Справочник
Каталог техник промптинга
54 техники по 9 категориям: что делает приём, когда он окупается и где ломается на практике. Источники — The Prompt Report (arXiv:2406.06608), скилл 19 Prompt Engineering и собственный замер на трёх контурах, который разбирает статья «Проверка техник промптинга на замере». Колонка «где ломается» собрана из этого замера и разбора первоисточников: у большинства техник эффект не универсален, и здесь указано, при каком условии он пропадает или переворачивается.
- 54техник
- 9категорий
- 0вызовов модели
Скачать таблицу 54 техник, XLSX, 15 КБ
Категории
База
| Техника | Что делает | Когда окупается | Где ломается | Источник |
|---|---|---|---|---|
| Few-Shot | Два-пять примеров вход-выход прямо в промпте. | Нужен формат вывода или редкая разметка, которую показать быстрее, чем описать. | После пяти-десяти примеров прирост исчезает, контекст расходуется. У нас лёг ниже baseline. | The Prompt Report, arXiv:2406.06608 |
| Zero-Shot | Прямой запрос без примеров. | Задача простая, знаний модели хватает. В нашем замере — сильнейший вариант на классификации интента. | Ничего не ломается: это точка отсчёта, с которой сравнивают остальное. | The Prompt Report, arXiv:2406.06608 |
| Разметка референсов | Каждый образец помечен: это стиль, это данные, это антипример. | Несколько разнотипных образцов; в Claude — обёртки тегами. | Модель тянет из образца не только форму, но и фактуру: чужие цифры и названия уезжают в новый текст. | Google AI Fundamentals, Coursera |
Zero-Shot
| Техника | Что делает | Когда окупается | Где ломается | Источник |
|---|---|---|---|---|
| Emotion Prompting | Эмоциональная приписка вроде «это важно для моей карьеры». | Практически никогда. | Сдвиги около нуля вне социально нагруженных задач. У нас на gemma оказалась вверху таблицы, но внутри интервала baseline. | arXiv:2604.02236 |
| Re-reading | Вопрос повторяется в промпте дважды. | Длинный вход, где вопрос теряется. | На коротком промпте бесполезно. | The Prompt Report, arXiv:2406.06608 |
| Rephrase and Respond | Модель переформулирует вопрос и отвечает на свою версию. | Запрос сформулирован коряво или двусмысленно. | Переформулировка уводит от исходного смысла. | The Prompt Report, arXiv:2406.06608 |
| Role Prompting | Назначение роли: ты SEO-специалист с опытом. | Нужен тон и словарь профессии. | На корректность не влияет — подтверждено автором Prompt Report, Wharton GAIL и нашим замером. | The Prompt Report; Wharton GAIL 2025 |
| Self-Ask | Модель задаёт себе уточняющие подвопросы и отвечает на них. | Многошаговые фактические вопросы, часто в связке с поиском. | Множит шаги там, где ответ прямой. | The Prompt Report, arXiv:2406.06608 |
| SimToM | Ответ строится от состояния знаний конкретного участника ситуации. | Задачи с несколькими действующими лицами и разной информированностью. | Вне таких задач бессмысленно. | The Prompt Report, arXiv:2406.06608 |
| Style Prompting | Задание стиля и тона без ролевой легенды. | Нужен конкретный регистр текста. | К фактической точности отношения не имеет. | The Prompt Report, arXiv:2406.06608 |
| System 2 Attention | Модель переписывает запрос, убирая нерелевантное, и отвечает на очищенный. | Во входе много шума и отвлекающих деталей. | На коротком чистом запросе добавляет ход без выигрыша. | The Prompt Report, arXiv:2406.06608 |
Рассуждение
| Техника | Что делает | Когда окупается | Где ломается | Источник |
|---|---|---|---|---|
| Analogical Prompting | Модель придумывает похожие решённые задачи и опирается на них. | Типовые задачи с узнаваемой структурой. | Аналогия оказывается ложной и уводит решение. | The Prompt Report, arXiv:2406.06608 |
