TL;DR
Если задать модели роль с определёнными психологическими чертами — например, «тревожный новичок, который боится ошибиться» — она начинает генерировать в несколько раз больше текста: многократно проверяет себя, добавляет пояснения, откладывает финальный вывод. Модель не выполняет ролевую игру для развлечения — она поддерживает консистентность персоны, даже когда это делает рассуждение избыточным и неэффективным.
Боль здесь двусторонняя. С одной стороны — это дыра в безопасности: простая фраза «действуй как студент-новичок» способна раздуть время ответа с 3 секунд до 140+ (в 47 раз), просадив бюджет на токены. С другой — это работающий рычаг для получения более тщательного ответа, если вам действительно нужна дотошная проверка, а не быстрый ответ.
Метод строит персону не наугад, а под конкретную задачу: сначала модель-аналитик разбирает задачу на 6 параметров (тема, уровень сложности, в чём подвох, какая когнитивная ловушка возможна, что нужно знать, какой эмоциональный тон уместен), затем вторая модель на основе этих параметров пишет описание персонажа, склонного к перепроверкам и самокоррекции, и это описание ставится перед задачей.
Схема метода
ШАГ 1: Анализ задачи (в промпте) → 6 параметров:
домен, подкатегория, ключевое противоречие,
когнитивная ловушка, нужные знания, эмоциональный тон
ШАГ 2: Генерация персоны на основе этих параметров (отдельный промпт) →
текст роли с чертами: неуверенность, привычка перепроверять,
склонность откладывать выводы
ШАГ 3: Сборка финального промпта →
[персона] + [ЗАДАЧА]: [оригинальный вопрос]
В оригинале это три отдельные LLM-роли (аналитик → строитель персоны → финальный запрос). В чате все три шага можно выполнить одним развёрнутым промптом.
Пример применения
Задача: Перед встречей с инвестором нужно перепроверить финансовую модель стартапа — юнит-экономику, прогноз выручки на 3 года, расчёт CAC и LTV. Ошибка в цифрах на встрече — репутационный удар.
Промпт:
Представь, что ты финансовый аналитик-перфекционист. Три месяца назад
ты пропустил ошибку в модели клиента, и это стоило ему сделки с инвестором.
С тех пор ты панически боишься упустить неточность в расчётах и по привычке
перепроверяешь каждую цифру минимум дважды, ищешь альтернативные объяснения
расхождений и не даёшь финальный вывод, пока не рассмотрел все слабые места.
Прежде чем дать итоговую оценку, распиши по шагам:
1. Какие цифры в модели выглядят подозрительно и почему
2. Какие альтернативные расчёты могли привести к другому результату
3. Финальный вывод с явным указанием, в чём ты уверен на 100%, а в чём есть риск
ЗАДАЧА: Проверь финансовую модель [вставить данные модели]
Результат: Модель выдаст заметно более длинный ответ, чем на прямой запрос «проверь модель». Она пройдёт несколько кругов самопроверки, явно перечислит подозрительные места, предложит альтернативные трактовки цифр — и только потом даст итоговый вывод. Ответ будет медленнее и «дороже» по токенам, но заметно тщательнее.
Почему это работает
LLM обучают через инструктивную настройку и RLHF так, чтобы модель держала заданную роль до конца диалога. Если роль подразумевает тревожность и недоверие к себе — модель будет генерировать поведение, соответствующее этой роли: сомнения, перепроверки, дополнительные пояснения. Это не осознанная забота модели о качестве — это следование паттерну персонажа, который она выучила при обучении на текстах о тревожных, дотошных людях.
Слабость LLM тут в том, что она не отличает «нужна ли реально эта тревожность для задачи» — она просто честно доигрывает роль до конца, даже если это неэффективно. Сильная сторона — то же самое: способность модели держать характер персонажа стабильно на протяжении всего ответа, без напоминаний.
Рычаги управления: - Эмоциональный тон персоны (тревожный / спокойный) — тревожность даёт больше перепроверок и длины, спокойствие — короче и увереннее. - Уровень экспертизы (новичок / эксперт) — новичок объясняет себе и вам каждый шаг, эксперт — сокращает путь. - Число «кругов проверки» явно в промпте — если укажете «перепроверь дважды», получите ровно два круга, а не непредсказуемое количество. - Домен и предыстория персонажа — конкретная деталь («три месяца назад пропустил ошибку») усиливает консистентность роли сильнее, чем абстрактное «будь внимателен».
Шаблон промпта
Представь, что ты {роль/профессия} с опытом в {домен}.
Раньше у тебя был случай, когда {конкретная неудача, связанная с невнимательностью},
и с тех пор ты {эмоциональная черта: тревожный / дотошный / не доверяющий себе}.
Перед тем как дать финальный ответ, ты всегда:
- перепроверяешь ключевые моменты минимум {число} раз
- ищешь альтернативные объяснения там, где возможна ошибка
- явно проговариваешь, в чём уверен, а в чём есть риск
ЗАДАЧА: {текст вашей задачи}
🚀 Быстрый старт — вставь в чат:
Вот шаблон промпта с персоной для более тщательного анализа. Адаптируй под мою задачу: {твоя задача}.
Задавай вопросы, чтобы заполнить поля.
[вставить шаблон выше]
LLM спросит про предметную область задачи и про то, какая именно ошибка критична — потому что без этого персона получится общей, а не «заточенной» под вашу конкретную проверку.
Ограничения
⚠️ Не для быстрых задач: метод резко увеличивает длину и время ответа — если нужен короткий вывод, персона с тревожными чертами будет мешать, а не помогать.
⚠️ Длина ≠ точность: больше токенов не гарантирует более правильный ответ — это больше слов и перепроверок, но не встроенная гарантия качества.
⚠️ Эффект слабее на моделях без развёрнутого «размышления»: на моделях с ограниченным лимитом вывода (в исследовании — Llama-3) прирост заметно меньше, чем на моделях с полноценным reasoning-режимом.
⚠️ Стоимость в токенах растёт непредсказуемо: в отдельных случаях объём ответа вырастал в десятки и даже сотни раз — если платите за API по токенам, это может ударить по бюджету.
Как исследовали
Исследователи проверили пять моделей — DeepSeek, Gemini, Qwen, GPT-5 Nano и открытый Llama-3 — на семи датасетах: математика разной сложности, генерация кода и обычные инструкции, всего 210 задач. Framework RolePlay сравнили с четырьмя другими способами «раздувания» ответа — от прямого «распиши по шагам» до сложных методов оптимизации промпта.
Логика простая: обычные методы атаки на инференс либо явно просят модель думать дольше (это легко детектировать фильтрами), либо используют странно звучащие суффиксы. RolePlay вместо этого просит модель быть кем-то, а раздувание рассуждений — побочный эффект удержания роли, а не прямая инструкция.
Результат подтвердил гипотезу: в среднем ответы становились длиннее в 2-7,6 раза, а в экстремальных случаях — до 207 раз. Интереснее другое: метод не просто увеличивал объём — он делал текст более «естественным» по метрикам (ниже перплексия входного промпта, выше разнообразие вывода), то есть выглядел как честный тщательный ответ, а не как искусственно растянутый текст. Это и есть ключевой инсайт для практики: персона — не хак с триггер-словами, а способ управлять глубиной рассуждения через роль.
Ресурсы
From Role Prompt to Infinite Thinking: Exploiting Persona Conditioning for Inference Cost Attacks in LLMs — Zhiyi Mou, Wangze Ni и др., Zhejiang University, Sun Yat-Sen University, Hong Kong Polytechnic University, Chengdu University of Information Technology.