TL;DR
Исследователи проверили, как студенты вводного курса физики просят AI проверить их аргументы — и сравнили три подхода: самопальные промпты, промпты с техниками промпт-инженеринга, и промпты с добавлением принципов эффективной обратной связи. 91% студентов предпочли структурированные промпты своим самопальным, причём 61% выбрали вариант с принципами фидбека.
Главная находка про слабость пользователей: студенты почти никогда не используют базовые техники промптинга в комбинации. Только 62% описали контекст задачи И приложили свой ответ одновременно. Почти никто не использовал role-based prompting (0.5%) или делимитеры (0.2%). При этом AI часто догадывается о контексте из общего смысла промпта — но это не гарантирует правильный или полезный фидбек. Без структуры студент получает общие слова вместо конкретной помощи.
Суть метода: встроить в промпт три компонента эффективного фидбека — (1) что должно быть правильно (Feed Up), (2) что у тебя сейчас — сильные и слабые места (Feed Back), (3) как исправить разрыв — конкретные шаги (Feed Forward). Плюс ограничить длину и формат вывода. Студенты выделили 12 конкретных характеристик полезного фидбека: от похвалы и критики до структурированности и специфичности.
Схема метода
Один промпт с чёткой структурой:
БЛОК 1: Роль эксперта
↓
БЛОК 2: Контекст задачи (что нужно было сделать)
↓
БЛОК 3: Твой ответ [вставить сюда]
↓
БЛОК 4: Структура фидбека
→ Правильный ответ
→ Твой ответ (плюсы и минусы)
→ Разрыв между ними
→ 3 конкретных совета на будущее
→ Лимит 200 слов
Всё в одном запросе к AI.
Пример применения
Задача: Ты готовишься к собеседованию в IT-компанию. Прорешал тестовое задание — написал код на Python для обработки данных клиентов. Нужен фидбек: правильно ли решил, где косяки, что улучшить перед отправкой.
Промпт:
Ты — опытный Python-разработчик и твоя задача — дать мне фидбек на моё решение тестового задания.
Задача: написать скрипт для парсинга CSV-файла с данными клиентов, фильтрации по статусу "активный" и экспорта в JSON. Нужно обработать ошибки и оптимизировать по времени.
Вот моё решение:
[вставить код]
Дай фидбек, явно выделив:
- Правильное решение (как надо было)
- Моё решение (сильные и слабые стороны)
- Разрыв между ними (что упустил)
- 3 конкретных совета, как улучшить подход к похожим задачам
Уложись в 200 слов.
Результат:
AI разобьёт ответ на блоки: покажет эталонный подход (например, использование pandas вместо ручного парсинга), отметит плюсы твоего кода (обработка ошибок есть) и минусы (медленный цикл for), укажет что именно упущено (индексация, типизация), предложит три шага — изучить библиотеки для работы с данными, добавить логирование, покрыть тестами. Всё структурировано, без воды.
Почему это работает
Слабость пользователей: Люди пишут промпты как SMS другу — "посмотри мой код", "проверь этот текст". AI отвечает общими фразами: "хорошо, но можно лучше", "добавь деталей". Почему? Модель не знает (1) что ты хотел получить, (2) где конкретно твои ошибки, (3) в каком формате тебе удобно читать фидбек. Без структуры — размазанный ответ на две страницы.
Сильная сторона AI: Модель отлично следует чётким инструкциям и форматирует вывод. Если прописать "выдели сильные стороны отдельным пунктом" — выделит. Если указать "200 слов" — уложится. Если попросить "три конкретных совета списком" — так и сделает. AI умеет в структуру, но нужно её задать.
Как метод использует силу: Промпт явно прописывает три компонента эффективного фидбека (что правильно → что у тебя → как закрыть разрыв) и формат вывода (лимит слов, списки). Это превращает размытый ответ в конкретный разбор с actionable steps. Ты получаешь не "в целом норм, почитай про оптимизацию", а "строка 15 — используй list comprehension вместо цикла, строка 23 — добавь обработку исключения FileNotFoundError, в будущем — изучи модуль logging".
Рычаги управления промптом:
- Длина фидбека — "200 слов" делает ответ фокусным. Убери лимит → получишь портянку. Уменьши до 100 → только суть.
- Количество советов — "3 совета" даёт конкретику. Попроси 5 → часть будет размытой. Попроси 1 → только самое критичное.
- Роль эксперта — "опытный разработчик" → технический фидбек. Замени на "тимлид, который нанимает джунов" → фидбек сместится на читаемость кода и стиль.
- Формат вывода — "списком" vs "связным текстом". Список удобнее для чеклиста, текст — для понимания связей между ошибками.
