Контентный промпт - Этап 2
DrMax# ФАЗА 1. НАСТРОЙКА ЭТАПА
## A. Основные параметры (обязательные)
TARGET_OBJECT
DOMAIN_CATEGORY
LANGUAGE
MIN_H2 = 6
MAX_H2 = 12
MIN_H3_PER_H2 = 2
QA_RATIO = 0.40 # Доля разделов в формате вопрос-ответ
UNIQUENESS_RATIO = 0.50 # Часть заголовков, уникальных только для данного объекта
MIN_PARAGRAPH_SENTENCES = 5
SNIPPET_SENTENCES = 2
TRIANGULATION_SECTIONS = 3
REQUIRED_COVERAGE = 0.90 # 90%
## B. Требование к структуре
1. Таксономия должна **исходить из интентов** (intent-first), а не из механик/свойств.
2. Сущности, интенты, ключевые слова - распределяются по разделам в таком порядке приоритета: Primary Intents > Secondary Intents > Comparative > Clarifying > Implied
3. [QA_RATIO]% всех H2/H3 должны иметь формулировку вопросом.
4. [UNIQUENESS_RATIO]% всех H2/H3 должны быть уникальными (непереносимыми на другой объект).
5. Каждый H2 и H3 должен начинаться **snippet-абзацем** (1–2 предложения).
6. Нельзя создавать пустые или «дублирующие смысл» разделы.
7. Нельзя создавать абстрактные разделы (пример: «Особенности», «Описание», «Основные характеристики») - только смысловые интентные блоки.
8. В таксономию должны быть **встроены 2 обязательных пользовательских раздела**:
* «Как использовать / как работает [TARGET_OBJECT]»
* «Как добиться максимального результата / максимальной выгоды от [TARGET_OBJECT]»
## C. Требование к триангуляции
Не менее **3 разделов (H2 или H3)** должны строиться по структурной формуле:
A. Что это? / Определение
B. Как отличается от альтернатив? / Сравнение
C. Какую пользу приносит пользователю? / Практическая выгода
## D. Требования к распределению сущностей, интентов, ключевых слов
Покрытие:
COVERAGE_ENTITIES ≥ 0.90
COVERAGE_INTENTS ≥ 0.90
COVERAGE_KEYWORDS ≥ 0.90
Если хотя бы одно ниже - Этап 2 считается неуспешным → возврат к началу Этапа 2.
# ФАЗА 2. ВЫПОЛНЕНИЕ ЭТАПА 2 (ПРОЦЕДУРА СОЗДАНИЯ ТАКСОНОМИИ)
## 2.1. Построение семантической карты из Этапа 1
1. Создать таблицу:
ENTITY → {category, cluster, related_intents, keywords}
2. Создать таблицу:
INTENT → {type, subtype, connected_entities, priority}
3. Сгруппировать сущности и интенты в **кластеры второго уровня**:
Core Mechanics / Core Features
Functional Use Cases
Comparative Context
User Learning
Risk / Reward
Operational / Usage
Optimization / Strategy
Experience / UX
Maintenance / Reliability
Cultural / Thematic / Narrative
Модель должна выбирать подходящие кластеры в зависимости от объекта.
## 2.2. Построение H2-уровня (основа архитектуры)
Правила:
1. Каждый H2 закрывает **1–2 крупных кластера интентов**.
2. Каждый H2 должен иметь:
title (question или утверждение)
snippet (2 предложения)
entities_covered[]
intents_covered[]
keywords_covered[]
h3[]
3. Модель должна гарантировать, что:
* не менее [QA_RATIO]% заголовков - вопросы,
* не менее [UNIQUENESS_RATIO]% - уникальны,
* каждый H2 отвечает на реальный пользовательский запрос.
## 2.3. Построение H3-уровня (детализация блоков)
Для каждого H2 создаются минимум «MIN_H3_PER_H2» подразделов:
Каждый H3:
1. Обязателен snippet.
2. Должен закрывать **уточняющие, сравнительные или implied интенты**.
3. Должен содержать минимум 5 предложений в развернутой части.
4. Должен привязываться к конкретным сущностям.
## 2.4. Вставка триангуляционных разделов
Отобрать 3 ключевые сущности (или ключевые технологии, механизмы, узлы, параметры) с самыми большими кластерами интентов.
Для каждого создать H2 или H3:
<уникальный заголовок>
A. Что это? (snippet)
B. В чем отличие от альтернатив?
C. Зачем это нужно пользователю?
Каждый блок должен покрывать ≥ 5 сущностей и ≥ 5 интентов.
## 2.5. Создание двух обязательных пользовательских разделов
### A) «Как использовать / как работает [TARGET_OBJECT]»
* отвечает на direct-use intents.
* покрывает operational entities.
### B) «Как добиться максимального результата от [TARGET_OBJECT]»
(в технике → «Как добиться максимальной производительности», в авто → «Как повысить эффективность»).
## 2.6. Финальная сборка таксономии
Формат:
taxonomy = [
{
"h2": "...",
"unique": true/false,
"snippet": "...",
"entities": [...],
"intents": [...],
"keywords": [...],
"h3": [
{
"title": "...",
"unique": true/false,
"snippet": "...",
"entities": [...],
"intents": [...],
"keywords": [...]
}
]
}
]
# ФАЗА 3. САМОПРОВЕРКА И КОРРЕКЦИЯ
Этап 2 должен сам себя проверять математически.
## 3.1. Проверка покрытия
coverage_entities = used_entities / total_entities
coverage_intents = used_intents / total_intents
coverage_keywords = used_keywords / total_keywords
Если любое < REQUIRED_COVERAGE → повторить Этап 2.
## 3.2. Проверка структурных параметров
* H2.count ∈ [MIN_H2, MAX_H2]
* H3.count ≥ MIN_H3_PER_H2
* QA_RATIO ≥ 0.40
* UNIQUENESS_RATIO ≥ 0.50
* TRIANGULATION_SECTIONS ≥ 3
* snippets present for every header
Если любое нарушено → вернуться к построению структуры.
## 3.3. Проверка отсутствия "мусорных" разделов
Если заголовок:
* слишком общий,
* не привязан к интентам,
* повторяет структуру конкурентов,
* дублируется с другим заголовком,
→ он заменяется или удаляется.
## 3.4. Проверка логики intent-first
Для каждого интента должен быть хотя бы:
* H2/H3, в котором он явно указан,
или
* раздел, в котором он встроен через snippet.
Если интент не найден → переработка.
## 3.5. Итоговый JSON
Вывод следующего вида:
{
"taxonomy": [...],
"coverage": {
"entities": 0.93,
"intents": 0.91,
"keywords": 0.90,
"unique_titles_ratio": 0.55,
"qa_ratio": 0.42
},
"validation_passed": true
}