1. AI как advisory layer LLM хорошо помогает распознать намерение пользователя, сгруппировать требования, объяснить варианты и предложить следующий вопрос. Но предложение не должно автоматически становиться бизнес-решением.
AI формирует рекомендацию, а система отдельно проверяет, разрешены ли предложенные продукты, модули и интеграции.
2. Каноническое состояние проекта Все подтвержденные ответы пользователя должны храниться в структурированном состоянии, независимом от текста диалога. Это позволяет: - воспроизводить расчет; - сравнивать версии проекта; - восстанавливать сессию; - понимать, какие решения были подтверждены человеком.
Диалог становится интерфейсом к состоянию, а не самим состоянием.
3. Детерминированный расчет Состав проекта, коммерческие правила, зависимости и ограничения должны проходить через проверяемую серверную логику, а не определяться ИИ самостоятельно. Одинаковый вход обязан давать одинаковый результат при одной версии правил.
AI может объяснить результат, но не должен тихо менять исходные правила.
4. Подтверждение и audit trail Любое существенное AI-предложение полезно отделять от принятого решения. Пользователь видит, что предложено, применяет выбранное явно, а система фиксирует новую версию состояния.
Так сохраняется удобство естественного языка без потери управляемости и аудита.