Вы просите «написать коммерческое предложение». Модель выдаёт шаблон из десятка абзацев про «инновационные решения» и «клиентоориентированность». Вы тратите час на правки. Причина не в плохой модели — в том, что вы дали ей задачу с дырой, а она залатала её своим воображением.
Проблема: разрыв между намерением и текстом промта
Любой запрос короче страницы текста содержит пробелы. Контекст, ограничения, формат, тон, целевая аудитория, нежелательные темы — модель заполняет их сама, опираясь на статистику обучающей выборки. Это «галлюцинация контекста».
Промт для разрешения неоднозначности (disambiguation prompt) — это инструкция, которая запрещает модели начинать выполнение до момента, когда набор уточнений делает задачу однозначно решаемой.
Суть: превратить однократный запрос в управляемый диалог, где модель выступает в роли консультанта, собирающего техническое задание.
Четыре рабочих паттерна уточнения
1. Жёсткий протокол «Спроси у меня»
Добавьте в конец промта: «Перед выполнением задай мне 3–5 уточняющих вопросов, ответы на которые критически важны для качества результата. Не начинай работу, пока не получишь ответы». Работает универсально.
2. Спецификация перед генерацией
«Сначала составь краткую спецификацию задачи (контекст, цель, формат, ограничения, критерии приёмки) в виде маркированного списка. Покажи её мне для согласования. Только после одобрения переходи к выполнению». Идеально для кода, текстов, стратегий.
3. Роль эксперта-консультанта
«Вы — старший консультант по [область]. Ваша задача — не сделать работу за меня, а выявить риски и пробелы в моём запросе. Задай вопросы, которые задавал бы эксперт, чтобы проект не провалился». Меняет динамику: модель ищет проблемы, а не решает их.
Сборка цикла уточнения: пошаговый алгоритм
Фокус: одна задача
Не смешивайте «напиши письмо» и «придумай тему для блога». Один цикл уточнения — один артефакт. Если задач несколько — запускайте параллельные цепочки.
Внедрение триггера
Допишите к запросу один из паттернов выше. Лучше всего работает комбо: «Составь спецификацию → задай уточняющие вопросы → жди подтверждения».
Диалог: отвечайте полно
На вопросы модели отвечайте так, будто объясняете стажёру. «Целевая аудитория — владельцы малого бизнеса, 35–50 лет, боятся технологий, ценят надёжность» лучше, чем «для бизнеса».
Итерация: «Ещё вопрос»
После первого ответа модели часто остаются слепые зоны. Напишите: «Есть ли у тебя ещё вопросы, ответы на которые меняют результат принципиально? Если да — спрашивай». Повторяйте до молчания.
Сравнение: обычный промт vs промт с уточнением
Обычный промт
Напиши письмо холодной продажи для CRM-системы. Целевая аудитория — маловый бизнес.Результат: Шаблонный текст про «автоматизацию процессов», «рост продаж на 300%» и «инновации». Менеджер удаляет 80% и пишет сам.
Промт с разрешением неоднозначности
Ты — эксперт по B2B-продажам. Задача: письмо холодной продажи CRM для малого бизнеса.
Перед написанием:
1. Составь спецификацию (боли ЦА, триггеры, формат, длина, тон, CTA).
2. Задай 5 уточняющих вопросов, критичных для конверсии.
3. Жди моих ответов. Не пиши письмо до согласования спеки.Результат: Модель спрашивает: «Какой именно сегмент МБ?», «Есть ли кейсы?», «Какой канал — email или LinkedIn?», «Какое ограничение по символам?», «Есть ли возражения, которые надо отработать?». Письмо получается готовым к отправке.
Универсальный шаблон: вставьте и адаптируйте
Когда уточнение избыточно
- Задача разовая и низкостоящая (суммаризация, перевод, форматирование).
- Контекст полностью задан в промте (RAG, длинный контекст, строгие инструкции).
- Модель используется как классификатор/экстрактор с фиксированной схемой.
Когда уточнение критично
- Креативные и стратегические задачи (тексты, планы, идеи, архитектура).
- Высокая цена ошибки (код в прод, юридические документы, медицинские тексты).
- Многовариантность решения (есть «хорошо» и есть «подходит именно мне»).
- Работа с неэкспертом, который не умеет писать ТЗ.
