Ланде, Дмитро ВолодимировичРибак, Олександр Олегович2026-02-042026-02-042025Ланде, Д. Безкодовий підхід до побудови семантичних мереж засобами промпт-інжинірингу / Дмитро Ланде, Олександр Рибак // Information Technology and Security. – 2025. – Vol. 13, Iss. 2 (25). – P. 264-278. – Bibliogr.: 7 ref.https://ela.kpi.ua/handle/123456789/78627У статті запропоновано безкодовийпідхід до побудови семантичних мереж засобами промпт-інжинірингу з використанням великих мовних моделей (LLM). Розроблено фреймворк, у якому базові примітиви –умова, цикл і функція –поєднуються у композиційні структури, що забезпечують автоматизоване виділення понять, встановлення між ними зв’язків і побудову формалізованих графів знань. Запропонований метод спирається на принцип no-code, який дозволяє описувати алгоритмічну логіку природною мовою без залучення програмного коду. Це робить можливим використання великих мовних моделей не лише як генераторів тексту, а як повноцінних інструментів для побудови структур знань.У межах дослідження LLM розглядається як рушій для автоматизованої онтологічної інженерії. Модель інтерпретує природномовні інструкції як формалізовані дії, що дає змогу ітеративно виділяти ключові концепти, визначати типи відношень і формувати графи знаньіз заданою логічною послідовністю. Особливу увагу приділено галузі кібербезпеки, де швидке створення й актуалізація онтологій загроз має вирішальне значення для своєчасного реагування на нові вектори атак.Практична реалізація підходу здійснена на прикладі побудови семантичної мережі у тематиці фішингових атак. У ході експерименту мовна модель GPT-5 обробила 48 новинних повідомлень, автоматично сформувавши близько 70 пар пов’язаних понять. Отриманий граф знань відобразив цілісну структуру домену, де центральне поняття “фішинг” поєднано з численними похідними термінами: кібератака, соціальна інженерія, підроблена сторінка, шкідливе ПЗ тощо. Результати експерименту доводять, що запропонована методика забезпечуєрелевантність міжпоняттєвих зв’язків і збагачення базової термінології семантично спорідненими поняттями.Інтеграція великих мовних моделей у процес онтологічного моделювання спрощує створення структур знань, знижує поріг входження для користувачів без досвіду програмування та відкриває перспективи розвитку нейросимволічних систем, що поєднують генеративні можливості моделей із формальними методами представлення знань. Запропонований підхід має високий потенціал практичного застосування в галузях, які потребують динамічного оновлення знань, –передусім у кібербезпеці, медицині, фінансових технологіях і аналітиці данихukсемантичне моделювання знаньвеликі мовні моделікібербезпекаOSINTтекстова аналітикаформальні примітиви управлінняпромпт-інжинірингонтологічне моделюванняsemantic knowledge modelinglarge language models (LLM)cybersecurityOSINTtext analyticsformal control primitivesprompt engineeringArticleP. 264-278https://doi.org/10.20535/2411-1031.2025.13.2.344712004. 89:004.90000-0003-3945-11780009-0004-1033-1599