Это называют prompt chaining. Смысл простой: вывод одного шага становится входом для следующего. Если данных не хватает, модель сначала задаёт уточняющий вопрос, если всё есть, идёт дальше. В конце полезно добавить отдельную проверку на ошибки, противоречия и пропуски.
Как собрать цепочку
- Разбейте задачу на этапы: сбор данных, проверка, план, выполнение, финальная сборка.
- Задайте правило перехода: если данных не хватает, попросите уточнение.
- Передавайте результат между шагами, чтобы каждый новый промпт опирался на предыдущий.
- Добавьте контроль качества отдельным шагом.
- Завершите всё нужным форматом, это может быть текст, таблица, список действий или готовый ответ.
Такой подход хорошо подходит для многошаговых сценариев в ChatGPT, Claude и DeepSeek. Главное здесь не магия, а порядок: один шаг, один результат, одно следующее действие. Если хотите, в следующем посте я покажу готовый шаблон запроса для такой цепочки.
Бесплатный курс и материалы «Нейросети с нуля»: https://neurocode-school.ru/guides/neiroset-s-nulya
слайд 1

слайд 2

слайд 3

слайд 4

слайд 5

слайд 6

Работает в: ChatGPT, GigaChat, Алиса, Шедеврум
