Исследование *Spurious Prompts* показало: иногда нейросети лучше отвечают не на «действуй как аналитик и решай пошагово», а на странные, почти бессмысленные роли — вроде «хранителя маяка» или «ткача древних гобеленов».
Да, звучит как мусор для промпта. Но именно такие «подложные» инструкции в ряде задач дают более точные ответы, чем аккуратный логический шаблон.
Что это значит для performance-работы:
— шаблонные промпты не всегда лучшие;
— роль в промпте может влиять на качество сильнее, чем структура;
— для генерации креативов, гипотез и аналитических разборов стоит тестировать не только «пошагово», но и нестандартные контексты 🧪
Вывод простой: LLM — не калькулятор. Иногда ей нужен не алгоритм, а правильная маска.
Парсинг доменов в ChatGPT: промпты и схемы
@chatgptdomains
Промпт-инжиниринг получил неприятный апдейт.
Этот пост опубликован в Telegram-канале Парсинг доменов в ChatGPT: промпты и схемы (@chatgptdomains). Все его публикации — на странице канала.
Открыть в Telegram