Структурированный CoT против глубоких рассуждений: когда "думай пошагово" вредит генерации кода

Попросил модель "подумать пошагово" перед кодом — получил логичные, но функционально неверные рассуждения. LLM оптимизирует правдоподобность текста, а не корректность алгоритма — отсюда рассуждения-галлюцинации ("обработаю граничные случаи", а в коде их нет). Structured CoT даёт жёсткий шаблон со слотами вместо свободных размышлений: анализ проблемы → алгоритм → реализация. Модель заполняет конкретные вопросы ("Какие граничные случаи?", "Какие проверки?") — шаблон работает как чек-лист, отсекая нерелевантные рассуждения. 85-95% точности глубоких рассуждений за 10% токенов, +11% против обычного промпта на сложных задачах.