Словарь ИИ
Что такое итеративный промпт
Коротко
Итеративный промпт это способ работы с нейросетью, при котором задание доводят за несколько кругов: смотрят на ответ, уточняют формулировку или просят модель исправить свой черновик.
Промпты · iterative prompting
Редакция ММООЗЗГГ.ruПроверено: 1 минута чтения
Ребенку
Когда ты лепишь из пластилина зайца, с первого раза он редко выходит похожим. Ты смотришь на него, вытягиваешь уши подлиннее, делаешь хвост круглее и снова смотришь. С нейросетью бывает так же: первый ответ получается не совсем тем, что нужно. Тогда просьбу немного меняют и спрашивают еще раз, пока результат не понравится.
Простыми словами
Редко удается с первой попытки написать задание, на которое нейросеть ответит идеально. Поэтому работают кругами. Вы отправляете запрос, читаете ответ и замечаете, чего не хватает: слишком длинно, не тот тон, пропущена важная деталь. Затем дописываете уточнение и отправляете снова. Иногда меняют не сам запрос, а просят модель доработать свой ответ по замечаниям. Так черновик поздравления коллегам за три круга превращается из сухого перечня в теплую короткую речь: сначала вы просите убрать казенные слова, потом добавить имя юбиляра, потом сократить вдвое.
Для бизнеса
Для компании такой подход снижает число переделок: сотрудник за несколько коротких кругов доводит письмо, отчет или ответ клиенту до принятого вида. Финальную формулировку стоит сохранить в общей библиотеке, иначе каждый будет проходить те же круги заново. Затраты складываются из времени людей и оплаты токеновтокен. Токен это кусочек текста: слово, часть слова или знак, с которыми работает языковая модель.: в чате каждый новый круг снова отправляет модели всю переписку, поэтому длинные диалоги дорожают. Риск в том, что правки подгоняют под один удачный пример, а на других случаях ответы портятся. Прежде чем встроить такой запрос в рабочий процесс, его прогоняют на наборе реальных задач. Эту проверку обычно закладывают в план пилота.
Для специалиста
Итеративное уточнение (iterative prompting, iterative refinement) это цикл «генерация, оценка, правка», в котором вход модели или ее выход дорабатывают за несколько проходов. Правит либо человек или автоматический оптимизатор, меняя формулировку по ошибкам на тестовой выборкетестовая выборка. Тестовая выборка это данные, которые модель не видела ни при обучении, ни при настройке и по которым один раз получают итоговую оценку качества., либо сама модель. Метод Self-Refine (Madaan и др., 2023) использует одну модель в трех ролях: она пишет черновик, дает к нему обратную связь (self-feedback) и переписывает текст по этой обратной связи, повторяя цикл без дополнительного обучения, разметки и обучения с подкреплениемобучение с подкреплением. Обучение с подкреплением (reinforcement learning, RL) это способ, при котором программа пробует действия и учится на награде за удачные шаги.. На семи задачах, от диалоговых ответов до математических рассуждений, авторы получили в среднем около 20% абсолютного прироста к однократной генерации. Руководство Anthropic отмечает, что чаще всего цепочки запросов строят по схеме самопроверки (self-correction): черновик, проверка по критериям, доработка, причем каждый шаг идет отдельным вызовом API, чтобы его можно было записать в журнал и оценить. Цикл останавливают по метрике качества или по лимиту проходов, иначе растут задержка и стоимость.
Пример
Маркетолог просит нейросеть написать описание товара, получает слишком рекламный текст и пишет: «убери восклицательные знаки, добавь размеры и материал». Третья версия уходит на сайт, а финальный запрос сохраняют как образец для всей категории.
Связанные термины
Вопросы и ответы
Источники
Где это применяют в компании
Не уверены, нужно ли это вашей компании?
Карта ИИ-решений