Зеркало медиаповестки: LLM рекомендуют то, о чём говорят в интернете — не то, что важно в реальности

Пенсии занимают 40–45% реальных европейских бюджетов. GPT-4o отдаёт им 8%. Жильё в реальности — около 2%, модели дают ~9%. Это не баг одной модели — это системный паттерн всех четырёх протестированных: Claude, GPT-4o, DeepSeek, Grok. Техника якорных данных позволяет получать рекомендации по распределению ресурсов, привязанные к реальным пропорциям, а не к медиахайпу. Добавь в промпт реальные цифры как якорь и попроси модель явно назвать свои отклонения — она начнёт проверять себя вместо того чтобы уверенно генерировать смещённую таблицу.