К созданию темпоральных баз знаний для тонкогранулированного анализа мнений с помощью языковых моделей

Обнаружено: LLM катастрофически нестабильны при извлечении информации без явной структуры — один раз выдают JSON, другой раз абзац текста, третий раз забывают половину полей. Метод позволяет превратить любую LLM в предсказуемый инструмент извлечения данных — модель стабильно заполняет нужные поля вместо творческой импровизации. Сначала объявляете жесткую схему вывода (какие поля, какие значения), потом показываете 1-3 примера заполнения, и модель переключается из режима "угадывания формата" в режим "заполнения формы" — точность извлечения подскакивает с 40-60% до 85-95% в зависимости от сложности схемы.