TTPrompt: иерархические инструкции вместо примеров для задач извлечения данных

Популярный подход «дай LLM похожие примеры» провалился в тесте. Модель НЕ учится на семантической близости текстов — она тупо копирует типы сущностей из примеров. Если в примерах случайно нет нужной категории — точность падает на 42%. Модель не выводит правила, а опирается на случайное совпадение разметки. TTPrompt позволяет извлекать структурированные данные (категории, тональность, критичность) из текста точно и предсказуемо — без подбора «правильных» примеров. Фишка: даёшь модели три уровня явных правил — Tactic (что извлекаем) → Technique (как искать) → Procedure (точные критерии для каждой категории). Модель следует алгоритму, а не гадает по примерам — точность перестаёт зависеть от удачи.