Проблема. Вкладки, снова вкладки и еще больше вкладок...

Сколько раз каждый из нас оказывался в ситуации окружения вкладками? Будь то браузер или даже несколько, когда мы изучаем что‑то новое и постепенно проваливаемся все глубже и глубже, при этом часто возникает ощущение что идешь словно по верхам, пока не отвлекаешься на рекламу или котиков.

А например чтение книги или прохождение курса? Там ведь тоже двигаешься до поры до времени по «правильному маршруту», пока не сворачиваешь где‑то не на той дорожке уже одна интересующая мысль распалась на несколько других и не возникает закономерный вопрос что делать? Возвращаться назад или двигаться уже дальше пока не изучишь все раскрывшиеся пути.

Такая же ситуация например в любимых всеми нами — таблицах Excel, у чего то более/менее большого и сложного появляется 20–30 вкладок, с перекрестными формулами и ссылками.

Или еще любимый пример с рисованием чего‑то в miro, drawio или любая из строгих нотаций создания диаграмм — приводит как и примеры выше — к перегрузу контекстного окна нашего мозга и чему‑то неподдерживаемого. Подсознательно хочется в какой‑то момент отрезать лишнее — чтобы вернуть контроль и возможно осознавать и понимать отображаемое.

Проблема. А что в корпоративном мире?

До поры до времени мир был относительно спокойным и предсказуемым. Отделы и домены знаний жили со своими стандартами, процессами и артефактами. Как‑то между друг другом взаимодействовали, договаривались. Постепенно мир расширялся, росло количество процессов, процессов, артефактов. Появлялись базы данных, затем ML и пайплайны преобразования данных. Потом цифровые двойники которые добавили довольно обширный слоистый граф сущностей и связей. Потом пришел RAG, LLM и агенты... И человечество кажется начало сдаваться. Возникли новые термины: «Долг понимания» / «когнитивный долг» https://habr.com/ru/articles/1016680/ / https://habr.com/ru/articles/1070528/ — про то что узкое место сместилось с создания чего‑либо нового в сторону валидации и проверки. То есть современный ИИ и агенты создают материалов больше — чем люди способны прочитать, осознать и вынести какой‑то вердикт. Также отдельной проблемой стало вести документацию по всему создаваемому.

Подсказки. LLM Wiki от Андрея Карпаты — пусть ИИ помогает поддерживать базу знаний

В заметке LLM Wiki Андрей Карпаты предлагает поручить LLM создание и поддержание базы знаний: обработку источников, обновление страниц, перекрёстных ссылок и обобщений. При этом исходные материалы сохраняются отдельно.

В этой схеме уже предусмотрены ответы с цитатами и разные формы представления — от таблиц до canvas. Поэтому сводить её к увеличению количества статей и вкладок было бы неточно.

Меня в продолжение этой идеи интересовало, как можно сохранять небольшие связанные представления под конкретный вопрос, чтобы позднее возвращаться к результату разбора. Можно ли таким способом облегчить проверку связей и восстановление контекста? Это одна из гипотез, которые я в том числе пробовал исследовать в своем прототипе.

Подсказки. Component Content Management System — из блоков собираем целое

Component Content Management System (CCMS) — это специализированная система управления контентом, которая управляет информацией не на уровне целых документов или веб‑страниц, а на уровне микроконтента — отдельных смысловых компонентов (топиков).

Ключевые возможности:

1. Многократное использование контента (Content Reuse)
   Один и тот же компонент (например, описание технической характеристики или юридический дисклеймер) можно использовать в сотнях разных документов, презентаций и на сайтах.

2. Стандартизация и XML
   Большинство CCMS работают на базе структурированного языка разметки (обычно XML) и используют международные стандарты технической документации. Самый популярный из них — DITA (Darwin Information Typing Architecture). Текст отделен от визуального оформления: писатель сфокусирован только на сути, а за дизайн отвечает система.

3. Многоканальная публикация (Single‑source Publishing)
   Из одного и того же набора компонентов система может в один клик собрать и выгрузить документацию в любых форматах: PDF, HTML5, EPUB, базы знаний (Help Center), чат‑боты или мобильные приложения.

4. Управление переводами (Localization & Translation)
   Если документ переведен на 20 языков, и вы изменили в нем всего один абзац, CCMS отправит переводчикам на обновление только этот измененный компонент, а не весь документ. Повторное использование уже переведённых компонентов может сократить объём перевода и затраты на локализацию. Величина экономии зависит от структуры документации, доли повторяющегося контента и процесса перевода.

5. Версионирование на уровне компонентов
   Система отслеживает историю изменений каждого отдельного предложения или абзаца. Вы всегда видите, кто, когда и зачем изменил конкретный шаг в инструкции.

Гипотеза решения. Теория + прототип

Чем больше я смотрел на все это совместно, тем больше казалось что решении лежит где то в плоскости разбивки Nodes & Edges (Узлов и связей) на дополнительные Canvas (слои) при этом хотелось сохранить возможность организации связей не только внутри узлами одного слоя, но и узлами из разных слоев. То есть попытка победить «нечитаемые клубки» к которым в итоге приходит мало‑мальски большие представления знаний. И как вспомогательная гипотеза что хотелось бы иметь возможность гибридно вести и связывать диаграммы, артефакты и знания из различных от строгих до свободных нотаций. Здесь мне интересна и возможная помощь LLM в поиске связей между материалами. Предложенные связи требуют проверки: модель может пропустить существенное условие, перепутать сущности или предложить необоснованное отношение. Дать человеку возможность хотя бы частично иметь возможность смотреть на сущности сквозь слои, диаграммы, связи, сужая обзор до нужного уровня детализации. В идеале с возможность экспорта как документов, так и диаграмм, спецификаций и прочих готовых ценностей. При этом иметь возможность видеть зависимости из мультидоменов.

Чтобы не быть голословным и показать задуманное, я собрал небольшой mvp прототип идеи:

https://elpiti‑matt.github.io/Plyra/

Что в нем полезного?

На примере продумывания бизнеса по обжарке кофе.

Основная мысль что любая диаграмма рано или поздно превращается в нечто такое:

Сущности из которых мы начинаем раскладывать по листам, с возможностью видеть внутри листа с какими сущностями с соседних листов они связаны:

А далее иметь возможность в принципе видеть Side‑by‑side листы с узлами и связями на них и между ними:

Отдельными важными представлениями ко всему этому мне показались:

Возможность собрать стопку их слоев:

И Атлас/оглавление:

Также в инструменте есть возможность сгенерировать и загрузить что‑то свое и полноценный FAQ

Всячески приветствуется обратная связь ну и ваше мнение — возникали ли у вас подобные мысли о том что современные инструменты визуализации как будто не до конца решают возможность изучать современную сложность?

Спасибо что дочитали!