ИИ-агенты в редакции: сбор и проверка фактов на практике

За последний год к обычным чат-ботам добавился новый класс инструментов — агенты, которые сами планируют шаги, ходят в интернет, читают документы и возвращают ответ со ссылками. OpenAI выпустила режим Deep Research в феврале 2025 года, Google развивает Deep Research внутри Gemini, а Perplexity построила на веб-поиске весь свой продукт. Для журналиста обещание звучит заманчиво: агент сам соберёт источники по теме и подготовит черновик с цитатами. На практике всё сложнее — и главная проблема не в сборе, а в проверке.

Что именно умеют такие агенты

Между обычным запросом к модели и агентским режимом есть принципиальная разница. Обычная генерация опирается на то, что зашито в веса модели при обучении: она отвечает по памяти и легко ошибается в датах, именах и цифрах. Агент с доступом к поиску делает иначе — формулирует поисковые запросы, открывает страницы, извлекает фрагменты и складывает из них ответ, прикрепляя ссылки на то, откуда взят каждый тезис.

Для журналистики важны три сценария:

• Разведка темы — быстро понять, кто уже писал, какие есть позиции, где первоисточник.
• Сбор фактуры — собрать цифры, даты, цитаты из нескольких источников в одну таблицу.
• Проверка утверждения — взять готовый тезис и попросить агента найти подтверждение или опровержение с ссылкой.

Первые два агенты делают заметно быстрее человека. Третий — самый ценный для редакции и одновременно самый опасный, потому что модель склонна находить «подтверждение» даже там, где его нет.

Почему проверка — узкое место

Модель обучена выдавать связный и уверенный текст. Если попросить её подтвердить сомнительный факт, она с высокой вероятностью сконструирует правдоподобное обоснование и приложит ссылку, которая либо не открывается, либо говорит о другом. Это явление называют галлюцинацией¹. В агентском режиме галлюцинации становятся коварнее: ответ выглядит проверенным, потому что рядом стоит гиперссылка, но по ссылке нужного утверждения нет.

Ссылка рядом с тезисом — это не доказательство, а приглашение проверить. Если вы не открыли источник сами, вы не проверили факт, а поверили агенту на слово.

Практическое следствие: агент годится как ускоритель, но финальную сверку по первоисточнику человек делает руками. Журналист, который публикует цифру только потому, что её вернул Deep Research, рискует так же, как если бы взял её из случайного поста в соцсети.

Сравнение инструментов

Ниже — три популярных агентских режима с веб-доступом. Характеристики и цены указаны на момент подготовки материала (начало 2025 года) и меняются часто — актуальные условия смотрите на официальных страницах сервисов.

Ни один из них не «лучший» в отрыве от задачи: для быстрой разведки удобнее Perplexity, для длинного разбора темы — режимы Deep Research. Общее у всех одно — прикреплённые ссылки нужно открывать и читать самому.

Как встроить агента в редакционный процесс

Разумная схема — не «агент пишет статью», а «агент готовит материал, человек проверяет и решает». Пошагово это выглядит так:

1. Разведка. Спросите агента, кто уже писал по теме и где первоисточники. Получите список ссылок, а не готовый вывод.
2. Сбор фактуры в таблицу. Попросите собрать цифры и даты с указанием источника для каждой строки — так проще потом сверять.
3. Ручная сверка первоисточников. Откройте каждую ключевую ссылку. Цифра из вторичного пересказа не считается проверенной, пока вы не нашли её в оригинале.
4. Отдельная проверка спорных тезисов. Для каждого сомнительного утверждения сделайте отдельный запрос: «найди опровержение», а не только подтверждение.
5. Финальное решение — за человеком. Всё, что идёт в публикацию, должно опираться на источник, который редактор видел своими глазами.

Отдельный риск — конфиденциальность. Многие агенты отправляют ваш запрос и вложенные документы на серверы компании. Черновики с неопубликованными данными и именами источников через публичные сервисы прогонять не стоит.

Кому это пригодится, а кому нет

Пригодится:

• Журналисту, который берёт незнакомую тему и за час хочет понять её карту: кто игроки, какие даты, где документы.
• Редактору, собирающему обзор рынка или сравнение продуктов — агент быстро сводит разрозненные данные в таблицу для последующей проверки.
• Фактчекеру как первому фильтру: агент подсвечивает, где утверждение расходится с источниками, а дальше человек копает.

Не заменит человека:

• В расследованиях с закрытыми источниками и офф-рекорд разговорами — агенту нечего искать, а данные светить нельзя.
• В материалах, где цена ошибки высока: судебные темы, медицина, финансы. Здесь галлюцинация в цифре — это иск или отзыв материала.
• В работе с самыми свежими событиями: индекс поисковика мог не успеть их подхватить, и агент выдаст устаревшую картину как актуальную.

¹ Галлюцинация — уверенно поданный ответ модели, не соответствующий действительности: выдуманная цифра, несуществующая цитата или ссылка, которая не подтверждает приписанный ей тезис.