Шаблон промпта
Ты — {роль эксперта} и твоя задача — дать мне фидбек на {что проверяешь}.
Задача: {описание что нужно было сделать — контекст}.
Вот {моё решение/текст/аргумент}:
{вставить сюда}
Дай фидбек, явно выделив:
- Правильное решение (эталон)
- Моё решение (сильные и слабые стороны)
- Разрыв между ними (что упустил или сделал неправильно)
- {число} конкретных совета, как улучшить подход к похожим задачам
Уложись в {число} слов.
Что подставлять:
{роль эксперта}— кто должен проверять: "опытный маркетолог", "юрист по договорам", "редактор деловых текстов"{что проверяешь}— "моё коммерческое предложение", "черновик статьи", "план презентации"{описание задачи}— зачем это нужно, какие требования, для кого{моё решение}— твой текст, код, аргумент, план{число} советов— обычно 3, можно больше для сложных задач{число} слов— обычно 150-250, можно меньше для быстрого разбора
🚀 Быстрый старт — вставь в чат:
Вот шаблон структурированного фидбека от AI. Адаптируй под мою задачу: [опиши свою ситуацию].
Задавай вопросы, чтобы заполнить поля.
[вставить шаблон выше]
AI спросит роль эксперта (кто должен проверять), контекст задачи (что нужно было сделать), что именно проверить — потому что эти элементы критичны для точного фидбека. Она возьмёт структуру из шаблона (Feed Up + Feed Back + Feed Forward) и подставит под твою задачу.
Ограничения
⚠️ Субъективные критерии: Метод хорош для задач с чёткими критериями правильности — код, расчёты, структура аргумента. Для креатива (дизайн, стихи, юмор) AI даст фидбек, но "правильный ответ" будет размытым.
⚠️ Самостоятельная работа: Студенты, которые предпочли самопальные промпты (9%), ценили концептуальные объяснения больше структуры. Если хочешь глубокое погружение в теорию, а не чеклист ошибок — структурированный фидбек может показаться механистичным.
⚠️ Контекстная интуиция AI ≠ точность: Модели умеют догадываться о контексте из неполных промптов, но это не гарантирует правильный фидбек. Без явного описания задачи AI может понять что ты про гравитацию, но не заметить что ты перепутал знак в формуле.
Как исследовали
Команда дала 1661 студенту вводного курса физики задачу: построить аргумент (Claim-Evidence-Reasoning) про физический смысл наклона графика гравитационной потенциальной энергии спутника. Студенты сначала написали свой аргумент, потом попросили AI проверить его тремя способами: (1) своим промптом, (2) готовым промптом с техниками промпт-инженеринга, (3) готовым промптом с техниками + принципами эффективного фидбека. После этого ранжировали три типа фидбека по полезности и объясняли почему.
Исследователи закодировали студенческие промпты по четырём техникам промпт-инженеринга (инструкции, ясность, роль эксперта, делимитеры) и вытащили из объяснений 12 характеристик полезного фидбека через emergent coding. Получилось 4 темы: Evaluation (похвала, критика, советы), Content (правильный ответ, концепции, структура аргумента), Presentation (ясность, структура, краткость, понятность), Depth (детальность, специфичность).
Почему результаты получились именно такими: 91% студентов выбрали структурированные промпты (B или C), потому что их самопальные промпты были слабыми — только 62% описали контекст И приложили свой ответ одновременно, почти никто не использовал role-based prompting (6 человек из 1235!) или делимитеры (3 человека!). AI часто компенсировала неполноту промптов "контекстной интуицией" (в 97% случаев догадалась о чём речь), но это не гарантировало качественный фидбек — в 8 случаях AI попросила уточнений, в остальных выдала общие слова вместо конкретной критики.
Что удивило: Студенты, предпочитавшие самопальные промпты (9%), ценили концептуальные объяснения физических принципов (45.4% упомянули) больше чем критику или советы. Это показывает разрыв между тем, что считают полезным разные группы — одним нужен чеклист ошибок, другим — глубокое объяснение теории. Это объясняет почему не было одной характеристики фидбека, которую ценили бы все.
Инсайт для практики: Если хочешь качественный фидбек от AI — не надейся на её интуицию. Пропиши роль эксперта, контекст задачи, свой ответ и структуру фидбека явно. Разница в 30 секунд на составление промпта даёт разницу между "в целом норм" и конкретным разбором с action items.
Оригинал из исследования
Контекст: Это два промпт-шаблона, которые исследователи дали студентам. Feedback B использует техники промпт-инженеринга, Feedback C добавляет принципы эффективной обратной связи.
