Проверка эксперимента

Дата практики: 18 октября 2026. Набор полностью синтетический, создан для редакционного теста. Реальных клиентов, покупок и отзывов здесь нет.

До запуска

30 исходных строк; 27 уникальных текстов после удаления трёх заведомых точных дублей. Ручная разметка и протокол зафиксированы в 09:50:11 UTC до первой отправки в 10:36 UTC. Хеши исходных файлов сохранены; эталон после ответов не переписывался.

Метод

Два независимых новых чата одного аккаунта, ChatGPT Instant, точная версия не раскрыта. Общий запрос — один ответ. Цепочка — классификация, подсчёт, аудит, по одному первому ответу на шаг. Перегенерации и подгонки результата не выполнялись. Словарь и правила были заданы только цепочке: это ограничивает причинные выводы о пользе разделения на шаги.

Проверено независимо

• Все 30 ID сохранены в классификации
• Исключены R28→R01, R29→R08, R30→R15
• 32/32 назначения пяти тем для включённых ID совпали с ручным эталоном; два none также совпали
• Частоты delivery 8, quality 7, packaging 6, support 5, price 6; знаменатель 27
• 17/17 иллюстративных цитат общего ответа с ID — дословные непрерывные фрагменты своего источника
• 37/37 цитатных фрагментов построчной классификации, включая none и исключённые дубли, найдены в своём ID
• 5/5 цитат финального аудита найдены в своём ID
• Ручная сверка подтверждает отсутствие в итоговом аудите выдуманных клиентов и фактов завершённого возврата
• Один спорный sentiment: R02 quality, ручной neutral / модель positive. Не исправляли модель задним числом
• В шаге подсчёта сумма округлённых процентов 118,4%; из исходных 32/27 получается 118,5% при округлении до одного знака

Что нельзя заключать

Это не оценка точности на реальных отзывах или всех моделях. Нет доказательства, что цепочка устранила галлюцинации: выдуманных цитат не нашли и у простого запроса. Дедупликация точных текстов не доказывает число уникальных людей. Причины проблем и доли всех покупателей не определялись.