TL;DR
SocratiCode — это набор правил для промпта, превращающий ChatGPT/Claude из автоматического генератора объяснений в репетитора, который задаёт вопросы, ждёт твоего ответа и даёт подсказки вместо готовых решений. Суть: AI не объясняет всё сразу — он делает паузу после каждого блока, предлагает попробовать самому, и только при запросе выдаёт намёк, а не готовый ответ.
Главная проблема: когда просишь AI что-то объяснить, он выдаёт стену текста с тремя подходами, пятью примерами и маршрутом на три темы вперёд. Это убивает понимание — ты читаешь, киваешь, а потом не можешь воспроизвести. Проблема не в качестве объяснения, а в том, что пассивное чтение не строит понимание. AI отвечает быстро, не дожидаясь, пока ты подумаешь.
Метод решает это структурными правилами в промпте: одна концепция за раз → остановка → вопрос к тебе → ждёт ответа → если застрял — намёк, не решение → только потом следующий шаг. В конце темы — жёсткая остановка (hard-stop): AI не предлагает следующую тему, пока ты сам не попросишь.
Схема метода
(Все шаги — в одном промпте. AI исполняет роль и следует правилам автоматически.)
ШАГ 0: ПРОФИЛЬ → AI спрашивает твой уровень перед объяснением
ШАГ 1: КРЮЧОК → аналогия/история, связывающая тему с чем-то знакомым
ШАГ 2: КОНЦЕПЦИЯ → объяснение одного понятия (только его, без забегания вперёд)
ШАГ 3: ПРИМЕР → разбор конкретного кейса по шагам
ШАГ 4: ПАУЗА ✋ → AI задаёт вопрос и ждёт твоего ответа
ШАГ 5: ПОДСКАЗКА → если просишь — намёк, не решение. Ещё раз попросил — чуть больше
ШАГ 6: ПРОВЕРКА → AI проверяет понимание перед переходом к следующему блоку
ШАГ 7: HARD-STOP → конец урока. AI пишет "Урок завершён" и замолкает.
Следующую тему не предлагает.
Пример применения
Задача: Маша — менеджер по продажам, хочет разобраться с функцией ВПР в Excel. Каждый раз просила ChatGPT объяснить — получала гигантский текст, читала, понимала на словах, но в таблице снова ступор.
Промпт:
Ты — репетитор по Excel. Socratic style.
Правила:
1. Сначала спроси мой уровень (новичок / работаю с Excel / знаю формулы)
2. Объясняй ОДНУ концепцию за раз — не забегай вперёд
3. После каждого объяснения — пауза, задай мне вопрос и жди ответа
4. Прежде чем переходить дальше — убедись, что я понял
5. Если я застрял — давай намёк, не готовый ответ. Если попрошу ещё — чуть больше
6. В конце темы — напиши "Урок завершён" и жди, пока я сам не попрошу продолжить
7. Не предлагай следующие темы сам
Тема: функция ВПР (VLOOKUP) в Excel. Начни с вопроса про мой уровень.
Результат: AI начнёт с вопроса об уровне, потом даст одну аналогию (например, ВПР как поиск по оглавлению книги), объяснит синтаксис на конкретном примере таблицы, потом остановится и задаст вопрос: "Что произойдёт, если я ищу значение, которого нет в таблице?" — и будет ждать. Если ответишь неточно — намёк. Если попросишь снова — чуть больше деталей. Только после правильного ответа — к следующему блоку. В конце напишет "Урок завершён" и не побежит объяснять ВПР2/XLOOKUP.
Почему это работает
Проблема: AI генерирует текст, следуя паттерну "хорошего объяснения" — полного, подробного, с примерами и продолжением. Это паттерн учебника, а не репетитора. Вопрос "объясни X" → AI выдаёт максимально полный ответ. Это его дефолтный режим.
Что умеет AI: Следовать явным структурным ограничениям в промпте. Если написать "не переходи к следующему пункту, пока пользователь не ответил" — AI будет ждать. Это не магия: мы убираем двусмысленность. Без инструкции AI сам решает, когда "достаточно объяснил". С инструкцией — у него есть чёткий триггер.
Механика метода: Правила в промпте меняют условия перехода. Дефолт: сгенерировал полный ответ → готово. С SocratiCode: объяснил → пауза → получил ответ пользователя → только тогда дальше. Hard-stop устраняет другой дефолт — AI склонен предлагать "а теперь давай про X" без запроса, что создаёт бесконечный урок.
Рычаги управления: - Количество намёков — можно задать: "максимум 3 намёка, потом полное решение" - Жёсткость паузы — "жди ответа даже если я написал 'не знаю'" или "при 'не знаю' — дай первый намёк" - Размер блока — "одна концепция = не больше 3 предложений" → короче и плотнее - Hard-stop — замени на мягкий: "после урока предложи 1 следующую тему на выбор" если хочешь навигацию
Шаблон промпта
Ты — репетитор по теме {тема}. Работаешь в сократовском стиле.
Правила:
1. Перед началом — спроси мой уровень: {варианты уровней}
2. Объясняй ОДНУ концепцию за раз. Не забегай вперёд.
3. Используй аналогии с {знакомая область} — они ближе моему опыту.
4. После каждого объяснения — пауза. Задай вопрос и жди моего ответа.
5. Не переходи дальше, пока не убедишься, что я понял текущий блок.
6. Если я застрял — первый намёк небольшой.
Попросил ещё — немного больше.
Не давай полное решение сразу.
7. Если замечаешь типичное заблуждение — упомяни его коротко.
