19 октября 2026 года Cloudflare открыла предварительный доступ к Clairic в Workers AI. Модель предназначена для получения типизированных значений из входных данных: например, суммы, даты или фрагмента текста. Mentoring.digital разбирает, где такой подход пригодится разработчику и почему корректный формат ответа ещё не означает правильный результат.
Что возвращает Clairic
Приложение передаёт исходные данные и описание полей с типами. В ответ получает значения по заданной схеме. Среди поддерживаемых типов есть текст, число, дата, время, продолжительность и список; отдельно предусмотрены оценки и прогнозы.
В отличие от свободного текстового ответа, здесь интерфейс заранее определяет форму результата. Cloudflare описывает Clairic как модель извлечения: она не генерирует последовательность выходных токенов. В Workers AI используется идентификатор @cf/cloudflare/clairic; доступны вызов из Worker и REST API.
Почему типизация не заменяет проверку
Документация прямо разделяет правильную структуру и фактическую точность. Значение может соответствовать типу, но быть ошибочным. Для скалярных ответов предусмотрены confidence и p_null, которые помогают оценивать уверенность и недостаточность данных.
Практический пример для проверки интеграции: в документе есть дата выставления счёта, но нет срока оплаты. Приложение должно различать найденное значение, вычисление по явному правилу и отсутствие основания для ответа. Само наличие поля в JSON не делает неизвестный срок установленным фактом.
Проектирование таких правил можно разобрать с ментором по обработке данных на Python: какие поля допускают отсутствие значения, какие проверки выполняет код и когда результат передаётся человеку.
Какие ограничения есть у preview
Cloudflare предупреждает о слабых местах ранней версии: длинных цепочках вычислений, агрегации большого числа строк и прогнозировании на несколько шагов вперёд. Сложную арифметику компания советует выполнять в коде после извлечения исходных значений. Интервалы неопределённости на незнакомых данных тоже требуют осторожной интерпретации.
Открытые веса пока названы планом. Объявление о намерении выпустить их не подтверждает, что модель уже можно скачать и развернуть локально.
С чего начать пробную интеграцию
Редакционная рекомендация: выбрать один ограниченный тип документов и подготовить набор примеров с заранее проверенными ответами. Добавить случаи с пропущенными полями, неоднозначными датами и противоречиями. Отдельно оценивать точное совпадение, правильный отказ от ответа и ошибки, требующие ручной проверки.
Результаты удобно обсуждать на разборе автотестов для интеграций. Это позволяет сформулировать критерии допуска в приложение, не выдавая демонстрацию модели за доказанную надёжность рабочего процесса.
