NormCode: изоляция контекста через явную передачу данных

Парадокс: Чем больше контекста даёшь LLM в одном промпте, тем хуже качество. Модель теряется в деталях, цепляется за нерелевантное, ошибка из шага 2 превращается в галлюцинацию к шагу 7. Исследования показывают: сверхдлинные промпты снижают точность. NormCode позволяет строить многошаговые AI-планы, где каждый шаг физически не видит ничего кроме явно переданных данных. Нет истории — нет утечки черновых мыслей и противоречий. Механика: принудительная изоляция на уровне языка. Каждый блок (инференс) получает только перечисленные входы — если данных нет в списке, модель не может их "вспомнить". Ошибка остаётся в своём блоке, не заражает следующие шаги. Весь NormCode можно не ставить — принципы работают через отдельные чаты с явной передачей данных.