Игорь Градов
Игорь Градов
6 мин
ai

Виртуальный сотрудник без пересертификации: архитектура PES разделяет личность и действия ИИ

Допустим, вы подключили ИИ-агента к финансовому отделу, а через неделю захотели сделать его тон мягче или добавить новую инструкцию, и выяснили, что любое изменение требует полной пересертификации, потому что «личность» и «действия» агента живут в одном контуре доверия.

Виртуальный сотрудник без пересертификации: архитектура PES разделяет личность и действия ИИ

Китайский исследователь Исен Си (Yisen Xi) описал архитектуру PES (Persona–Execution Separation, разделение личности и исполнения), которая решает эту проблему: тон, инструкции и навыки агента можно править свободно, а каждое действие с последствиями (платёж, заявка, согласование) остаётся под строгим аудитом. Ниже разберём, как это устроить на практике и зачем это нужно тем, кто строит виртуального сотрудника в российских реалиях.

Почему это важно

PES разрывает связку, из-за которой компании вынуждены либо замораживать поведение агента, либо ослаблять контроль: теперь промпт (промпт, текстовая инструкция для модели) и операционные действия живут в разных доверительных доменах, и изменение одного не ломает аудит другого.

Зачем вообще разделять личность и исполнение?

В классических ИИ-агентах (agent, программа, которая сама принимает решения и выполняет задачи) личность и рабочие инструкции записаны в одном и том же системном промпте (system prompt, базовая инструкция, задающая поведение модели). Отредактировали тон, и система контроля уже не отличает косметическое изменение от смены логики принятия решений.

По описанию Исена Си, это порождает выбор из двух проигрышных стратегий. Первая: заморозить личность и терпеть «бюрократический ад» при каждой правке. Вторая: ослабить аудит, записывать логи, но терять связь между прошлыми действиями и обновлённым агентом. ChatGPT и фреймворк ReAct, по наблюдению автора, идут по первому пути. LangChain и Dify дают свободу личности, но аудит ведут только на уровне вызова инструментов.

PES предлагает третий вариант: два отдельных контура с контрактным мостом между ними.

Что понадобится

  • Доступ к любой LLM (large language model, большая языковая модель), поддерживающей системный промпт: ChatGPT, Claude, YandexGPT, GigaChat или открытая модель (open-source) вроде LLaMA.
  • Среда оркестрации агентов: LangChain, Dify, или собственный бэкенд с API.
  • Понимание ваших SOP (Standard Operating Procedures, стандартные операционные процедуры), то есть формализованных рабочих регламентов, которые агент будет исполнять.
  • Возможность настроить контрактный мост: прокси-слой между двумя доменами с проверкой прав и записью в журнал аудита.
  • Время: базовую архитектуру можно спроектировать за один-два дня, интеграция с реальными SOP займёт больше.

Пошаговая инструкция

  1. Определите базовый слой личности. Зафиксируйте то, что промптом менять нельзя: имя виртуального сотрудника, его роль в компании и список SOP, которые он вправе инициировать. Это якорь для аудита.

  2. Создайте разрешающий домен. Сюда попадает всё «мягкое»: инструкции по тону, самопрезентация, настройки навыков. Операторы правят промпты свободно, без согласований. Интерфейс здесь диалоговый, привычный чат.

  3. Создайте ограничивающий домен. Здесь нет личности. Агент выполняет SOP и только их. Каждое действие проходит через матрицу утверждений с тремя статусами: «запретить», «спросить», «разрешить». Интерфейс не чат, а формы и движок процессов.

  4. Соедините домены контрактным мостом. Мост пропускает три типа трафика:

  5. Статусные сообщения из ограничивающего домена в разрешающий: пользователь видит «Заявка на этапе согласования» без цифр и файлов.
  6. Базовый трафик: данные не покидают ограничивающий домен, кроме случаев работы DLP (Data Leakage Prevention, предотвращение утечек данных).
  7. Непрерывность сессии: кнопка «Вернуться в диалог» с идентификатором сессии, чтобы пользователь воспринимал обе стороны как одного виртуального сотрудника, а не двух разных агентов.

  8. Настройте привязку возможностей вместо копирования. Разрешающий домен хранит только список SOP, которые агент может запустить, как набор ссылок, а не набор файлов. Сама логика, версия и полномочия SOP остаются в ограничивающем домене. Это исключает рассинхронизацию двух «источников правды».

  9. Привяжите аудиторский реестр к базовому слою. Когда оператор меняет тон общения или добавляет навык, реестр остаётся стабильным: он зафиксирован на имени, роли и привязке к SOP.

