Написание эффективных уточняющих запросов
Учитесь корректировать направление: «Сделайте короче», «Будьте конкретнее насчёт X»
«Написание эффективных уточняющих запросов» — 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.
Искусство корректировки курса
Уточняющий запрос — это не жалоба, а сигнал коррекции, который направляет модель к более качественному результату.
Эффективные уточняющие запросы конкретно указывают, что было сделано неправильно и что Вы хотите получить вместо этого. Расплывчатые запросы вроде "Попробуйте ещё раз" или "Это не совсем правильно" не дают модели ничего полезного для работы.
Если освоить небольшой набор шаблонов корректировки курса, можно быстро исправить практически любую проблему с результатом.
Шаблон 1: Сделайте короче
Если ответ слишком длинный, многословный или перегружен лишним текстом, используйте шаблоны сокращения:
- "Сделайте короче — ориентируйтесь на 100 слов."
- "Удалите вступительный абзац и все предложения, не несущие полезной информации."
- "Обобщите приведённый выше текст в трёх предложениях."
- "Сократите этот текст наполовину, не потеряв ключевые points."
Конкретика помогает: указать модели целевое количество слов или точно назвать, что нужно удалить, эффективнее, чем просто сказать "короче".
Шаблон 2: Уточните сведения о X
Если ответ слишком общий или поверхностный, используйте шаблоны для добавления конкретики:
- "Расскажите подробнее о модели ценообразования."
- "Приведите конкретные числа, а не проценты."
- "Сосредоточьтесь на случае, когда пользователь — владелец малого бизнеса, а не крупной компании."
- "Совет по безопасности слишком расплывчатый — назовите конкретную уязвимость и объясните, как её устранить."
Эти шаблоны сужают фокус модели до того аспекта, который требует более глубокого рассмотрения.
Шаблон 3: Удалите часть про Y
Если ответ содержит нежелательный для Вас материал, используйте шаблоны удаления:
- "Удалите часть об историческом контексте — мне нужна только текущая ситуация."
- "Удалите два последних пункта списка: они не относятся к теме."
- "Перепишите текст без заключительного абзаца с отказом от ответственности."
- "Удалите всё после третьего пункта и завершите текст на этом."
Указывайте конкретный раздел, который нужно удалить. Фраза "удалите нерелевантные части" неоднозначна: модель может по-другому определить, что именно не относится к теме.
Шаблон 4: Добавьте пример к каждому пункту
Если ответ правильный, но слишком абстрактный, используйте шаблоны добавления примеров:
- "Добавьте конкретный пример после каждого пункта списка."
- "Проиллюстрируйте третий пункт реальным жизненным сценарием."
- "Приведите по одному фрагменту кода «до/после» для каждой рекомендации по эффективной практике."
- "Добавьте контрпример, показывающий, чего NOT следует делать, для каждой рекомендации."
Примеры превращают абстрактные советы в конкретные действия. Этот шаблон особенно полезен для учебных материалов и практических руководств.
Шаблон 5: Перепишите в виде маркированного списка
Если содержание ответа подходит, но структура нет, используйте шаблоны изменения формата:
- "Перепишите это в виде маркированного списка."
- "Преобразуйте это в нумерованное пошаговое руководство."
- "Разбейте это на разделы с заголовками H2."
- "Оформите это в виде сравнительной таблицы: Характеристика | Вариант A | Вариант B."
Уточняющие запросы на изменение формата сохраняют содержание и меняют только его представление. Они мало рискованны: основная информация уже верна.
Объединение шаблонов в одном уточняющем запросе
В одном уточняющем запросе можно объединить несколько шаблонов коррекции:
"Перепишите приведённый выше ответ в виде маркированного списка, удалите раздел с историческим фоном и добавьте пример кода для каждого пункта. Уложитесь в 300 слов."
Это эффективнее, чем отправлять четыре отдельных сообщения с уточнениями. Однако объединённый запрос должен оставаться ясным и понятным: если он становится слишком сложным, разделите его на два уточняющих запроса, а не отправляйте один запутанный.
