Цель

Сделать импортированный legacy-контент не финальным результатом миграции, а исходным материалом для системной AI-редактуры.

Базовый сценарий

AI-агент получает:

• исходные данные записи из legacy БД;
• уже созданный новый Concept;
• общий контекст и правила проекта.

После этого агент обновляет содержимое Concept: перерабатывает структуру, форматирование и подачу, сохраняя подтверждённые исходные факты.

Что сделать

• Определить единый интерфейс AI-обработки Concept.
• Передавать агенту исходные legacy-данные как фактический контекст, а новый Concept — как редактируемый результат.
• На первом этапе работать преимущественно с content, не усложняя схему БД новыми полями ради конкретных редакционных структур.
• Позволить агенту структурировать материал, добавлять форматирование и внутреннюю перелинковку.
• Не разрешать придумывать неподтверждённые факты и коммерческие результаты.
• Добавить валидацию результата до записи: корректность разметки, допустимость внутренних ссылок и другие детерминированные проверки.
• Сделать обработку повторяемой и пригодной для массового запуска по импортированной базе.

Результат

Старый контент после миграции системно превращается в современную knowledge-базу без ручного переписывания каждой страницы и без расширения schema под каждый вид материала.

Критерии готовности

• Один AI-pipeline применим к разным типам Concepts.
• Исходные факты сохраняются.
• Результат проходит программную валидацию до записи.
• Можно массово обрабатывать импортированную базу.
• Не требуется отдельный AI-код под каждую legacy-таблицу.