---
title: "Лучшие практики написания спецификаций: от PRD и RFC до спецификаций для LLM-агентов"
slug: "specification-writing-practices"
date: 2026-09-21
status: final
summary: "Обе модели независимо пришли к одному ядру спецификации: потребность и цель, границы, атомарные требования, критерии приёмки, способ проверки, процедура приёмки, владелец и статус; продуктовый, технический и исполнительский уровни — логические, а не три обязательных документа, а форма выбирается по исполнителю, обратимости и цене ошибки. Обе разводят критерий, проверку и решение о приёмке, считают контракты API единственной формой с проверкой по построению, а LLM — интервьюером и составителем черновика, но не источником обязательств: у Fable LLM-интервьюер выявляет меньше половины неявных требований и не видит неоднозначность собственных формулировок, у Astra модель, «улучшая» требование, тихо сменила допуск, а живой пилот передачи агенту потребовал одного исправления. Эмпирика тонкая у обеих: контролируемых исследований связи «качество спецификации → результат агента» на продуктовых задачах нет, для заданий сотрудникам и подрядчикам нет вообще. Расхождения: Fable определяет спецификацию через «исполняется без уточнений» и даёт нормы объёма из практики компаний, Astra считает эту цель недостижимой как гарантию и предлагает «без вынужденного угадывания»; Astra глубже по машиночитаемой модели с четырьмя автоматами состояний и доверенными событиями одобрения, Fable шире по инструментам spec-driven development и их критике."
---

# Лучшие практики написания спецификаций: от PRD и RFC до спецификаций для LLM-агентов

## Вердикт координатора {#verdict}

**Ядро совпало до полей.** Astra описывает спецификацию как версионируемый набор из восьми полей ядра: идентичность с ролями, потребность, результат, область и ограничения, атомарные требования с источником, проверки с ожидаемым наблюдением, приёмка с версиями и принимающим, изменения; Fable — как цепочку звеньев: цель → границы → требования → критерии приёмки → процедура проверки → процедура приёмки → владелец и статус. Обе выводят из ISO/IEC/IEEE 29148 три логических уровня (продуктовый «зачем и что», технический «как», исполнительский «что сделать, чем проверить, кому сдать») и обе подчёркивают, что это не три обязательных документа: для малой задачи всё помещается в одну карточку, а отдельный PRD, RFC или SRS оправдан только вопросом, который он закрывает. Совпала и анатомия по аудиториям: агенту — самодостаточный пакет с файлами, границами, полномочиями и проверкой, которую он запускает сам; сотруднику — короткий task brief с объектом, временем, критерием «сделано» и способом сдачи; подрядчику — ТЗ или SOW с deliverables, испытаниями, актом и процедурой отказа; клиенту — бриф на его языке с рубрикой оценки и SLA с последствиями нарушения.

**Проверки и приёмка разведены одинаково.** Astra опирается на пять понятий ISO: verification и validation требований, verification и validation результата, acceptance как решение уполномоченного о конкретной версии; Fable формулирует «правило трёх частей»: что должно быть истинно, как это узнать, кто и когда решает. Обе цитируют Cohn: Definition of Done — «резиновый штамп» на каждой карточке, критерии истории — надпись на её обороте, и обе требуют хранить решение о приёмке отдельно от зелёного теста. Обе называют контракты OpenAPI, JSON Schema и AsyncAPI единственной формой, где проверка исполнения автоматизирована по построению, и обе предупреждают, что валидная схема не удостоверяет поведение, права и повторы. Для однозначности обе берут EARS и Given/When/Then как шаблоны предложения; Astra добавляет правило «одно проверяемое обязательство на ID» и таблицу восьми видов неоднозначности с исправлениями, Fable — список запахов требований Femmer (детектор: точность 59 %, полнота 82 %) и 13 критериев QUS для историй.

**LLM как автор и как исполнитель оценена одинаково трезво.** Обе: интервьюер и составитель черновика, но не источник обязательств; всё неизвестное остаётся вопросом с владельцем, а не правдоподобной догадкой. Fable приводит ReqElicitGym (семь моделей выявляют меньше половины неявных требований), Orchid (1 304 задачи: неоднозначность ухудшает все модели, они дают расходящиеся реализации и не выявляют её сами), SpecFix (переписывание описаний даёт +30,9 % Pass@1 на изменённых задачах), маркеры «[NEEDS CLARIFICATION]» и лимит в пять вопросов за цикл из Spec Kit. Astra приводит эксперимент Krishna (GPT-4, «исправляя» требование, сменила допустимое время ответа с 300 до 500 мс), Bashir (663 промышленных требования, объяснения оценены на 3,84 из 5) и собственный живой пилот: спецификация версии 1.0 была выдана отдельному агенту кодирования, тот воспроизвёл ошибку автора и вернул блокер, версия 1.1 выполнена без вопросов, 20 независимых проверок прошли. Для агента-исполнителя обе требуют самодостаточного пакета, out of scope, исполняемых критериев, свежей сессии и коротких файлов правил только с тем, что нельзя вывести из кода; обе цитируют лимит Codex 32 KiB. По AGENTS.md картина сложена из обеих: Fable показывает, что контекстные файлы стали стандартом де-факто (более 60 тысяч проектов, передача в фонд под Linux Foundation), но 37 % из 34 публичных файлов ниже порога структурной полноты, а правила «пассивны» без активной проверки; Astra добавляет три исследования 2026 года, по которым AGENTS.md экономит время и токены, но не улучшает корректность, а сгенерированные LLM файлы удорожают вывод на 20–23 %. Вывод общий: измерять собственный эффект, не считать «больше контекста» улучшением.