Шаблоны уточняющих запросов в коде
Можно автоматизировать исправление с помощью уточняющих запросов в конвейере Python, используя append для добавления инструкций по коррекции в историю диалога:
import openai
client = openai.OpenAI(api_key='sk-...')
def apply_correction(conversation_history, correction_pattern):
# Append the follow-up prompt to the existing conversation
updated_history = conversation_history + [
{'role': 'user', 'content': correction_pattern}
]
response = client.chat.completions.create(
model='gpt-4o-mini',
messages=updated_history
)
assistant_reply = response.choices[0].message.content
# Return updated history for chaining
updated_history.append({'role': 'assistant', 'content': assistant_reply})
return assistant_reply, updated_history
# Example usage
history = [{'role': 'user', 'content': 'Explain REST APIs.'},
{'role': 'assistant', 'content': '... (long explanation) ...'}]
corrected, history = apply_correction(history, 'Make it shorter — 3 bullet points only.')
print(corrected)Привязывайте уточняющий запрос к ответу
Наиболее эффективные уточняющие запросы привязаны к конкретным частям предыдущего ответа. Это устраняет неоднозначность:
- Слабый: "Можете улучшить вторую часть?"
- Сильный: "В разделе под названием «Соображения по безопасности» советы слишком общие. Перепишите этот раздел, добавив три конкретных правила для межсетевого экрана."
Если процитировать или назвать конкретный раздел, предложение или пункт, модель будет сосредоточена именно на том, что Вы имеете в виду.
Когда уточняющие запросы перестают работать
Иногда шаблон уточняющего запроса не даёт желаемого улучшения. О том, что диалог зашёл в тупик, говорят следующие признаки:
- После двух исправлений модель возвращается к той же структуре
- Она признаёт Ваше исправление, но продолжает совершать ту же ошибку
- Каждое исправление создаёт новую проблему, устраняя старую
На этом этапе часто быстрее начать заново с переписанным исходным запросом, чем продолжать исправления. Мы рассмотрим это решение на одном из следующих уроков.
Создание личной библиотеки уточняющих запросов
Поскольку шаблоны коррекции можно использовать повторно, стоит создать небольшую личную библиотеку фраз, к которым Вы регулярно обращаетесь:
- "Сделайте короче — ориентируйтесь на X слов."
- "Добавьте конкретный пример к каждому пункту."
- "Перепишите в виде маркированного списка с кратким резюме в одну строку в начале."
- "Удалите отказ от ответственности / исторический фон / лишнюю вступительную информацию."
- "Уточните сведения о [X] — приведите конкретные числа / шаги / код."
Хранение этих фраз в текстовом файле или приложении для заметок сэкономит время во время каждого следующего сеанса.
Проверка знаний: шаблоны коррекции
Вы попросили модель написать описание продукта для приложения управления проектами. В ответ она подготовила эссе из 600 слов, охватывающее историю приложения, его философию, основные функции, цены и сравнение с конкурентами. Вам было нужно описание основных функций объёмом 100 слов для главного экрана сайта.
Какой уточняющий запрос будет наиболее эффективным?
Повторение: написание эффективных уточняющих запросов
Уточняющие запросы — это сигналы коррекции, а не жалобы. Пять основных шаблонов — сократить, уточнить, удалить, добавить примеры и изменить формат — охватывают подавляющее большинство проблем с результатами, с которыми Вы столкнётесь.
Ключевые принципы таковы: конкретно указывайте, что было сделано неправильно, привязывайте запрос к соответствующему разделу и при необходимости объединяйте шаблоны. Если уточняющие запросы перестают работать, подумайте о том, чтобы начать заново.
На следующем уроке Вы потренируетесь вести многошаговые диалоги, развивая предыдущие ответы, а не исправляя их.
Часто задаваемые вопросы
Урок «Написание эффективных уточняющих запросов» бесплатный?
Да — полный текст урока «Написание эффективных уточняющих запросов» 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 «Написание эффективных уточняющих запросов»?
Учитесь корректировать направление: «Сделайте короче», «Будьте конкретнее насчёт X» 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 «Написание эффективных уточняющих запросов»?
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
- Чтение и оценка результатов искусственного интеллекта
- Написание эффективных уточняющих запросов
- Развитие предыдущих ответов
- Когда уточнять, а когда начинать заново