Divergence Instruction + Semantic Direction Stratification: как получить реально разные идеи от LLM

Попроси LLM придумать пять идей — она придумает одну и повторит её пять раз разными словами. Модель не помнит, что только что сказала похожее: каждая идея генерируется с нуля и снова тянется к самым частым, «обкатанным» паттернам. Метод семантической стратификации позволяет получить идеи из принципиально разных смысловых зон — а не пятикратный перефраз одного решения. Фишка: у модели есть скрытая карта того, что она «обычно отвечает» — инструкция расхождения активирует это знание как ориентир для ухода в сторону. Добавь одну фразу в конец промпта — и разнообразие идей растёт без потери качества.