Вы разрабатываете систему, где prompt engineering используется для генерации ответов на запросы, требующие **многошагового рассуждения** (например, решение задач по математике или программированию). Как вы бы структурировали prompt, чтобы обеспечить **надежность** и **прозрачность** процесса рассуждения, и как вы бы оценивали эффективность такой структуры?