Структурированная оценка по фреймворку: LLM как виртуальный аудитор

Обнаружено: LLM стабильно находит ЧТО не так — 84% согласие между прогонами. Но плывёт в оценке НАСКОЛЬКО это плохо — только 56% согласие. Та же проблема юзабилити в одном прогоне "косметическая", в другом "критичная". Метод структурированной оценки позволяет использовать LLM для первичного аудита контента (сайт, текст, идея) по готовому фреймворку — быстро найти слабые места перед глубокой проверкой. Грузишь контент + чек-лист критериев, модель проверяет каждый пункт. Для надёжности запускай 2-3 раза — что находит стабильно, то реально есть. Оценки серьёзности игнорируй или усредняй — модель в них плывёт.