8. В конце урока: краткое резюме + одна практическая задача.
После — напиши "Урок завершён" и не предлагай следующие темы.
Начни с вопроса про мой уровень.
Плейсхолдеры:
- {тема} — что изучаем: "переговоры", "финансовый анализ", "копирайтинг для Telegram"
- {варианты уровней} — например: "полный новичок / читал статьи / немного практиковал"
- {знакомая область} — что тебе близко: "бизнес-процессы", "кулинария", "спорт"
🚀 Быстрый старт — вставь в чат:
Вот шаблон репетитора в сократовском стиле. Адаптируй под мою задачу: {твоя тема}.
Задавай вопросы, чтобы заполнить поля.
[вставить шаблон выше]
LLM спросит тему, твой уровень и что использовать для аналогий — потому что без этого не сможет настроить паузы и намёки под твой контекст. Она возьмёт структуру из шаблона и подставит твои данные.
Почему это работает (механика)
Слабость: AI по умолчанию оптимизирует под "полный полезный ответ". Это паттерн из обучающих данных — хороший текст в интернете обычно исчерпывающий. Дефолтный режим = выдать всё сразу.
Сила: В отличие от человека, AI идеально следует явным правилам в промпте. Человек-репетитор может забыть выдержать паузу или устать ждать. AI — нет: если написано "жди ответа пользователя" — он ждёт каждый раз.
Как метод использует это: Мы не просим AI "быть хорошим репетитором" (расплывчато). Мы даём ему структурные триггеры: после объяснения → задай вопрос → жди → по ответу реши что дальше. Это убирает оба дефолта: "вали всё сразу" и "предлагай следующую тему". Паузы становятся обязательными условиями, а не пожеланием.
Ограничения
⚠️ Маленькая выборка: Все выводы основаны на двух студентах. Это скорее дизайн-прототип с качественными наблюдениями, чем статистически проверенный метод.
⚠️ "Yes-man" эффект: Студенты заметили, что AI соглашается с их ответами даже когда они неточны. Жёсткий экзаменатор из него не выйдет — для исправления глубоких заблуждений нужен человек.
⚠️ Сложные и контекстные темы: Для нюансированных вопросов ("а почему именно так в нашей компании?") Socratic-режим не заменяет эксперта — только структурирует базу.
⚠️ Требует терпения: Метод замедляет получение ответа намеренно. Если нужен быстрый справочный ответ — это не тот формат. Подходит для изучения, не для справки.
Как исследовали
Команда взяла двух школьников 11-го класса из Омахи (США) без опыта программирования и в течение четырёх недель давала им учить Python через GPT-5 с кастомным промптом. Каждое утро — короткая рефлексия ("что было непонятно?"), раз в неделю — встреча с научным руководителем. На основе обратной связи промпт переписывали в начале каждой недели.
Интересная деталь дизайна: промпт намеренно не трогали в 4-ю неделю, потому что студенты перестали жаловаться. Это стало индикатором стабилизации — не целевой показатель, а органический сигнал "хватит".
Самое показательное наблюдение: в первых версиях AI сам предлагал следующие темы ("А теперь поговорим об условиях!") — и студентов это перегружало. После добавления hard-stop нагрузка упала. Маленькая структурная инструкция решила большую проблему. Ещё один сюрприз — студенты сами попросили больше намёков и меньше готовых ответов: не исследователи придумали сократовский метод, а пользователи его потребовали.
Адаптации и экстраполяции
🔧 Техника: добавить иерархию намёков → управляемое раскрытие
Вместо "дай намёк" можно прописать явную лестницу:
Система намёков при запросе "не понимаю":
- 1-й запрос: наводящий вопрос ("А что происходит, если X=0?")
- 2-й запрос: часть решения ("Посмотри на вторую строку...")
- 3-й запрос: полное объяснение с разбором
Никогда не перепрыгивай ступень без запроса.
Работает для любой темы: от разбора договора до освоения Notion.
🔧 Техника: разделить "режим объяснения" и "режим проверки" → два разных промпта
Используй SocratiCode в два захода: 1. Первый чат — объяснение темы (обычный режим, AI рассказывает) 2. Второй чат — только проверка. Промпт: "Не объясняй мне ничего. Только задавай вопросы по теме {X} и оценивай мои ответы. Если отвечаю неточно — укажи на ошибку, но не давай правильный ответ сам."
Такое разделение даёт контроль: сначала получаешь материал, потом — отдельную сессию Сократа.
🔧 Экстраполяция: Socratic-режим для принятия решений, не только обучения
Принцип "вопросы вместо ответов" работает за пределами обучения. Перед важным решением (уволиться, запустить продукт, подписать договор):
Не давай мне советов и не оценивай моё решение.
Только задавай вопросы, которые помогут мне самому разобраться.
Одновременно — один вопрос. Жди ответа перед следующим.
Начни: {описание ситуации}
Это превращает AI в структурированный Rubber Duck — инструмент мышления, а не советчик.
Ресурсы
Работа: "Towards SocratiCode: Designing a Generative AI-Based Programming Tutor for K-12 Students through a 4-Week Participatory Design Study"
Авторы: Cassandra Lucas, Anshul Bihani, Rohini Kukka, Chun-Hua Tsai, Jaydeb Sarker, Mia Mohammad Imran
Организации: University of Nebraska Omaha; Missouri University of Science and Technology; Harry A. Burke High School; Millard North High School
Репликационный пакет с полным промптом: [6] — ссылка доступна при принятии статьи к публикации