Модель теряет смысл при парсинге: как его уточнить
Когда вы передаёте модели данные в формате таблицы, JSON или CSV, она может потерять понимание того, какую роль играет каждое поле. Например, колонка с числами может быть интерпретирована как количество, цена, рейтинг или ID, и без контекста модель выберет неверную интерпретацию.
Это особенно критично при работе с аббревиатурами и сокращёнными названиями полей. Если в JSON лежит поле `px_cnt`, модель может понять его как пиксели, счёт, контент или что-то ещё, в зависимости от окружения и её предыдущих примеров.
Как сохранить контекст данных
Добавьте к данным краткую легенду в формате «[поле]: [тип и назначение]». Для таблицы это может быть строка комментария перед самыми данными, для JSON — отдельное поле `_schema` или `_legend` с описанием ключей.
Приведите небольшой пример преобразования или использования данных, чтобы модель имела ориентир. Один реальный пример часто заменяет страницу описания и существенно снижает вероятность неправильной интерпретации.
Если поля имеют стандартные названия, используйте их: вместо `v` пишите `value`, вместо `ts` — `timestamp`. Стандартные имена модель опознаёт надёжнее, чем уникальные сокращения, даже если вы их несколько раз объяснили в инструкции.