Когда в компании появляется один AI-агент, договориться с ним несложно. Можно подробно описать правила, проверить несколько результатов и поправить инструкцию.
Сложности начинаются позже — когда агентов, скриптов и автоматических публикаций становится несколько.

Недавно я разбирал именно такую ситуацию. Несколько контуров публиковали материалы на разных площадках. Все решали одну задачу, но ссылки размечали по-разному: где-то использовалось название проекта, где-то — название отдельного канала, где-то в кампанию попадала дата, а часть ссылок выходила вообще без UTM-меток.
Каждая отдельная публикация при этом выглядела нормально. Проблема обнаруживалась уровнем выше: аналитика переставала быть сопоставимой. Один и тот же материал в разных каналах превращался в несколько несвязанных сущностей.
Почему общей инструкции оказалось недостаточно
Первое очевидное решение — записать единые правила и передать их всем агентам.
Но инструкция работает только там, где её действительно читает и интерпретирует языковая модель. В публикационном контуре были и автономные скрипты, которые выполнялись по расписанию без участия AI. Они не могли «вспомнить стандарт» или свериться с методичкой.
Оставалась и другая проблема: даже агент с правильной инструкцией может сформировать ссылку иначе из-за контекста конкретной задачи. Если результат проверяется только визуально, расхождение легко пропустить.
Я сформулировал для себя простой принцип:
Если нарушение правила технически возможно, перед нами пока рекомендация, а не стандарт.
Поэтому задача изменилась. Нужно было не объяснить всем участникам процесса, как правильно ставить UTM-метки, а сделать неверную публикацию невозможной.
Первый шаг — единые правила
Сначала я зафиксировал смысл каждого параметра:
utm_source— площадка распространения;utm_medium— тип трафика;utm_campaign— проект;utm_content— конкретный материал.
Для одного материала utm_content должен оставаться одинаковым во всех каналах. Площадка меняется через utm_source. Название проекта не должно превращаться в календарь публикаций или список внутренних технических обозначений.
Отдельно потребовалось установить границы:
- метки добавляются только к внешним ссылкам на управляемые сайты;
- внутренние переходы сайта остаются чистыми;
- сторонние источники не получают чужие UTM;
- старые публикации не переписываются;
- новые правила применяются к новым и ожидающим материалам.
На этом этапе AI был полезен как аналитик: он собрал действующие варианты, нашёл противоречия и показал, через какие контуры проходят публикации. Но выбор семантики и границ оставался управленческим решением.
Как правило превратилось в систему
После утверждения стандарта появился единый программный модуль. Он собирает ссылку, удаляет дублирующиеся UTM-параметры, сохраняет остальные параметры и проверяет соответствие кампании управляемому домену.
Затем проверка была встроена в каждую точку публикации. Если обязательная ссылка не соответствует стандарту, материал не выходит.
Особенно важным оказался низкоуровневый контроль. Проверять только очередь недостаточно: отдельный скрипт можно запустить напрямую, минуя привычный маршрут. Поэтому правило должно действовать и на верхнем уровне процесса, и непосредственно перед внешним действием.
Появился ещё один принцип:
Проверять нужно не только то, что собирались опубликовать, но и то, что действительно появилось на площадке.
После отправки система повторно читает опубликованный объект и сверяет фактическую ссылку. Это защищает от преобразований интерфейса, ошибок API и расхождений между черновиком и результатом.
Неожиданная проблема: публикация состоялась, а проверка не ответила
Самым опасным оказался не неверный UTM-параметр.
Представим последовательность: площадка приняла публикацию, пост уже появился, но сеть оборвалась во время контрольного чтения. Для программы операция выглядит незавершённой. При следующем запуске она может повторить публикацию и создать дубль.
Поэтому неопределённость нельзя трактовать как обычную ошибку с автоматическим повтором.
Если публикация уже могла состояться, система сохраняет специальный статус: объект опубликован, но разметка пока не подтверждена. Повторная отправка блокируется. Для VK дополнительно используется стабильный идентификатор операции: повтор того же действия распознаётся площадкой как та же публикация, а не новая.
Это уже не задача о ссылках. Это задача управления необратимыми действиями автономной системы.
Что получилось
В новый контур были переведены 40 ожидающих материалов. Исторические публикации остались без изменений. Все действующие маршруты прошли предварительную проверку, а программные тесты подтвердили правила сборки ссылок, привязку кампаний к доменам, защиту низкоуровневых издателей и повторяемость миграции.
Независимая проверка отдельно моделировала опасный сценарий: публикация принята площадкой, контрольное чтение завершилось ошибкой, процесс запускается повторно. Дублирования не произошло.
Это операционный результат. Пока рано приписывать ему рост трафика, заявок или выручки: для таких выводов нужно накопить данные после перехода. Но уже сейчас решены три практические задачи:
- Аналитика получила единый словарь.
- Неверная разметка блокируется до публикации.
- Сбой проверки не приводит к повторному публичному действию.
Главный вывод для руководителя
По мере роста числа AI-агентов управлять ими только через инструкции становится недостаточно.
Нужны:
- единая политика;
- общий источник правил;
- техническое применение этих правил;
- контроль фактического результата;
- отдельный сценарий для неопределённого состояния;
- независимая проверка перед вводом в работу.
Именно в этот момент набор полезных автоматизаций превращается в управляемую систему.
Если в компании уже работают несколько AI-агентов и автоматических сценариев, полезно проверить не только качество каждого из них. Более важный вопрос — одинаково ли они понимают общие правила и что произойдёт, если одно из внешних действий завершится неоднозначно.
Такой разбор часто показывает риски раньше, чем они становятся заметны в отчётах или клиентском опыте.
