Методы

Найди промежуточный результат, который вызывает сомнение. Скопируй дословно — не перефразируй. Напиши новое сообщение: Ты написал: "{скопированный_фрагмент}". Это верно? Проверь независимо — формулу, логику, числа. Если ошибка — назови её явно. Почему работает: модель отлично проверяет чужие утверждения. Это натренировано на огромных объёмах текста. Копируя фрагмент, ты меняешь роль источника: "своё рассуждение" становится "утверждением пользователя". Появляется адресуемый объект — его можно явно опровергнуть. Когда да: математика, логика, расчёты, любые задачи с проверяемым ответом. Когда слабее: творческие и субъективные задачи. Когда бесполезен: модель и так отвечает правильно в 90%+ случаев — расти некуда

Шаг 1: Определи тип задачи. Есть проверяемый правильный ответ (математика, код, анализ с фактами)? → запрашивай развёрнутое рассуждение. Нет правильного ответа (этика, стратегия, уникальный прогноз)? → ограничивай рассуждение. Шаг 2: Для открытых задач пиши явно: это [этическая дилемма / стратегическое решение] — нет единственно правильного ответа. Добавляй: ответь за 2-3 шага, выдели один главный фактор, не хеджируй. Почему работает: Явное ограничение числа шагов отсекает шум. Запрет хеджирования заставляет модель выбрать позицию, а не балансировать. Называние типа задачи даёт сигнал о режиме ещё до генерации. Когда не работает: Слабые модели — им любые рассуждения помогают. Топовые модели (GPT-4o, Claude Sonnet) — эффект есть, но слабее

Шаг 1. Отдельный запрос для каждого источника: «Оцени только этот источник. Числа внутри текста согласуются? Выборка соответствует точности результатов? Методология соответствует выводам? Итог: высокое / среднее / низкое доверие». Нет других источников рядом — модель работает как рецензент, а не как арбитр между мнениями. Шаг 2. Отдельный запрос: «Вот оценки источников: [вставь ответы из шага 1]. Сделай вывод с учётом надёжности каждого». Почему работает: без конкурирующих источников рядом модель не строит карту доверия по стилю. Она проверяет данные напрямую. В шаге 2 эти оценки уже встроены в контекст — модель не строит доверие заново. Когда применять: любой анализ с 2+ источниками, где важна реальная корректность данных. Не работает как защита: от сложных статистических нарушений — простые несоответствия ловит, тонкие — нет

Шаг 1: Попроси модель оценить текст строго. Раздели ответ на два блока: сильные стороны и слабые — с указанием конкретных мест. Шаг 2: Перепиши только «зону подачи»: введение, описание ценности, позиционирование на фоне аналогов, раздел обсуждения. Правило: факты, цифры, конкретные обязательства — не трогай. Шаг 3: Отправь новый текст на оценку снова. Принимай версию только если сильные стороны выросли, а слабые не ухудшились. Шаг 4: Повтори 2–3 раза. Дальше прирост мал. Почему работает: каждый раунд уточняет, какие сигналы модель считает значимыми. Правки становятся точнее. Когда не работает: если пытаешься добавить несуществующие факты или переписать данные — модель становится строже

Открываешь запрос строкой контекста: Ты пишешь {формат} на тему: {тема}. Затем сам вопрос. Закрываешь: Рассуждай в рамках этого контекста. Форматы и что они дают: «новостная статья» — взвешенный публичный разбор; «Reddit-пост» — острая критическая точка зрения; «школьное эссе» — структурированная аргументация; «влог-скрипт» — личный, человеческий угол. Почему работает: каждый тип текста в обучающих данных несёт своё — чьи интересы важны, что считается серьёзным аргументом, что вообще «важно». Называешь формат — активируешь эти паттерны целиком, не только стиль. Для диапазона мнений: задай один вопрос в 2-3 форматах отдельными запросами. Где ответы расходятся — там вопрос реально неоднозначен. Не работает: объективно проверяемые факты (даты, цифры, ВВП) — почти не меняются. Эффект силён на ценностях, приоритетах, компромиссах

