Как не обновлять lastmod у AI-статьи без изменения содержимого

Перед запуском запишите, какие данные считаются входом, что является ожидаемым результатом, что именно означает отказ и кому предстоит разбирать расхождение. Для такой проверки храните тестовый вход, ожидаемый результат и фактический исход раздельно: если они смешаны, тест может подтверждать сам себя. Используйте стабильные синтетические ID, чтобы видеть ошибку в журнале, не раскрывая содержимое клиентских обращений.

Сначала прогоните тест на маленьком входе, где правильное поведение известно вручную. Затем внесите одну контролируемую ошибку и убедитесь, что код её замечает. После этого верните корректный набор и только тогда расширяйте проверку до реальных данных. Не переносите демонстрационные численные значения или пороги в производство без отдельного обоснования: они выбраны для наглядности, а не рассчитаны по вашей аудитории.

Вход и ожидаемый результат

Статья и ссылки не меняются между двумя сборками 20 и 21 сентября; lastmod сохраняет дату редакторской правки 19 сентября. Печатает False для пересборки и True для изменения тела статьи. Перед тем как применять правило к закрытым данным, обсудите пограничные случаи, которые могут поменять интерпретацию входа. Запись в документации о границах теста не менее важна, чем зелёный check.

Пошаговые действия

1. Создайте scripts/check.py в корне репозитория и вставьте код из блока ниже. Он использует названия функций стандартной библиотеки, указанные в официальных ссылках в конце статьи.
2. Выполните python scripts/check.py локально. Не продолжайте, если уже демонстрационная фикстура даёт иной результат: сначала проверьте копирование кода и кодировку файла.
3. Определите, какие поля рендера отражают значимое изменение, включая основные ссылки и структурированные данные. Запустите код для неизменной пересборки и для редакторской правки; сравните отпечатки. Свяжите изменение отпечатка с датой утверждённого релиза в CMS, а не с текущим временем запуска теста. Затем проверьте готовый sitemap и страницу, чтобы lastmod не опережал фактическую редакцию. Помните, что один хеш не доказывает, что изменение полезно читателю.
4. Создайте .github/workflows/ai-corpus-check.yml из YAML-шаблона. Событие pull_request полезно для проверки данных до слияния; чтение репозитория ограничено permissions: contents: read. Скрипт не должен получать ключ внешней модели или реальные секреты.
5. В разделе Actions откройте job check, сопоставьте его код завершения с локальным прогоном и зафиксируйте ссылку на проверенный коммит в PR. Не принимайте зелёный результат на старой ревизии за проверку последнего изменения.

# scripts/check.py
import hashlib,json
def fingerprint(article):
    selected={k:article[k] for k in ('body','links','structured_data')}
    raw=json.dumps(selected,ensure_ascii=False,sort_keys=True,separators=(',',':')).encode('utf-8')
    return hashlib.sha256(raw).hexdigest()
article={'body':'Проверенная инструкция','links':['/source'],'structured_data':{'type':'Article'}}
a=fingerprint(article)
rebuild=dict(article,build_time='2026-09-21T10:00:00Z')
assert fingerprint(rebuild)==a
revised=dict(article,body='Исправленная инструкция')
assert fingerprint(revised)!=a
print('rebuild changes lastmod?',fingerprint(rebuild)!=a)
print('editorial edit changes fingerprint?',fingerprint(revised)!=a)

name: AI corpus checks
on:
  pull_request:
permissions:
  contents: read
jobs:
  check:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v7
      - uses: actions/setup-python@v7
        with:
          python-version: '3.13'
      - run: python scripts/check.py

Ошибки интерпретации и границы

Если изменился только дизайн, выбор обновлять lastmod зависит от того, изменился ли существенный контент страницы; схема selected должна соответствовать реальному рендеру. Если вы расширяете набор случаев, добавляйте не только новые примеры, но и отрицательные случаи, на которых тест обязан упасть. Проверяйте, что изменение expected прошло ревью отдельно от изменения кода: иначе можно незаметно изменить правило под текущий ответ системы. Избегайте вывода полного приватного набора в CI и не сохраняйте в артефактах ответ закрытой модели без решения о доступе и хранении.

Ошибка выполнения самого Python, нераспознанный формат входа и обнаруженный бизнес-дефект — разные ситуации. В сообщении теста указывайте тип проблемы и безопасный ID. Если тест требует внешний сервис, вынесите его из PR с недоверенным кодом и явно ограничьте доступ к токенам; этот пример намеренно работает локально. Перед публикацией каких-либо результатов опишите методику, область применения и происхождение примеров, иначе читатель воспримет демонстрационную арифметику как характеристику продукта.

Практический разбор именно этого контроля

Не выдавать каждую техническую пересборку за свежую редакцию статьи в XML sitemap. Для самостоятельной проверки сначала выпишите три наблюдаемых состояния: допустимый вход, намеренно недопустимый вход и видимый сигнал отказа. В данной фикстуре это выглядит так: Статья и ссылки не меняются между двумя сборками 20 и 21 сентября; lastmod сохраняет дату редакторской правки 19 сентября. При успешном тесте ожидается: Печатает False для пересборки и True для изменения тела статьи. Не превращайте это в числовой KPI: здесь проверяется контракт на конкретных примерах, а не поведение модели на пользовательском трафике.

Если изменился только дизайн, выбор обновлять lastmod зависит от того, изменился ли существенный контент страницы; схема selected должна соответствовать реальному рендеру. Подключая проверку к продукту, расположите её до той операции, ради которой она написана: парсинга, сохранения, отображения или экспорта. Для каждого нового формата добавляйте отдельный негативный пример и письменное решение, почему он отклоняется. Отдельно просмотрите обработку ошибок: система должна отличать невалидный ответ AI от сбоя тестовой инфраструктуры, а пользователь не должен видеть сырой стек или приватное содержимое.