Четырёхэтапный пайплайн извлечения: структурированные данные из текста через промпт + валидацию

Обнаружено: LLM отлично видит структуру данных, но галлюцинирует детали — выдумывает индексы, путает номера домов с квартирами, изобретает несуществующие сокращения. Четырёхэтапный пайплайн позволяет извлекать точные структурированные данные из любого текста — резюме в поля, вакансии в строки, счета в записи, адреса в компоненты. Фишка: разделить генерацию и валидацию. Модель извлекает структуру через промпт с чёткой схемой, но детерминированная проверка после генерации вылавливает логические ошибки — 99.8% точности вместо ~95% без валидации.