Few-Shot Prompt Optimization: рекомендации для новых пользователей через примеры

Новый пользователь без истории — классические рекомендательные системы сливаются. Коллаборативная фильтрация строится на паттернах кликов, но для новичка это пустой массив данных. Метод Few-Shot Prompt Optimization позволяет давать персональные рекомендации новым пользователям только на основе их описания (возраст, интересы, контекст) — без истории действий. Механика: 6-8 примеров похожих пользователей + их выбор → LLM обобщает паттерны. Модель использует семантическое понимание вместо статистического анализа истории. Рекомендации в одном промпте, без дообучения.