**Эмпирика тонкая, и обе это признали.** Общие источники: NaPiRE (228 компаний: неполные и скрытые требования — главная проблема практики), Adzic (более 50 проектов без контрольных групп), METR (16 разработчиков, 246 задач: замедление на 19 % с AI, среди причин — неявные требования репозиториев) и DORA 2025. Fable добавляет анализ около 400 тысяч сессий Claude Code (люди принимают около 70 % решений «что строить», агент около 80 % решений «как»; верифицированный успех у экспертов 28 % против 15 % у новичков), мультивокальный обзор 67 источников с тезисом «ограничивает дисциплина спецификации, а не способности модели», таксономию шести SDD-фреймворков и разбор Bossavit о мифе «дефект в требованиях в 100 раз дороже». Astra добавляет опрос о DoD (137 ответов, 93 % считают полезной, правила устаревают) и case report spec-as-source (50 design docs, регенерация за 1,5–3 часа и около $100 API, без контроля). Ни одна не нашла контролируемого исследования связи «качество спецификации → результат агента» на продуктовых задачах, лонгитюдных данных о дрейфе и какой-либо эмпирики о заданиях для сотрудников вне разработки. Уверенность у обеих: высокая в анатомии форм и необходимости отделять свидетельство от решения, средняя в дереве и машиночитаемой структуре, низкая в долгосрочном эффекте.

**Расхождения.** Первое — определение цели. Fable определяет спецификацию как документ, «по которому исполнитель делает работу без уточнений», Astra после пилота считает это недостижимой гарантией и предлагает цель «без вынужденного угадывания» с отдельным измерением доли передач без вопросов и классификацией вопросов по причине; координатор принимает позицию Astra как измеримую, а формулу Fable как идеал формы. Второе — нормы объёма. Fable даёт пределы из практики компаний: одна страница A4 у Intercom, пресс-релиз меньше страницы и FAQ до пяти у Amazon, design doc 1–3 страницы для инкремента и 10–20 для крупного проекта, файл правил до 500 строк у Cursor; Astra отказывается от универсального порога страниц («главный спор — цена ясности») и даёт только иллюстративные затраты времени. Обе совместимы: пределы Fable — ориентиры по форме, а не норма содержания. Третье — отношение к spec-driven development. Fable подробно излагает критику: Böckeler (Kiro превратил мелкий баг в четыре истории с 16 критериями, Spec Kit генерирует избыточный Markdown), Thoughtworks (процессы многословны и не масштабируются по размеру задачи), Бек и Фаулер («SDD предполагает, что при реализации вы не узнаете ничего нового»), и трактует спецификацию как стабилизатор, а не ускоритель; Astra принимает типологию spec-first / spec-anchored / spec-as-source и рекомендует spec-anchored, оставляя spec-as-source ограниченным экспериментом. Четвёртое — машиночитаемая модель. Astra разделяет четыре автомата состояний (документ, исполнение, доказательства, приёмка), привязывает evidence к версиям спецификации и артефакта и настаивает, что поля `confirmed`, `actor` и `pass` заполняются доверенным серверным событием, а не ответом модели; Fable ведёт одну цепочку статусов документа плюс статусы требований и результаты критериев, зато добавляет дельты изменений ADDED / MODIFIED / REMOVED из OpenSpec и исход `accepted_with_notes`, тогда как Astra запрещает тихий waiver: обязательный критерий либо выполнен, либо результат возвращён. Пятое — источники: у обеих ISO 29148 не прочитан в нормативном теле (Astra по аннотации и фрагменту, Fable по Wikipedia и вендорскому пересказу), а структура ТЗ по ГОСТ 34.602 у Fable взята из материалов редакции 1989 года, у Astra подтверждена только карточка редакции 2020; и то, и другое перед цитированием нужно проверить по первоисточнику.

