Продвинутый

Комбинирование техник

Соединяй техники для максимального эффекта

Проблема: Вы изучили множество техник промптинга, но одной техники часто недостаточно для сложных реальных задач. Как их эффективно комбинировать?

Решение: Комбинируй техники как рецепт

Комбинирование техник промптинга — это когда ты собираешь несколько узких приёмов в один промпт, чтобы каждый отвечал за свою часть задачи. Представь любую технику как ингредиент: System Prompt задаёт роль и контекст, Chain-of-Thought заставляет модель рассуждать пошагово, ограничения (constraints) фиксируют формат вывода, а шаг проверки просит модель перепроверить собственный ответ. По отдельности ни один из них не «продвинутый» — мастерство в том, чтобы знать, какие комбинировать, в каком порядке и когда хватит одной техники.

Как это работает

Надёжный порядок повторяет работу аккуратного человека: сначала контекст, потом рассуждения, затем формат, в конце проверка. Ты задаёшь роль и правила до того, как модель начнёт думать, даёшь ей рассуждать вслух, потом загоняешь результат в нужную форму и напоследок просишь проверить вывод. Порядок важен, потому что каждый этап питает следующий: если потребовать строгий JSON до рассуждений, ты обрубишь то самое мышление, которое и даёт верный ответ. Выбирай техники, которые дополняют друг друга, а не воюют: Chain-of-Thought (длинное исследующее рассуждение) и Self-Consistency (сэмплирование нескольких цепочек рассуждений и голосование) отлично складываются, а вот CoT вместе с «ответь одним словом, без пояснений» взаимно уничтожаются.

Когда применять — и подводные камни

Тянись за комбинацией только тогда, когда одна техника явно не справляется: модель растекается, сбивается с формата или ошибается в рассуждениях. Главная ловушка — перебор техник. Пятая или шестая инструкция обычно даёт убывающую отдачу и даже вредит: модель распыляет внимание, часть правил выполняет, часть забывает, а ты сжигаешь лишние токены и время. Считай простоту настройкой по умолчанию и всегда A/B-тестируй комбинацию против одиночной техники, прежде чем катить в прод. Разбор примера: чтобы вытащить риски из договора, голый промпт «перечисли риски» даёт размытый абзац. А если наложить Роль («ты юрист по договорам») + Step-Back («сначала: что вообще делает пункт рискованным?») + Chain-of-Thought («идём пункт за пунктом») + Structured Output («верни таблицу: пункт, риск, серьёзность»), та же модель превращается в методичного ревьюера — три-четыре ингредиента, каждый делает одну работу.

Представьте это как кулинарию: каждый ингредиент на своём месте, порядок важен:

  • 1. Совместимость: Не все техники сочетаются — выбирай дополняющие друг друга
  • 2. Порядок: Сначала контекст, потом рассуждения, затем формат, потом проверка
  • 3. Простота: Если одна техника решает задачу — не добавляй больше
  • 4. Тестирование: Всегда сравнивай: одна техника vs комбинация

Когда комбинировать?

  • Сложный анализ: Роль + Step-Back + Structured Output
  • Создание контента: Роль + Few-Shot + Constraints + Emotion
  • Генерация кода: System Prompt + CoT + Constraints + Negative Instructions
  • Исследования: Generate Knowledge + CoT + Self-Consistency

Интересный факт: Исследования показывают, что комбинация 2-3 дополняющих техник повышает качество вывода LLM на 20-40% по сравнению с одной техникой, а добавление больше 4 техник обычно даёт убывающую отдачу.

Попробуйте сами!

Изучи 5 реальных сценариев в интерактивном инструменте ниже — увидь, как техники складываются в мощные промпты.

Комбинирование техник — реальные сценарии

Выбери сценарий и запусти pipeline — увидь, как каждая техника обрабатывает данные и что добавляет на каждом шаге.

Задача:

Проанализировать квартальный отчёт продаж SaaS-компании

1
Role-Playing
Назначает экспертную роль → модель использует профессиональные знания
2
Step-Back
Определяет базовые принципы → анализ строится на фундаменте
3
Chain-of-Thought
Пошаговое рассуждение → не пропускает важные выводы
4
Structured Output
Задаёт формат → ответ легко читать и использовать
Принцип комбинирования

Порядок важен: контекст (роль) → фундамент (принципы) → рассуждения (CoT) → формат (структура) → проверка (верификация). Как в кулинарии — сначала ингредиенты, потом рецепт.

Частые вопросы

Что значит комбинировать техники промптинга?

