Одна разметка добавляет AI 20% точности. И вы её уже знаете
Скормите модели стену текста — половину структуры она додумает сама. И ошибётся.
Дайте тот же текст в Markdown: заголовки, списки, таблицы, блоки кода. Ошибок меньше на 15-20%. Даром. Без новой модели и без дообучения.
Почему? Модель читает Markdown не как «текст с решётками». Она видит дерево: тут заголовок, тут список, тут данные, тут ваша команда. В сплошном тексте всё весит одинаково. И она путается.
Цифры не мои — из исследований:
[+] Markdown-промпт на reasoning дал 81.2% точности. JSON на том же запросе — 73.9%.
[+] В медицинском разборе структура подняла точность диагноза с 66.5% до 70.5%.
[+] Проверено в 2026 на Claude 5, GPT-5.6, Gemini. Работает у всех.
Что делать. Четыре приёма:
— делите промпт заголовками: «Задача», «Контекст», «Данные», «Ответ»
— перечисляйте списком, а не запятыми в строку
— команду отделяйте от данных: команда сверху, данные в блоке кода
— сравнения давайте таблицей
Один нюанс. JSON держите на границе API, не внутри промпта. Внутри он путает модель сильнее, чем помогает.
P.S. Вы уже платите за модель. Markdown выжимает из неё больше и не стоит ни рубля. Перестаньте кормить её стеной текста.
#разбор #markdown #ai
Скормите модели стену текста — половину структуры она додумает сама. И ошибётся.
Дайте тот же текст в Markdown: заголовки, списки, таблицы, блоки кода. Ошибок меньше на 15-20%. Даром. Без новой модели и без дообучения.
Почему? Модель читает Markdown не как «текст с решётками». Она видит дерево: тут заголовок, тут список, тут данные, тут ваша команда. В сплошном тексте всё весит одинаково. И она путается.
Цифры не мои — из исследований:
[+] Markdown-промпт на reasoning дал 81.2% точности. JSON на том же запросе — 73.9%.
[+] В медицинском разборе структура подняла точность диагноза с 66.5% до 70.5%.
[+] Проверено в 2026 на Claude 5, GPT-5.6, Gemini. Работает у всех.
Что делать. Четыре приёма:
— делите промпт заголовками: «Задача», «Контекст», «Данные», «Ответ»
— перечисляйте списком, а не запятыми в строку
— команду отделяйте от данных: команда сверху, данные в блоке кода
— сравнения давайте таблицей
Один нюанс. JSON держите на границе API, не внутри промпта. Внутри он путает модель сильнее, чем помогает.
P.S. Вы уже платите за модель. Markdown выжимает из неё больше и не стоит ни рубля. Перестаньте кормить её стеной текста.
#разбор #markdown #ai