## Карта согласий и расхождений {#agreement}

| Раздел | Согласие | Astra | Fable | Комментарий координатора |
|---|---|---|---|---|
| 0. Вердикт | в целом | Общее ядро с представлениями для исполнителей; LLM — интервьюер и черновик, не источник обязательств; сильнейшая альтернатива — краткий task brief с примерами и одним принимающим; уверенность низкая в исполнении без уточнений | Одно ядро для трёх уровней; форма по исполнителю, обратимости и цене ошибки; SDD-инструменты дали шаблоны, но многословны; LLM-интервьюер выявляет меньше половины неявных требований; альтернатива — разговор с приёмочными тестами | Один вывод; расходятся в формулировке цели «без уточнений» |
| 1. Что это и как работает | полное | Восемь полей ядра с «как ломается»; продуктовые и технические формы с добавленной приёмкой; EARS с правилом «одно обязательство на ID»; восемь видов неоднозначности; анатомия по пяти аудиториям; пять понятий ISO и элементы критерия; SLI с правилом нулевого знаменателя | Характеристики требований по 29148; шаблоны HashiCorp, Confluence, Intercom, Amazon, Shape Up, Google, Uber, ADR и MADR; EARS с ограничениями и внедрениями; Kiro, Spec Kit, OpenSpec, AGENTS.md, Model Spec, рекомендации OpenAI и Anthropic; work instruction, SOW, ГОСТ 34.602 и 34.603, бриф, SLA; таблица «где ломается» по 13 формам | Совпадают; Fable подробнее по шаблонам компаний и инструментам, Astra по модели данных |
| 2. Актуальность и доказательная база | в целом | Существование практик подтверждено лучше их превосходства; NaPiRE, Olsson, исходный EARS, DoD survey, Krishna, Bashir, три исследования AGENTS.md; SMART как вендорская заявка; типология Böckeler; изменения 2023–2026 | Распространённость: 80+ компаний с RFC, 60 тысяч проектов с AGENTS.md, 138 тысяч звёзд Spec Kit, Productboard 94 %; таблица из 11 исследований LLM в требованиях; METR, 400 тысяч сессий, мультивокальный обзор, таксономия SDD; споры: «новый водопад», истории как карго-культ, лепрекон 100×; ограничения длины | Fable шире по эмпирике LLM-автора, Astra по эмпирике контекста агентов; цифры звёзд и опросов — интерес, не эффект |
| 3. Где применимо и где нет | полное | Подходит при передаче между людьми и агентами, дорогой ошибке, повторяемом поведении, обсуждаемом решении; не подходит при неизвестном результате, дешёвом наблюдаемом изменении, тексте вместо решения владельца, недоступном формате | Подходит, когда исполнитель не может спросить, цена ошибки высока, решение затрагивает многих, есть приёмка третьей стороной, проверку можно автоматизировать; не подходит при высокой неопределённости, однофразном изменении, доступном разговоре, отсутствии владельца, несоответствии формы размеру | Совпадают |
| 4. Альтернативы и дерево решений | в целом | Восемь пакетов от общего ядра до SOW; временная ось work_type для связи с классификатором доставки; дерево по неизвестности результата, сервису, инциденту, внешнему исполнителю, сотруднику, разработчику или агенту с модификатором цены ошибки | Восемь способов от письменной спецификации до work instruction с колонками «LLM-исполнитель» и «человек вне разработки»; дерево по исполнителю: агент, разработчик, сотрудник, подрядчик, клиент, «строить ли», исследование, TLA+ | Деревья объединены ниже; сопоставление с классификатором доставки сделано координатором |
| 5. Практическое применение | полное | Жизненный цикл из девяти шагов с разделением действий LLM и решений человека; четыре сквозных примера: живой пилот с агентом, обход поливной линии, ТЗ на импорт контактов с актом, бриф на диагностику процесса; затраты входа; ошибки первого применения; пересмотр по событиям | Шесть шагов внедрения; жизненный цикл из семи шагов с источниками; четыре примера: экспорт CSV агентом, орошение поля № 7, интеграция кассы с испытаниями по ГОСТ, бриф сети ресторанов с SLA; ошибки; три траектории через месяцы; цены | Примеры совпали по аудиториям; у Astra один пример исполнен реально |
| 6. Артефакты | полное | Десять артефактов; универсальный YAML-шаблон; дополнения по шести профилям; чек-лист Q1–Q16 с автоматизируемым подмножеством; протокол приёмки без тихого waiver; журнал изменений; машиночитаемая структура с четырьмя автоматами; JSON Schema, пример, валидатор, демонстрация | Ядро из 12 полей с основаниями; шаблоны по аудиториям с примерами: task spec, task brief, work instruction, ТЗ, бриф, SLA, one-pager, design doc и ADR; чек-лист из 10 пунктов; протокол приёмки с `accepted_with_notes`; журнал дельтами; YAML-структура с правилами статусов | Объединены ниже |
| 7. С чем используется в связке | полное | Восемь связок с конфликтами; Diátaxis как справочный слой; схема связей потребность → требование → задача → результат; формальные методы выборочно | Десять комбинаций; что предшествует и следует; шесть конфликтов: большая спецификация против обучения, истории против задач, wireframes против pitch, императивный Gherkin, длинный файл правил, spec-as-source против ручных правок | Совпадают |
| 8. Метрики здоровья и антипаттерны | полное | Десять признаков как авторские ориентиры; пять антипаттернов | Двенадцать признаков с нормами из источников; семь антипаттернов | Антипаттерны пересекаются по пяти: роман, оружие, переспецификация, устаревшая, без владельца; Fable добавляет «приёмка без критериев» и «LLM написал 20 страниц» |
| 9. Инструменты и софт | в целом | Notion, Linear, Jira и Confluence, Kiro с ценами; категории контрактов, Cucumber, docs as code, агентские редакторы | Spec Kit, Kiro, Claude Code, OpenSpec с ценами и ограничениями; Confluence, Linear, Jira; Cucumber, OpenAPI, PactFlow; выбор по масштабу | Дополняют друг друга |
| 10. Адаптация под LLM и агентов | полное | Типология SDD; 12 осей интервью с признаками блокирующего пробела; семь уровней проверки полноты; семь «чему не доверять»; слои пакета исполнителя; конфликт версий как стоп; checkpoint; автоматическая приёмка как делегированное полномочие; переходы состояний; расширения модели; прототип с 20 семантическими случаями | Протокол интервью из семи блоков; шесть проверок полноты; пять «чему не доверять»; форматы для GPT-4.1 и Claude; критерии как тесты, stop-хуки, субагент-ревьюер; границы контекста; иерархия и конфликты по Model Spec; что остаётся человеку; конвейер статусов; риски; репозитории | Совпадают по принципам; объединённые правила ниже |
| 11. Происхождение и что читать | полное | Три задачи письменной спецификации; этапы от Spolsky до 2023–2026; 16 позиций чтения с честными оговорками о непрочитанном | Таблица событий 1984–2026; 13 фигур; 22 позиции чтения | Совпадают |
| 12. Открытые вопросы | полное | Формат без причинных данных; исполнение без уточнений; полевая форма не испытана; внешняя приёмка иллюстративна; объём контекста; выгоды через месяцы; модель проверяет форму; сопоставление с классификатором; приёмочный эксперимент 4 × 5 задач | Lenny платный, Google и Intercom из вторых рук, ISO 403, OpenAI harness 403, EPAM 403, ГОСТ по редакции 1989, arXiv по аннотациям; противоречия по AI-продуктивности, SDD, историям, EARS; какие данные изменили бы выводы | Совпадают по сути |

Шкала согласия: `полное`, `в целом`, `частичное`, `расхождение`, `только у одной`.

