пересказ нейросети с оригиналом, журнал [разбирал отдельно](https://kvema.ru/blog/guides/sokraschaya-tekst-neiroset-pochti-v-5).

Замечание с цитатой места и причиной получает редактор. Сам принимающий текст не правит, иначе его исправления проверять было бы уже некому. Исправленную версию программа и принимающий проверяют заново, от начала до конца.

## Чего не поймает и такая приёмка

Отдельная проверка ловит не всё и стоит времени. В эксперименте того же разработчика с Хабра одна модель решала одну задачу, и цикл с аудитором оставил вдвое меньше критичных ошибок, чем обычный запуск, но шёл дольше и обошёлся дороже.

Принимающий - тоже нейросеть, и ошибиться может он сам. Чип Хьюэн, которая пишет о разработке систем на нейросетях, называет частой ошибкой полагаться только на модели-судьи, ведь одна и та же модель может оценить один ответ по-разному. У лучших команд, которые она видела, эксперты каждый день вручную оценивают часть ответов системы.

Есть и другой предел - приёмка ищет только то, что записано в правилах. Проверку на приёмы, по которым текст узнаётся как машинный, в правила этого журнала добавили после замечания человека к пробной статье. Каждое предложение там было верным, а одни и те же обороты повторялись из абзаца в абзац. Поэтому автоматическая проверка не означает безошибочность, сколько бы ролей ни стояло в цепочке.

## Что в приёмке остаётся человеку

Ручного согласования каждой статьи перед выходом в журнале Kvema нет. До первой публикации ответственный за журнал человек прочитал пробную статью вместе с отчётами проверок. Теперь он может прислать замечание к вышедшей статье, правку по нему вносит нейросеть, и исправленный текст снова проходит проверки и приёмку. Если же человек поправит заголовок или абзац сам, отметка «проверено» снимается. Тогда статью либо отправляют на переприёмку, либо одобряют под свою ответственность и записывают причину.

![Схема: по замечанию человека статью правит нейросеть, а правка вручную снимает отметку «проверено»](https://kvema.ru/blog/api/inline/cmw163uml05dmrd4f2q6n5bn4-1793739934857-ei6la.webp)

*Замечание к вышедшей статье и правка руками ведут разными путями*

Роли и проверки в таком выпуске одни и те же, а правила у каждой компании свои - что можно утверждать о продукте, каким голосом писать, какие темы показывать человеку до выхода. Их Kvema согласует с компанией, когда [настраивает выпуск статей для бренда](https://kvema.ru/uslugi/korporativnyy-zhurnal/), а до регулярного выпуска компания оценивает пробные статьи.

## Как развести роли в своей редакции

Тот же порядок подходит и редакции без автоматики, где статьи пишет нейросеть в обычном чате, а проверяет коллега.

![Один сотрудник передаёт другому распечатку через стол в офисе](https://kvema.ru/blog/api/inline/cmw163uml05dmrd4f2q6n5bn4-1793739989223-dkj1l.jpg)

1. До работы запишите, что значит «готово», - например, у каждой цифры есть источник, о продукте сказано только то, что есть в утверждённом списке, а вывод не шире источника.
2. Просите автора указывать к каждому утверждению источник и место в нём.
3. На проверку отдавайте текст в новый чат разрешённой в компании нейросети или коллеге, который его не писал и не правил, - с заданием и источниками, но без истории переписки.
4. Сначала правьте смысл, потом язык, а после правки сверяйте выводы с черновиком.
5. Пусть проверяющий возвращает текст с цитатой места и причиной, а исправляет его автор или редактор.
6. Заранее решите, какие темы человек согласует до выхода, и регулярно читайте часть вышедших статей.

В следующей части - как журнал подбирает статье заголовок и надпись для обложки.

## Источники

- [«Вайбкодинг: что дальше?»](https://habr.com/ru/articles/1098676/), Хабр, 23.10.2026
- [Институт ИИ Гарвардской школы бизнеса о трёх способах работы с ИИ](https://aiinstitute.hbs.edu/the-three-ways-professionals-work-with-ai-which-one-are-you/), 29.12.2025
- [Anthropic о схемах систем на нейросетях](https://www.anthropic.com/research/building-effective-agents), 19.12.2024, проверено 03.11.2026
- [Чип Хьюэн о частых ошибках в приложениях на нейросетях](https://huyenchip.com/2025/01/16/ai-engineering-pitfalls.html), 16.01.2025
- [Уве Петерс и Бенджамин Чин-Йи о расширении выводов в пересказах](https://pmc.ncbi.nlm.nih.gov/articles/PMC12042776/), 30.04.2025