Derivation Prompting: как заставить LLM применять найденные правила

Обнаружено: LLM распознают правило преобразования (например, 'если число сотрудников выросло в 2.5 раза → лицензии тоже в 2.5 раза'), но в 55% случаев не применяют это правило к своему ответу. Модель как студент на экзамене — может объяснить формулу, но в расчёте её игнорирует. Derivation Prompting заставляет модель явно проследить связь между первым и вторым вопросом через три обязательных шага. Фишка: три шага создают принудительную цепочку — нельзя дать ответ на шаг 3 (применить изменение), не выполнив шаг 1 (что изменилось) и шаг 2 (какое изменение должно следовать). Результат: +15.2% точности, обогнал Chain-of-Thought и Few-Shot.