## Уникальные находки {#unique}

### Только у Astra

- Живой пилот передачи агенту: спецификация версии 1.0 на предварительную проверку импорта CSV содержала ошибку автора о поведении `csv.reader`, исполнитель воспроизвёл её и вернул блокер; версия 1.1 выполнена без вопросов, 19 тестов исполнителя и 20 независимых проверок автора прошли; артефакты [pilot-spec.md](astra/pilot-spec.md) и [протокол с SHA-256](astra/pilot/acceptance-result.json). Вывод: первая передача не выдержала критерий «без уточнений», безопаснее цель «без вынужденного угадывания».
- Пять понятий ISO (verification и validation требований, verification и validation результата) плюс acceptance как решение уполномоченного о конкретной версии; методы проверки — тест, осмотр, измерение, анализ, демонстрация, и не каждую человеческую задачу нужно превращать в программный тест.
- Таблица восьми неоднозначностей с исправлениями: неизвестный субъект, размытый порог, скрытый квантор, открытый перечень, отрицание без результата, смешение решения и причины, выдуманная точность («LLM уточнила: 10 000 пользователей»), календарная двусмысленность.
- Четыре автомата состояний вместо одной колонки «Done»: документ (draft, in_review, approved, superseded, retired), исполнение (not_started … accepted, rejected), доказательства (pass, fail, not_run с версиями спецификации и артефакта), приёмка (pending, accept, return, reject с actor и decided_at); новая версия делает прежнее evidence непригодным для автоматического зачёта.
- Граница доверия к модели в данных: `confirmed`, `actor`, `pass` и `approved_by` — поля, которые LLM может выдумать; в продукте их заполняет доверенное серверное событие; текстовая политика в AGENTS или authority не заменяет права доступа и sandbox.
- Context manifest как отдельный артефакт (обязательные входы с версиями, доступность, приоритеты, секретность и аудитория, срок актуальности) и checkpoint для долгой работы агента: baseline, выполненное, оставшиеся критерии, вопросы, версии evidence, следующий безопасный шаг.
- Правило «конфликт версий — основание остановить затронутую часть работы»: агент не выбирает удобный текст между PRD, контрактом и тестом и не снижает критерий ради зелёного запуска.
- Автоматическая приёмка только как заранее заданное полномочие для дешёвого обратимого класса работ; таблица «что подтверждает и не подтверждает» каждый этап от JSON parse до решения приёмки.
- Три исследования AGENTS.md 2026 года с разными исходами: Lulla (124 PR: время 98,57 → 70,34 с, токены 2 925 → 2 440, без gold-test), Gloaguen v2 (300 SWE-bench Lite и 138 CTXbench: значимого улучшения нет, LLM-файлы +20 % и +23 % к стоимости вывода), Khatri (288 прогонов: улучшения корректности нет).
- Опрос о Definition of Done (137 ответов из 45 стран, 93 % считают полезной, встречаются устаревшие правила), обзор Olsson (84 статьи, корпус до 2019), исходный кейс EARS (36 требований → 47, средняя длина 36,9 → 25,6 слова).
- SLI как отношение пригодных событий к учитываемым с правилом нулевого знаменателя: отсутствие обращений за окно — «нет наблюдений», а не 100 %; FAR 37.6 и Part 46 как структурный референс приёмки внешних работ; HSE о детализации инструкций по задаче и последствиям ошибки.
- Чек-лист Q1–Q16 с явным подмножеством для автоматизации (роли, критерии, целостность связей) и пунктом «пробная передача: исполнитель воспроизводит цель и один сложный сценарий до исполнения».
- Прототип: [схема](astra/specification.schema.json), [синтетический пример](astra/specification.example.json), [валидатор связей](astra/validate_spec.py) с 20 семантическими случаями, [демонстрация выбора формы и приёмки](astra/specification-demo.html); таблица расширений для продукта: content_hash, authenticated_event, evidence store, профили внешней передачи.

### Только у Fable

- Характеристики требований по 29148 (necessary, appropriate, unambiguous, complete, singular, feasible, verifiable, correct, conforming) и набора (complete, consistent, feasible, comprehensible, validatable); лестница BRS, StRS, SyRS, SRS; IEEE 830 заменён в 2011 году.
- Шаблоны компаний из первых рук: HashiCorp PRD (problem — «сердце документа», user research — «самый важный раздел», критерии приёмки «как тест-кейсы», approvals) и RFC (статусы WIP, In-Review, Approved, Obsolete; owner и approvers); Intercom Intermission (одна страница A4, job stories, без дизайна решения); Amazon PR/FAQ (пресс-релиз из шести частей меньше страницы, FAQ до пяти, молчаливое чтение, старшие говорят последними, go/no-go); Uber (утверждение немногими, затем рассылка всем; шум признан издержкой); публичные шаблоны RFC более чем у 80 компаний; MADR с полем confirmation.
- Полевые ограничения EARS: больше трёх предусловий дают громоздкие предложения, нефункциональные требования ложатся плохо; внедрения в Airbus, Bosch, Dyson, Honeywell, Intel, NASA, Siemens; Kiro встроил EARS с 2025 года и формулу для багфиксов «WHEN … THEN system SHALL CONTINUE TO …».
- Запахи требований Femmer (детектор: точность 59 %, полнота 82 %), QUS из 13 критериев и AQUSA на более чем 1 000 историй из 18 компаний, картирование 166 работ по BDD с «острой нехваткой метрик».
- Одиннадцать исследований LLM в требованиях: LLMREI (33 симулированных интервью), генерация уточняющих вопросов (не хуже человеческих, лучше с подсказкой типичных ошибок интервьюера), ReqElicitGym (меньше половины неявных требований), редакции формулировок (26 участников, 130 формулировок), DeepQuali, QuRE (1 266 требований Mercedes-Benz), детекция неоднозначности (+20,2 % при 10 примерах), SpecFix, Orchid, генерация Gherkin.
- Анализ около 400 тысяч сессий Claude Code (70 % решений «что» у людей, 80 % решений «как» у агента; 28 % против 15 % верифицированного успеха), мультивокальный обзор 67 источников, таксономия шести SDD-фреймворков (Spec Kit, OpenSpec, BMAD, GSD, Spec Kitty, Reversa) с рисками дрейфа, чрезмерного доверия и привязки к платформе; 37 % из 34 публичных AGENTS.md ниже порога полноты; правила пассивны, активная проверка повышает соблюдение; в 2 853 репозиториях контекстные файлы обычно единственный механизм.
- Инструменты SDD в деталях: Spec Kit (constitution; specify → clarify ≤ 5 вопросов → plan → checklist как «unit tests for requirements» → tasks → analyze → implement → converge; истории P1–P3 с полем Independent Test; FR- и SC-идентификаторы; тесты утверждаются человеком и должны сначала падать; 138 тысяч звёзд), Kiro (requirements.md, design.md, tasks.md; requirements-first и design-first; quick spec; тарифы от 0 до $200), OpenSpec (specs как текущая истина и changes как предложения; дельты ADDED / MODIFIED / REMOVED; 70 тысяч звёзд), Tessl (spec-as-source, закрытая бета).
- Правила вендоров моделей: Model Spec с цепочкой полномочий root → system → developer → user → guideline, «предполагай добрые намерения», цитируемый текст и выводы инструментов без полномочий, парные примеры, лицензия CC0; OpenAI для GPT-4.1 (буквальность, побеждает поздняя инструкция, правила «always» провоцируют лишние вызовы) и для GPT-5 (противоречия измеримо ухудшают результат); Anthropic («правильная высота» инструкций, «покажи промпт коллеге без контекста», 3–5 примеров, XML-теги); Claude Code (интервью → SPEC.md, свежая сессия, e2e-проверка, субагент-ревьюер видит только diff и критерии, stop-хуки как детерминированные гейты, «если diff описывается одним предложением, пропустите план»).
- Критика SDD из первых рук: Böckeler (Kiro: мелкий баг → 4 истории и 16 критериев; Spec Kit: «я бы лучше ревьюила код, чем все эти markdown-файлы»), Thoughtworks (Assess в ноябре 2025, «длинные spec-файлы трудно ревьюить»), Бек и Фаулер («новый водопад»), Yeret (возврат хэндоффов), Linear («user stories — карго-культ»), Bossavit (миф о 100-кратной стоимости дефекта требований).
- Формы для людей вне разработки с источниками: элементы work instruction, разделы SOW с sign-off до оплаты, приёмочное тестирование по ISTQB (критерии → выполнение → сравнение → pass/fail → sign-off), три вида испытаний по ГОСТ 34.603 с протоколом и актом, бриф из девяти разделов как «живой документ» до старта, компоненты SLA, Spolsky о единственном авторе.
- Нормы объёма как метрики здоровья: одна страница A4, пресс-релиз меньше страницы и FAQ до пяти, design doc 1–3 или 10–20 страниц, ADR 1–2 страницы, файл правил до 500 строк и 32 KiB; «каждая строка файла правил проходит тест: без неё агент ошибётся».
- Пересказ поста OpenAI о harness engineering: «чего нет в контексте агента — не существует», «устаревшее в контексте неотличимо от истины», переход от пятничной уборки «AI-slop» к правилам в линтерах и архитектурным проверкам; фоновые агенты, открывающие PR с исправлением дрейфа.

