Лимит вывода в DeepSeek: почему промт не снимет ограничение и как получать длинные тексты

Лимит вывода — архитектурное ограничение, а не настройка

Никакой промт не расширит окно генерации. Но есть рабочие воркфлоу: чанкинг, рекурсивное продолжение, сжатие контекста и структурированный вывод. Разбираем, как собирать тексты любой длины.

Чанкинг Продолжение Сжатие JSON-схема

Почему «сними ограничение» не работает

У модели два жестких предела: контекстное окно (вход + выход) и лимит токенов на одно завершение (completion). Это не настройка безопасности, а архитектура трансформера: механизм внимания требует квадратичных вычислений от длины последовательности. При превышении лимита генерация обрывается посередине токена.

Промты вроде «пиши до конца» или «игнорируй лимиты» заставляют модель пытаться продолжить, но без передачи контекста она начинает галлюцинировать, повторяться или выдавать бессмыслицу. Решение — не ломать лимит, а строить процесс, который укладывается в него.

Ключевой принцип: Длинный текст = последовательность коротких генераций, связанных общей структурой и переданным контекстом.

Условная схема: жесткий лимит выхода обходится итеративной генерацией с передачей контекста

Стратегия 1. Рекурсивное продолжение: протокол «Continue»

Запросите план, не текст

Промт: «Составь детальный план из 10-15 пунктов для статьи о [тема]. Каждый пункт — одна логическая секция. Верни только нумерованный список». План укладывается в лимит легко.

Генерируйте по одной секции

Промт: «Напиши только пункт 1 по плану. Стиль: экспертный, объем ~800 знаков. Не пиши вступление и выводы». Получаете качественный кусок без риска обрыва.

Явная команда продолжения

Промт: «Продолжи строго по плану: пункт 2. Сохрани стиль и термины. Начни с переходной фразы, связывающей с предыдущим текстом». Передавайте предыдущий чанк в контекст.

Сборка и полировка

Склеивайте чанки программно или вручную. Финальный промт: «Вот черновик из частей. Сгладь переходы, убери повторы, унифицируй тон. Не меняй фактуру».

Две тактики для экономии токенов

Сжатие (Summarization)

Просите модель писать «телеграфным стилем»: без вводных слов, с плотной фактурой. Промт: «Пиши максимально сжато: только суть, цифры, имена, причинно-следственные связи. Никаких связок и вступлений». Выигрыш — до 40% токенов.

Применимо: отчеты, выжимки, технические описания

Структурированный вывод (JSON/Markdown)

Жесткая схема убирает лишние токены на форматирование и разговорные частицы. Промт: «Верни результат строго по JSON Schema: {title:string, sections:[{heading:string, bullets:string[]}]}. Без пояснений, без markdown-оберток». Парсинг гарантирован.

Применимо: данные для кода, каталоги, чек-листы, API

Наивный подход vs Профессиональный воркфлоу

Критерий	Наивный промт: «Напиши длинную статью»	Воркфлоу с чанкингом и планом
Результат	Обрыв на полслова, галлюцинации, повторения	Цельный текст заданной структуры и объема
Контроль качества	Нет — текст генерируется «черным ящиком»	Полный: каждый чанк читается и корректируется
Расход токенов	Неэффективен: вводятся мусорные продолжения	Оптимален: контекст передается целенаправленно
Сложность для пользователя	Низкая (один промт), но результат бракованный	Средняя (цепочка промтов), результат — готовый к публикации материал

Мифы, которые скушают время и токены

Миф: «Модель знает, что я хочу книгу»

Реальность: Модель предсказывает следующее токена. Без явного плана она напишет введение, две главы и обрывается. Всегда задавайте структуру до генерации тела.

Миф: «Передам весь контекст сразу»

Реальность: Контекстное окно конечно. Если забить его историей диалога, не останется места под генерацию. Чистите историю: оставляйте только план, ключевые факты и последний сгенерированный чанк.

Миф: «Temperature 0 даст точность»

Реальность: Temperature 0 делает вывод детерминированным, но не спасает от обрыва по лимиту. Для длинных текстов лучше temperature 0.3-0.5 — модель гибче подбирает переходы между чанками.

Миф: «Один мастер-промт решит всё»

Реальность: Нет универсального промта. Эффективная схема — это небольшая программа (скрипт/нодовый воркфлоу), которая оркестрирует вызовы API: план → цикл генерации → сборка → полировка.

Готовый шаблон: мастер-промт для запуска цепочки

system_prompt.txt

# РОЛЬ Ты — экспертный технический писатель. Пишешь структурированно, плотно, без воды.
# ЗАДАЧА
 1. Получи ТЕМУ и ЦЕЛЕВУЮ АУДИТОРИЮ.
 2. Сгенерируй ПЛАН (10-12 пунктов). Жди подтверждения.
 3. По команде «NEXT» пиши ОДИН пункт плана.
 4. Объем пункта: 1500-2000 знаков. Стиль: профессиональный, примеры из практики.
# ОГРАНИЧЕНИЯ
 - Не пиши вступление/заключение в пунктах.
 - Не повторяй заголовок пункта в тексте.
 - Используй Markdown только для кода и списков.
# ФОРМАТ ОТВЕТА (ПЛАН)
 1. Название пункта
 2. Название пункта
 ...
# ФОРМАТ ОТВЕТА (ЧАНК)
 ## Заголовок пункта
 Текст...

Используйте этот промт как системный (system prompt). Далее диалог: пользователь присылает тему → модель отдает план → вы правите/подтверждаете → посылаете «NEXT» в цикле до конца плана → финальный промт на полировку.

Ограничение — это каркас, а не клетка

Попытка «взломать» промтом лимит токенов — путь к сломанным текстам и потраченному времени. Профессиональный подход воспринимает лимит как данность среды, как границу холста для художника.

Чанкинг, явное продолжение, сжатие и схемы — не костыли, а инженерный стандарт работы с LLM. Освоив их раз, вы снимаете вопрос длины навсегда: будь то пост, статья, книга или кодовая база — процесс остается одним и тем же.