Типичные ошибки при создании промптов для LLM

Типичные ошибки при создании промптов для LLM

Наиболее распространённые проблемы в работе с языковыми моделями связаны с отсутствием структуры: слишком расплывчатые инструкции, отсутствие чётких границ данных, неструктурированный формат без разделителей и заголовков. Также часто забывают предоставить необходимый контекст для выполнения задачи. Все эти ошибки объединяет недостаток явной организации информации в промпте.

Связи

• Принцип GIGO применим к работе с языковыми моделями — Объясняет фундаментальную причину, по которой ошибки структурирования промпта приводят к некачественным ответам.
• Два ключевых приёма форматирования промптов — Предлагает конкретные технические инструменты для исправления ошибок структурирования (заголовки и разделители).
• Контекст как основа качества работы AI — Углубляет тему нехватки контекста, описывая его виды и значимость для результата.
• Примеры важнее инструкций для рутинных задач — Предлагает альтернативный метод борьбы с расплывчатыми инструкциями через использование конкретных примеров.

---

Источник: Workshop transcript, 2025-10-01