## Объединённое дерево решений {#decision-tree}

- Если результат ещё неизвестен или успехом считается новое знание → discovery brief или one-pager: гипотеза, источники, критерий остановки, предел затрат, срок эксперимента; полная спецификация только после результата; PR/FAQ преждевременен, детальное ТЗ закрепляет догадки
- Если решается «строить ли вообще»
  - Если рынок и экономика понятны → PR/FAQ: пресс-релиз меньше страницы, FAQ до пяти, реестр неподтверждённых обещаний, молчаливое чтение и решение go/no-go; принять PR/FAQ — принять основание для следующего шага, не поставку
  - Если важнее ограничить вложение времени → pitch по Shape Up: problem, appetite, solution в набросках, rabbit holes, no-gos; обязательные результаты и критерии завершения фиксируются, детали внутри рамки оставляются команде
  - Если проблема ясна, а решение нет → one-pager по образцу Intercom: проблема со ссылками на исследования, job stories, критерии успеха, scope по релизам, без дизайна решения
- Если главная неизвестность — технический выбор, решение неочевидно или затрагивает несколько команд → design doc или RFC на 1–3 страницы: контекст, goals и non-goals, альтернативы и компромиссы, план проверки спорных предположений, rollout и rollback, owner и approvers, статус; одно значимое решение → ADR по MADR с полем confirmation; очевидное решение → без документа
- Если граница работы — интерфейс между системами или командами → contract-first: OpenAPI, AsyncAPI или JSON Schema плюс семантические правила отказов, прав и повторов и контрактные тесты; задача исполнителю ссылается на контракт
- Если работа — продолжающийся сервис → service specification с SLI, целевыми значениями, окном, исключениями, владельцем измерения и порядком разбора; SLA только при явных последствиях нарушения, иначе это SLO
- Если требуется срочное восстановление → incident task brief: состояние, безопасное действие, stop conditions, проверка восстановления, ссылка на действующую инструкцию; ADR после стабилизации при смене решения
- Если результат известен и исполнитель внешний
  - Если подрядчик или партнёр с оплатой по результату или высокой ценой ошибки → ТЗ или SOW: deliverables, вклад заказчика, критерии pass/fail на каждый deliverable, acceptance environment с зафиксированными данными, программа испытаний (предварительные, опытная эксплуатация, приёмочные), протокол и акт, срок review от получения полного комплекта, процедура отказа и доработки, change request для нового scope
  - Если подрядчик при низком риске → бриф с deliverables и критериями без формальных испытаний
  - Если аудитория — клиент → бриф на страницу на языке клиента: ожидаемый результат, критерии успеха с измерением, вклад клиента, границы, пример результата, один принимающий, рубрика оценки («есть подтверждение / есть гипотеза и план проверки / нет основания») и период обратной связи; для услуги с обязательствами — SLA
- Если результат известен и исполнитель — сотрудник подразделения
  - Если операция повторяемая и инструкция существует → карточка запуска: версия work instruction, входы, место, время, чек-лист исключений, контрольные точки с ответственным
  - Если операция разовая → task brief: результат, входы и материалы, объект и место, шаги при необходимости, инструменты, критерии «сделано», срок с часовым поясом, приёмщик и способ сдачи (в том числе без сети), что делать при отклонении и когда остановиться; без технической архитектуры продукта и кодовых слов
  - Если операция новая или дорого обратимая → расширенный brief плюс подтверждение понимания и промежуточная контрольная точка до необратимого действия
  - Если работа дешёвая и полностью наблюдаемая → короткая карточка результата с одной процедурой проверки
- Если результат известен и исполнитель — разработчик или LLM-агент
  - Если изменение описывается одной фразой и обратимо → задача или промпт с проверкой (тест, сборка), без спецификации
  - Если задача затрагивает несколько файлов или подход неясен → task spec: цель, файлы и интерфейсы, out of scope, требования в EARS или Given/When/Then с идентификаторами, критерии как тесты, написанные до реализации и падающие, сквозная проверка, ссылка на DoD и файл правил репозитория
    - Если это новая функциональность с продуктовой неопределённостью → сначала one-pager, затем spec с уточнением до нуля маркеров «[NEEDS CLARIFICATION]»
    - Если это дефект → bug specification: воспроизведение, expected и actual, область регрессии; на критическом пути — явная формула сохраняемого поведения «SHALL CONTINUE TO»
    - Если главная сложность — несколько акторов и ветвлений процесса → use case с extensions плюс требования качества и сценарии приёмки
    - Если цена ошибочного технического решения высока или нужна миграция → mini-RFC с контрактом, планом rollback и ADR, затем задачи
  - Если исполнитель — LLM при любом предыдущем выборе → тот же пакет плюс context manifest с версиями, полномочия и stop conditions, команды проверки, формат evidence и сдачи (изменённые объекты, невыполненные критерии не скрываются), свежая сессия; конфликт версий между PRD, контрактом и тестом — остановка и решение владельца
  - Если задача агента операционная или аналитическая → инструкция по образцу Model Spec: иерархия инструкций и правило конфликтов, допущения и вопросы при неясности, формат вывода, 3–5 примеров, критерий остановки; данные из документов и инструментов без полномочий
- Модификатор цены ошибки на всех ветках: необратимое действие → независимая проверка до действия, точная baseline, явные полномочия; низкий риск → роли владельца, исполнителя и принимающего могут совпадать; автоматическая приёмка только как заранее делегированное полномочие для дешёвого обратимого класса
- Правила жизни любой формы: маркеры неопределённости и незакрытые блокирующие вопросы запрещают статус approved; изменение критерия или scope — новая версия с дельтами и пересмотром затронутых задач и evidence; документ без владельца переводится в obsolete