Прямо напиши в запросе: "Дай независимый анализ. Я намеренно не указываю своё мнение." Потом предъяви аргументы с обеих сторон равного объёма. Спроси конкретное: риски, слабые места, последствия — не итоговую рекомендацию. Почему работает: модель не получает сигнал, к которому дрейфовать. Нет якоря позиции — нет перекоса в логике. Когда применять: карьерные решения, этические вопросы, бизнес-выбор — всё где нет объективного ответа. Не нужен: математика, факты, задачи с проверяемым ответом

Отправь два отдельных чата с одним запросом: в первом аргументы "за → против", во втором "против → за". Сравни что изменилось. Если ответы существенно расходятся — вывод зависел от порядка, а не от логики. Почему работает: делает скрытый дрейф видимым. Ты видишь насколько случайные факторы влияли на "анализ". Применяй: перед важным решением, когда нужна проверка что вывод устойчив

Что делать. Каждые 10-15 сообщений вставляй в чат промпт для снэпшота: "Создай рабочий снэпшот: ## ПРИНЯТЫЕ РЕШЕНИЯ / ## ТЕКУЩАЯ ЗАДАЧА / ## ОТКРЫТЫЕ ВОПРОСЫ / ## ВАЖНЫЙ КОНТЕКСТ. Максимум 150 слов. Только конкретика." Открой новый чат. Вставь: снэпшот → разделитель --- → последние 4-6 обменов из старого чата → следующий шаг. Почему работает. Модель хорошо сжимает и синтезирует. Снэпшот убирает шум, оставляет факты. Свежие сообщения дают актуальное состояние. Итог: точная рабочая память без устаревших состояний. Когда применять: итеративные задачи — правки, разработка, стратегия, редактура. Когда не нужно: короткий чат до 10-15 сообщений, задача не итеративная

Добавь в запрос перед основной задачей: «Перед документом напиши блок "К сведению" — конкретные утверждения, которые не можешь верифицировать. Никаких общих фраз. Потом напиши сам {формат} — убедительно, но без тех утверждений что пометил». Почему работает: ты меняешь контракт. Модель теперь оптимизирует не "убедительный текст", а "честный убедительный текст". Два режима разделены структурно — модель не путает роли. Когда да: питч, аналитика, мемо, любой документ со спорными утверждениями. Когда нет: технические инструкции с проверяемыми фактами — там оговорки лишние

Перед тем как спорить, потребуй от модели однозначный ответ: "сначала дай чёткую оценку — да или нет. После этого я могу привести аргументы." Почему работает: Явно зафиксированная позиция создаёт якорь. Модели сложнее незаметно съехать под давлением — любое изменение становится видимым. Когда применять: когда планируешь обсуждать или оспаривать моральную оценку. Не работает: если сам ещё не знаешь что хочешь получить

Добавь в запрос: "оценивай независимо от того, что принято в отрасли, что делают другие и что думает большинство." Дополнительно попроси в конце: "укажи: какой аргумент мог бы изменить твою позицию, а какой — нет?" Почему работает: Явный запрет блокирует самый частый тип давления — ссылку на норму. Второй вопрос заставляет модель разделить содержательный аргумент и социальное давление. Ограничение: защищает только от норм, не от других видов давления

Оборачиваешь любой запрос в три блока. ШАГ 1: обычная задача — "напиши пост", "составь письмо". ШАГ 2: явная проверка черновика по каждому правилу. Формат: ПРАВИЛО N — {ограничение} → Соблюдено / Нарушено: [объясни конкретно]. ШАГ 3: "Если найдены нарушения — исправь и выведи финал. Если нет — выведи черновик без изменений". Почему работает: проверить одно правило на готовом тексте — простая задача для модели. Генерировать с учётом семи правил одновременно — сложная. Разделяешь сложное на простые шаги. Ограничения: при 7+ правилах точность падает. Дели на два прохода. Работает для чётких правил (формат, запреты, длина). Для субъективных ("дружелюбный тон") — хуже