| Auto-CoT | Цепочки рассуждений для примеров генерируются автоматически. | Нужен few-shot CoT, а размечать руками некогда. | Автоцепочка бывает верной по ответу и неверной по логике. | The Prompt Report, arXiv:2406.06608 |
| Chain of Draft | Шаг рассуждения ограничен пятью словами. | Массовые прогоны, где важна цена: разбор ядра, триаж потока. | На единичной сложной задаче экономия не окупает риск потерянного шага. | arXiv:2502.18600 |
| Chain-of-Thought | Рассуждение вслух до ответа, по шагам. | Есть вычислимый промежуточный шаг: арифметика, подсчёт длины, разбор условия. | Там, где размышление мешает и человеку, падение до 36,3 п.п. У нас на классификации минус, на gemma дороже baseline в четырнадцать раз по токенам. | arXiv:2201.11903; критика — arXiv:2410.21333 |
| Complexity-based Prompting | Отбираются примеры с самыми длинными цепочками рассуждения. | Задачи, где сложность решения связана с длиной вывода. | Длина цепочки — плохой показатель качества вне математики. | The Prompt Report, arXiv:2406.06608 |
| Contrastive CoT | К верным примерам добавлены намеренно ошибочные. | Выбор лучшего из вариантов, аудит контента. | Работает только правдоподобная ошибка: абсурдный контрпример не учит ничему. | arXiv:2311.09277 |
| Few-shot CoT | Примеры с показанным ходом рассуждения. | Нужен конкретный способ рассуждения, а не любой. | Дорог по контексту, ошибка в примере тиражируется. | The Prompt Report, arXiv:2406.06608 |
| Memory-of-Thought | Удачные разборы сохраняются и подставляются к похожим задачам. | Поток однотипных задач с накоплением опыта. | Нужна инфраструктура хранения и отбора. | The Prompt Report, arXiv:2406.06608 |
| Step-Back | Сначала общий принцип, затем ответ по нему. | Стратегия, иерархия тем, выбор архитектуры раздела. | На запросе об одном факте лишний ход. Самая дорогая техника замера: 61 тыс. токенов и 1294 с против 18 тыс. и 375 с у baseline. | arXiv:2310.06117, ICLR 2024 |
| Tabular CoT | Рассуждение оформляется таблицей. | Нужна сопоставимость шагов между собой. | Формат съедает токены на разметку. | The Prompt Report, arXiv:2406.06608 |
| Thread-of-Thought | Пошаговый разбор длинного контекста по частям. | Много разрозненных источников в одном промпте. | На коротком входе избыточно. | The Prompt Report, arXiv:2406.06608 |
| Zero-shot CoT | CoT без примеров, одной фразой-триггером. | Быстрая проверка, помогает ли рассуждение вообще. | На reasoning-моделях дублирует встроенный механизм. | The Prompt Report, arXiv:2406.06608 |
Декомпозиция
| Техника | Что делает | Когда окупается | Где ломается | Источник |
|---|---|---|---|---|
| Atom of Thoughts | Подвопросы сворачиваются в новый самодостаточный вопрос. | Длинные цепочки, где копится мусор контекста. | Свёртка теряет условие, важное на поздних шагах. | arXiv:2502.12018, NeurIPS 2025 |
| Graph of Thoughts | Мысли образуют граф: ветки сливаются и агрегируются. | Задачи, где промежуточные результаты нужно объединять. | Сложно реализовать. Ловушка: Graph Prompting из подборок — про графовые нейросети, другая работа. | arXiv:2308.09687, AAAI 2024 |
| Least-to-Most | Задача разбивается от простых подзадач к сложным. | Составные задачи с явной иерархией. | Разбиение делает модель, и оно расходится с реальной структурой задачи. | The Prompt Report, arXiv:2406.06608 |
| Plan-and-Solve | Сначала план, затем исполнение по плану. | Многошаговые задачи, где важен порядок. | План фиксируется до того, как стали известны промежуточные результаты. | The Prompt Report, arXiv:2406.06608 |
