Когда убрать одно условие из десяти даёт лучший результат, чем оставить все
Распространённая ошибка: пытаться покрыть все граничные случаи в одном промпте. Результат — противоречащие друг другу условия, которые модель разрешает интуитивно, теряя суть задачи.
В GPT-5 эта проблема обострилась из-за большей чувствительности к структуре инструкций. Модель буквальнее интерпретирует каждое условие и может застопориться на конфликте.
Чистые правила работают лучше грязных
Пример: если требуется краткость и полнота одновременно, модель будет колебаться. Нередко убрать требование полноты и оставить только краткость даёт результат, который на деле оказывается полнее и понятнее.
Принцип простой: оставить три основных условия, остальное передать примерами или контекстом. Это снижает когнитивную нагрузку и даёт модели чёткий вектор.
Практика показывает: промпты с пятью взаимосвязанными условиями работают стабильнее, чем с десятью. Качество в этом случае зависит от релевантности каждого ограничения, а не от их количества.