Feedback B:
You are an expert physicist and your objective is to give feedback on my answer which is presented as an argument with a claim, evidence and reasoning about a physics problem.
The problem involves identifying the physical significance of a graph's slope with the gravitational potential energy of a satellite (U) plotted on y-axis and the satellite's distance from the planet's center (r) on x-axis.
The following is my answer (argument):
[INSERT YOUR ARGUMENT HERE].
Provide relevant and useful feedback for my argument.
Feedback C:
You are an expert physicist and your objective is to give feedback on my answer which is presented as an argument with a claim, evidence and reasoning about a physics problem.
The problem involves identifying the physical significance of a graph's slope with the gravitational potential energy of a satellite (U) plotted on y-axis and the satellite's distance from the planet's center (r) on x-axis.
The following is my answer (argument):
[INSERT YOUR ARGUMENT HERE].
Provide feedback by explicitly highlighting the correct answer, my provided answer (including strengths and limitations), and gaps (if any) between them within 200 words. Also suggest three potential ways through a bulleted list which can help me improve my performance on similar questions in future.
Адаптации и экстраполяции
💡 Адаптация для саморедактуры текстов: Если пишешь статью, пост, коммерческое предложение — используй ту же структуру для самопроверки.
Ты — редактор деловых текстов и твоя задача — дать мне фидбек на моё коммерческое предложение.
Задача: написать КП для B2B-клиента (IT-компания, 50+ сотрудников), которое продаёт услугу аудита информационной безопасности. Цель — зацепить болью (недавние взломы конкурентов) и показать ценность (конкретные кейсы, цифры экономии).
Вот моё КП:
[текст]
Дай фидбек, явно выделив:
- Эталонная структура КП для этой задачи
- Моё КП (что работает, что провисает)
- Разрыв (какие блоки упущены, какие слабы)
- 3 конкретных совета как писать похожие КП
Уложись в 250 слов.
Эффект: Вместо "добавь конкретики" получишь "в блоке про боль не хватает цифр — добавь статистику взломов за 2024, в блоке про решение убери общие фразы про 'команду профессионалов' и покажи конкретный кейс с цифрами экономии".
🔧 Техника: Убрать лимит слов → видеть полный разбор
Если задача сложная и нужен глубокий анализ, убери ограничение "200 слов". AI развернёт каждый пункт.
[тот же промпт, но вместо "Уложись в 200 слов" →]
Дай максимально подробный фидбек по каждому пункту.
Эффект: Вместо тезисов получишь развёрнутый разбор с примерами. Полезно для обучения, но избыточно для быстрой проверки.
🔧 Техника: Заменить роль эксперта → изменить фокус фидбека
[вместо "опытный Python-разработчик" →]
Ты — тимлид, который нанимает джунов. Оцени код с точки зрения читаемости, стиля и того, насколько легко его поддерживать в команде.
Эффект: Фидбек сместится с технической корректности на софт-скиллы: именование переменных, комментарии, структура файлов. Та же задача, другой фокус.
💡 Адаптация для карьерных решений: Используй структуру для разбора собственных размышлений о карьере.
Ты — карьерный коуч для специалистов в tech и твоя задача — дать мне фидбек на моё решение о смене работы.
Ситуация: мне 28, работаю продакт-менеджером в стартапе (50 человек, B2B SaaS для логистики). Есть оффер в большую корпорацию (500+ человек, fintech) — на 40% выше зарплата, но меньше влияния на продукт. Сомневаюсь потому что люблю видеть результат своей работы быстро, а в корпе всё медленнее.
Вот мои аргументы ЗА переход:
- Зарплата +40% — закрою ипотеку быстрее
- Процессы и менторство — научусь работать в больших компаниях
- Стабильность — стартап может не взлететь
Аргументы ПРОТИВ:
- Бюрократия убьёт драйв
- Медленные релизы — буду скучать по быстрым итерациям
- Меньше влияния на продукт — стану винтиком
Дай фидбек, выделив:
- Какие факторы критичны для моего профиля (что важно учесть)
- Мои аргументы (какие сильные, какие эмоциональные)
- Что упустил в анализе
- 3 вопроса, на которые нужно ответить перед решением
Уложись в 300 слов.
Эффект: AI укажет на слепые зоны (не учёл рост компетенций, не оценил культуру команды в корпе), разделит рациональные и эмоциональные аргументы, предложит конкретные вопросы для интервью с будущим руководителем.
Ресурсы
Feedback That Clicks: Introductory Physics Students' Valued Features in AI Feedback Generated From Self-Crafted and Engineered Prompts
Amogh Sirnoorkar, N. Sanjay Rebello
Department of Physics and Astronomy, Department of Curriculum and Instruction, Purdue University
