Как написать лид на “отлично” и получить отказ: разбор ТЗ глазами AI-тренера

Недавно я выполняла тестовое задание на написание статьи. Вакансию рассматривали три недели (классика диджитала), и в итоге прислали огромное, подробное ТЗ. Задание — написать лид.

Я подошла к задаче системно, как и привыкла делать за 9 лет работы с данными: Вытащила интент и боли ЦА, четко внедрила требование ТЗ — "личный опыт от первого лица", органично вшила SEO-анкор и добавила яркий медийный маркер — метафору про "графики повторных продаж, стремящиеся к грустному нулю". Результат? Ночью прилетает отказ.

Как AI-тренер и эксперт по валидации данных, я не могу не разложить эту "галлюцинацию" на edge cases. Почему идеальное выполнение промпта (ТЗ) со стороны исполнителя приводит к ошибке со стороны системы (заказчика)?

Есть три гипотезы:

Недообученность промпта. В ТЗ просили "личный опыт", но не указали контекст. Написав честную историю от "Я", я могла не попасть в скрытый контекст бренда, который ждал формат "Мы".

Смена весов в модели. Вакансия висела долго. Скорее всего, финальный кандидат уже был утвержден, а тестовые продолжали уходить на автомате по зацикленному скрипту.

Субъективный фильтр. Текст с характером пугает консервативных редакторов, которые привыкли к стерильным корпоративным текстам.

Мораль? Даже если выстроить идеальную логику рассуждений и собрать безупречный датасет, на выходе можно получить баг просто потому, что у заказчика сломалась архитектура процессов.

Коллеги, а как у вас дела с тестовыми в последнее время? Часто сталкиваетесь с "галлюцинациями" в ТЗ?