diff --git a/README.md b/README.md
index d312d5c..f9d8bb2 100644
--- a/README.md
+++ b/README.md
@@ -39,7 +39,9 @@ make ddl
 docker compose ps
 ```
 
-Откройте Airflow: `http://localhost:8080` (`admin/admin`). Запустите
+Откройте Airflow: `http://localhost:8080` (`admin/admin`). Сначала снимите
+паузу с DAG `etl_pipeline` (переключатель слева от имени): на свежем стенде он
+создаётся на паузе, и `backfill` откажется стартовать. Затем запустите
 `generator_control` с операцией `backfill`: DAG создаст стартовую историю,
 запустит ETL и выполнит `check`. `make up` не запускает live-генератор; live
 включается отдельно командой `make generator-continue`.
@@ -49,7 +51,9 @@ Airflow-образ и подтягивает новые зависимости 
 собирается позже, когда DM уже готов: через `make generated-history-analytics`
 или `make superset-init`.
 
-Для полностью автоматического чистого прогона из консоли остаётся команда:
+Для полностью автоматического чистого прогона из консоли есть команда — это
+тот же путь, что выше через Airflow UI, но одной командой и без ручных шагов
+(DDL она применяет сама, отдельный `make ddl` не нужен):
 
 ```bash
 make generated-history-analytics
diff --git a/docs/course/README.md b/docs/course/README.md
index 42d9f1d..5b0608e 100644
--- a/docs/course/README.md
+++ b/docs/course/README.md
@@ -36,7 +36,9 @@
   ```
 
   Эта команда проводит штатный путь стенда: готовый источник данных создаёт стартовую
-  историю, события попадают в Kafka, затем в STG, ODS, DDS, DM и Superset. Файлы
+  историю, события попадают в Kafka, затем в STG, ODS, DDS, DM и Superset. Это тот же
+  путь, что ручной вариант из README (Airflow UI и операция `backfill`), но одной
+  командой — выбери один из двух, оба ведут к одинаковому стенду. Файлы
   `data/*.jsonl` пока остаются только кладовкой готовых значений для генератора
   (браузеры, страны, устройства, UTM), а не источником аналитического контура. `make up`
   после неё поднимает остальные UI-сервисы курса: Kafka UI, Airflow, Prometheus и Grafana.
diff --git a/docs/course/lessons/05_monitoring.md b/docs/course/lessons/05_monitoring.md
index 4b24d7a..0555a1c 100644
--- a/docs/course/lessons/05_monitoring.md
+++ b/docs/course/lessons/05_monitoring.md
@@ -67,8 +67,10 @@ make generated-history-analytics
 make up
 ```
 
-Если хочешь отдельно посмотреть Airflow-run после готовой истории, запусти `etl_pipeline`
-в Airflow с конфигом:
+Учти: путь `generated-history-analytics` собирает витрины напрямую, без запуска
+`etl_pipeline`, поэтому панели про задачи Airflow в `Airflow Overview` останутся
+пустыми, пока ты хотя бы раз не запустишь `etl_pipeline` сам (это делалось в
+уроке 4). Запустить его можно в Airflow с конфигом:
 
 ```json
 {"full_refresh": true}
@@ -118,11 +120,13 @@ curl -s http://localhost:9090/api/v1/targets | grep -o '"health":"[^"]*"'
 - строка поиска сверху помогает быстро найти `ClickHouse Overview`, `Kafka Overview` или
   `Airflow Overview`, если меню выглядит иначе.
 
-В **Dashboards** должны быть три дашборда:
+В **Dashboards** должны быть четыре дашборда:
 
 - `ClickHouse Overview`;
 - `Kafka Overview`;
-- `Airflow Overview`.
+- `Airflow Overview`;
+- `Generator Overview` — про live-генератор; на backfill-only стенде он пуст,
+  как и target `generator` выше, и в этом уроке не понадобится.
 
 Открой каждый и смотри не на красоту графиков, а на смысл: какой слой стенда он показывает и
 какой вопрос помогает задать.