diff --git a/solutions/69dd4221f309a98be0006b2e_сырой_текст_задания___плоская_карточка/solution.py b/solutions/69dd4221f309a98be0006b2e_сырой_текст_задания___плоская_карточка/solution.py
index 6a0a0a0..3c906dd 100644
--- a/solutions/69dd4221f309a98be0006b2e_сырой_текст_задания___плоская_карточка/solution.py
+++ b/solutions/69dd4221f309a98be0006b2e_сырой_текст_задания___плоская_карточка/solution.py
@@ -1,101 +1,68 @@
-from __future__ import annotations
-
 import os
 from typing import List
 
+from pydantic import BaseModel, Field
 from langchain_core.prompts import PromptTemplate
 from langchain_openai import ChatOpenAI
 from langchain_core.output_parsers import PydanticOutputParser
-from pydantic import BaseModel, Field
 
 
 class AssignmentCard(BaseModel):
-    """Структурированная карточка задания."""
+    """Структурированная карточка учебного задания."""
 
-    title: str = Field(..., description="Краткое название задачи")
-    subject: str = Field(..., description="Область знаний или предмет")
+    title: str = Field(..., description="Название задания одной фразой")
+    subject: str = Field(..., description="Учебная дисциплина или тема")
     deadline_hint: str | None = Field(
         None,
-        description=(
-            "Указание срока сдачи в свободной форме (например, «к пятнице»). "
-            "Если не найдено – None"
-        ),
+        description="Срок выполнения в произвольной форме, если упомянут",
     )
-    deliverable_type: str = Field(..., description="Тип сдаваемого материала")
-    grading_hints: List[str] = Field(
+    deliverable_type: str = Field(
+        ...,
+        description="Что нужно сдать: отчёт, код, презентация и т.п.",
+    )
+    grading_hints: List[str] | None = Field(
         default_factory=list,
-        description=(
-            "Ключевые критерии оценки, перечисленные в тексте. "
-            "Если не найдено – пустой список"
+        description="Критерии оценки, которые явно названы в тексте",
+    )
+
+
+def run(raw_text: str) -> None:
+    output_parser = PydanticOutputParser(pydantic_object=AssignmentCard)
+
+    template = PromptTemplate(
+        template=(
+            "Прочитай описание учебного задания и заполни все поля карточки.\n\n"
+            "Описание:\n{raw_text}\n\n"
+            "Верни ответ строго в JSON без лишних пояснений.\n"
+            "{format_instructions}"
         ),
+        input_variables=["raw_text"],
+        partial_variables={
+            "format_instructions": output_parser.get_format_instructions()
+        },
     )
 
+    model = ChatOpenAI(model="gpt-4o-mini", temperature=0)
 
-def build_chain() -> PromptTemplate:
-    """Создаёт цепочку Prompt → LLM → Pydantic парсер."""
-    parser = PydanticOutputParser(pydantic_object=AssignmentCard)
+    chain = template | model | output_parser
 
-    prompt_template = (
-        "Ниже приведено описание задания от преподавателя. "
-        "Ваша задача – извлечь из него следующую информацию:\n"
-        "- title: название задачи\n"
-        "- subject: предмет/область знаний\n"
-        "- deadline_hint: указание срока сдачи (если есть)\n"
-        "- deliverable_type: что сдать (отчёт, код, презентация и т.д.)\n"
-        "- grading_hints: список критериев оценки\n\n"
-        "Ответ должен быть строго в формате JSON, соответствующем модели "
-        f"{AssignmentCard.__name__}.\n"
-        "{format_instructions}\n\n"
-        "Текст задания:\n{assignment_text}"
+    card: AssignmentCard = chain.invoke({"raw_text": raw_text})
+
+    print("Валидированный объект:")
+    print(card.model_dump())
+
+    print("\nСводка:")
+    print(
+        f"Задание «{card.title}» по теме «{card.subject}». "
+        f"Сдать: {card.deliverable_type}. "
+        f"Дедлайн: {card.deadline_hint or 'не указан'}. "
+        f"Оценивается: {', '.join(card.grading_hints) if card.grading_hints else 'критерии не указаны'}."
     )
 
-    prompt = PromptTemplate(
-        template=prompt_template,
-        input_variables=["assignment_text"],
-        partial_variables={"format_instructions": parser.get_format_instructions()},
-    )
-    return prompt
-
-
-def main() -> None:
-    """Пример использования цепочки."""
-    # Получаем ключ API из переменной окружения
-    api_key = os.getenv("OPENAI_API_KEY")
-    if not api_key:
-        raise RuntimeError(
-            "Переменная окружения OPENAI_API_KEY не установлена. "
-            "Установите её перед запуском."
-        )
-
-    llm = ChatOpenAI(api_key=api_key, temperature=0)
-
-    prompt = build_chain()
-    parser = PydanticOutputParser(pydantic_object=AssignmentCard)
-    chain = prompt | llm | parser
-
-    # Пример входного текста
-    assignment_text = (
-        "Сдайте к пятнице мини-отчёт по LangChain: 2 страницы, упор на агентов. "
-        "Оценка: за полноту и за пример кода."
-    )
-
-    result = chain.invoke({"assignment_text": assignment_text})
-
-    # Выводим валидированный объект
-    print("=== Валидированная карточка ===")
-    print(result.model_dump())
-
-    # Краткая человекочитаемая сводка
-    summary = (
-        f"Задача: {result.title}\n"
-        f"Предмет: {result.subject}\n"
-        f"Срок сдачи: {result.deadline_hint or 'не указан'}\n"
-        f"Тип сдаваемого материала: {result.deliverable_type}\n"
-        f"Критерии оценки: {', '.join(result.grading_hints) if result.grading_hints else 'нет'}"
-    )
-    print("\n=== Сводка ===")
-    print(summary)
-
 
 if __name__ == "__main__":
-    main()
\ No newline at end of file
+    sample = (
+        "Сдайте к пятнице мини-отчёт по LangChain: 2 страницы, упор на агентов. "
+        "Оценка: за полноту и за пример кода."
+    )
+    run(sample)
\ No newline at end of file