Польский разработчик Бартломей Страма выпустил Halupedia — онлайн-энциклопедию, где нет ни одной заранее написанной статьи. Кликаешь на ссылку — языковая модель тут же генерирует текст, изображая, будто статья существовала всегда. Сноски тоже вымышленные. За первую неделю после запуска проект набрал 150 000 пользователей.
Контекст
Halupedia родилась из вечернего эксперимента — Страма сделал её во время посиделок с другом. Проект написан на TypeScript, исходный код открыт под лицензией GPL v3.0. Стиль генерации намеренно выбран под «научное издательство XIX века»: сухо, безлично, авторитетно. Это делает выдумку особенно убедительной.
Главная инженерная задача — внутренняя согласованность. Если ИИ дважды пишет о вымышленном персонаже, он не должен себе противоречить. Решение: при вставке ссылки модель добавляет атрибут context="...", кратко описывающий будущую статью (например: «Клерк XIX века, формализовавший дрейф сносок, наставник Пеллбрика»). Когда на статью кликают впервые, система загружает все накопленные контекстные подсказки в системный промпт с маркером «это канон» — и модель пишет в рамках заданных ограничений.
Технически это не принципиально новая идея: похожие паттерны давно используются в процедурной генерации игровых миров. Но Страма реализовал её на чистом LLM без специализированных движков — и это заработало.
Аналитика
150 000 пользователей за неделю у pet-проекта без маркетинга — сигнал. Галлюцинации LLM из технического дефекта превращаются в художественный жанр: люди хотят исследовать «плохой режим» модели в безопасном контексте, где выдумка легитимна по определению. Halupedia инвертирует главную проблему LLM — вместо того чтобы бороться с галлюцинациями, она делает их центральной фичей.
С инженерной точки зрения проект демонстрирует рабочий паттерн «бесконечного контента по запросу»: генерация в момент обращения плюс система контекстных якорей для согласованности. Тот же подход переносится в продакшен — документация, FAQ, онбординг-материалы, интерактивные справочники. Разница только в источнике данных: у Halupedia это фантазия модели, у корпоративного продукта — реальные документы.
Проект также напоминает AI-first командам: понимание того, как работают «плохие» режимы модели — конфабуляция, уверенный тон при отсутствии знания, самосогласованность выдумки — необходимо для построения надёжных «хороших» систем. Нельзя эффективно бороться с галлюцинациями, не понимая их механику.
Кейсы применения в бизнесе
B2B-SaaS стартап: взять паттерн контекстных якорей и применить для генерации внутренней документации. При создании новой страницы система автоматически подтягивает контекст из связанных разделов — итог: согласованная база знаний без ручного контроля перекрёстных ссылок. Время на поддержку документации сокращается кратно.
Корпорация с legacy-системами: использовать архитектуру «генерация по запросу» для FAQ и онбординг-материалов. Вместо поддержки тысяч статей вручную — LLM-прослойка, синтезирующая ответ из источников в реальном времени. Halupedia показывает, что согласованность достижима даже без централизованного хранилища — главное правильно сформировать системный промпт.
SMB и локальный бизнес в КР и СНГ: открытый TypeScript-код Halupedia — готовая база для кастомного внутреннего справочника. Можно адаптировать под товарный каталог, базу знаний сотрудников или клиентский FAQ, не вкладываясь в дорогие платформы. Порог входа — разработчик на полставки и неделя работы.
Кейсы в личной жизни
Разработчик: форкнуть Halupedia, заменить «галлюцинирующий» промпт на RAG поверх собственных заметок — получится персональная вики, расширяющаяся сама. Паттерн context-якорей решает проблему «я писал это три года назад и уже не помню связь с текущим проектом».
Контент-мейкер и сценарист: использовать Halupedia напрямую для генерации вымышленных миров, биографий персонажей, псевдоисторических справок. Система сама следит за согласованностью лора — меньше таблиц в Notion с ручными перекрёстными ссылками.
Студент и исследователь: исходный код — отличный учебный пример работы с промпт-контекстом, системными инструкциями и стриминговой генерацией. Разобрать архитектуру за вечер и понять, как LLM управляет «памятью» между запросами — это даст больше, чем большинство курсов по prompt engineering.
Как применить сегодня
- Зайдите на Halupedia и потратьте 15 минут: посмотрите, как работает контекстный промпт на практике — это лучше любой статьи о галлюцинациях LLM.
- Найдите исходный код проекта на GitHub (TypeScript, GPL v3.0): изучите логику обработки атрибута
context="..."— это шаблон для собственной RAG-системы с согласованными ссылками. - Скопируйте системный промпт Halupedia, замените «пиши как энциклопедия XIX века» на «пиши как внутренняя документация нашего продукта» — базовый инстанс корпоративной вики готов за час.
- Поэкспериментируйте с паттерном контекстных якорей в следующем LLM-проекте: передавайте краткий контекст соседних узлов в системный промпт при каждой генерации — согласованность заметно улучшится.
- Если работаете с контентом: попробуйте Halupedia как инструмент для разработки вымышленных миров — система бесплатная, открытая, и уже с 150 000 протестировавших.