Самый быстрый способ улучшить ответ LLM — попросить её же разнести его в пух.

Исследование изучает, как структурированные диалоги между несколькими LLM-агентами влияют на генерацию качественных идей. Авторы создали систему, где одни агенты выдвигают идеи, другие их критикуют, а затем первые дорабатывают их с учетом критики. Сравнивались различные конфигурации: количество агентов-критиков, глубина (количество циклов "критика-доработка") и разнообразие "личностей" (персон) агентов.

Ключевой результат: Использование цикла "Генерация-Критика-Доработка" с несколькими циклами и разнообразными ролями критиков значительно повышает новизну и практическую осуществимость генерируемых идей по сравнению с простым запросом к одному LLM.

Суть метода заключается в том, чтобы перестать воспринимать LLM как машину для выдачи готовых ответов и начать использовать ее как партнера в итеративном процессе. Вместо того чтобы пытаться составить один идеальный, исчерпывающий промпт, вы разбиваете задачу на три последовательных этапа прямо в одном диалоге:

1. Генерация (Ideation): Вы даете LLM четкую задачу сгенерировать первоначальный вариант, черновик или набор идей. Это ваша отправная точка.

2. Критика (Critique): Вы просите тот же LLM (или начинаете новый чат для "чистоты" контекста) выступить в роли критика. Это самый важный шаг. Вы даете ему его же собственный текст и просите найти слабые места, нелогичности, риски или предложить улучшения. Исследование показывает, что особенно эффективно заставлять LLM критиковать с разных точек зрения, назначая ему разные роли (персоны). Например: "А теперь покритикуй этот текст с позиции маркетолога", "А теперь с позиции юриста".

3. Доработка (Revision): Вы предоставляете LLM исходный текст и всю полученную критику, после чего даете финальную команду: "Учитывая все эти замечания, перепиши исходный текст, чтобы он стал лучше, логичнее и убедительнее".

Этот цикл можно повторить 2-3 раза для достижения наилучшего результата. Главный вывод исследования для пользователя: структурированный диалог с самокритикой дает гораздо более качественный результат, чем одиночный запрос.

• Прямая применимость: Метод напрямую применим в любом чат-боте (ChatGPT, Claude, Gemini). Пользователь может вручную вести LLM по стадиям "Генерация -> Критика -> Доработка". Например, сначала попросить "Напиши мне коммерческое предложение", а следующим промптом "Теперь выступи в роли скептически настроенного клиента и найди 5 слабых мест в этом предложении", и наконец "Отлично, а теперь перепиши предложение, чтобы закрыть все эти 5 возражений".

• Концептуальная ценность: Исследование дает пользователю ключевую идею: качество — это результат процесса, а не одного гениального промпта. LLM способна не только генерировать, но и анализировать, причем с разных ролей. Это помогает понять, что для решения сложных задач модель нужно "заставить" посмотреть на проблему с разных сторон, симулируя команду экспертов. Вывод о том, что разнообразие критиков (разные персоны) важнее для качества, а разнообразие генераторов — для новизны, дает глубокое понимание того, как управлять творческим процессом.

• Потенциал для адаптации: Метод абсолютно универсален и легко адаптируется для любой сложной задачи, где важен не просто быстрый ответ, а высокое качество и продуманность.

  • Механизм адаптации:
    1. Определите конечную цель (написать эссе, составить бизнес-план, спланировать путешествие).
    2. Генерация: Сформулируйте простой промпт на создание черновика.
    3. Критика: Определите 2-3 ключевые роли, с точки зрения которых важен результат (для бизнес-плана это "инвестор" и "маркетолог"; для путешествия — "родитель с детьми" и "любитель экстрима"). Попросите LLM покритиковать черновик с каждой из этих ролей.
    4. Доработка: Соберите все критические замечания и дайте команду на создание финальной версии.

### **Задача: Разработать концепцию для новой кофейни в спальном районе.**

---

#### **ЭТАП 1: ГЕНЕРАЦИЯ ИДЕИ (Первый промпт)**

Ты — креативный предприниматель.
Твоя задача — разработать концепцию для новой кофейни, которая будет открываться в спальном районе крупного города. Целевая аудитория — семьи с детьми, фрилансеры и офисные работники из ближайших бизнес-центров.

Предложи 3 варианта концепции. Для каждой укажи:
1.  **Название:** Краткое и запоминающееся.
2.  **Основная идея ("фишка"):** Что будет отличать кофейню от других?
3.  **Ключевые предложения в меню:** 2-3 позиции, отражающие концепцию.
4.  **Атмосфера:** Как будет выглядеть интерьер и какая будет обстановка.

---

#### **ЭТАП 2: КРИТИКА ИДЕИ (Второй промпт, после получения ответа на первый)**

Отлично. Теперь смени роль.

Ты — **опытный и очень прагматичный инвестор**, который решает, стоит ли вкладывать деньги в эти концепции. Я предоставлю тебе 3 идеи, которые сгенерировал твой коллега.

Твоя задача — **жестко и конструктивно раскритиковать каждую из 3-х концепций**. Для каждой идеи найди потенциальные слабые места, риски и недоработки.

Обрати внимание на:
- **Финансовую жизнеспособность:** Не слишком ли дорога в реализации "фишка"? Будет ли она приносить прибыль?
- **Охват аудитории:** Не отпугнет ли концепция одну часть аудитории, пытаясь привлечь другую?
- **Операционные сложности:** Насколько сложно будет поддерживать такую концепцию в ежедневной работе?

