Оценочный сдвиг в хвостах: LLM меняет тон вывода о кандидате в зависимости от имени — незаметно для стандартных проверок

Парадокс: средний тон нейтральный, длина одинаковая, VADER говорит «всё окей» — а модель всё равно пишет одному кандидату «демонстрирует сильный потенциал», другому — «может адаптироваться к требованиям». Разница в одном имени. Двухшаговый промпт позволяет убрать этот сдвиг из HR-оценки без дообучения модели. Факты (предложения 1–3) модель берёт из текста и не искажает — там есть за что держаться: даты, должности, задачи. Оценочный вывод (предложение 4) модель генерирует сама — и именно здесь имя просачивается в формулировку. Разбей запрос на два шага — эффект исчезает.