Почему GPT не понимает ваш проект (и как это исправить за 3 шага)

В начале кажется, будто нейронка что-то может. Но через месяц видишь косяки: там, где можно было 2-3 строчки, она расписывает на 10+, она не использует твои функции...» Эта цитата из реального обсуждения на Хабре. ChatGPT не знает архитектуру вашего проекта, ваш стиль кода, ваши готовые функции. Но есть техника, которая решает эту проблему через итеративное добавление контекста. Она называется Паттерн Уточнения — и это не про «написать длинный промпт», а про умный диалог.

Паттерн Уточнения представляет собой стратегию итеративного улучшения или доработки первоначального запроса для получения более точных, релевантных и качественных ответов от системы искусственного интеллекта. Основная идея заключается в постепенном переходе от общего к конкретному, когда качество результата повышается по мере развития диалога.

На начальном этапе запрос может быть расплывчатым или слишком общим. Однако последующие итерации позволяют добавлять детали, ограничения и специфические требования, что приводит к получению более точного и полезного результата.

При взаимодействии с большими языковыми моделями контекст имеет первостепенное значение. Именно на этом принципе и основывается Паттерн Уточнения:

Начальный запрос. Вы начинаете с широкого описания цели, задавая общую сцену для желаемого результата. Например, можно начать с простой просьбы: «Напиши функцию, которая проверяет, является ли число простым».

Итерация и детализация. Если первый ответ не полностью соответствует вашим ожиданиям, вы переходите к следующему этапу уточнения, добавляя конкретные требования или ограничения, которые не были включены изначально. Например, вы можете дополнить запрос следующим образом: «Функция должна возвращать истину для простых чисел и выдавать ошибку, если входное значение не является положительным целым числом».

Результат. Благодаря постепенному переходу от общего к специфическому система искусственного интеллекта получает возможность понять как общую задачу, так и её мельчайшие детали. Это неизбежно приводит к формированию более точных и релевантных ответов.

Паттерн Уточнения приобретает особую важность в области программирования, где точность и соответствие стандартам кодирования имеют критическое значение:

Устранение ошибок и совершенствование кода. После получения первоначального результата вы можете продолжать процесс итерации, используя целевые команды рефакторинга. Это позволяет постепенно достигать общей цели, сохраняя при этом высокое качество получаемых результатов.

Работа со сложными запросами. При решении задач, связанных со сложными алгоритмами или вычислениями, начальное описание часто оказывается неполным. Например, при расчёте сложной формулы методика уточнения позволяет постепенно добавлять недостающие формулы, учитывать граничные случаи и вводить дополнительные ограничения.

Управление недетерминированностью. Генеративные системы искусственного интеллекта не являются детерминированными, что означает возможность получения различных результатов при одинаковом запросе. В этих условиях итеративное уточнение становится инструментом, позволяющим направлять модель к желаемому ответу и корректировать траекторию её рассуждений.

Подробнее об ИИ инструментах, которые позволили попасть в топ 5% лучших сотрудников Яндекса, рассказываю тут: