TL;DR
DRAssist — метод разрешения споров, который разбивает конфликт на структурированные элементы (факты, точки разногласия, требования, аргументы) и анализирует их пошагово. Вместо того чтобы сразу ответить "кто прав", система сначала оценивает силу каждого аргумента обеих сторон, потом принимает решение по каждому требованию, и только в финале делает общий вывод.
Исследователи из TCS Research проверили метод на 455 реальных спорах — автостраховых и доменных. Выяснилось: модели хуже всего справляются когда пытаются сразу назвать победителя. Точность прыгает от 44% до 71% в зависимости от промпта. Причина — отсутствие промежуточных шагов рассуждения. Модель либо угадывает, либо цепляется за поверхностные признаки (кто громче кричал в аргументах).
Метод решает проблему через Chain-of-Thought для споров: сначала оценить каждый аргумент по критериям (есть ли факты, логика, прецеденты), потом сравнить силу позиций, и только тогда выносить вердикт. Так точность подскакивает до 80% (ensemble из трёх моделей). Bonus: получаешь не просто ответ "сторона А сильнее", а детальный разбор — какие аргументы сильные, какие слабые, почему каждое требование принято или отклонено.
Схема метода
ШАГ 1: Структурирование спора
→ Факты (согласованные обеими сторонами)
→ Точки разногласия
→ Требования каждой стороны
→ Аргументы каждой стороны
→ Прецеденты / законы / правила (если применимо)
ШАГ 2: Оценка аргументов (для каждого аргумента каждой стороны)
→ STRONG (сильный) или WEAK (слабый)
→ Краткое обоснование оценки
ШАГ 3: Решение по требованиям (для каждого требования каждой стороны)
→ ACCEPTED (принято) или REJECTED (отклонено)
→ Обоснование на основе силы аргументов
ШАГ 4: Общий вывод
→ Определение более сильной стороны
→ Обоснование через баланс сильных/слабых аргументовВсе шаги выполняются в одном промпте. Модель сразу видит всю структуру и заполняет её последовательно.
Пример применения
Задача: Ты продал кроссовки Nike на Авито за 8000₽. Покупатель получил их, но теперь требует вернуть 3000₽, потому что "состояние хуже чем на фото — подошва стёрта, на носке потёртость". Ты уверен что фото честные и показывали все дефекты. Покупатель угрожает жалобой в поддержку Авито. Нужно понять: насколько сильна твоя позиция и что делать.
Промпт:
Проанализируй спор и помоги оценить позиции обеих сторон.
СТРУКТУРА СПОРА:
Факты, согласованные обеими сторонами:
- Кроссовки Nike проданы за 8000₽ на Авито
- Товар доставлен и получен покупателем
- В описании указано "б/у, носил 6 месяцев"
- Фотографии прилагались к объявлению
Точки разногласия:
- Продавец утверждает: все дефекты показаны на фото
- Покупатель утверждает: состояние хуже чем на фото, потёртости не были видны
Требования покупателя:
- Вернуть 3000₽ из-за скрытых дефектов
- Если откажешь — пожалуюсь в поддержку Авито
Требования продавца:
- Ничего не возвращать, т.к. фото честные
- Покупатель согласился с ценой и состоянием при покупке
Аргументы покупателя:
- Потёртость на носке не видна на фото
- Подошва стёрта сильнее чем казалось
- В описании не было деталей про дефекты
Аргументы продавца:
- Сделал 5 фото под разными углами, всё видно
- Цена 8000₽ уже учитывала состояние (новые стоят 15000₽)
- Покупатель не задавал вопросов перед покупкой
---
ИНСТРУКЦИЯ:
1. Оцени каждый аргумент обеих сторон как STRONG или WEAK.
Критерии сильного аргумента:
- Подтверждается фактами
- Логически связный
- Опирается на правила площадки или общепринятые нормы
2. Для каждого требования определи: ACCEPTED или REJECTED.
Учти силу аргументов и баланс позиций.
3. Определи общую более сильную сторону в споре.
Объясни почему через баланс сильных и слабых аргументов.
ФОРМАТ ОТВЕТА:
АРГУМЕНТЫ ПОКУПАТЕЛЯ:
[аргумент]: [STRONG/WEAK] — [обоснование]
АРГУМЕНТЫ ПРОДАВЦА:
[аргумент]: [STRONG/WEAK] — [обоснование]
РЕШЕНИЕ ПО ТРЕБОВАНИЯМ ПОКУПАТЕЛЯ:
[требование]: [ACCEPTED/REJECTED] — [обоснование]
РЕШЕНИЕ ПО ТРЕБОВАНИЯМ ПРОДАВЦА:
[требование]: [ACCEPTED/REJECTED] — [обоснование]
ОБЩИЙ ВЫВОД:
Более сильная сторона: [покупатель/продавец]
Обоснование: [почему, через анализ аргументов]Результат:
Модель выдаст пошаговый разбор:
- Оценку каждого аргумента с меткой STRONG/WEAK
- Решение по каждому требованию (возврат 3000₽, жалоба, отказ и т.д.)
- Общий вывод с обоснованием кто в более сильной позиции
Ты увидишь не просто "продавец прав" или "покупатель прав", а детальный анализ: какие аргументы проходят (например, "5 фото под разными углами" — STRONG), какие проваливаются (например, "не задавал вопросов" — WEAK, потому что это не освобождает продавца от обязанности показать состояние). На основе этого — решение по каждому пункту и итоговая рекомендация.
Почему это работает
LLM плохо справляются с субъективными оценками когда нужно взвесить позиции двух сторон. Если спросить напрямую "кто прав в споре?", модель либо выберет случайно, либо зацепится за громкость аргументов (кто больше написал или эмоциональнее выразился), а не за их силу.
Но LLM хорошо умеют применять критерии к конкретным утверждениям. Дай модели чёткие критерии оценки ("есть ли факты?", "логично ли?", "есть ли прецедент?") и попроси оценить каждый аргумент отдельно — она справится гораздо лучше.
Метод использует эту сильную сторону: вместо одного сложного вопроса ("кто прав?") даёт серию простых ("этот аргумент сильный?", "это требование обосновано?"). Модель сначала разбирается с простыми вопросами, создаёт промежуточные выводы (баланс сильных/слабых аргументов), и только потом делает финальное заключение на основе этих выводов. Так снижается вероятность случайного выбора и появляется прозрачность — ты видишь ход рассуждений.
Рычаги управления промптом:
- Критерии оценки аргументов — можешь адаптировать под свой контекст:
- Для бизнес-спора добавь "экономическая обоснованность"
- Для технического спора добавь "соответствие стандартам"
- Для морального спора добавь "соответствие ценностям"
- Структура спора — убери элементы если не нужны:
- Нет прецедентов? Убери этот блок
- Нет точных требований? Сформулируй их сам в промпте
- Простой спор? Оставь только факты и аргументы
- Формат вывода — можешь запросить:
- Только оценку аргументов (без общего вывода)
- Только решение по требованиям
- Полный разбор + тактические рекомендации
- Уровень детализации — управляй через инструкцию:
- "Краткие обоснования (1 предложение)" → экономия токенов
- "Развёрнутые обоснования со ссылками на факты" → глубина анализа
Шаблон промпта
Проанализируй спор между {сторона_А} и {сторона_Б}.
СТРУКТУРА СПОРА:
Факты, согласованные обеими сторонами:
{согласованные_факты}
Точки разногласия:
{точки_разногласия}
Требования {сторона_А}:
{требования_А}
Требования {сторона_Б}:
{требования_Б}
Аргументы {сторона_А}:
{аргументы_А}
Аргументы {сторона_Б}:
{аргументы_Б}
[Опционально] Прецеденты / правила / законы:
{прецеденты_и_правила}
---
ИНСТРУКЦИЯ:
1. Оцени каждый аргумент обеих сторон как STRONG или WEAK.
Критерии сильного аргумента:
- Подтверждается проверяемыми фактами
- Логически связный и последовательный
- Опирается на прецеденты, правила или общепринятые нормы
- Юридически/морально/экономически обоснован
2. Для каждого требования каждой стороны определи: ACCEPTED или REJECTED.
Учти силу соответствующих аргументов.
Убедись что противоположные требования не получили одинаковый статус.
3. Определи общую более сильную сторону в споре.
Объясни через баланс сильных и слабых аргументов.
ФОРМАТ ОТВЕТА:
АРГУМЕНТЫ {сторона_А}:
[аргумент]: [STRONG/WEAK] — [обоснование]
АРГУМЕНТЫ {сторона_Б}:
[аргумент]: [STRONG/WEAK] — [обоснование]
РЕШЕНИЕ ПО ТРЕБОВАНИЯМ {сторона_А}:
[требование]: [ACCEPTED/REJECTED] — [обоснование]
РЕШЕНИЕ ПО ТРЕБОВАНИЯМ {сторона_Б}:
[требование]: [ACCEPTED/REJECTED] — [обоснование]
ОБЩИЙ ВЫВОД:
Более сильная сторона: [{сторона_А} / {сторона_Б}]
Обоснование: [почему, через анализ сильных и слабых аргументов]Что подставлять:
{сторона_А}/{сторона_Б}— названия или роли сторон (например: "продавец" и "покупатель", "работодатель" и "сотрудник"){согласованные_факты}— факты которые обе стороны признают{точки_разногласия}— по каким вопросам позиции расходятся{требования_А}/{требования_Б}— что каждая сторона хочет получить{аргументы_А}/{аргументы_Б}— обоснования каждой стороны{прецеденты_и_правила}— применимые законы, правила площадки, условия договора (опционально)
Ограничения
⚠️ Bias к одной из сторон: В исследовании модели показали систематический перекос в пользу определённой стороны. Например, Mistral почти всегда выбирала "жалобщика" в доменных спорах (349 из 351 случая). Причина неясна, но предположительно связана с тональностью текста — сторона которая активнее жалуется и требует, выглядит "сильнее" для модели.
Практический совет: используй ensemble из нескольких моделей (GPT + Claude + Mistral) и сравнивай выводы. Если все три пришли к одному — вероятность bias ниже.
⚠️ Зависимость от структурирования: Метод требует предварительного структурирования спора. Если ты скормишь модели просто "вот переписка между мной и покупателем, кто прав?" — точность упадёт. Нужно сначала выделить факты, разногласия, требования и аргументы. Это можно сделать отдельным промптом (попросить модель саму структурировать), но это добавит шаг.
⚠️ Ошибки в аргументах: Если при структурировании (вручную или через LLM) искажён аргумент одной из сторон или пропущен важный факт — финальный вывод будет неверным. Это мусор-на-входе-мусор-на-выходе. Критично проверять что все аргументы сформулированы точно.
⚠️ Не заменяет юриста: Метод даёт техническую оценку силы позиций, но не учитывает нюансы типа "какой судья будет рассматривать", "какие доказательства можно предъявить", "как толкуется этот закон в последних решениях". Для реальных юридических споров — это помощник для подготовки, не финальный вердикт.
Как исследовали
Команда из TCS Research взяла 455 реальных спора из двух источников: 104 автостраховых дела из Национальной комиссии по защите прав потребителей Индии (NCDRC) и 351 доменный спор из базы WIPO (Всемирная организация интеллектуальной собственности). Это были завершённые дела с известными решениями.
Сначала исследователи столкнулись с проблемой: споры написаны неструктурировано — стена текста с фактами, аргументами и решениями вперемешку. Пришлось структурировать каждый спор вручную (используя LLM как помощника): выделить факты, разногласия, требования, аргументы, прецеденты. Создали единый формат для всех споров (13 структурных элементов для автострахования, чуть меньше для доменных).
Потом проверили три стратегии промптинга: S₁ — просто спросить "кто сильнее?", S₂ — добавить анализ требований, S₃ — сначала оценить аргументы (Chain-of-Thought). Использовали три LLM: Mistral-7B, Llama-3-8B и GPT-4o-mini. Температуру поставили 0 для стабильности (по рекомендации Renze & Guven, 2024).
Результат удивил: прямой промпт провалился. Точность S₁ — всего 44-71% в зависимости от модели. Это близко к случайному гаданию (baseline 53%). Но когда добавили Chain-of-Thought через оценку аргументов (S₃), точность подскочила до 80% (ensemble из трёх моделей для автостраховых споров).
Почему такая разница? Исследователи заметили: без промежуточных шагов LLM не видит логику. Она просто сканирует текст и ищет сигналы "кто громче кричит" или "у кого больше пунктов в списке аргументов". А в S₃ модель вынуждена сначала оценить каждый аргумент по критериям, создать промежуточные выводы ("у стороны А три сильных аргумента, у стороны Б — один"), и только потом делать финальный вывод. Это механически убирает возможность угадывания.
Также обнаружили неожиданный bias: Mistral почти всегда выбирала "жалобщика" в доменных спорах (349/351), даже когда факты были против. Это намекает на проблему тональности — модель путает "кто активнее требует" с "кто прав". Ensemble помог сгладить это в автостраховых делах, но в доменных bias остался.
Финальный инсайт: простые шаги лучше сложных решений. Вместо одного вопроса "кто прав?" (субъективно и сложно) — задай серию простых вопросов ("этот аргумент сильный?"). Модель справится лучше и даст прозрачный результат.
Адаптации и экстраполяции
💡 Адаптация для переговоров (вместо спора):
Метод работает не только для завершённых споров, но и для активных переговоров — когда ты хочешь понять силу своей позиции ДО встречи с оппонентом.
Оцени силу моей позиции в переговорах.
КОНТЕКСТ:
Я предлагаю клиенту услугу за 150 000₽. Он говорит "дорого, давайте 100 000₽".
СТРУКТУРА:
Факты, согласованные обеими сторонами:
- Проект займёт 2 месяца
- Аналогичные услуги на рынке — 120-180 тыс₽
- У меня есть портфолио из 5 похожих проектов
Точки разногласия:
- Я считаю: 150к справедливая цена с учётом качества
- Клиент считает: 100к достаточно, т.к. "это быстрая работа"
Мои требования:
- 150 000₽ или минимум 130 000₽ с урезанным объёмом
Требования клиента:
- 100 000₽ за полный объём
Мои аргументы:
- Портфолио из 5 проектов — подтверждённое качество
- Рыночная цена 120-180к — я посередине
- Срок 2 месяца — нужно заложить риски
Аргументы клиента:
- "Это быстрая работа" — не должна стоить дорого
- "У меня бюджет ограничен"
---
Оцени мои аргументы как STRONG/WEAK. Оцени требования как ACCEPTED/REJECTED. Скажи: моя позиция сильнее или слабее?Результат: видишь где позиция крепкая (портфолио + рыночные цены), где слабая ("риски" без конкретики). Это база для тактики: на чём стоять твёрдо, где можно уступить.
🔧 Техника: Двусторонний анализ → Тактические рекомендации
Добавь в конец промпта:
ДОПОЛНИТЕЛЬНО:
На основе оценки аргументов дай 3 тактических совета:
1. На каких аргументах мне стоять твёрдо (STRONG)
2. Какие аргументы оппонента я могу оспорить (его WEAK)
3. Где мне стоит уступить или предложить компромиссЭто превращает аналитический инструмент в тактический. Ты получаешь не просто "кто сильнее", а план действий.
💡 Адаптация для внутренних решений (один актор, две опции):
Метод работает даже когда нет оппонента — просто две твои опции в конфликте.
Пример: Ты думаешь уволиться или остаться. Оформи это как "спор" между версией-себя-которая-хочет-уйти и версией-которая-хочет-остаться.
СТРУКТУРА:
Факты, согласованные обеими "сторонами":
- Работаю 2 года в компании
- Зарплата 120к, рынок 140-160к
- Есть оффер от конкурента за 150к
Требования "версии-уйти":
- Принять оффер, расти дальше
Требования "версии-остаться":
- Попросить повышение до 150к здесь
Аргументы "версии-уйти":
- Новая компания — новые вызовы
- +30к — это серьёзно
- Здесь потолок зарплаты виден
Аргументы "версии-остаться":
- Знаю процессы, не нужна адаптация
- Коллектив классный
- Через год возможен рост до тимлида
---
Оцени аргументы. Определи более сильную позицию.Это структурирует мысли и убирает эмоции из решения. Видишь голую логику.
Ресурсы
DRAssist: Dispute Resolution Assistance using Large Language Models Sachin Pawar, Manoj Apte, Girish K. Palshikar, Basit Ali, Nitin Ramrakhiyani TCS Research, Tata Consultancy Services Limited, Pune, India
Статья опубликована в 2024. Авторы разработали систему для помощи в разрешении споров с использованием LLM, протестировали на реальных делах из NCDRC (Индия) и WIPO (международные доменные споры).