Переход от общего к частному в структуре промпта: порядок работает
Порядок информации в промпте влияет на качество ответа: если сначала идут общие инструкции, а потом конкретные примеры и задача, модель лучше понимает контекст и даёт более релевантный ответ. Обратный порядок часто приводит к тому, что модель ориентируется на последний пример вместо понимания общего паттерна.
Это работает, потому что модели обрабатывают текст последовательно, и ранний контекст формирует основу для интерпретации того, что идёт дальше. Если сначала модель читает общую инструкцию, она выбирает более широкий фрейм для анализа. Если сначала конкретный пример, она может переформулировать общую инструкцию под этот пример.
Структура эффективного промпта
Оптимальный порядок: роль и общая инструкция, потом объяснение контекста и ограничений, потом примеры, потом конкретная задача. Каждый слой уточняет предыдущий. Если идёт много примеров, группируйте их по типам: сначала все примеры одного паттерна, потом другого, а не вперемешку.
Когда меняете порядок элементов в промпте, модель часто начинает выбирать другие аспекты для фокуса. Пример перед инструкцией может направить модель совсем в другую сторону, чем вы хотели. Проверка изменения порядка — это первый шаг диагностики, если модель неправильно интерпретирует задачу.
Размещение конкретной задачи в самом конце также важно: модель воспринимает это как финальное уточнение и чаще ориентируется именно на неё. Если задача затеряется в середине контекста, модель может её переинтерпретировать или забыть под весом примеров.