0Pricing
AI Prompt Engineering · Урок

Развитие предыдущих ответов

Многоходовые диалоги: обращение к предыдущему выводу в уточняющих запросах

«Развитие предыдущих ответов» — бесплатный урок AI Prompt Engineering на CoddyKit. Это урок 3 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения AI Prompt Engineering, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс AI Prompt Engineering содержит 4 уроков всего.

Многошаговые диалоги

Многошаговый диалог с моделью ИИ — это совместное создание: каждый обмен добавляет что-то новое, а не заменяет то, что было создано ранее.

Это отличается от использования уточняющих запросов для исправления ошибок. Развивать предыдущие ответы означает использовать прежний результат модели как исходный материал: расширять его, выбирать из него нужное, объединять его части или рассматривать его под новым углом.

Освоив этот шаблон, Вы сможете создавать сложные многоуровневые результаты, которые невозможно получить с помощью одного запроса.

Ссылки на предыдущий результат

Самый простой шаблон построения — обратиться к тому, что модель только что написала:

  • «Основываясь на написанном вами выше, назовите три крупнейших риска»
  • «Возьмите описанный вами каркас и примените его к сфере здравоохранения»
  • «Сохраняя тональность вашего последнего ответа, перепишите этот новый абзац»
  • «Какой пункт из созданного вами списка вы бы поставили на первое место и почему?»

Такие ссылки помогают удерживать модель в рамках её собственной предыдущей работы и обеспечивают непрерывность от хода к ходу.

Выбор и расширение

Когда модель создаёт список или набор вариантов, вы можете выбрать один пункт и попросить раскрыть его подробнее:

  • «Возьмите второй вариант из вашего списка и разверните его в полноценный план»
  • «Третий подход мне нравится больше всего. Напишите для него руководство по реализации объёмом 300 слов»
  • «Вариант B ближе всего к тому, что мне нужно. Разработайте его подробнее, добавив конкретные шаги и сроки»

Этот шаблон особенно полезен в процессах генерации идей: на одном ходу вы создаёте варианты, а на следующем выбираете один из них и развиваете его.

Использование структуры предыдущего ответа

Вы можете попросить модель применить структуру одного ответа к новому содержанию:

  • «Используя ту же структуру, что и в вашем последнем ответе, проанализируйте конкурента B»
  • «Примените тот же формат из пяти разделов к этому новому продукту»
  • «Следуйте созданному вами выше плану, но адаптируйте его для аудитории B2B вместо B2C»

Это чрезвычайно полезно для создания единообразных параллельных документов — отчётов, сравнений и анализов, которые должны следовать одному шаблону для разных объектов.

Итеративное углубление: от хода к ходу

Многоходовые диалоги позволяют постепенно увеличивать глубину:

  1. Ход 1: «Дайте мне обзор конвейеров машинного обучения на высоком уровне»
  2. Ход 2: «Подробнее объясните этап предварительной обработки данных»
  3. Ход 3: «Приведите пример кода на Python для обработки пропущенных значений на этом этапе предварительной обработки»
  4. Ход 4: «Теперь добавьте в этот пример кода обработку ошибок и ведение журнала»

На каждом ходу вы приближаетесь на один уровень. Это даёт больше контроля, чем просьба описать всё сразу в одном сложном запросе.

Перекрёстные ссылки на несколько предыдущих ходов

В более длинных диалогах вы можете объединять элементы из нескольких предыдущих ходов:

  • «Объедините образы пользователей из хода 2 с функциями продукта из хода 4 и напишите целевое рекламное предложение для каждого образа»
  • «Возьмите риски, выявленные вами ранее, и стратегии их снижения из вашего последнего ответа и создайте матрицу рисков»

Лучше всего это работает, когда каждый предыдущий ход создаёт отдельный фрагмент материала с понятной меткой. Неструктурированные предыдущие ходы затрудняют перекрёстные ссылки и для вас, и для модели.

Ограничения окна контекста

У многоходовых диалогов есть практическое ограничение: окно контекста модели. Каждое сообщение — ваше и сообщение модели — включается в контекст, отправляемый в API. По мере увеличения диалога старые сообщения могут обрезаться.