### Сопоставление с классификатором типов работы {#work-types}

Astra предложила временную ось `work_type`, не читая соседнего исследования; Fable назвала связку по типам «повторяемая, проектная, исследовательская, инцидент, подрядная, сервисная». Координатор сопоставляет обе с режимами и профилями из [исследования по методологиям доставки](../2026-09-21-delivery-methods-work-classifier/index.html).

| Тип работы у Astra и Fable | Режим и профиль в классификаторе доставки | Форма спецификации |
|---|---|---|
| Исследование, discovery | EXPERIMENT, у Fable зонд R8; профили T12 исследование и T14 инфраструктура с неизвестной технологией | Discovery brief, one-pager, паспорт эксперимента |
| Новая поставка | BET или SCRUM; T13 продуктовая функция | One-pager или PR/FAQ → pitch или PRD → RFC при необходимости → task spec |
| Изменение, исправление | FLOW; T08 мелкие улучшения, T10 корректирующий ремонт, T22 дефект качества | Bug specification, story с примерами и DoD |
| Повторяемая операция | ROUTINE и DISPATCH; T01 ежедневный контроль, T04 регламенты, T05 сменные операции, T09 профилактика | Карточка запуска со ссылкой на work instruction и техкарту |
| Инцидент | INCIDENT; T17, T19 | Incident task brief, живой журнал, постмортем |
| Продолжающийся сервис | Политика потока с SLE; T03 стандартный запрос, T06 услуга по записи | Service specification, SLO, SLA при обязательствах |
| Внешняя проектная поставка | NETWORK с контрактом передачи; T11 инфраструктурный проект, T15 проект с датой | ТЗ или SOW с матрицей приёмки, актом и change log |
| Индивидуальный кейс | CASE; T18, T21, T23 | Файл кейса с чек-листами этапов и SLA; бриф клиенту |

## Объединённая структура спецификации, проверок и приёмки {#schema}

Обе модели предлагают машиночитаемые схемы; ниже их объединение как основа единой модели с разными представлениями. Всё это авторские предложения обеих моделей, заимствования из шаблонов и стандартов отмечены.

| Сущность | Поля и правила | Откуда |
|---|---|---|
| Идентичность и роли | `id`, `title`, `kind` (product, technical, task, service), `audience` (agent, developer, employee, contractor, client), `owner` — один ответственный за содержание, `executor`, `acceptor`, `approvers`, `parent` и связи; `schema_version` отдельно от `revision` содержания; ADR нумеруются монотонно, номера не переиспользуются | обе |
| Статусы | Документ: draft → in_review → approved → superseded или obsolete; исполнение: not_started → in_progress → submitted → changes_requested, accepted или rejected; требование: draft, clarify, approved, implemented, verified; у Astra четыре независимых автомата, у Fable одна цепочка с правилами переходов | обе |
| Потребность и цель | Кто столкнулся с чем, источник потребности, ожидаемое изменение, сценарий; problem как «сердце документа»; исходная формулировка запроса сохраняется дословно | обе |
| Результат и границы | Deliverable с форматом и местом сдачи, `scope_in`, `scope_out` и non-goals, предпосылки, вклад другой стороны, зависимости, условия остановки | обе |
| Входы и контекст | `inputs[]` с `reference`, `revision`, `access`; для агента context manifest (обязательные материалы и версии, доступность, приоритет документов, срок актуальности) и ссылка на файл правил репозитория с тем, что нельзя вывести из кода | обе |
| Требования | Атомарные `id`, шаблон EARS (ubiquitous, state, event, optional, unwanted) или Given/When/Then, `text`, `priority` (must и should или P1–P3), `source_ref` и `certainty` (факт, предположение, решение владельца), `confirmed`; одно проверяемое обязательство на ID; ключевые слова SHALL и MUST | обе |
| Критерии и проверки | `criteria[]` с `requirement_ids`, `given / when / then` или `procedure`, `expected`, `method` (test, inspection, measurement, analysis, demonstration), `ref` на команду или тест, `evidence_required`; для агента — исполняемая команда и сквозная проверка `e2e_check`; для людей — контрольная точка с ответственным; тесты утверждаются человеком и пишутся до реализации | обе |
| Открытые вопросы и допущения | `open_questions[]` с `blocking` и `resolved`, маркеры «[NEEDS CLARIFICATION]», `assumptions[]`; approved недостижим при блокирующих вопросах; отсутствие ответа не превращается в согласие | обе |
| Полномочия | `authority.allowed`, `forbidden`, `stop_conditions`, граница необратимых действий; текстовая политика не заменяет права доступа и sandbox | Astra, у Fable через Model Spec |
| Процедура приёмки | `acceptance_procedure`: кто, когда (от какого события отсчёт), по какому протоколу, срок review, `on_reject` с перечнем провалившихся критериев, повторная сдача; для подрядчика — acceptance environment, программа испытаний, протокол и акт; для клиента — демонстрация, рубрика, период обратной связи | обе |
| Исполнение и доказательства | `execution.status`, `artifact_ref`, `artifact_revision`; `evidence[]` с `criterion_id`, `spec_revision`, `artifact_revision`, `result` (pass, fail, not_run), `reference`, `checker`; evidence привязано к версиям, новая версия требует повторной проверки затронутых критериев | Astra, у Fable как `traces.checks` и `result` |
| Решение о приёмке | `acceptance.decision` (pending, accept, accept_with_notes, return, reject), `actor`, `reason`, `evidence_ids`, версии, `decided_at` — время решения, не генерации черновика; accept требует pass по всем обязательным критериям на тех же версиях; отклонение либо возвращает результат, либо оформляется новой baseline, у Fable допускается `accepted_with_notes` с замечаниями и сроком доработки | обе |
| Журнал изменений | `changelog[]` с `version`, `date`, `author`, `kind` (ADDED, MODIFIED, REMOVED), `ids`, `reason`, `approved_by`, влияние на задачи, проверки и evidence; записи не удаляются, устаревшее помечается superseded | обе |
| Трассируемость | Требование → задачи → проверки → evidence → решение о приёмке и назад к источнику потребности; `traces.tasks`, `traces.checks`, `traces.acceptance_record`; converge или матрица сверяет код и документ | обе |
| Профили по аудиториям | Агент: среда, разрешённые пути и инструменты, команды, output contract, stop conditions, свежая сессия; сотрудник: объект и место, дата с часовым поясом, материалы, шаги, пределы, контакт при отклонении; подрядчик: deliverables, вклад заказчика, комплект сдачи, среда приёмки, сроки review, change request; клиент: результат обычным языком, что предоставить, пример, один принимающий, рубрика; сервис: eligible events, SLI, target, окно, исключения, владелец измерения, порядок споров | обе |
| Граница доверия к модели | `confirmed`, `actor`, `pass`, `approved_by` заполняются доверенным серверным событием, не ответом LLM; ROUTED или approved не равны разрешению исполнять; классификация не равна обязательству, брони и одобрению | Astra |
| Автоматические проверки | Схема и обязательные поля; уникальность ID и разрешение ссылок; каждое must покрыто критерием; нет маркеров и блокирующих вопросов при approved; лексика запахов как подсказка ревьюеру, не блокировка; форма EARS или Given/When/Then; кросс-артефактная согласованность spec, plan и tasks; противоречия внутри требований и инструкций; генерация позитивных, негативных и граничных примеров; размер по форме; версии evidence совпадают с принимаемыми | обе |
| Остаётся человеку | Достаточность набора must и валидация смысла; бизнес-компромиссы и пороги; утверждение тестов и ожидаемых наблюдений; ревью замысла; решение о приёмке; изменение обязательств; полномочия на необратимые действия | обе |

