No max_length on LLM-facing Pydantic fields

Не ставь max_length=N на строковые поля в Pydantic-моделях которые используются как response_format в LLM-вызовах. Особенно если N маленькое (200-500).

Why

Реальный кейс из intel-collector 2026-07-02:

class InterestScore(BaseModel):
    reasoning: str = Field(description="1-2 sentences why this score", max_length=300)

Мой промпт просил "1-2 sentences" → я думал 300 chars хватит. Но:

• Gemini 2.5 Flash регулярно даёт 300-500 chars объяснений, они содержательные
• Pydantic отвергает валидный ответ на validation → score_batch теряет 33 из 46 items (72% loss)
• Bug proявился только на реальных данных, unit-тесты не поймали

Логика "модели легко следуют constraint" не работает для мягких инструкций формата "1-2 sentences". Модель следует смыслу ("brief"), не character count.

How to apply

Никогда:

• max_length=N на str полях в response_format Pydantic-моделях
• min_length=N тоже — блокирует терсность

Вместо этого:

• Используй description с примером длины: "1-2 sentences, ~300 chars"
• Обрезай при отображении/логировании если реально надо: text[:300]
• Если хочешь жёсткий контроль — post-process после успешного validation

Исключения когда max_length OK:

• Поле — enum-like short string (например tier_slug: str = Field(max_length=20)) — тут это документация формата
• Известная API-константа (например country_code: str = Field(max_length=2))

Гнезда где эту ошибку легко повторить

• title, summary, description, rationale, reasoning, answer, explanation — все LLM-generated
• Structured Q&A extraction — где LLM пишет свободный текст
• Категоризация — где просят "brief reasoning"

Симптом в логах

1 validation error for MyModel
field_name
  String should have at most N characters

• высокая доля score_failed / аналогичных warning без явной причины у LLM.

Связано

• ../algorithms/deterministic-on-llm — вообще paradigm валидации выхода LLM
• ../prompts/structured-extractor — правильный шаблон