Преврати размытую тему в исследовательский вопрос. Верни JSON {"research_question":"...","goal":"...","key_aspects":"..."}. research_question — один конкретный вопрос (не тема!), на который есть проверяемый ответ; goal — зачем нужен результат и кто им воспользуется; key_aspects — 3-5 аспектов, которые обязательно раскрыть (можно списком через запятую).
Механика: модель отвечает ровно на то, что ты спросил. «Разберись в теме» она понимает как «расскажи вообще» — и выдаёт энциклопедию без пользы. Хороший исследовательский вопрос сужает поле: он про конкретное решение, а не про всё сразу. Три рычага. Первый — глагол-действие: не «электромобили», а «сравни / оцени / выясни, стоит ли». Второй — субъект и контекст: для кого и в каких условиях («для семьи в городе с холодной зимой»). Третий — критерий успеха: по каким параметрам судить. Приём: держи одну главную мысль в вопросе. Если хочется спросить сразу про пять вещей — это пять задач, разбей. Модель, получив фокус, сама достроит под-вопросы и копает глубже. Инсайд: отделяй вопрос от цели. Вопрос — что узнать; цель — зачем. Когда AI видит цель («чтобы выбрать и купить»), он подгоняет выводы под решение, а не под пересказ. Типичная ошибка: подменять вопрос темой. «Электромобили» — тема. «Какой электромобиль до X выгоднее для города?» — вопрос.
Открой доступ, чтобы отправлять решения на мгновенную AI-проверку.