## Объединённые правила для LLM как автора и исполнителя {#llm-rules}

- Первый результат LLM-автора — карта неизвестных, а не длинный документ; интервью идёт порциями до пяти вопросов по влиянию на результат и цену ошибки, «не задавая очевидных вопросов, копая в трудные места»; уже известное извлекается из разрешённых источников с указанием происхождения, а не запрашивается повторно.
- Оси интервью: потребность и адресат, результат и достаточность, границы, входы, время с календарём и часовым поясом, ошибки и отказы, качество с порогами и единицами, полномочия, проверка, приёмка, неявные требования по доменному чек-листу; признак блокирующего пробела для каждой оси.
- Черновик разделяет факты, предположения и предложенные решения; неизвестное помечается маркером, а не заполняется правдоподобным числом; порог или срок, предложенный моделью, остаётся assumption до подтверждения владельцем.
- Полнота проверяется по уровням: схема, граф связей, лексика запахов, матрица сценариев actor × состояние × вход × исход, противоречия (например, «ответ за 24 часа» против «только в рабочие дни»), примеры, пробный запуск; полнота относительна границе и источникам, поэтому обязательна пробная передача с исполнителем и принимающим.
- Чему не доверять у LLM-автора: восстановленному намерению, самостоятельно выбранным числам, собственному баллу качества и однозначности, автогенерированным тестам как единственному эталону, ссылке без проверки содержимого и версии, имени в поле одобрения, переписанной формулировке без валидации автора, симулированным стейкхолдерам как замене реальных.
- Пакет для LLM-исполнителя: результат с must и критериями, среда с командами и данными, минимальный context manifest, полномочия и stop conditions, проверки, формат сдачи; стабильные правила репозитория живут в коротком файле правил, задание — в спецификации; обязательное требование не прячется в необязательной ссылке.
- Инструкции «на правильной высоте»: конкретные, но не хрупкие; каждая строка файла правил проходит тест «без неё агент ошибётся»; Cursor рекомендует до 500 строк, Codex обрезает на 32 KiB молча; противоречивые правила измеримо ухудшают исполнение, при конфликте GPT-4.1 берёт более позднюю инструкцию, поэтому конфликты устраняются до выдачи.
- Иерархия и конфликты по образцу Model Spec: ближайший файл правил побеждает, явный промпт перекрывает всё, цитируемый текст, документы и выводы инструментов не имеют полномочий, если спецификация не делегирует их явно; конфликт версий между PRD, контрактом и тестом — остановка и решение владельца, а не удобный выбор агента.
- Критерии приёмки как исполняемые проверки: тест, сборка, линтер, сравнение с эталоном, скриншот; гейт остановки — условие цели, stop-хук или субагент-ревьюер, который видит только diff и критерии; отчёт о сдаче не выдаёт skipped, blocked и failed за pass.
- Границы контекста: качество падает по мере заполнения окна, исследование выносится в субагентов, повторное чтение архива возвращает устаревшие указания; для долгой работы — checkpoint с baseline, выполненным, оставшимися критериями, вопросами и следующим безопасным шагом.
- Автоматическая приёмка — только заранее делегированное полномочие для дешёвого обратимого класса; зелёный тест, разрешение выполнить работу и право принять результат — три разных факта; для нового, спорного и необратимого решает назначенный человек.
- Дрейф спецификации и кода — главный риск: спецификация хранится рядом с кодом, меняется дельтами с пересинхронизацией задач, «устаревшее в контексте агента неотличимо от истины», поэтому нужны фоновые проверки дрейфа и статус obsolete для того, что не поддерживается.

