SharePoint Page as Code: агентный ИИ для Microsoft 365

Введение: почему это важно

ИИ-ассистированное создание контента в SharePoint выглядит перспективно уже несколько лет, но для администраторов в enterprise-среде важнее всего предсказуемые результаты, управляемые итерации и безопасное использование организационных данных. Технический разбор Microsoft объясняет, как эволюционировало ИИ-авторинг страниц в SharePoint — и почему последнее поколение (агентный, управляемый схемами подход «page as code») является значимым сдвигом в сторону более высокого качества и более детерминированного поведения в масштабе.

Что нового: от промптов к агентной модели «page as code»

На этой неделе Microsoft представила agentic SharePoint page authoring (aka.ms/SharePointAI). Ключевое архитектурное изменение — модель воспринимает создание страницы как задачу программирования:

• Авторинг на основе схем (schema-driven): структура страницы описывается через JSON schemas и текущее состояние страницы.
• Точечные diffs (deltas), а не полные перегенерации: модель выдаёт конкретные операции/изменения, а не пересоздаёт всё целиком.
• Валидация операций: изменения можно проверять по схемам и правилам, повышая согласованность результата.
• Eval-first engineering: Microsoft сообщает о ~400 ежедневных оценках (evaluations) и 85%+ eval pass rates на frontier reasoning models; ранние сравнения с GPT-4.1 показали заявленное ~30% улучшение eval pass rates, а GPT-5 и reasoning models от Claude достигают 85%+.

Пять поворотных этапов (в общих чертах)

Путь Microsoft подчёркивает несколько закономерностей, полезных всем, кто выпускает LLM-функции:

1. Начало 2023 (v1, GPT-3.5): генерация целой страницы с формальным DSL
   Быстрое построение на общей инфраструктуре Office Copilot (RAI/compliance tooling), но ограничения малых context windows, hallucinations и каскады ошибок — усугублялись отсутствием полного покрытия evaluation.

2. Середина 2024 (v2, GPT-4): сужение задачи до помощи с rich text
   Inline-переписывания и grounded composition повысили удовлетворённость, но discoverability стала реальным ограничителем внедрения.

3. Конец 2024 (v3, GPT-4): снова целые страницы через prompt engineering + RAG
   Templates работали хорошо, но открытые промпты приводили к большему негативному фидбеку и ограничивали итерации по разделам; automated evals появились поздно.

4. Середина 2025 (v4/v4b, GPT-4.1): генерация по секциям и доменная специализация
   Контроль на уровне секций и более зрелые evals (grounding и анализ intent) улучшили keep rates и вовлечённость; специализированные web parts (например, FAQ) давали стабильно высокое качество.

5. Начало 2026 (v5): агентное рабочее пространство + eval suite с reasoning models
   Подход «page as code» стал практичным благодаря frontier reasoning models, обеспечив более предсказуемые, инкрементальные правки.

Влияние на ИТ-администраторов и конечных пользователей

• Более предсказуемый результат ИИ: валидация по схемам и точечные deltas должны снизить «творческий дрейф» и упростить проверку результата.
• Потенциально более безопасные итерации: правки по секциям/delta-изменения лучше соответствуют реальным сценариям автора (исправить одну часть без переделки всей страницы).
• Управление и политики по-прежнему критичны: grounding опирается на источники контента в tenant — поэтому разрешения, sensitivity labels и политики жизненного цикла контента остаются ключевыми.

Практические шаги / что делать дальше

• Отслеживайте детали rollout через Microsoft 365 Message Center и Microsoft 365 roadmap: доступность, лицензирование и требования к preview.
• Проверьте governance контента: убедитесь, что разрешения SharePoint, sensitivity labels и качество контента соответствуют сценариям AI grounding.
• Подготовьте change management: обновите обучение авторов, сделав акцент на итеративной доработке по секциям и практиках ревью.
• Запустите пилот для целевых команд (comms, PMO, HR) и соберите обратную связь по качеству, экономии времени и зонам, где человеческая проверка обязательна.