STAR как инструмент цели: как структура промпта побеждает контекст в 2,8 раза

Убрали все факты из промпта — точность выросла. Без единого нового факта, только структура: с 30% до 85%. Это не баг — это архитектура. LLM видит «100 метров» → включает паттерн «близко → иди пешком» → выдаёт ответ, даже если цель поездки написана двумя строчками выше. Фреймворк STAR позволяет направить рассуждение туда, куда нужно — через явную формулировку цели до начала любых выводов. STAR вынуждает модель сначала написать «Task: доставить машину» — и каждое следующее слово генерируется с оглядкой на эту строку, а не по кратчайшему пути от вопроса к первому удобному ответу. Структура побила контекст в 2,8 раза.