Это когда ты собираешь несколько узких приёмов в один промпт, и каждый отвечает за свою часть задачи: System Prompt задаёт роль и контекст, Chain-of-Thought включает пошаговое рассуждение, constraints фиксируют формат вывода, а отдельный шаг проверки просит модель перепроверить ответ. Смысл не в том, чтобы использовать как можно больше техник, а в том, чтобы каждая закрывала свою слабость.

В каком порядке применять техники в промпте?

Надёжный порядок повторяет работу аккуратного человека: сначала контекст (роль и правила), потом рассуждения, затем формат, в конце проверка. Порядок важен, потому что каждый этап питает следующий. Если потребовать строгий JSON до рассуждений, ты обрубишь то самое мышление, которое даёт верный ответ, поэтому формат всегда идёт после Chain-of-Thought, а не до него.

Сколько техник можно комбинировать в одном промпте?

Обычно достаточно двух-трёх дополняющих друг друга техник. Пятая или шестая инструкция чаще даёт убывающую отдачу и даже вредит: модель распыляет внимание, часть правил выполняет, а часть забывает, плюс растут расход токенов и задержка. Считай простоту настройкой по умолчанию и добавляй технику только тогда, когда одна явно не справляется.

Какие техники промптинга плохо сочетаются друг с другом?

Конфликтуют те, что тянут модель в разные стороны. Например, Chain-of-Thought (длинное развёрнутое рассуждение) вместе с требованием «ответь одним словом без пояснений» взаимно уничтожаются — ты просишь и думать вслух, и молчать. А вот CoT и Self-Consistency (несколько цепочек рассуждений с голосованием) хорошо складываются. Всегда A/B-тестируй комбинацию против одиночной техники, прежде чем катить в прод.

Попробуй сам

Интерактивное демо этой техники

Сравнение техник
Демо режим
Предзаписанные ответы
ЗадачаСреднийАнализ

Проанализируй квартальный отчёт продаж SaaS-компании

Без техники
Без техники
Промпт
Проанализируй продажи за Q4.
Ответ

Продажи выросли. Нужно продолжать в том же духе и расширять клиентскую базу.

Токены:12/25
Время:320ms
Качество:
С Комбинирование техник
С техникой
Промпт
Ты — старший аналитик данных с 10+ лет опыта в SaaS-метриках. Прежде чем анализировать, определи: - Какие SaaS-метрики ключевые для этого отчёта? - Какие бенчмарки нормальны для B2B SaaS? Данные: MRR: $450K → $520K (+15%) Churn: 3% → 7% New customers: 45 Expansion revenue: $30K CAC: $2,100 Рассуждай пошагово: 1. Проанализируй тренды по каждой метрике 2. Найди аномалии 3. Сделай рекомендации Верни JSON: {summary, key_metrics, anomalies, recommendations}
Ответ
{
  "summary": "MRR вырос на 15%, но churn увеличился с 3% до 7% — это критическая аномалия",
  "key_metrics": [
    {"name": "MRR", "value": "$520K", "trend": "+15%", "status": "healthy"},
    {"name": "Churn", "value": "7%", "trend": "+4pp", "status": "critical"},
    {"name": "LTV/CAC", "value": "~3.5", "trend": "declining", "status": "warning"}
  ],
  "anomalies": [
    {"metric": "Churn", "issue": "Рост с 3% до 7%", "cause": "Вероятно ценовая миграция или проблемы с продуктом"}
  ],
  "recommendations": [
    "Срочно: провести exit-интервью с ушедшими клиентами",
    "Внедрить retention-программу (скидки за годовую подписку)",
    "Пересмотреть pricing tiers — возможно, план стал неконкурентным"
  ]
}
👁️Role-Playing: аналитик активирует знания SaaS-метрик (MRR, churn, LTV/CAC)
🧠Step-Back: сначала принципы (бенчмарки) → потом анализ конкретных данных
🔍Chain-of-Thought: пошаговый анализ ловит аномалию (churn 7% при норме <5%)
Structured Output: JSON формат делает результат actionable
Токены:180/250
Время:1200ms
Качество:
Почему это работает

Комбинация 4 техник (Role + Step-Back + CoT + Structured Output) превратила пустой "продажи выросли" в actionable аналитику с конкретной аномалией и рекомендациями.

1 / 3

Квиз по уроку

1 из 3

1.Каково основное преимущество комбинирования нескольких техник промптинга?

Практика

Создайте бесплатный аккаунт для решения челленджей

3 челленджей с AI-проверкой для этого урока

Связанные уроки:Chain Of ThoughtFew ShotSelf Consistency

Этот урок — часть структурированного курса по LLM.

Мой путь обучения