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

  1. Разбейте задачу на этапы: сбор данных, проверка, план, выполнение, финальная сборка.
  2. Задайте правило перехода: если данных не хватает, попросите уточнение.
  3. Передавайте результат между шагами, чтобы каждый новый промпт опирался на предыдущий.
  4. Добавьте контроль качества отдельным шагом.
  5. 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 1
слайд 1

слайд 2

слайд 2
слайд 2

слайд 3

слайд 3
слайд 3

слайд 4

слайд 4
слайд 4

слайд 5

слайд 5
слайд 5

слайд 6

слайд 6
слайд 6

Работает в: ChatGPT, GigaChat, Алиса, Шедеврум