Я взял собственную LMS и попробовал превратить арт-директорские решения в правила, которые сможет выполнять агент.
01. Всё началось со шрифтов
Я хотел довольно банальную вещь: чтобы урок выглядел как дорогой журнал, а не как техническая документация. Я развёл роли: PT Serif оставил содержанию, Inter отдал служебному слою, а Fraunces зарезервировал для крупных чисел.
Но довольно быстро стало понятно: проблема вообще не в шрифтах.
Даже с красивой типографикой важная мысль, пример, предупреждение и обычный абзац всё равно выглядели почти одинаково. Тексту не хватало смысловых зацепок.
02. Сделаем больше компонентов?
Мы решили расширить палитру. Спроектировали Callout (врезки), Quote (цитаты), Metric (крупные цифры).
Вроде стало лучше.
А потом я попросил агента взять реальный урок и применить к нему новую палитру. Агент сделал именно то, что мы ему сказали. И это всё испортило.
Он взял красивые компоненты и просто разложил их по странице. В одной из демо-версий агент буквально сделал отдельный блок в конце урока, куда сложил все метрики и цитаты просто чтобы показать, как красиво он умеет их использовать. Цитаты генерировались ради цитат (даже если не было реального автора).
Стало понятно: компонент должен появляться из функции содержания, а не содержание подбираться под компонент.
03. Мы проектировали не компоненты. Мы проектировали решения
Мы начали итерировать дизайн, каждый раз задавая себе вопрос: «Почему это выглядит плохо?». Наше «кладбище идей» превратилось в серию жестких визуальных дуэлей:
Вот эту работу и сложно было передать агенту: не придумать ещё один вариант, а понять, какой из почти нормальных вариантов лишний.
04. Правило, которое всё поменяло
Компонент появляется только тогда, когда появляется новая когнитивная операция.
Не «красивая коробочка», а конкретная работа для читателя. И уже из этого родилась финальная палитра нашей системы:
{
«tone»: «journalistic»,
«max_metrics_per_page»: 2
}
Если специальной функции нет, обычный параграф (Paragraph) — это правильный дизайн.
05. А теперь самое интересное: отдаём это AI
Только после того, как мы сформулировали правила, мы подключили Editorial Skill.
Агенту запрещено быть дизайнером. Он не выбирает цвет, шрифт, размер или «что-нибудь красивенькое». Он делает гораздо более ограниченную работу: классифицирует функцию содержания.
Смотрите, как меняется роль нейросети:
{
"type": "thesis",
"text": "Модель пишет текст не так, как человек."
}Мы отделили принятие смысловых решений от их визуального воплощения.
06. Получилось ли научить AI вкусу?
Нет. И это отличный результат.
Мы не научили машину чувствовать композицию. Мы научились превращать часть человеческого «что-то здесь не то» в исполняемые правила.
- «Почему капс меня раздражает?» → Normal case by default.
- «Почему это не ощущается сравнением?» → Compare должен визуализировать отношение.
- «Зачем здесь вообще акты?» → Семантика важнее красивого паттерна.
Арт-директор принимает дорогие, неоднозначные решения один раз. Агент получает возможность последовательно воспроизводить уже сформулированный язык.
07. Зачем всё это бизнесу?
Это интересно там, где компания производит много однотипного контента (образование, документация, корпоративные базы знаний), а качество всё ещё зависит от человека, который каждый раз говорит: «Нет, вот здесь что-то не то».
Если дизайнер или методист каждый раз принимает одни и те же визуальные решения для следующей страницы, урока или отчета — возможно, его пора превратить в систему.
AI не заменил здесь арт-директора. Он сделал один хороший арт-директорский выбор многократно воспроизводимым.
Если у вас есть контентный продукт, который каждый раз приходится вручную «доводить до вкуса», мне интересно попробовать проделать с ним тот же эксперимент.