Кажется логичным: чем больше уточняешь промпт, тем лучше ответ. На деле всё наоборот.

После 7–10 итераций качество начинает падать.

Вот почему так происходит — и что с этим можно сделать.

Проблема 1. Модель теряет контекст

Стартовый запрос: Напиши стратегию выхода на рынок.

Итерация 5: Добавь финансовую модель. Итерация 10: Сделай тон формальным. Итерация 15: Убери лишнее про конкурентов.

Что происходит: Модель перестаёт видеть общую задачу. Она реагирует только на последние уточнения. Стратегия разваливается на несвязанные куски.

Проблема 2. Ты сам теряешь опору

К 10-й итерации сложно вспомнить, что было в начале. Ты редактируешь не результат, а собственные прошлые правки.

Это как править одно фото 20 раз подряд — в итоге появляются артефакты, а не улучшение.

Проблема 3. Модель начинает угождать

LLM обучены давать то, что понравится пользователю.

После множества итераций они подстраиваются под тон твоих вопросов, а не под суть задачи.

Ты пишешь: Сделай креативнее. Модель: Хорошо, добавлю больше метафор.

Хотя это не то, что тебе нужно в реальности.

Проблема 4. Эффект испорченного телефона

Каждая итерация вносит новые искажения.

1-я итерация: 90% 5-я итерация: 75% 10-я итерация: 55% 15-я итерация: 40%

Каждый ответ строится на предыдущем — вместе с его ошибками. Ошибки накапливаются.

Пример

Задача: коммерческое предложение.

Подход 1 (обычный): 1. Общий текст 2. Сделай короче 3. Добавь цифры 4. Убери лишнее 5. Перестрой структуру … 15 итераций — и текст теряет смысл.

Время: 2 часа Качество: 50%

Подход 2 (правильный):

Один чёткий запрос:

Коммерческое предложение для B2B SaaS (CRM для e-commerce). Аудитория — владельцы интернет-магазинов 5–20 человек. Формат — email, тон — профессиональный и дружелюбный, длина — 300 слов. Структура: проблема → решение → результаты → CTA.

Итераций: 1–2 Время: 15 минут Качество: 85%

Что делать вместо бесконечных итераций

1. Начинай с структуры

Не: Сделай стратегию.

А:

Тип задачи: стратегия выхода на рынок Продукт: [описание] Рынок: [география + сегмент] Цель: [какой результат нужен] Формат: [документ / презентация] Ограничения: [бюджет / сроки]

2. Если правок слишком много — начни заново

Если после пяти итераций всё ещё не то — не продолжай ломать результат. Сформулируй новый чёткий запрос с нуля.

3. Пользуйся системой, которая понимает цель сама

Так устроен Credo OS. Не ты объясняешь модели 15 раз, что нужно — а система сама задаёт вопросы, строит план и выдаёт результат.

Не 15 итераций. 1–2.

Главный вывод

Больше промптов не делает результат лучше.

Лучший результат даёт правильный первый запрос. Или система, которая сама умеет уточнять задачу.

P.S. Если ловил себя на переписывании одного и того же промпта по кругу — дело не в модели. Она просто не понимает, чего ты хочешь в глубине задачи.

И это нормально — ты сам не всегда знаешь это с первого раза.

Сколько итераций уходит у вас? Напишите в комментариях — интересно сравнить.