| Program-of-Thoughts / PAL | Рассуждение оформляется программой, счёт отдаётся интерпретатору. | Точный счёт, пересчёт выгрузок, сведение таблиц. | Нужна среда исполнения, без неё техника вырождается в псевдокод. | arXiv:2211.10435, ICML 2023 |
| Prompt Chaining | Выход шага становится входом следующего, человек принимает каждый стык. | Задача не влезает в один промпт, промежуточный результат нужно утвердить. | Ошибка первого звена тянется через всю цепочку, к пятому звену контекст замусорен. | практика, скилл 19 Prompt Engineering |
| Skeleton-of-Thought | Сначала скелет ответа тезисами, затем параллельное раскрытие пунктов. | Нужна скорость генерации длинного ответа. | В оригинале решалась задержка, а не качество структуры — частая подмена в подборках. | arXiv:2307.15337, ICLR 2024 |
| Tree-of-Thought | Несколько параллельных веток рассуждения с возвратом назад. | Несколько стратегий решения, планирование с неопределённостью. | Стоимость растёт кратно числу веток. | arXiv:2305.10601 |
Ансамбли
| Техника | Что делает | Когда окупается | Где ломается | Источник |
|---|---|---|---|---|
| DiVeRSe | Несколько промптов, несколько цепочек, взвешенный отбор. | Критичная задача, где цена ошибки выше цены прогонов. | Кратная стоимость и настройка весов. | The Prompt Report, arXiv:2406.06608 |
| Mixture of Reasoning Experts | Разные типы рассуждения, затем выбор лучшего ответа. | Разнородный поток задач. | Нужен надёжный судья, иначе выбор случаен. | The Prompt Report, arXiv:2406.06608 |
| Prompt Paraphrasing | Один смысл, несколько формулировок промпта. | Проверка устойчивости результата к формулировке. | Не улучшает ответ, а измеряет разброс: это диагностика, не способ решения. | The Prompt Report, arXiv:2406.06608 |
| Self-Consistency | N ответов при ненулевой температуре, побеждает большинство. | Есть бюджет на N прогонов и дискретный ответ, который можно голосовать. | Стоимость растёт в N раз, эффективность заметно ниже популярности приёма. | мета-анализ The Prompt Report |
| Universal Self-Consistency | Голосование по свободным ответам, а не по одному полю. | Ответ не сводится к одному значению. | Сведение свободных ответов само становится задачей для модели. | The Prompt Report, arXiv:2406.06608 |
Самокритика
| Техника | Что делает | Когда окупается | Где ломается | Источник |
|---|---|---|---|---|
| Chain-of-Verification | Модель формулирует проверочные вопросы к своему ответу и отвечает на них. | Фактические утверждения, которые нужно перепроверить. | Проверяет по своим же весам: выдумка подтверждает сама себя. | The Prompt Report, arXiv:2406.06608 |
| Reversing CoT | По ответу восстанавливается условие и сверяется с исходным. | Поиск потерянных или выдуманных условий. | Дополнительный прогон на каждую задачу. | The Prompt Report, arXiv:2406.06608 |
| Self-Calibration | Модель оценивает уверенность в собственном ответе. | Нужен порог отсечения для ручной проверки. | Заявленная уверенность плохо соответствует реальной точности. | The Prompt Report, arXiv:2406.06608 |
| Self-Refine | Генерация, самокритика, правка тем же моделью. | Черновик, который улучшается по явным критериям. | Без внешнего критерия модель хвалит свой текст. Self-Refinement из подборок — это оно же. | arXiv:2303.17651, NeurIPS 2023 |
| Self-Verification | Ответ проверяется обратным ходом, от результата к условию. | Задачи с обратимой проверкой. | Не всякую задачу можно обратить. | The Prompt Report, arXiv:2406.06608 |
Оптимизация
