Punkt startowy
Zespół redakcyjny chciał szybciej tworzyć streszczenia, metadane, briefy i wewnętrzne transformacje treści. Nie chciał autonomicznej publikacji.
Ryzyka były konkretne: wyciek danych, niespójne prompty, rosnące koszty tokenów, halucynacje i utrata zaufania redaktorów.
Decyzja architektoniczna
WordPress pozostał systemem źródłowym redakcji. Claude API działał jako asystent w ograniczonych zadaniach: streszczanie, klasyfikacja, ekstrakcja, przepisanie do formatu i propozycja metadanych.
Każdy wynik AI miał źródło, widoczny etap review i bramkę akceptacji człowieka przed wpływem na publiczną treść.
Model governance
Prompty były wersjonowane, nazwane i ograniczone do zadań. Redaktorzy nie wklejali dowolnego prywatnego kontekstu do czatu. Integracja przekazywała tylko pola potrzebne do danej operacji.
Limity kosztów były ustawione per workflow: maksymalny input, maksymalny output, limit retry i logowanie tokenów według typu zadania.
Lekcja do powtórzenia
Wartością nie była 'treść z AI'. Wartością był powtarzalny mechanizm redakcyjny z guardrailami: prompty, źródła, statusy review, widoczność kosztów i jasna odpowiedzialność.
Ten wzorzec warto wdrożyć przed MCP albo powierzchniami dla agentów. Najpierw governance wewnętrzny, potem automatyzacja zewnętrzna.