## Статистика запусков {#stats}

| Показатель | Astra | Fable |
|---|---|---|
| Модель и effort | gpt-6-astra, ultra | claude-fable-5-1, max |
| Время работы | 38,0 мин | 50,4 мин |
| Поиск и чтение | 68 поисковых запросов по собственному учёту; 60 источников: 52 полных текста, 6 фрагментов, 2 аннотации | 51 поиск, 135 обращений к страницам, 59 правок файла; 108 источников |
| Пересечение источников | 23 общих URL, 32 общих домена: Amazon, agents.md, Agile Manifesto, EARS, Anthropic о контексте, Atlassian PRD, Shape Up, Claude Code, Nygard, Cockburn, Gherkin, Diátaxis, Spec Kit, Google design docs, Spolsky, Kiro, Codex, Fowler о SDD, Scrum Guide, Write the Docs, INVEST | |
| Объём, слов | 15 980 | 17 110 |
| Типизация утверждений | 302: 178 гипотез, 85 фактов, 19 эмпирики, 17 мнений, 3 вендор | 518: 174 факта, 149 вендор, 98 мнений, 71 эмпирика, 26 гипотез |
| Ссылок на источники в тексте | 202 | 802 |
| Дерево решений | 6 ветвей, 16 листьев | 8 ветвей, 18 листьев |
| Антипаттерны, термины | 5, 67 | 7, 58 |
| Стоимость | CLI не сообщает | $25,27 по списочным ценам |
| Статус валидации | 0 блокеров с первого раза, 3 предупреждения: 429 у HashiCorp, 403 у ResearchGate, недоступен protect.gost.ru | 0 блокеров с первого раза, 2 предупреждения: 429 у HashiCorp при проверке шаблонов PRD и RFC |

## Открытые вопросы {#open-questions}

- Контролируемого исследования связи «качество спецификации → результат агента» на продуктовых задачах нет ни у одной модели; Orchid и SpecFix работают на уровне функций, METR измеряет время, а не качество спецификаций. Обе предлагают собственный пилот: у Astra по пять задач для агента, сотрудника, подрядчика и клиента с классификацией вопросов по причине и измерением доли правильных результатов с первой сдачи.
- Цель «исполняется без уточнений» спорна: Fable кладёт её в определение, Astra после живого пилота считает гарантией недостижимой; обе согласны, что вопросы из-за пропусков нужно учитывать отдельно от вопросов из-за новой информации, а KPI «ноль вопросов» поощряет угадывание.
- Эмпирики о заданиях для сотрудников вне разработки, подрядчиков и клиентов нет: только консультантские структуры, HSE и FAR как референсы, иллюстративные примеры обеих моделей; полевая форма не испытана на реальных сотрудниках.
- Сколько нужно текста и контекста: практические пределы Fable (страница, 1–3 страницы, 500 строк, 32 KiB) и разнонаправленные исследования AGENTS.md у Astra не дают универсального порога; ответ — сравнение короткого и расширенного пакета на своих типах задач без изменения критериев.
- Лонгитюдных данных о дрейфе спецификаций и стоимости поддержания за год и более нет; опрос о DoD показывает, что правила устаревают, но не задаёт частоту пересмотра.
- Нормативные первоисточники не прочитаны: ISO/IEC/IEEE 29148 у Astra по аннотации и фрагменту, у Fable по Wikipedia и вендорскому пересказу; ГОСТ 34.602 у Fable по материалам редакции 1989 года, у Astra только карточка редакции 2020 года; единый публичный шаблон «Google PRD» не существует, сборник Lenny платный, Intercom по вторичным пересказам.
- Эффект маркеров неопределённости, лимита в пять вопросов и тестов, падающих до реализации, не измерен; это вендорские практики Spec Kit и Kiro без опубликованных данных.
- Прототип Astra проверен только на семантических случаях: полная валидация по JSON Schema Draft 2020-12 не выполнена из-за отсутствующей зависимости; HTML-демонстрации обеих сторон без браузерного QA.
- Недоступные источники: пост OpenAI о harness engineering и отчёт EPAM о Spec Kit (403), статья о «SDD как новом водопаде», страницы ISO и PMI, большинство arXiv-статей у Fable по аннотациям.

## Заметки о прогоне {#process-notes}

- Четвёртая тема дня 2026-09-21: обе модели запущены одновременно в 14:26 UTC, очередь Fable была свободна; Astra закончила за 38 минут, Fable за 50.
- Обе прошли валидацию с первого раза; все предупреждения относятся к проверке доступности ссылок, обе упёрлись в лимит запросов HashiCorp.
- Пересечение источников самое высокое среди всех тем: 23 общих URL при 32 общих доменах, потому что у темы есть канонические тексты (EARS, Cockburn, Gherkin, Nygard, Spolsky, Shape Up, Spec Kit, Kiro, Claude Code, Model Spec), к которым обе и пошли; различались эмпирикой и глубиной модели данных.
- Astra помечает гипотезой 178 из 302 утверждений и приложила исполняемый прототип с живым пилотом передачи агенту; Fable — 26 из 518 при 149 вендорских утверждениях: её практическая база во многом состоит из документации Claude Code, Kiro и Spec Kit, а самый цитируемый практический источник — рекомендации производителя самой модели; советы от этого не становятся неверными, но их статус — вендор, и в карте согласий он учтён.
- Astra намеренно не читала соседнее исследование по методологиям доставки и предложила временную ось `work_type`; сопоставление с классификатором выполнил координатор в отдельной таблице.
- Полная JSON Schema validation у Astra не выполнена: в среде участника не нашлось `Draft202012Validator`; скрипт честно записал `full_validation_complete:false`.

## Материалы {#links}

- [Исследование Astra](astra.html) · [markdown](astra/research.md) · [демонстрация](astra/specification-demo.html) · [схема](astra/specification.schema.json) · [пример](astra/specification.example.json) · [валидатор](astra/validate_spec.py) · [пилот: задание агенту](astra/pilot-spec.md) · [протокол пилота](astra/pilot/acceptance-result.json)
- [Исследование Fable](fable.html) · [markdown](fable/research.md)
- [Задание](brief.html) · [Протокол уточнений](intake.html)
- Смежные исследования: [параллельная разработка ИИ-агентами: границы, контракты, тесты](../2026-09-27-parallel-ai-development-architecture/index.html); [методологии доставки и классификатор типов работы](../2026-09-21-delivery-methods-work-classifier/index.html); [проактивные системы взаимодействия с людьми](../2026-09-21-proactive-people-systems/index.html); [what-if анализ и сценарное моделирование](../2026-09-21-what-if-scenario-modeling/index.html); [outcome-driven управление продуктом](../2026-09-20-outcome-driven-product-management/index.html)
