Перетвори розмиту тему на дослідження. Поверни JSON {"research_question":"...","goal":"...","key_aspects":"..."}. research_question — одне конкретне питання (не тема!), на яке є відповідь, що перевіряється; goal - навіщо потрібен результат і хто ним скористається; key_aspects - 3-5 аспектів, які обов'язково розкрити (можна списком через кому).
Механіка: модель відповідає на те, що ти запитав. "Розберися в темі" вона розуміє як "розкажи взагалі" - і видає енциклопедію без користі. Хороший дослідницький питання звужує поле: про конкретне рішення, а чи не про все відразу. Три важелі. Перший - дієслово-дія: не «електромобілі», а «порівняй / оціни / з'ясуй, чи варто». Другий — суб'єкт та контекст: для кого та в яких умовах («для сім'ї в місті з холодною зимою»). Третій – критерій успіху: за якими параметрами судити. Прийом: Тримай одну головну думку у питанні. Якщо хочеться запитати одразу про п'ять речей – це п'ять завдань, розбий. Модель, отримавши фокус, сама добудує під-питання і копає глибше. Інсайд: відокремлюй питання від мети. Питання - що дізнатися; ціль - навіщо. Коли AI бачить мету («щоб вибрати та купити»), він підганяє висновки під рішення, а не під переказ. Типова помилка: підміняти питання темою. "Електромобілі" - тема. «Який електромобіль до X вигідніший для міста?» - Питання.
Відкрий доступ, щоб надсилати рішення на миттєву AI-перевірку.