| Техника | Что делает | Когда окупается | Где ломается | Источник |
|---|---|---|---|---|
| ACE | Контекст агента дописывается и перестраивается по ходу работы. | Долгоживущие агенты с повторяющимися задачами. | Контекст растёт и требует собственной чистки. | arXiv:2510.04618 |
| APE | Пул промптов-кандидатов прогоняется на разметке, побеждает лучший по метрике. | Повторяемая задача с размеченной выборкой. | Без метрики и тестовой выборки это не APE. | arXiv:2211.01910, ICLR 2023 |
| Active-Prompt | Размечаются те примеры, где модель наиболее не уверена. | Есть бюджет ручной разметки и надо потратить его с толком. | Это способ отбора примеров, а не способ формулировать запрос. | arXiv:2302.12246 |
| Directional Stimulus | В промпт добавляется подсказка под конкретный вход. | Есть чем подсказать: ключевые слова, зацепки, направление. | В оригинале подсказку генерирует обученная policy-модель, ручной вариант — упрощение до одного эффекта. | arXiv:2302.11520, NeurIPS 2023 |
| GEPA | Промпты эволюционируют через рефлексию и парето-отбор. | Есть метрика и бюджет в сотню-другую прогонов. | Требует инфраструктуры DSPy и размеченных данных. | DSPy 3.0, репозиторий gepa-ai/gepa |
| Meta-Prompting | Модель пишет промпт для другой задачи. | Быстрый черновик промпта. | Без замера это генерация вариантов, а не оптимизация. | практика, скилл 19 Prompt Engineering |
| SCOPE | Промпт эволюционирует во время исполнения по шаговой обратной связи. | Агент работает в среде, дающей сигнал на каждом шаге. | Без качественного сигнала обратной связи бесполезно. | arXiv:2512.15374 |
| Self-Discover | Модель сама собирает структуру рассуждения из атомарных модулей. | Незнакомый класс задач, где неясно, каким способом рассуждать. | Выигрыш показан на бенчмарках рассуждения, перенос на прикладные задачи не гарантирован. | arXiv:2402.03620 |
Генерация
| Техника | Что делает | Когда окупается | Где ломается | Источник |
|---|---|---|---|---|
| Generated Knowledge | Модель сначала генерирует факты по теме, затем отвечает, опираясь на них. | Черновик гипотез по теме. | Знания берутся из весов, а не из источника: для YMYL непригодно без сверки. | arXiv:2110.08387 |
| Verbalized Sampling | Просьба дать пять вариантов с их вероятностями снимает схлопывание в типичный ответ. | Нужно разнообразие: креатив, синтетические данные, варианты заголовков. | Разнообразие не равно качеству, вероятности модель называет на глаз. | arXiv:2510.01171 |
Не техника
| Техника | Что делает | Когда окупается | Где ломается | Источник |
|---|---|---|---|---|
| Graph Prompting | В подборках подаётся как работа с семантическим графом. | — | Ссылается на GraphPrompt — фреймворк предобучения графовых нейросетей, к текстовым промптам отношения не имеет. | arXiv:2302.08043 |
| In-Context Learning | Зонтичный термин для обучения по примерам в промпте. | — | Отдельной механики за названием нет, Few-Shot — его частный случай. | The Prompt Report, arXiv:2406.06608 |
| Preference-Based Prompting | Обычные ограничения: длина, обязательные и запрещённые слова. | — | Канонической работы с таким названием нет. | проверка по литературе, скилл 19 |
Куда дальше
- Генератор промптов — собирает рабочую инструкцию по правилам из замера и проверяет готовый промпт на восемь структурных дефектов.
- Проверка техник промптинга на замере — откуда взялась колонка «где ломается»: 9 приёмов против обычной инструкции, 5750 вызовов, парные тесты.
- Детектор ИИ-текста — признаки машинного письма со строками, без выдуманного процента.
- Все инструменты — каталог бесплатных SEO-инструментов сайта.