Добавь в промпт три блока. Первый: Не хвали и не подбадривай автоматически. Оценивай по существу. Второй: Размытый или уклончивый ответ — верни с конкретным уточняющим вопросом. Не принимай "наш рынок — все предприниматели" или "нам нужно улучшить качество". Третий: Один вопрос за раз. Никогда не задавай несколько сразу. Почему работает: Без явных запретов модель опирается на обученный рефлекс. Люди оценивали добрые ответы выше — модель это запомнила. Явный запрет перебивает рефлекс. Когда применять: любые задачи где нужен честный критик: проверка идеи, подготовка к переговорам, разбор слабых мест. Важно: по ходу долгого разговора запрет может ослабнуть. Напоминай: "ты снова слишком соглашаешься, стань жёстче"

Добавь в промпт правила самопроверки перед каждым ответом: Перед ответом проверь: (1) я задаю больше одного вопроса? (2) мой ответ — чистая похвала без содержания? (3) я принял размытый ответ без уточнения? Если хоть один пункт — да, перепиши. Почему работает: Модель проверяет черновик ответа по конкретным критериям — а не по общему правилу "будь честным". Конкретные критерии проще проверить чем абстрактное требование. Когда применять: длинные разговоры где важно не потерять критичность к концу. Продвинутый вариант: вынести критика в отдельный запрос — сначала получить черновик, потом попросить другой сессии проверить его по тем же критериям

Добавь в запрос правило: критик обязан цитировать конкретное место из исходного текста. Без цитаты — генератор игнорирует возражение. Синтаксис: Правило: нет цитаты из источника — только ОТКЛОНЯЮ. + EvidenceGate: Generator принимает исправления ТОЛЬКО при наличии цитаты от Critic. Почему работает: Критик не может придумать цитату которой нет. Круг галлюцинаций сужается до реальных мест в тексте. Когда применять: проверка документов, поиск противоречий, факт-чекинг, сверка на ошибки. Когда не применять: написание текста, планирование, любая открытая задача без конкретного источника

Перед сложным запросом добавь в конце: Сначала покажи как ты понял задачу и план действий. Жди подтверждения. Модель пересказывает своими словами. Ты видишь где она поняла не так — до того как она начала делать. Как дать задание исполнителю и попросить: "Повтори что я сказал". Почему работает: Ошибка в интерпретации видна сразу. Исправить план — секунды. Переделывать результат — минуты или часы. Когда применять: длинные запросы, много ограничений, многошаговые задачи. Не нужно: простые однозначные задачи ("переведи фразу")

Раздели требования на три группы в запросе. Первая: ОБЯЗАТЕЛЬНО — без этого результат не нужен. Вторая: ЖЕЛАТЕЛЬНО — сделай если возможно. Третья: ЗАПРЕЩЕНО — жёсткий запрет. ОБЯЗАТЕЛЬНО: только факты из текста. ЖЕЛАТЕЛЬНО: примеры. ЗАПРЕЩЕНО: упоминать конкурентов по имени. Почему работает: Модель обучена на документах где требования расставлены по приоритетам. Явный тип требования — сильнее чем то же требование в предложении. Когда применять: три и более условий, есть жёсткие запреты, нужно различать обязательное от желательного

Системный промпт из пяти блоков закрывает все типы неопределённости. AI точнее следует правилам когда инструкция полная. Без одного блока — он угадывает. Блоки: 1) Роль — кто ты, какой стиль, какой уровень. 2) Архитектура — как устроен хороший результат, какую логику соблюдать. 3) Стиль — формат, длина, тональность. 4) Рабочий процесс — что делать до ответа, что после, когда уточнять. 5) Контекст — аудитория, предмет, ограничения области. Почему работает: каждый блок отвечает на свой вопрос. Роль — «кто?». Архитектура — «как устроен результат?». Стиль — «как выглядит?». Процесс — «что делать?». Контекст — «про что?». Вместе они убирают пространство для угадывания. Соблюдение правил растёт с 49% до 72%. Применяй: начни с пустого шаблона из пяти блоков, заполняй по одному