Шаблоны самокритики и переработки
Побуждение моделей оценивать и переписывать собственные результаты в соответствии с конституцией.
«Шаблоны самокритики и переработки» — бесплатный урок AI Prompt Engineering на CoddyKit. Это урок 2 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.
Самокритика как техника составления запросов
Даже без формального процесса обучения CAI можно попросить любую достаточно мощную LLM критиковать и улучшать собственные результаты. Этот шаблон самокритики значительно повышает качество задач, где важны точность, полнота или безопасность.
Ключевая идея: модели знают больше, чем показывают при первой попытке. Запрос на критику помогает раскрыть эти знания.
Базовый шаблон критики точности
Самая простая самокритика — попросить модель проверить свой ответ на фактическую точность и исправить все ошибки.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-...')
def generate_and_self_critique(question):
# Step 1: Generate
r1 = client.messages.create(
model='claude-opus-4-5',
max_tokens=512,
messages=[{'role': 'user', 'content': question}]
)
initial = r1.content[0].text
# Step 2: Accuracy critique
critique_prompt = (
f'Question: {question}\n\n'
f'Your previous answer: {initial}\n\n'
'Review your previous answer for factual accuracy. '
'Identify any errors, unsupported claims, or missing important nuances. '
'Then provide a corrected, improved answer.'
)
r2 = client.messages.create(
model='claude-opus-4-5',
max_tokens=512,
messages=[{'role': 'user', 'content': critique_prompt}]
)
return r2.content[0].text
result = generate_and_self_critique('What caused the fall of the Roman Empire?')
print(result[:300])Шаблон проверки полноты
При критике полноты модель просят проверить, полностью ли её ответ охватывает каждую часть вопроса. Это особенно полезно для многочастных вопросов, в ответах на которые при первой попытке часто пропускаются отдельные подвопросы.
COMPLETENESS_CRITIQUE = (
'Original question: {question}\n\n'
'Your previous answer: {answer}\n\n'
'Check if your answer fully addresses the question:\n'
'1. List each part or sub-question in the original question.\n'
'2. For each part, indicate whether your answer addressed it.\n'
'3. If any parts were missed or incomplete, provide a revised answer '
'that covers everything.'
)
def check_completeness(question, initial_answer, client):
prompt = COMPLETENESS_CRITIQUE.format(
question=question,
answer=initial_answer
)
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=600,
messages=[{'role': 'user', 'content': prompt}]
)
return response.content[0].textШаблон критики вреда и безопасности
При критике на предмет вреда модель просят проверить свой ответ на потенциальные негативные последствия, прежде чем показывать его пользователям. Это основа применения принципов CAI в рабочей среде.
HARM_CRITIQUE_PROMPT = (
'Review the following assistant response for potential harms:\n\n'
'User message: {user_message}\n'
'Assistant response: {response}\n\n'
'Consider:\n'
'- Could this response enable harmful actions?\n'
'- Could it be misused by someone with bad intentions?\n'
'- Does it respect the privacy and dignity of individuals?\n'
'- Could it cause psychological harm to vulnerable users?\n\n'
'If the response has issues, explain them and provide a revised '
'version that addresses the concerns while still being helpful. '
'If the response is fine, say "Response is appropriate" and quote it back.'
)
def safety_check(user_message, response, client):
prompt = HARM_CRITIQUE_PROMPT.format(
user_message=user_message,
response=response
)
result = client.messages.create(
model='claude-opus-4-5',
max_tokens=600,
messages=[{'role': 'user', 'content': prompt}]
)
return result.content[0].textКритика по нескольким критериям
Для результатов в критически важных сценариях проводите критику сразу по нескольким критериям, явно перечислив их. Это эффективнее, чем отдельные вызовы критики для каждого критерия.
