раздел 04
Продвинутые подходы
Когда задача большая, многоступенчатая или требует точности - базовых техник мало. Здесь вступают подходы, на которых строятся серьёзные AI-продукты и агенты.
Декомпозиция и цепочки промптов
Большую задачу разбивают на шаги, и каждый шаг - отдельный промпт. Выход одного становится входом следующего. Это надёжнее, чем просить «сделай всё сразу»: каждый шаг проще, его легче проверить и переделать.
Шаг 1: «Составь план статьи по теме X - 5-7 разделов». Шаг 2 (после правок плана): «Напиши раздел 1 по этому плану». Шаг 3: «Проверь раздел 1 на повторы и воду, верни исправленную версию».
Самокритика и рефлексия
Модель умеет проверять собственный ответ - если её об этом попросить. Двухходовка «сделай - теперь раскритикуй и исправь» заметно повышает качество, особенно в текстах и коде.
- Напиши ответ.
- Перечитай его как строгий критик: что слабо, где ошибки, чего не хватает.
- Выдай улучшенную версию с учётом замечаний.
ReAct - рассуждение плюс действия
ReAct (reason + act) - подход, на котором работают агенты: модель чередует рассуждение и действия (поиск, вызов инструмента), а не пытается ответить из головы. «Подумала, что нужно проверить - сходила в инструмент - учла результат - продолжила». Подробнее про агентов - в курсе Агентная грамотность.
Делегируй то, в чём модель слаба
Модель плохо считает и плохо помнит точные факты. Не заставляйте её - перекладывайте такие шаги на инструменты.
Подкладывание знаний (RAG)
Если ответ должен опираться на ваши документы, не рассчитывайте на память модели - дайте ей нужные куски прямо в промпт и попросите отвечать только по ним, со ссылками. Это резко снижает выдумки.
Ответь на вопрос ТОЛЬКО на основе текста ниже. Если ответа в тексте нет - так и скажи. Вопрос: «Какой срок гарантии?» Текст: «...гарантия на оборудование - 24 месяца с даты поставки...»