Практические стратегии:

  • Кратко пересказывайте и сжимайте предыдущие ходы, когда их больше не нужно сохранять в полном объёме
  • Начинайте новый диалог, когда тема принципиально меняется
  • Делайте отдельные ответы краткими, чтобы модель могла видеть историю на большей глубине

Управление контекстом многоходового диалога в коде

В Python вы поддерживаете контекст многоходового диалога, добавляя с помощью append каждую пару сообщений в список истории диалога:

import openai

client = openai.OpenAI(api_key='sk-...')

conversation = []

def chat(user_message):
    conversation.append({'role': 'user', 'content': user_message})

    response = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=conversation
    )

    reply = response.choices[0].message.content
    conversation.append({'role': 'assistant', 'content': reply})
    return reply

# Turn 1: Generate options
print(chat('Give me 3 app name ideas for a meditation app.'))

# Turn 2: Select and expand
print(chat('Take the second option and write a tagline and a 50-word app description for it.'))

# Turn 3: Apply structure to another item
print(chat('Now do the same for the first option: tagline and 50-word description.'))

Ясное обозначение ссылок

Ссылаясь на предыдущий результат, точно указывайте, что вы имеете в виду. Расплывчатые ссылки заставляют модель угадывать:

  • Расплывчато: «Разверните то, что вы сказали ранее»
  • Ясно: «Разверните третий пункт в вашем предыдущем ответе — тот, где говорится о сложностях адаптации новых пользователей»

Если в предыдущем ответе было несколько разделов, назовите нужный раздел. Если это был список, укажите номер пункта. Чем точнее вы обозначите, на что ссылаетесь, тем надёжнее модель выполнит вашу просьбу.

Поэтапное создание документов

Поэтапное создание с помощью нескольких ходов идеально подходит для подготовки структурированных документов, например отчётов, планов или предложений:

  1. Ход 1: Создать план
  2. Ход 2: Написать раздел 1
  3. Ход 3: Написать раздел 2, сохраняя тональность раздела 1
  4. Ход 4: Написать резюме для руководства на основе разделов 1 и 2

Такой поэтапный подход позволяет контролировать каждый раздел до перехода к следующему и менять направление в середине документа, не теряя всю проделанную работу.

Если создание не удаётся: потеря нити диалога

Поэтапное создание может пойти не так, если модель теряет связь с предыдущим контекстом. Признаки потери нити диалога:

  • Модель противоречит тому, что сама сказала два хода назад
  • Она игнорирует ограничение, заданное в начале диалога
  • Она возвращается к общим советам вместо конкретного каркаса, который вы создали

Решение: в следующем сообщении явно повторите ключевой контекст, а не рассчитывайте, что модель его помнит. «Как мы установили, аудитория — руководители без технической подготовки. Учитывая это...»

Проверка знаний: поэтапное создание

У вас есть диалог из трёх ходов. В ходе 1 был создан план бизнес-отчёта из пяти разделов. В ходе 2 был написан полный текст раздела 1 («Анализ рынка»). Теперь вы хотите, чтобы раздел 2 («Конкурентная среда») следовал той же структуре и тональности, что и раздел 1.

Какой запрос для хода 3 будет наиболее эффективным?

Итоги: развитие предыдущих ответов

Многоходовые диалоги — мощный способ постепенно создавать сложные результаты. Основные приёмы: ссылаться на предыдущий результат по названию или номеру, выбирать и расширять конкретные пункты, применять структуру одного ответа к новому содержанию и шаг за шагом увеличивать глубину.

Точное обозначение ссылок и понимание ограничений окна контекста — главные навыки, которые помогают многоходовым диалогам сохранять связность.

На следующем уроке вы узнаете, когда стоит прекратить диалог и начать заново, вместо того чтобы продолжать его развивать.

Часто задаваемые вопросы

Урок «Развитие предыдущих ответов» бесплатный?

Да — полный текст урока «Развитие предыдущих ответов» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс AI Prompt Engineering, подпишись на CoddyKit PRO. Курс AI Prompt Engineering содержит 4 уроков всего.

Чему я научусь в уроке «Развитие предыдущих ответов»?

Многоходовые диалоги: обращение к предыдущему выводу в уточняющих запросах Ты практикуешь AI Prompt Engineering с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.

Нужен ли мне опыт, чтобы начать AI Prompt Engineering?

Предыдущий опыт не требуется. AI Prompt Engineering на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 3 из 4.

Сколько времени занимает урок «Развитие предыдущих ответов»?

Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.

Можно ли писать и запускать код в этом уроке AI Prompt Engineering?

Да. Каждый урок AI Prompt Engineering включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.

Все уроки этого курса

  1. Чтение и оценка результатов искусственного интеллекта
  2. Написание эффективных уточняющих запросов
  3. Развитие предыдущих ответов
  4. Когда уточнять, а когда начинать заново
← Назад к AI Prompt Engineering