Гладко и неверно

Схему обработки собирали под одну задачу: наговорить мысль вслух и получить текст, с которым дальше работает агент.

Схема вышла короткой. Триггер на появление файла в папке. Файл уходит в Whisper — модель распознавания речи, поднятую локально, на своей машине. Дальше поток раздваивается: одна ветка кладёт рядом сырую расшифровку, вторая прогоняет её через GigaChat на редактуру и кладёт причёсанный вариант. Обработанный файл переезжает в архив, чтобы не попасть в обработку дважды. Если что-то падает — приходит сообщение в телеграм. Всё собрано в n8n, конструкторе связок между сервисами.

Зачем вторая ветка

Соображение казалось очевидным. Сырая расшифровка выглядит плохо: повторы, оборванные фразы, знаков препинания почти нет. Подавать такое агенту вроде бы нельзя, сначала надо привести в порядок.

Проверять взяли одну запись разговора о рабочем процессе и сравнили два файла подряд, утверждение за утверждением.

Что нашлось

Ожидание было, что редактура теряет факты. Она их почти не потеряла. Из примерно двадцати пяти проверяемых утверждений уцелело больше двадцати: «нанимать водителя», «поставка 240 товаров», «250 в сутки», «октябре это» — детали, числа и сроки дошли до отредактированного текста слово в слово. Две потери всё же есть, обе тихие, — к ним вернёмся ниже.

Настоящая проблема оказалась в другом. Там, где распознавание сломалось и текст стал непонятен, редактура не сообщила о непонятности. Она достроила смысл — уверенно, без единого знака сомнения.

Короб на Озоне

Ранее в записи сказано прямо: на Азоне «в отличие от Валдбереса не нужно делать короб поставки». Короб — про Вайлдберриз, не про Озон.

Дальше распознавание разваливается: «то есть на зоне просто нового перес немножко посложнее там есть короб в который мы кладем наши товары». Фрагмент «нового перес» — мусор: что стояло между площадкой и коробом, из записи не восстановить.

Редактура мусор дочитала: «На Озоне просто новый процесс немного посложнее. Там есть Короб, в который мы кладём наши товары».

Вышло прямое противоречие со сказанным ранее: короб на Озоне делать не нужно — и тут же короб на Озоне есть. Ниже в том же куске появляется «валбрисовская этикетка», то есть Вайлдберриз. В сыром тексте на месте разрыва стоял обломок, из-за которого кусок приходилось перечитывать и переспрашивать. В отредактированном обломка нет: ровная фраза, читается как факт, и противоречие в ней уже не видно.

Мусор, ставший термином

Там же: «есть штрих код короба есть трех код товара». Фрагмент «трех код» — сломанный «штрих-код», явный мусор распознавания. После редактуры: «Есть Штрих-код Короба, есть Трёхкод Товара».

Термина «трёхкод» не существует. Заглавная буква сделала из мусора термин — и рядом заглавными пошли обычные слова: Короб Поставки, Лист Подбора, Этикетка Короба, Принадлежность вот самой Коробки.

Другая операция

Было: «тебе нужно взять товар, найти его в программе руками». Стало: «тебе нужно взять товар, ввести его в программу руками». Поиск в списке и ручной ввод — разная работа, разные узкие места, разная автоматизация.

Две тихие потери

Из фразы исчез уточняющий признак. Было: «нужно руками к каждому товару с определенным вот этим транспортным штрих-кодом привязать честный знак». Стало: «нужно вручную к каждому товару привязать Честный Знак». Без транспортного штрих-кода операция читается как привязка к товару — а сложность, о которой рассказывают, именно в привязке к конкретной транспортной этикетке.

И пропало одно из двух действий в перечислении. Было: «маркируется вот это вот сборочное задание да и честный знак». Стало: «Маркируется вот это вот Сборочное Задание». Честного знака не стало.

Пропавшее признание

Посреди объяснения в сыром тексте стоит: «есть вот это вот мысли путаются извините пожалуйста». В отредактированном этой реплики нет. Для читателя она лишняя. Для разбора процесса это метка: сюда стоит вернуться и переспросить.

Почему так вышло

Редактура оптимизирует текст под глаз. Пробел она воспринимает как дефект оформления и закрывает его правдоподобным.

Сырой текст в том же месте оставляет очевидный обломок — и обломок работает как сигнал. Гладкий текст сигнала не подаёт: он выглядит одинаково там, где всё верно, и там, где додумано.

Что теперь

На вход агенту идёт сырая расшифровка, всегда. Отредактированный текст никуда не делся, но у него другой потребитель — личные заметки, которые перечитывает человек, знающий, о чём была запись.

Шире, за пределы расшифровки: любой шаг предобработки, поставленный «чтобы было чище», стоит проверять не на потерю, а на подстановку. Потерю видно сразу. Подстановку видно только сравнением с исходником — и только пока исходник цел.