MULTI_CRITERIA_CRITIQUE = (
'Evaluate this response on three criteria:\n\n'
'Question: {question}\n'
'Response: {response}\n\n'
'Criteria:\n'
'1. ACCURACY: Are all facts correct and claims well-supported?\n'
'2. COMPLETENESS: Does it fully address the question?\n'
'3. CLARITY: Is it easy to understand for the target audience?\n\n'
'For each criterion, rate it Good/Fair/Poor and explain why.\n'
'Then provide an improved response that scores Good on all three.'
)
def multi_criteria_check(question, response, client):
prompt = MULTI_CRITERIA_CRITIQUE.format(
question=question,
response=response
)
result = client.messages.create(
model='claude-opus-4-5',
max_tokens=800,
messages=[{'role': 'user', 'content': prompt}]
)
return result.content[0].textЭтап исправления: рекомендации
Запрос на исправление должен делать три вещи:
- напоминать модели исходный запрос (контекст)
- представлять результаты критики
- просить создать исправленный ответ, устраняющий выявленные проблемы
Не просите модель ещё раз объяснять критику при исправлении — просто попросите её устранить проблемы. Если запрос на исправление ориентирован на действие, результаты будут лучше.
# Good revision prompt: action-oriented
GOOD_REVISION = (
'Given this critique of your response, please write an improved version.\n\n'
'Original question: {question}\n'
'Critique: {critique}\n\n'
'Write only the improved response — no preamble, no meta-commentary:'
)
# Bad revision prompt: too passive
BAD_REVISION = (
'Here is a critique of your response. Can you maybe consider '
'revising it somewhat based on the feedback below?\n'
'Critique: {critique}'
# Missing original question context!
# Wishy-washy language reduces revision quality
)Объединение нескольких раундов исправления
Одного раунда критики и исправления часто недостаточно для очень сложных требований к качеству. Можно объединить несколько раундов, в каждом применяя отдельный принцип или проверяя оставшиеся проблемы.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-...')
def multi_round_revision(question, n_rounds=2):
# Round 0: Initial generation
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=512,
messages=[{'role': 'user', 'content': question}]
).content[0].text
principles = [
'factual accuracy and avoiding unsupported claims',
'completeness — ensuring all parts of the question are answered',
]
for i, principle in enumerate(principles[:n_rounds]):
critique_prompt = (
f'Question: {question}\n'
f'Current response: {response}\n\n'
f'Critique for {principle} and provide an improved version:'
)
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=512,
messages=[{'role': 'user', 'content': critique_prompt}]
).content[0].text
print(f'Round {i+1} complete')
return responseСамокритика при генерации кода
Самокритика особенно эффективна при генерации кода. Сначала модель пишет код, затем проверяет его на наличие ошибок, пограничных случаев и проблем безопасности — часто обнаруживая ошибки, которые она пропустила с первого раза.
CODE_CRITIQUE_PROMPT = (
'Review this Python code for correctness and security issues:\n\n'
'Task: {task}\n\n'
'Code:\n'
''''python\n'
'{code}\n'
''''\n\n'
'Check for:\n'
'1. Logic errors or off-by-one mistakes\n'
'2. Unhandled edge cases (empty input, None, division by zero)\n'
'3. Security issues (SQL injection, path traversal, etc.)\n\n'
'If issues exist, list them and provide a corrected version. '
'If the code is correct, say so and explain why it handles edge cases properly.'
)
def critique_code(task, code, client):
prompt = CODE_CRITIQUE_PROMPT.format(task=task, code=code)
result = client.messages.create(
model='claude-opus-4-5',
max_tokens=800,
messages=[{'role': 'user', 'content': prompt}]
)
return result.content[0].textСамосогласованность как альтернатива
Самосогласованность — это другой подход: создать один и тот же ответ N раз, а затем провести голосование большинством или попросить модель синтезировать лучший ответ из нескольких черновиков.