Вот идеи для критики:
`[Сюда пользователь вставляет ответ, полученный от LLM на первом этапе]`

---

#### **ЭТАП 3: ДОРАБОТКА ИДЕИ (Третий промпт)**

Превосходный анализ. Ты снова креативный предприниматель.

Ты получил ценную обратную связь от инвестора. Твоя задача — **выбрать одну, самую перспективную концепцию из трех, и доработать ее**, чтобы снять все возражения и опасения инвестора.

Создай финальную, улучшенную версию концепции. В описании отдельно укажи, **как именно ты учел каждый пункт критики** от инвестора, чтобы сделать идею более сильной и жизнеспособной.

Вот исходные идеи:
`[Сюда пользователь снова вставляет первоначальный ответ]`

А вот критика от инвестора:
`[Сюда пользователь вставляет ответ, полученный на втором этапе]`

Этот промпт работает за счет реализации ключевых находок исследования:

1. Декомпозиция задачи: Сложная задача "придумать успешную кофейню" разбита на логические шаги: генерация, анализ рисков и синтез улучшенного решения. Это предотвращает поверхностные ответы.
2. Симуляция мультиагентного диалога: Пользователь заставляет LLM последовательно играть две разные роли: креативного генератора и прагматичного критика. Это имитирует предложенный в статье цикл "Ideation-Critique".
3. Использование персон для качественной критики: Роль "опытного инвестора" заставляет модель сфокусироваться на конкретных аспектах (финансы, операции, риски), что делает критику не общей, а целенаправленной и полезной. Это прямое применение вывода о том, что специализированный критик повышает качество и осуществимость идеи.
4. Итеративное улучшение: Финальный промпт заставляет модель не просто переписать текст, а синтезировать новую версию на основе исходных данных и критики. Это задействует более сложные "рассуждающие" способности LLM и приводит к созданию более продуманного и сбалансированного результата.

### **Задача: Спланировать 5-дневный отпуск в Лиссабоне для пары.**

---

#### **ЭТАП 1: ГЕНЕРАЦИЯ (Первый промпт)**

Выступи в роли опытного турагента.
Составь черновой план 5-дневной поездки в Лиссабон для молодой пары (25-30 лет). Они любят историю, вкусную еду, красивые виды, но не хотят проводить все время в музеях. Бюджет средний.

Представь план в виде таблицы: День 1, День 2 и т.д. Для каждого дня кратко опиши:
- Утро (1-2 активности)
- День (1-2 активности)
- Вечер (вариант ужина и досуга)

---

#### **ЭТАП 2: КРИТИКА (Второй промпт)**

Спасибо. Теперь тебе нужно выступить в двух разных ролях и покритиковать этот план.

**Роль 1: "Экономный путешественник"**
Проанализируй план с точки зрения бюджета. Укажи, какие активности или места могут быть слишком дорогими. Предложи более бюджетные, но не менее интересные альтернативы. Найди моменты, где можно сэкономить на транспорте или еде.

**Роль 2: "Любитель спонтанности и отдыха"**
Проанализируй план с точки зрения темпа и нагрузки. Не слишком ли он перегружен? Есть ли в нем время для спонтанных прогулок, отдыха в кафе или просто ничегонеделания? Укажи на самые утомительные дни или переезды.

Вот план для критики:
`[Сюда пользователь вставляет ответ, полученный от LLM на первом этапе]`

---

#### **ЭТАП 3: ДОРАБОТКА (Третий промпт)**

Отличная работа. Ты снова турагент.
Ты получил важные замечания от клиентов с разными приоритетами.

Твоя задача — создать финальный, сбалансированный план поездки, который учитывает оба мнения. Он должен быть интересным, но не слишком дорогим и не перегруженным.

В новом плане явно покажи, какие изменения ты внес, чтобы учесть пожелания "экономного путешественника" и "любителя спонтанности".

Вот исходный план:
`[Сюда пользователь снова вставляет первоначальный ответ]`

А вот критика:
`[Сюда пользователь вставляет ответ, полученный на втором этапе]`

Этот пример эффективно применяет методологию исследования для решения практической бытовой задачи:

1. Моделирование разнообразных критиков: Вместо одного критика, как в первом примере, здесь используются две разные, но релевантные для задачи персоны: "экономный" и "ценящий отдых". Это прямое воплощение ключевого вывода статьи о том, что разнообразие в команде критиков (Agent Diversity) улучшает итоговый результат.
2. Выявление и разрешение конфликтов: Персоны имеют потенциально противоречивые цели (сэкономить vs. отдохнуть с комфортом). Заставляя LLM сначала выявить эти противоречия (в шаге критики), а затем разрешить их (в шаге доработки), пользователь инициирует более сложный процесс рассуждения. Модель вынуждена искать компромисс, что приводит к более реалистичному и полезному плану.
3. Повышение практической ценности (Feasibility): Критика по конкретным параметрам (бюджет, темп) напрямую работает на повышение "осуществимости" плана, как это было показано в исследовании. Черновой план может быть просто набором достопримечательностей, а финальный — это уже реальный маршрут, учитывающий человеческие факторы, такие как усталость и бюджет.
4. Структурированный процесс: Как и в предыдущем примере, жесткая трехэтапная структура направляет LLM, не давая ей уйти в сторону или выдать поверхностный ответ. Каждый следующий шаг строится на предыдущем, создавая цепочку рассуждений и улучшений.