Русский · English · 中文 · हिन्दी
[KP] 是一种面向大语言模型（LLM）的意图描述语言，其中模型承担编译器的角色。本学科研究如何用俄语表述需求，使模型的输出可预测，并适用于生产环境。
编程语言沿着提高抽象层次的方向发展。机器码描述机器，汇编描述指令，高级语言描述逻辑。每一步，开发者不再描述如何执行操作，而是描述应当得到什么结果。转换为指令的工作由新的一层承担：汇编器、编译器、解释器。
进一步的发展曾受阻：不存在能够以原始形式理解任务描述的执行者。编译器执行形式化规则，但不理解含义。
大语言模型（LLM）提供了能够理解自然语言任务描述的执行者。若将任务描述视为程序，自然语言便成为编程语言。
在这一模型中，编译器是模型，解析器是上下文，类型系统是作者设定的约束，调试器是对结果的验证。
机器码的语法由程序自动检查：出现错误时构建会中断。自然语言没有这种检查。它接受任何形式，总能给出看似合理的回答，因此可能在不知不觉中歪曲含义。俄语中这种效应更明显：词序自由、一词多义、同形异义（拼写和读音相同但含义不同的词），以及动词体的区别。
新层级的语言按照早期层级语法的方式设计。作者承担解析器的角色：设定角色、上下文、不变量、约束和输出格式。未明确说明的部分，模型会自行补充。
“语境的”这一名称体现了一条原则：含义由整个环境决定，而不是由单个短语决定。上下文承担类型系统的角色。
[KP] 是处于软件工程与计算语言学交叉点的应用学科。其研究内容包括：
[KP] 不是提示词工程。提示词工程为一次性回答挑选措辞。[KP] 则设计能够得到可预测、可复现结果的环境。
本学科面向有经验的工程师和产品经理。借助 [KP]，他们无需编程技能即可为一组AI智能体制定需求。该学科的结构在产品层面提供可预测的结果。