Управление позицией LLM: как фрейминг, язык и формат ответа меняют то, что говорит модель

Та же задача — другой фрейм — другой ответ. Это не случайный шум: модель не имеет мнения, она генерирует текст который соответствует паттерну ситуации. Метод из трёх рычагов позволяет управлять этим намеренно — получать конкретные оценки вместо дежурного хеджирования. Роль убирает двусмысленность, срочность пробивает нейтральность, двойной формат (шкала + развёрнутый ответ) диагностирует устойчивость позиции модели — если ответы расходятся, у модели нет стабильной точки зрения, и ты это увидишь до того как поверишь ответу.