Почему я перестал править промпты «на глаз» и завёл набор из 60 проверочных кейсов до первой строчки системного промпта.

JSON-схемы, повторные запросы при невалидном ответе и почему «просто попроси вернуть JSON» ломается на третий день.

Считаю на реальных числах, сколько экономит кэширование длинного контекста, и где оно не помогает совсем.

Четыре стратегии чанкинга на одном и том же корпусе внутренней документации, с замерами точности ответов.

Не «что лучше», а при каких объёмах, задержках и требованиях к данным выбор очевиден.