POML: структурирование промптов по секциям и критичность форматов — уроки для чат-работы

Парадокс: Одна и та же таблица с данными даёт разброс точности LLM от 0.7% до 32.2% — разница в 45 раз — просто потому что ты вставил её как CSV, а не как HTML. Фишка: каждая модель предпочитает свой формат. Claude 3 Haiku лучше всех работает с CSV-таблицами, DeepSeek V3 — с HTML, Gemini 2.0 Flash — с XML. POML (Prompt Orchestration Markup Language) решает это через разделение контента и форматов — пишешь промпт один раз, меняешь только stylesheet (правила отображения данных) и тестируешь десятки вариантов без переписывания логики. Для чата принцип простой: явно указывай формат таблицы под свою модель — 'используй Markdown' или 'преобразуй в HTML' вместо наивной вставки из Excel.