Step-Back Prompting

Step-back prompting («шаг назад») просит модель сначала «отступить» от конкретного вопроса к более общему — вывести лежащий в основе принцип, понятие или запрос более высокого уровня, — а затем через эту абстракцию рассуждать к конкретному ответу. Приём от исследователей Google DeepMind (Zheng et al., 2023) исходит из того, что прыжок сразу в детали провоцирует ошибки, тогда как названное заранее управляющее правило удерживает рассуждение в русле. Например, задача по физике превращается в «Какие физические принципы здесь применимы?» ещё до подстановки чисел. Для SaaS-разработчиков приём полезен, когда ответ зависит от верного определения того, какое правило, формула или категория применяются, прежде чем важны частности: логика тарифов, правила доступа, сценарии диагностики. Стоит он дёшево: одна добавленная инструкция или короткий двухходовый обмен. Хорошо сочетается с retrieval, ведь абстрагированный вопрос часто оказывается лучшим поисковым запросом, чем исходный. Максимум пользы — на задачах со знанием и рассуждением; для простых фактических запросов дополнительный шаг абстракции почти ничего не даёт.