Три приёма, которые заметно улучшают ответ модели
Уточняющие вопросы до ответа, явное разделение фактов и предположений и стандарт результата прямо в запросе. Первый работает сильнее двух остальных вместе.
Ничего экзотического, всё три года как известно, и всё равно почти никто не делает. Полный разбор приёмов по величине эффекта — в «Промпт-инжиниринг: какие приёмы работают».
Попросить задать вопросы до ответа
«Прежде чем отвечать, задай мне до трёх вопросов, без которых ответ будет догадкой».
Это единственный из трёх приёмов, который меняет не форму ответа, а его основание. Модель по устройству не умеет отказаться отвечать: она продолжает текст, и при нехватке данных продолжает его правдоподобным предположением, ничем внешне не отличимым от знания. Явное разрешение спросить снимает это принуждение.
Побочный эффект важнее основного. Вопросы, которые задаёт модель, — это карта дыр в вашей постановке. Я несколько раз ловил себя на том, что переформулировал задачу для команды после того, как её переспросила модель.
Ограничение на три вопроса нужно, иначе получите пятнадцать, из которых половина риторические.
Требовать разделения фактов и предположений
Формат в запросе: «что известно из моего текста» отдельно, «что я предполагаю» отдельно.
Мгновенно показывает, где ответ держится на воздухе. Работает хуже первого приёма, потому что модель склонна занижать второй раздел — предположение, сделанное уверенно, она и классифицирует как факт. Но даже неполный список предположений полезнее их отсутствия.
Описать стандарт результата
Не «напиши хорошо», а «две страницы, без вводных абзацев, каждый пункт с примером, никаких оговорок про важность темы».
Самый механический из трёх и самый предсказуемый по эффекту: экономит два-три круга правок. Всё, что вы не назвали, будет заполнено средним по обучающей выборке — а среднее по выборке и есть то, что вас потом раздражает.
Если внедрять только один — берите первый. Второй и третий лечат симптомы, первый лечит причину.