# Вопросы Opus 4.8 — раунд 2: неизведанное для реального проекта **Дата:** 2026-06-23 **Контекст:** свой облачный LLM (gpt-oss-120b), бесплатный, без structural output. Проект должен стать реальным продуктом для юристов. --- ## Вопрос 1: Самое конкурентное из неизведанного Ты дал 9 идей. У нас ограниченный ресурс (1 разработчик). Какую ОДНУ идею внедрить первой, чтобы получить максимальное конкурентное преимущество именно для сверки договоров? Не для галочки «у нас ES» — а чтобы юрист сказал «вау, без этого теперь не могу». --- ## Вопрос 2: Бесплатная LLM + confidence-gating gpt-oss-120b — бесплатный, без ограничений по токенам. Self-consistency (N=3 прогона → консенсус) утроит время (80с → 240с), но токены бесплатны. Стоит ли? Или лучше N=1 + показывать confidence самой модели (logprobs)? Как проще всего вытащить confidence из gpt-oss-120b? --- ## Вопрос 3: Двухслойный лог без фанатизма Твоя идея двухслойного лога правильна архитектурно. Но у нас Lucee CFML + PostgreSQL — не микросервисы с Kafka. Как сделать **минимальную** версию двухслойного лога, не переписывая всё? Может, просто добавить `event_type` в spec_events (`ingestion` vs `interpretation`) и `parent_event_id`? --- ## Вопрос 4: Эмбеддинги vs NFKC — что реально? Мы уже сделали NFKC-нормализацию (normalize + translate тире + regexp). Эмбеддинги требуют pgvector + модель. Для 100-1000 услуг в спецификации — эмбеддинги реально дадут прирост точности матчинга строк по сравнению с NFKC? Или NFKC уже покрывает 95% случаев? --- ## Вопрос 5: Temporal UI — дизайн для юриста «Спецификация на дату» — killer-фича. Как должен выглядеть UI? Ползунок? Календарь с выбором допника? И главное — как визуализировать НЕ только конечную спецификацию, но и дифф между двумя датами («что изменилось между допником 2 и 4»)? --- ## Вопрос 6: Provenance — минимально жизнеспособно Что добавить в spec_events прямо сейчас (2-3 колонки) чтобы включить provenance, не раздувая таблицу? `llm_model`, `prompt_version`, `raw_llm_response` (JSONB)? Или что-то ещё? --- ## Важно - НЕ делай код. Только анализ и рекомендации. - Помни: стек Lucee CFML + PostgreSQL + Python ВМ. Не Kubernetes, не Kafka, не микросервисы. - LLM свой, облачный, бесплатный, 120B, без structural output.