LLM плохо справляется, когда ей нужно одновременно собирать информацию и делать выводы.

LLM плохо справляется, когда ей нужно одновременно собирать информацию и делать выводы. Это как просить детектива назвать убийцу до осмотра места преступления — модель 'срезает путь' и выдаёт общий шаблонный ответ вместо точного. DocCHA позволяет управлять фокусом модели через жёсткое разделение ролей на каждом шаге диалога. Фишка: три отдельных промпта с запретами — интервьюер, следователь, аналитик. Модель не может 'забежать вперёд' и выдать вывод, пока не собрала полный набор данных. Итог — ответы персонализированные, а не шаблонные.