Пример промпта
Прежде чем продолжать, давай сделаем шаг назад и посмотрим на задачу шире.
Какие альтернативные подходы мы могли бы рассмотреть, если бы не были ограничены текущими условиями?
Step back. Re-evaluate the system architecture from first principles.
What assumptions are we making, and which of them could be relaxed?
Механизм работы
– Модель рассматривает предпосылки и ограничения текущего ответа
– Начинает «думать о том, как она думает» (метапознание)
– Может предложить новую формулировку задачи или сменить фрейм
– Часто переходит к более глубокой декомпозиции или формулирует уточняющие вопросы
Риски / Ошибки
– Слишком частое применение может сбить ход рассуждения
– При слабой постановке вопроса возможна генерация общих, расплывчатых альтернатив
– Неэффективно, если начальный промпт уже был на мета-уровне – получится цикл
– В API-режиме может потребовать дополнительного контекстного окна (cost ↑)
Связанные техники
– Reflexion prompting – активирует самопроверку и пересмотр своих же решений
– Compass prompting – используется при полной неопределённости направления
– Tree of Thought (ToT) – строит несколько вариантов продолжения логики
– Reverse prompting – позволяет модели пересмотреть, как бы она сама сформулировала задачу
– Reframing – смена формулировки или фрейма без смены сути
Применение в ИИ-агентах и MAS
– Может использоваться как встроенный механизм «отката» или самокоррекции агента при неудачных попытках.
– В MAS может служить шаблоном для роли внутреннего наблюдателя или модератора, оценивающего прогресс других агентов.
– Используется как компонент переоценки в reasoning loop, особенно если предыдущие шаги зашли в тупик.
– В MAS – как функция агента-корректора или аудитора, способного остановить процесс и переформулировать направление размышлений.
– Может применяться внутри рефлексивных или модулирующих агентов, которые наблюдают за ходом reasoning и инициируют откат к более высокой перспективе.
Где применяется в продукте / агенте
– ИИ-ассистенты для принятия решений в условиях перегрузки или тупиков
– Ревизионные агенты, которые должны «переосмысливать» ранее предложенные идеи
– Системы генерации стратегий, когда нужно выйти за рамки текущих предположений
– UX-продукты и фасилитаторы, которые поддерживают креативное мышление
Примеры применения
Индивидуальный диалог с ИИ
Русский язык: «Я застрял на этой задаче: „Придумай название для образовательного проекта по искусственному интеллекту“. Пожалуйста, сделай шаг назад и предложи 3 альтернативных способа подойти к этой задаче – с разной логикой или точкой зрения.»
English:
“I’m stuck with this task: ‘Come up with a name for an educational AI project.’
Take a step back and suggest 3 alternative ways to approach this – using different logic or perspectives.”
→ Эти примеры позволяют пересобрать подход к проблеме и выйти из творческого тупика.
Применение в ИИ-агенте
Сценарий: reasoning-агент, помогающий стартапу сформулировать ключевую гипотезу, не может получить внятный результат от генератора.
Русский:
Агент-навигатор анализирует ввод пользователя и замечает: «Сформулированная гипотеза противоречива и ведёт в тупик. Предлагаю сделать шаг назад: либо уточнить сегмент, либо переписать цель проекта через пользовательскую ценность.»
English:
The navigator agent detects conflict in the input: “The stated hypothesis leads to a dead-end. Suggest stepping back: either reframe the segment or redefine the project goal in terms of user value.”
→ Step-back применяется как техника самоисправления логики до запуска генерации.
Применение в MAS (мультиагентной системе)