Migrering til et nytt CMS ved hjelp av KI (er det mulig?)

Still deg selv følgende spørsmål: kan KI migrere et CMS?

Det ærlige svaret er ja og nei.

Ja, KI kan hjelpe deg med å komme raskere gjennom de trege, rotete og kostbare delene av en CMS-migrering: innholdsrevisjoner, felttilordning, transformasjonslogikk og QA etter migrering.

Men nei, KI kan ikke på en trygg måte erstatte det faktiske arbeidet i en migrering: å utforme målmodellen for innholdet, avgjøre hvilket innhold som faktisk betyr noe, skrive deterministiske importer, håndtere videresendinger og validere resultatet før publisering.

Reelle migreringer er fortsatt ingeniørprosjekter. KI gir deg bare et sterkere sett med verktøy.

For eksempel, i Enonics kundecase om migreringen av Direktoratet for byggkvalitet (DiBK), måtte teamet manuelt tilordne parts, makroer, mixins og innholdstyper samtidig som de bygde utvidelser for å hente ut innhold fra Optimizely for import til Enonic.

Slik ser reelt migreringsarbeid ut.

KI er nyttig i den rotete midtfasen

KI skinner ikke ved å «gjøre migreringen» fra start til slutt. Den skinner i den rotete midtfasen, der mennesker mister tid.

For det første er KI god til inventar og mønstergjenkjenning. Gi den eksporter, malfragmenter, gamle feltdefinisjoner eller partier med rik tekst, så kan den hjelpe med å klassifisere innhold, identifisere duplikater, gruppere lignende sidetyper og foreslå hvilke eldre strukturer som bør tilordnes delte innholdstyper i den nye modellen.

Dette er spesielt nyttig når det eldre CMS-et har drevet av gårde over tid, og navnekonvensjonene ikke lenger gir mening.

For det andre kan KI hjelpe med å utarbeide tilordninger mellom skjemaer. Moderne KI-verktøy kan generere strukturert data som samsvarer med et JSON-skjema.

Dette gjør det mulig å generere tilordningstabeller, transformasjonsspesifikasjoner og migreringsrapporter i formater utviklere faktisk kan bruke.

For det tredje kan KI hjelpe med å transformere rotete innhold til strukturert innhold. Hvis et eldre CMS lagrer det meste av innholdet i store HTML-felt, kan KI foreslå hvordan dette innholdet bør deles opp i strukturerte felt som:

• tittel
• teaserbilde
• innledning
• brødtekst
• ofte stilte spørsmål
• uthevinger
• relaterte lenker

Dette er særlig nyttig ved migrering til plattformer som Enonic, der innholdsmodellering er basert på strukturerte skjemaer.

Til slutt kan KI bistå med kvalitetssikring av migreringen. Den kan sammenligne poster i kilde og mål, oppdage tomme felt, identifisere brutte referanser og fremheve mistenkelige mønstre som krever menneskelig gjennomgang.

OpenAIs egen veiledning om evaluering understreker at automatisert evaluering bør kombineres med menneskelig gjennomgang.

Der KI ikke bør stoles på alene

Dette er delen mange artikler om migrering hopper over.

KI bør ikke ta beslutninger uten tilsyn om forretningsmessig mening. Den bør ikke på egen hånd bestemme at tre eldre innholdstyper «i praksis er den samme». Den bør ikke finne på mål for videresendinger. Den bør ikke omskrive compliance-sensitivt innhold i det stille.

Dette er arkitektoniske og redaksjonelle beslutninger som er ment for mennesker.

Det finnes også en grunnleggende begrensning: hallusinasjoner. Store språkmodeller kan generere bastante svar selv når de tar feil.

Dette betyr at AI-generert migreringslogikk alltid må valideres. «Ser OK ut» er ikke godt nok når innholdsintegritet, SEO eller regulatoriske krav er involvert.

SEO fortjener særlig nøye håndtering under migreringer.

Googles veiledning for flytting av nettsteder inkluderer:

• Forberede en URL-tilordning
• Implementere permanente videresendinger
• Teste videresendinger før lansering
• Unngå videresendingskjeder
• Oppdatere kanoniske URL-er
• Sende inn oppdaterte nettstedskart

Hvordan en KI-assistert CMS-migrering bør se ut

En bedre mental modell er denne:

KI utarbeider utkast – mennesker bestemmer – kode kjører – tester verifiserer.

Start med å eksportere og sikkerhetskopiere kildesystemet. I Enonic er for eksempel snapshots, eksporter og full funksjonalitet for backup/gjenoppretting bygget inn i plattformen. Dette bør også være tilgjengelig i ditt eksisterende CMS.

Deretter må målmodellen for innholdet utformes skikkelig. Mange migreringer mislykkes fordi team prøver å gjenskape det gamle CMS-et i stedet for å forbedre strukturen.

Enonics skjemasystem støtter:

• Tilpassede innholdstyper
• Mixins
• X-data
• Gjenbrukbare komponenter
• Strukturerte felt

Det gjør det til et godt mål for gjenbrukbart innhold som leveres på tvers av flere kanaler.

Etter at modellen er definert, kan KI hjelpe med å generere en første versjon av en tilordningsmatrise mellom eldre felter og de nye skjemaene. Utviklere kan deretter gjennomgå og konvertere disse tilordningene til deterministiske migreringsskript.

Når migreringslogikken er implementert, bør prosessen behandles som programvareleveranse.

Microsoft anbefaler en strukturert arbeidsflyt for komplekse migreringer, inkludert uttrekk, transformasjon, lasting, validering, håndtering av relasjoner og feilhåndtering.

AWS understreker også viktigheten av å validere migreringsmønstre og metadata før gjennomføring, slik at team kan verifisere at migreringsstrategien og støttedataene er pålitelige før de går videre til leveranse.

Hva dette betyr for Enonic-prospekter

For rådgivere dreier ikke dette seg om at KI vil gjøre migrering gratis.

Muligheten er heller at KI kan redusere arbeidsmengden i oppdagelsesfasen, sette fart på prosessen og forbedre kvalitetssikring av migreringen. Alt dette mens Enonic gir en bedre strukturert arkitektur på den andre siden.

Enonics tilnærming til strukturert innhold gjør innhold gjenbrukbart på tvers av kanaler og applikasjoner.

For utviklere er hovedpoenget enklere:

KI fungerer best når målsystemet er eksplisitt og strukturert.

Enonics skjemasystem, API-er og verktøy for import/eksport gjør det mulig å gjøre KI-genererte forslag om til kontrollerte migreringspipeliner.

Til og med Enonics egen KI-assistent følger denne filosofien.

Så, er det mulig?

Ja, det er mulig å migrere mellom publiseringsløsninger med KI.

Men bare hvis vi slutter å late som at KI er migreringen.

KI kan hjelpe deg med å forstå eldre innhold raskere. Den kan utarbeide skjematilordninger. Den kan transformere rotete innhold til strukturerte utkast. Den kan hjelpe med å oppdage feil etter migreringen.

Det den ikke kan erstatte, er:

• Innholdsmodellering
• Migreringsskript
• Planlegging av videresendinger
• Testing og validering
• Menneskelig ansvar

Den vinnende tilnærmingen er ikke KI-eksklusiv-migrering, men en KI-assistert migrering til en strukturert plattform.

Og det er akkurat her Enonic blir interessant: ikke som et sted å dumpe gamle sider, men som et bedre mål for innhold som er ment å være gjenbrukbart, sammensettbart og fremtidssikret.