Advisor Model – двухслойный промптинг через разделение задачи и инструкции

Когда вы даёте LLM сложную задачу без явных указаний «как именно делать», модель выдаёт стандартный, усреднённый ответ — потому что пытается угадать ваши скрытые предпочтения. Метод Advisor Model позволяет получать персонализированные ответы, точно соответствующие вашим ожиданиям, через явное разделение промпта на две части. Сначала вы формулируете «совет» для модели (как выполнять задачу: тон, стиль, формат, ограничения), затем даёте саму задачу — модель перестаёт угадывать и начинает следовать чётким правилам, что повышает релевантность ответа на 40-60% в задачах, требующих персонализации.