Почему LLM не умеет в HR — и как DocTree это исправляет

Когда LLM ошибается в HR-задаче, виноватой назначают модель: «галлюцинирует», «не понимает контекст». Но в большинстве случаев проблема не в модели, а в том, что ей дали на вход. HR-данные хранятся в форматах, созданных для людей, — и AI вынужден угадывать смысл вместо того, чтобы его читать.

HR-документ — это четыре вещи одновременно

Возьмём профиль должности. Это одновременно: документ, который читает руководитель; набор структурированных данных (грейд, вилка, требования); объект с правами доступа (рекрутер видит требования, но не вилку); и поверхность для AI (каждое поле может быть обработано агентом). Ни один привычный формат не покрывает все четыре роли.

• DOCX/PDF — отлично для чтения, ноль для данных. Нельзя запросить «все профили с грейдом выше 10».
• JSON/таблицы — отлично для данных, но это не документ, который откроет HR-специалист.
• Notion-подобные — ближе всех, но нет прав на уровне поля, версионирования полей и AI-директив на узел.

Что происходит, когда AI работает поверх текста

Сценарий типичный: модель получает PDF-резюме, парсит его, извлекает навыки, сопоставляет с вакансией. На каждом шаге — потеря. PDF спарсился криво, навык записан синонимом, контекст («руководил командой из 3 человек» против «из 300») потерялся. Результат недетерминирован: тот же кандидат на той же вакансии получает разную оценку в зависимости от того, как лёг парсинг.

AI-слой поверх неструктурированных данных — это вечная борьба с парсингом. DocTree устраняет саму борьбу: единица хранения — смысловой узел, а не строка текста.

Как устроен DocTree

DocTree — это runtime-модель данных, в которой каждый HR-объект существует как узел дерева. У узла есть четыре свойства, которых нет у текста:

• Тип. Узел знает, что он — Candidate, Vacancy, Assessment. AI не угадывает, с чем работает.
• Связи с распространением контекста. Изменение в одном узле передаётся по дереву: поменялся грейд — пересчиталась вилка. Агент видит всю цепочку без JOIN-запросов.
• Права на уровне узла. Конфиденциальность задаётся не «роль на таблицу», а «роль на конкретный факт».
• AI-директивы inline. Прямо в узле хранится инструкция: что суммировать, что скрыть, как интерпретировать.

Почему это не просто база данных

Технически всё это можно реализовать на реляционной базе с row-level security и таблицей версий. Многие системы так и устроены. Но реляционная модель заставляет думать таблицами и JOIN-ами, а DocTree даёт абстракцию дерева, которая совпадает с тем, как HR-специалист думает о документе: раздел → подраздел → поле. Это когнитивное преимущество, и именно оно позволяет агентам работать с данными нативно, а людям — оставаться в привычной картине мира.

Честный контраргумент

DocTree слабее каждого специализированного формата в его нише: Word удобнее для чтения, PostgreSQL — для запросов. DocTree — компромисс, который хуже каждого по отдельности, но лучше всех вместе. И именно это «вместе» решает задачу, которую HR-команды не могут закрыть десятилетиями: превратить разрозненные файлы в связанную, управляемую, AI-обогащённую систему знания об организации.