Дополнительные защитные инструкции
Добавьте в системный промпт:
5. Chain-of-Thought для сложных структур
Принцип пошагового анализа
При анализе многоуровневых структур критически важно разбивать анализ на этапы с промежуточным контролем. Это как проверка работы младшего специалиста на каждом этапе.
Пример 1: Трехуровневая структура
Пример 2: Анализ с альтернативными маршрутами
Контроль промежуточных результатов
Ключевое преимущество Chain-of-Thought — возможность скорректировать анализ на любом этапе:
Шаблон для массовой проверки.
Шаблон Beneficial Ownership Test
Динамический шаблон для разных юрисдикций
Чек-лист эффективного промпта
Перед отправкой запроса проверьте:
Структура:
✓ Роль определена с указанием специализации
✓ Задача сформулирована конкретно и измеримо
✓ Контекст содержит все релевантные данные
✓ Приложены тексты документов (СОИДН, MLI, позиции)
Техники:
✓ Active Prompting включен ([?] для неопределенностей)
✓ Указан требуемый формат ответа
✓ Добавлены защитные инструкции от галлюцинаций
✓ При сложных структурах — использован Chain-of-Thought
Специфика налогового анализа:
✓ Указаны конкретные юрисдикции
✓ Определен тип дохода
✓ Учтено влияние MLI
✓ Запрошен анализ рисков
✓ Указана необходимость ссылок на статьи
Заключение: ключевые принципы успешной работы с ИИ
- ИИ — это усилитель, а не замена эксперта. Система выполняет работу специалиста первого-второго года, но под вашим контролем.
- Качество промпта определяет качество результата. Потратьте время на формулировку — это окупится качеством анализа.
- Active Prompting превращает ИИ из "всезнайки" в осторожного аналитика, который признает границы компетенции.
- "Заземление" на документы критично. Всегда предоставляйте первоисточники, особенно для ставок и условий.
- Итеративный подход дает глубину. Не стремитесь получить идеальный ответ с первого раза — уточняйте и углубляйтесь.
- Проверяйте, проверяйте и еще раз проверяйте. Особенно ставки налогов, ссылки на статьи и влияние MLI.