  10. Проверьте разделение. Измените инструкцию в разрешающем домене и убедитесь, что ограничивающий домен не требует пересертификации, а запись в аудите сохраняет прежний идентификатор агента.

Как это выглядит на практике

Финансовый отдел подключил виртуального сотрудника для обработки заявок на оплату. В разрешающем домене оператор меняет промпт: просит агента отвечать менее формально и добавляет инструкцию уточнять назначение платежа. В ограничивающем домене ничего не происходит: SOP «Согласование платежа свыше 100 000 рублей» по-прежнему требует двух утверждений, записывает каждое действие в журнал и блокирует операцию, если матрица утверждений возвращает «запретить». Пользователь в чате видит обновлённый тон и новый уточняющий вопрос, переходит по кнопке в форму согласования, и мост фиксирует: тот же агент, та же сессия, аудит не нарушен.

Частые ошибки
  • Копировать личность в ограничивающий домен. Второй экземпляр промпта быстро расходится с первым, и вы получаете два «источника правды», которые противоречат друг другу.
  • Делать мост обычным API-вызовом. PES не работает по принципу «агент вызывает функцию». Мост должен проверять права, вносить запись в аудит и при необходимости блокировать трафик. Без этого разделение превращается в декорацию.
  • Пытаться менять базовый слой через промпт. Имя агента, роль и привязку к SOP фиксируют на уровне конфигурации, не в тексте промпта. Иначе оператор случайно «переименует» агента, и аудиторский реестр потеряет связь с прошлыми действиями.
  • Передавать в разрешающий домен детали операций. В чат должен приходить только статус («заявка одобрена»), а не суммы и реквизиты. Иначе DLP-контур теряет смысл.

Что это даёт вам прямо сейчас, по ролям

Автору на Дзене и копирайтеру. Если вы используете ИИ-агента как ассистента для текстов, PES-логика объясняет, почему стоит держать «характер» бота отдельно от шаблонов публикации. Меняете стиль ответов, шаблон остаётся рабочим.

HR-специалисту и руководителю отдела. Виртуальный сотрудник в HR-процессах (обработка заявлений, onboarding) требует и гибкости общения, и жёсткого аудита. PES позволяет обновлять приветственные скрипты без повторной валидации всего процесса согласования.

Предпринимателю в РФ. Российское регулирование пока не описывает аудит ИИ-агентов формально, но финансовый и кадровый сектор уже живут по строгим внутренним регламентам. Архитектура PES ложится поверх существующих СОП и не требует замены инфраструктуры. Из доступных в РФ моделей для разрешающего домена подойдут YandexGPT и GigaChat; ограничивающий домен от модели не зависит, это слой бизнес-логики.

Мнение редакции dzen.guru

Подход Исена Си ценен не новизной идеи «разделяй и властвуй», а тем, что он формализует контракт между двумя доменами. На практике большинство команд, которые я наблюдал, либо замораживают промпт агента и боятся его трогать, либо правят на ходу и теряют воспроизводимость. PES даёт конкретный чертёж: что фиксировать, что отпускать и где ставить контрольную точку. Честная оговорка: автор описывает архитектурный паттерн, а не готовый продукт. Реализация потребует инженерных ресурсов, и для небольшой команды без бэкенд-разработчика это пока скорее ориентир, чем инструкция на завтра.

Если вы строите виртуального сотрудника для задач, где аудит не формальность, а требование бизнеса, начните с фиксации базового слоя и разведения доменов. Промпт можно менять хоть каждый день, главное, чтобы действия агента оставались привязаны к стабильной идентичности, а не к вчерашней версии инструкции.

Попробуйте генератор промптов dzen.guru

Настройте системный промпт для вашего виртуального сотрудника с разделением личности и исполнения

Попробовать бесплатно
Поделиться:TelegramVK
Игорь Градов
Игорь Градов

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».

Комментарии

Читайте также

ai

Как влияет контекст на точность ответа нейросети: три модуля по 95 % дают лишь 85 %

Контекст, который вы передаёте нейросети в промпте, определяет не просто «качество» ответа, а саму траекторию рассуждения, и если на одном из этапов модель…

6 мин
ИИ-агенты для обучения в ретейле: пошаговая сборка бота, который заменит наставника
ai

ИИ-агенты для обучения в ретейле: пошаговая сборка бота, который заменит наставника

Компании в ретейле всё чаще используют ИИ-агентов (программы, которые сами ведут диалог с сотрудником, отвечают на вопросы и проверяют знания) для обучения…

6 мин
ai

Как искусственный интеллект влияет на психологическую безопасность

Компания Microsoft, согласно данным McKinsey, сотрудники с опытом закупки внешних услуг на 58% эффективнее осваивают ИИ, и это число задаёт рамку для всего,…

6 мин