Как заставить нейросеть писать диплом сплошным текстом: промты, убирающие структуру

Почему модель лезет в структуру

Инструкционная дообучка (RLHF) поощряла «читабельные» ответы с заголовками, буллетами и нумерованными шагами. Для чата это удобно. Для диплома — смертельно: لجنة аттестации ждёт связную проразу, а не конспект.

Что считает «структурой» модель

Любые явные разделители: заголовки любого уровня, маркированные и нумерованные списки, таблицы, блоки кода, жирные подзаголовки внутри абзацев, двойные переносы строки как визуальные блоки.

Правило нулевой структуры

Первое предложение системного промта должно содержать прямое запретное правило. Не «избегай», а «не используй». Модели лучше следуют жёстким отрицаниям.

Формула анти-структурного промта

Четыре обязательных компонента: роль, запрет, позитивная цель, контроль примера.

Жёсткий преамбула-блок

Начинай user-промт с капс-блока правил. Модель видит его первой и удерживает контекст дольше.

Инъекция контекста главы

Передавай план главы не как список, а как повествование: «глава начинается с обоснования актуальности, затем плавно переходит к обзору литературы, далее формулирует проблему…»

Персона-антиструктурист

Задай стиль через образ: «пиши как старший научный сотрудник, который диктует главу аспиранту за чашкой кофе — связно, с отсылками, без схем».

Пост-проверка в том же чате

После генерации добавь: «Проверь: есть ли хоть один маркер списка, заголовок или двойной перенос как разделитель? Если да — перепиши без них».

Длина абзаца

Цель: 5–9 предложений. В промте: «абзацы 6–8 предложений, не короче 4, не длиннее 12». Это даёт академическую плотность без «стены текста».

Переходы-связки

Требуй: «между абзацами — логические связки: «Однако», «Более того», «Следовательно», «В свою очередь», «При этом». Никаких скачков темы».

Тематическая волна

Один абзац — один микро-аргумент. Следующий развивает, опровергает или иллюстрирует. Укажи: «каждый абзац двигает мысль вперёд, не повторяет».

Слишком длинный контекст

Если в чате уже 50к токенов прошлых глав — модель «забывает» системный промт. Решение: новый чат, только системный промт + контекст текущей главы + 1–2 предыдущих абзаца для связки.

Слишком слабая модель

Малые модели (7–13B) плохо держат негативные констрейны. Если промт не работает — либо усиливай запреты повторением в user-блоке, либо переходи на более сильную модель (GPT-4o, Claude 3.5 Sonnet, Nemotron 3 Ultra).

Конфликт с RAG/базой знаний

Если подключён RAG, модель может «цитировать» источники списком. Добавь: «Ссылки на источники встраивай в текст скобками: (Автор, год). Никаких библиографических списков в конце».

Минимальный чек-лист перед генерацией

Один промт — не волшебная таблетка

Даже идеальный промт даёт 80–90% результата. Остальное — итерации: «абзац 3 слишком короткий, расширь», «переход 2→3 слабый, добавь связку», «убери пассивный залог в абзаце 5».

Работай с главой как с черновиком: генерируй → читай → правь промт для следующего абзаца → регенерируй фрагмент. Это быстрее, чем ждать идеального zero-shot.