LLM-wiki

Короткое определение. LLM-wiki (встречается и обратное написание — Wiki-LLM; мы используем вариант первоисточника) — способ организовать базу знаний так, чтобы её вела нейросеть: неизменяемые исходники (raw sources) внизу, wiki-слой из страниц-конспектов посередине и правила для ИИ (AGENTS.md) сверху.

Простыми словами. Библиотека вместо склада коробок: знания не просто лежат, а прочитаны, законспектированы, разложены по полкам и связаны ссылками. Библиотекарь — нейросеть, и ей не лень поддерживать порядок.

Зачем это нужно. Знания компании или исследователя перестают быть свалкой: каждый новый документ встраивается в структуру и делает базу лучше. ИИ отвечает на вопросы предметно и со ссылками, а не пересказывает случайно найденные куски. Знания накапливаются — это главное отличие от RAG, где ответ каждый раз собирается с нуля.

Пример. В базу добавили запись встречи с клиентом. ИИ прочитал её, обновил карточку клиента, дописал страницу проекта, отметил изменение в журнале. Через месяц вопрос «что мы обещали этому клиенту?» получает точный ответ со ссылкой на ту самую встречу.

Происхождение. Паттерн описал Андрей Карпаты, а Google формализовала его в стандарт OKF — оригиналы и пересказ на странице первоисточников.

Связанные термины: RAG, raw sources, AGENTS.md, OKF.