Chain-of-Thought с структурированными вопросами: как LLM детектируют проблемы в коде

Прикол: LLM отлично считает строки кода — 94% точности на задачах типа 'метод длиннее 50 строк'. Но проваливается на архитектурных вопросах — 33% на 'класс нарушает принцип единственной ответственности'. Модель видит синтаксис, но слепа к смыслу и контексту. Цепочка рассуждений (Chain-of-Thought) через серию вопросов позволяет структурировать проверку кода — разбить размытое 'оцени качество' на конкретные критерии. Вместо общего 'найди проблемы' задаёшь 3-4 конкретных вопроса: длина метода? количество параметров? вложенность циклов? Модель отвечает на каждый с обоснованием. Точность на проверяемых критериях — 88-94% вместо 33-50% на размытых запросах.