[КОНЦЕПЦИЯ ПРОЕКТА]
Pixel Archive — это документальное медиа, посвященное истории консольного ретро гейминга и культовым видеоиграм, повлиявшим на облик индустрии
В последнее время многие геймеры все чаще и чаще возвращаются к ретро-играм, вспоминая свое детство и первый опыт взаимодействия консолями, подключенными к старым пузатым телевизорам.Но почему это происходит? Почему в современном мире с его возможностями графики люди выбирают восьмибитные пиксельные миры, коллекционируют старую технику, ходят в тематические клубы и покупают устаревшие картриджи?Медиа Pixel Archive исследует этот феномен, раскрывая, что стоит за чувством ностальгии, и помогает больше узнать об истории консолей и игровой индустрии.
[ИСТОЧНИКИ ДАННЫХ ДЛЯ МЕДИА]
Основу информационной базы медиа составляют: ретро-первоисточники, структурированные базы данных о консолях и играх и материалы ру-экспертизы.
Ретро-первоисточники — русские журналы 90-х («Страна игр», «Великий Dракон»), сканы Sega Retro, архивы VGHF, оригинальные инструкции к консолям и картриджам — устанавливают факты, даты и терминологию.Структурированные базы (MobyGames, Video Game Console Library, Consolevariations, Gaming-History) — дают проверяемые данные о платформах, играх и вариантах железа.Ру-экспертиза — книги Подшибякина и Пименова/Токарева, материалы о Dendy — объясняет локальный контекст: Dendy, клубы, серый рынок.
Источники выполняют разные задачи: структурированные базы используются для проверки фактов о платформах и играх, а первоисточники и русскоязычная экспертиза — для подтверждения исторических утверждений и локальной специфики.Машина собирает и сверяет данные, помечает расхождения; редактор проводит факт-чекинг и утверждает материал. Для «ру-кода», цен и коллекций обязательна вторичная человеческая проверка.Таким образом, данные используются не только для сбора фактов, но и для выявления внутренних связей — между глобальной индустрией и русским опытом, между ностальгией и практикой, — которые становятся основой для материалов медиа.
[СХЕМА ОБРАБОТКИ ДАННЫХ]
Основной принцип работы схемы данных: машина предлагает и проверяет информацию, помечает спорные/требующие внимания моменты, человек утверждает и подписывает.Материал проходит несколько этапов разработки: сбор → проверка → обогащение → производство контента → публикация → сбор обратной связи. На каждом шаге разделяется, что делает человек, что машина, и где они пересекаются.Конкретно это выражается в трёх правилах:Разделение ролей: Машина собирает, сверяет, помечает расхождения и готовит черновики. Человек верифицирует факт, присваивает уровень доверия и формулирует текст. Ни один факт не публикуется без редактора.Двойная перекрёстная сверка: Факт входит в базу только после подтверждения минимум двумя независимыми источниками. Расхождения не «сглаживаются» машиной, а выносятся на суд редактора.Приоритет первоисточника и локального контекста: Русские журналы 90-х, сканы, артефакты и музейные записи весят больше, чем глобальные базы и UGC. Для «ру-кода», цен и коллекций — обязательная вторичная человеческая проверка.Итог: данные не просто собираются в факты, а проходят управляемый цикл, где автоматизированная система ускоряет рутину, но не принимает решений.
СЛОИ
Слой 1. Сбор данных Машинная обработка: Парсинг цен с Avito/барахолок и профильных магазинов (структурированные поля: модель, состояние, цена, дата, ссылка). Сбор метрик каналов (охваты, реакции, дочитывания, переходы). OCR сканов журналов и инструкций, извлечение текста и дат.Человеческая обработка: Ручной ввод данных с артефактов (маркировки, серийники, состояние, региональные отличия). Интервью и расшифровка прямой речи. Отбор сканов и фото для оцифровки. Решение, какие UGC-материалы вообще брать в работу.Точка передачи: машина складывает всё в «сырой банк» с метаданными (тип источника, дата сбора, уровень доверия по матрице 2.6); человек подтверждает приёмку партии.Слой 2. Проверка и разметка Машинная обработка: Дедупликация фактов и материалов. Автоматическая сверка дат и названий с эталонными справочниками (флажок «расхождение»). Предварительная разметка по темам месяцев (консоли / игры / ру-код / практика / наследие). Подсветка потенциально спорных утверждений («требует источника»).Человеческая обработка: Финальная верификация факта и присвоение уровня доверия. Решение о публикации. Перифраз формулировки факта (машина даёт черновик — человек утверждает). Разметка эмоционального регистра материала (ностальгия / экспертиза / практика / интерактив).Правило разделения: машина предлагает и помечает, человек утверждает и подписывает. Ни один факт не попадает в курированный банк без человеческого одобрения.Слой 3. Курированный банк знаний: Банк — единый источник собранных данных для всех каналов: из него собираются посты, лонгриды, подкасты и гайды.
Слой 4. Производство контента Машинная обработка (ассистент): Черновики постов по шаблонам рубрик (манифест, история, хронология, «6 фактов», интерактив, гайд, «в разрезе», подборка). Генерация карточек и черновой вёрстки по бренд-шаблону. Подбор связанных материалов из банка («к этому посту — этот гайд»). Черновик сценария подкаста по структуре (вступление — блоки — финал). Проверка текста на соответствие ToV («умный друг, а не профессор»).Человеческая обработка (автор и редактор): Авторская подача, эмоция, личные истории — ядро ToV проекта. Финальная фактологическая вычитка. Решение о глубине практической части (гайд, чек-лист). Утверждение визуала и заголовков.Правило: машина не пишет финальный авторский текст «от себя» — она готовит каркас, варианты и проверки; голос проекта остаётся человеческим.Слой 5. Публикация и дистрибуция Машинная обработка: Публикация по расписанию (2–3 поста в неделю в Telegram + 1–2 лонгрида в месяц на DTF). Кросспостинг в VK, Dzen, подкаст-платформы с адаптацией формата. Автоматическая расстановка тегов, рубрик, ссылок на связанные материалы. Публикация интерактивов и сбор ответов.Человеческая обработка: Финальное «добро» перед публикацией чувствительных материалов (история, коллекции, цены). Ручные ответы в комментариях и модерация дискуссий. Реакция на обратную связь в реальном времени.Слой 6. Аналитика и обратная связь Машинная обработка: Сбор метрик по каналам, сравнение с планом месяца. Автоматическая сводка: какие темы и форматы дают охват и дочитывания. Кластеризация комментариев и вопросов (темы, запросы на гайды, идеи). Формирование отчёта «что сработало / что нет».Человеческая обработка: Интерпретация метрик в контексте стратегии (не гнаться за охватом в ущерб экспертизе). Корректировка тематического плана на следующий цикл. Отбор читательских историй и вопросов для подкаста и рубрик.
[ГАЙДЛАЙНЫ ДЛЯ АВТОМАТИЗИРОВАННЫХ СЕРВИСОВ В СХЕМЕ]
Гайдлайны Pixel Archive устанавливают правила работы с автоматизированными инструментами на каждом этапе производства контента. Их задача — сохранять достоверность фактов о ретро-гейминге, единый редакционный подход («умный друг, а не профессор»), приоритет первоисточника и русскоязычного контекста, а также узнаваемый голос и визуальный язык проекта




