Rubric-Anchored Evaluation: формулировка оценочного промпта меняет точность AI на 30–53 пункта

Шкала «от 1 до 4» без объяснений — ловушка. Оценки «2» и «3» в пространстве значений модели разделены косинусным сходством 0.07. Это практически ноль — модель физически не видит разницы и съезжает к «средним» значениям по умолчанию. Рубрика с поведенческими якорями позволяет получать надёжную AI-оценку чего угодно по шкале — постов, питчей, резюме, заявок — вместо усреднённой каши. Фишка: переформулируй каждый уровень шкалы через конкретные поведенческие признаки — и задача из «угадай абстрактный балл» превращается в «найди конкретные маркеры». Согласованность результатов вырастает с 0.10 (случайное угадывание) до 0.60, точность — на 30–53 процентных пункта.