Chain-of-thought промпты для финансовых отчётов и пояснений

Клиент — холдинг (ритейл + опт), финансовый департамент. CFO и региональные директора запрашивали пояснения к отчётам: «почему упала маржа в Q2». Аналитики тратили 2–4 часа на текстовые комментарии; формулировки были непоследовательны.

Задача: CoT-промпты — модель получает агрегированные цифры (CSV/JSON), пошагово рассуждает, выдаёт executive summary и bullet-пояснения. Без доступа к сырым транзакциям; только подготовленные агрегаты.

• prompt chain: проверка данных → аномалии → гипотезы → итоговый текст;
• шаблоны: P&L, cash flow, план-факт по регионам, unit economics;
• только факты из входа, маркировка «гипотеза» vs «факт»;
• output: summary + bullets + «что проверить аналитику»;
• anti-hallucination: запрет причин без числового обоснования;
• eval: 30 отчётов сверены с senior-аналитиком.

Стек: промпт-инжиниринг, CoT, OpenAI/Claude API, Python, Excel/CSV. Приёмка: средний score ≥ 4.2/5 на blind review CFO.

Итог: черновик пояснения за 2–3 минуты вместо 2–4 часов; единый стиль комментариев. NDA: холдинг не публикуется.