Нейросети всё чаще используют для черновиков технической документации. На вход подают два абзаца расплывчатого ТЗ, на выходе получают структурированную спецификацию интеграции: эндпоинты, форматы данных, обработку ошибок. Документ выглядит профессионально, и возникает соблазн передать его в разработку. Проблема в том, что модель заполняет пробелы собственными допущениями — и не всегда обозначает их как предположения.

Какие решения LLM принимает за аналитика

В экспериментах с ChatGPT и Claude (12 прогонов) исследователи заметили повторяющийся паттерн: модель достраивает недостающие детали так, будто они уже согласованы. Чаще всего это касается:

  • формата обмена (JSON или XML, версия схемы, обязательность полей);
  • аутентификации и авторизации (тип токена, срок жизни, роли);
  • поведения при ошибках (коды ответов, повторные попытки, таймауты);
  • идемпотентности и обработки дублей;
  • ограничений по нагрузке и объёму передаваемых данных.

Модель не знает бизнес-контекста и не может уточнить у заказчика. Она выбирает наиболее вероятный по обучающим данным вариант — и подаёт его как факт. В результате спецификация содержит требования, которых никто не утверждал.

Почему это опасно для проекта

Скрытые допущения всплывают на этапе разработки или приёмки. Команда реализует интеграцию по документу, а заказчик ожидал другого поведения. Это приводит к переделкам, срыву сроков и спорам о том, кто виноват. Особенно рискованно, когда спецификацию принимают как есть, без ревью: чем убедительнее выглядит текст, тем меньше его проверяют.

Как выявлять скрытые допущения до начала разработки

Практика простая: относитесь к сгенерированной спецификации как к черновику, а не как к готовому документу. Вот шаги, которые снижают риск:

  • Попросите модель явно перечислить все предположения, которые она сделала, и вынесите их в отдельный раздел «Требует подтверждения».
  • Сверьте каждый пункт с исходным ТЗ: если требования там не было, значит, оно добавлено моделью.
  • Проведите ревью с заказчиком и разработчиком, зафиксируйте решения письменно.
  • Используйте чек-лист: формат данных, аутентификация, ошибки, идемпотентность, лимиты, логирование.
  • Запустите генерацию несколько раз с разными формулировками промпта — расхождения укажут на неоднозначности в исходном ТЗ.

Нейросеть ускоряет подготовку черновика, но ответственность за требования остаётся у аналитика. Чем раньше вы найдёте допущения, тем дешевле обойдётся проект.