Используйте самосогласованность для вопросов с однозначными правильными ответами. Применяйте критику и исправление, когда качество многомерно и включает точность, тон и безопасность.
import anthropic
from collections import Counter
client = anthropic.Anthropic(api_key='sk-ant-...')
def self_consistency(question, n=5):
"""Generate N responses and pick the most common answer."""
responses = []
for _ in range(n):
r = client.messages.create(
model='claude-haiku-4-5',
max_tokens=100,
temperature=0.7,
messages=[{'role': 'user', 'content': question}]
)
responses.append(r.content[0].text.strip())
# Pick most common answer
vote = Counter(responses)
winner, count = vote.most_common(1)[0]
print(f'Consensus ({count}/{n}): {winner}')
return winner
result = self_consistency('What is the sum of angles in a triangle?')Когда критика вредит: риск чрезмерной критики
Самокритика не всегда полезна. Следите за следующими типами сбоев:
- Льстивая критика: модель говорит, что её ответ превосходен, даже если он неверен
- Чрезмерная осторожность: во время исправления модель удаляет полезную информацию, потому что та кажется рискованной
- Выдуманные исправления: исправленный ответ создаёт новые ошибки, которых не было в исходном
Снизить риск можно, используя другую модель для критики, основывая критические замечания на конкретных фактах и проверяя исправленные результаты по заведомо правильным ответам.
Измерение эффективности критики
Отслеживайте, действительно ли критика улучшает результаты, сравнивая первоначальные и исправленные ответы с эталоном. Так вы поймёте, оправданы ли дополнительные вызовы LLM с учётом их стоимости.
def measure_critique_lift(examples, generate_fn, critique_fn, metric_fn):
"""
Measure how much critique improves accuracy over initial generation.
"""
initial_scores = []
revised_scores = []
for ex in examples:
initial = generate_fn(ex.question)
revised = critique_fn(ex.question, initial)
initial_scores.append(metric_fn(ex.answer, initial))
revised_scores.append(metric_fn(ex.answer, revised))
avg_initial = sum(initial_scores) / len(initial_scores)
avg_revised = sum(revised_scores) / len(revised_scores)
print(f'Initial: {avg_initial:.1%}')
print(f'Revised: {avg_revised:.1%}')
print(f'Lift: +{avg_revised - avg_initial:.1%}')
return avg_revised - avg_initialПроверка знаний: время проведения самокритики
Какой шаблон лучше всего подходит для выявления фактических ошибок в ответе до того, как показать его пользователям?
Итоги: шаблоны самокритики и доработки
Запросы для самокритики предлагают модели проверить собственный результат по конкретным критериям — точности, полноте, безопасности или ясности — и затем подготовить улучшенную версию. Эффективные шаблоны: проверка точности с помощью critique (проверить наличие фактических ошибок), проверка полноты (вы охватили все части?), проверка на вред с помощью critique (может ли это способствовать вредным действиям?) и проверка кода (проверить ошибки и крайние случаи). Для результатов с высокой ценой ошибки используйте несколько раундов. Измеряйте реальное улучшение, чтобы убедиться, что дополнительные затраты оправданы.
Изучай AI Prompt Engineering с ИИ-репетитором — бесплатно
Пиши и запускай код прямо в браузере, получай мгновенную помощь от ИИ-репетитора 24/7 и продолжи учиться на сайте или в приложении.
- Курсы
- 53
- Уроки
- 199
Часто задаваемые вопросы
Урок «Шаблоны самокритики и переработки» бесплатный?
Да — полный текст урока «Шаблоны самокритики и переработки» 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 «Шаблоны самокритики и переработки»?
Побуждение моделей оценивать и переписывать собственные результаты в соответствии с конституцией. 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 2 из 4.
Сколько времени занимает урок «Шаблоны самокритики и переработки»?
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
- Принципы CAI и запросы для критики
- Шаблоны самокритики и переработки
- Противоречие между безвредностью и полезностью
- Реализация CAI в приложениях