Двухконтурный промпт: сначала ИИ строит правила под задачу, потом решает ее — 25 июня 2026 г. в 08:23:17.213
Двухконтурный промпт: сначала ИИ строит правила под задачу, потом решает ее Пролог: ИИ всегда решает задачу по каким-то правилам. Вопрос один: кто их написал – вы или он сам, по-тихому, за вас Просите отредактируй текст – модель за долю секунды до ответа сама решила, что считать хорошей редактурой. Просите разнеси триста позиций по категориям – сама придумала и категории, и границы между ними Разбери конкурента – нейросеть сама выбрала, что тут важно, а что нет. Вы получаете результат, сделанный по рубрике, которую никто не видел и не утверждал. И собрана эта рубрика обычно усредненно Механика та же, что почти за всеми проблемами с ИИ: модель работает по тем критериям, что лежат в контексте. Не задали планку качества и не заставили модель ее назвать – планки нет. Винить некого. Кто виноват и что делать? Лечится разделением на два контура: сначала заставляем модель вывести правила задачи, и только потом – решать внутри этих правил Пример запроса: “Задача: (здесь описана задача) Важно: Не приступай к решению сразу. Работай в два контура Контур 1 – правила. Сначала определи сам: по каким критериям оценивается отличный результат именно этой задачи, какие ограничения обязательны, какие краевые случаи надо учесть, чего важно избежать. Расставь критерии по важности и помечай, какие жесткие (нарушать нельзя), а какие желательные. Если часть критериев зависит от того, чего ты обо мне или задаче не знаешь – не угадывай, задай вопросы. Выдай все списком и остановись Контур 2 – решение. После моего “ок” (или с правками) реши задачу, строго держась утвержденных критериев. Увидишь по ходу, что критерий мешает или противоречит другому – остановись и скажи, не правь молча. В конце прогони готовый результат по каждому критерию и честно отметь, где недотягивает” Почему это работает? Проговоренные критерии попадают в контекст и начинают управлять выполнением – модель физически не применит планку, которую сама не назвала. Вы вынуждаете ее сначала написать себе рубрику, потом сделать работу, а в финале по этой же рубрике себя проверить. Замкнутый контроль внутри одного диалога Но главный выигрыш – пауза между контурами. Вы видите критерии до того, как по ним сделана работа, и правите их за секунды. Кривые критерии дают уверенно кривой результат, а в готовом гладком тексте эту кривизну уже не разглядеть – гладкость все прячет. И неочевидное: модель выдает критерии, до которых вы сами бы не дошли. Полную планку качества вы часто и не знаете. Прием особенно силен там, где непонятно, что такое “хорошо”: Сложные тексты, анализ, большие списки и т.п. Правило короткое: если для задачи неочевидно, что значит “хорошо”, заставьте ИИ определить это “хорошо” до того, как он начнет его делать. Один лишний шаг на входе – другой класс результата на выходе 📦 Больше полезного в нашем ИИ_ХАБ