Protocolo de enrutamiento de borradores editoriales

El sustrato del protocolo de lenguaje es una capa de clasificación de metadatos que rige cómo el contenido editorial se categoriza, enruta y procesa en el espacio de trabajo de Foundry. Cada artefacto borrador lleva una declaración language_protocol: en su cabecera. Esa declaración es la instrucción legible por máquina que determina qué pasarela procesa el artefacto, qué reglas de vocabulario aplican y qué destino recibe el artículo terminado.

Fundamentación arquitectónica

El sustrato se apoya en tres mecanismos interconectados:

Esquema foundry-draft-v1 — el sobre de cabecera que lleva cada artefacto borrador. El esquema requiere un campo language_protocol:, un campo destination: y un campo route_to:. Estos tres campos son las instrucciones de enrutamiento legibles por máquina; el esquema impone su presencia en el momento de la puesta en escena.

Tabla de enrutamiento — el archivo de clasificación a nivel del espacio de trabajo que mapea los valores de language_protocol: a proyectos pasarela y destinos. Un borrador que declara language_protocol: TOPIC-* se resuelve a la pasarela project-editorial y al destino wiki de documentación.

Convención de notificación de archivo — el protocolo mediante el cual los mensajes de bandeja de salida llevan la intención de enrutamiento del borrador. Poner en escena un borrador genera un mensaje de bandeja de salida dirigido a la pasarela apropiada; la entrega es automática, sin paso de retransmisión manual.

Por qué la selección explícita del protocolo

La elección de diseño fundamental del sustrato es requerir que el llamador declare un protocolo de lenguaje en cada solicitud editorial, en lugar de autodetectarlo a partir de la entrada. Un estudio de la Universidad de Cornell de 2023 encontró que la autodetección del estilo de escritura estrecha el espacio de voces que produce un modelo — el paso de detección homogeneiza las salidas hacia la expectativa del modelo del género, en lugar del registro propio del autor.¹ La selección explícita evita esto: el operador declara el registro previsto en el límite de la solicitud.

Las tres familias de género

Nueve protocolos se agrupan en tres familias de género, cada una con su propia lista de vocabulario prohibido y objetivos de ajuste de registro:

• PROSE — editorial general: TOPICs de arquitectura, GUIDEs, memos, READMEs. Apunta al registro institucional de artículo; prohíbe el vocabulario de marketing de productos de IA y las frases de cobertura vagas.
• COMMS — registro de chat, correo electrónico y comentarios de ticket. Restricciones adicionales de formalidad; la postura de divulgación continua aplica donde corresponda.
• TRANSLATE — el paso EN → ES para artículos TOPIC y GUIDE. La política de señalar-sin-reescribir aplica estrictamente; el traductor humano es la autoridad.

Mecanismo de la canalización

Véase El contrato de la canalización de corrección para el mecanismo verificado de la canalización — el operador envía texto con una selección de protocolo y recibe hallazgos estructurados, luego registra un veredicto que cierra el ciclo de aprendizaje.

El valor predeterminado de señalar sin reescribir

La respuesta /v1/proofread lleva un array estructurado findings; el llamador decide qué aplicar. El sustrato nunca reescribe silenciosamente el texto del operador. Una acción de aplicar-todo es opcional por solicitud, no predeterminada.

El veredicto del operador cierra el ciclo de aprendizaje

Después de revisar los hallazgos devueltos, el operador registra un veredicto binario — aceptar o rechazar — contra la solicitud. El veredicto alimenta el corpus de aprendizaje: una decisión editorial real, vinculada a su solicitud, se convierte en señal de entrenamiento para la siguiente iteración del modelo. El sustrato es tanto la herramienta editorial como la capa de recopilación de datos para el entrenamiento continuo del modelo; estas dos funciones son inseparables por diseño.

Separación de inquilinos en el corpus

La salida del corpus se enruta por inquilino según la ruta: los registros de la cuenta de proveedor se escriben en la raíz del corpus del nivel del espacio de trabajo; los registros de las cuentas de clientes se escriben en el directorio de instancia de despliegue del inquilino cliente. La mezcla de inquilinos es estructuralmente imposible porque el componente de ruta es el límite.

Lo que el sustrato no hace

• No detecta automáticamente el protocolo — el operador lo declara en el límite de la solicitud
• No reescribe silenciosamente — el operador elige qué hallazgos aplicar
• No incorpora claves de API de Nivel C en el binario del corrector — las claves viven con el Doorman
• No entrena con texto de inquilinos por defecto — el contrato de no-entrenamiento se impone en la capa de escritura del corpus

Véase también

• El contrato de la canalización de corrección — el mecanismo de la canalización en detalle completo
• Patrón de catálogo en el nivel cliente — cómo se provisionan las instancias de despliegue para ejecutar la canalización

1. Padmakumar, V. et al. Does Writing with Language Models Reduce Content Diversity? arXiv:2310.06992, 2023. https://arxiv.org/abs/2310.06992 ↩