🎭 Persona-Routing: как роль меняет точность субъективной оценки на 73%

Исследование 2608.08889 показывает: для субъективных задач (оценка тона, безопасности контента, культурной чувствительности) выбор конкретной «живой» роли вместо абстрактного «эксперта» повышает точность почти вдвое.

Почему? Модель перестаёт использовать «математический» стиль рассуждения, который не подходит для субъективных вопросов, и начинает думать как реальный человек с опытом и контекстом.

🔧 Как это работает (3 шага)

Шаг 1 — Базовый ответ (без персоны) Запрос без указания роли. → Вывод: быстрый, но часто «пустой», без учёта нюансов аудитории.

Шаг 2 — Персона + Chain of Thought Тот же запрос, но с инструкцией:

> *Ты — {конкретная персона}* > *Оцени с точки зрения этой персоны: {задача}.* > *Сначала кратко опиши ход мысли, потом дай ответ (да/нет, 1–5 и т.д.).*

→ Вывод: модель фокусируется на деталях, характерных для роли.

Шаг 3 — Сравнение (для надёжности) Протестируйте 2–3 разных персоны и выберите ту, что даёт наиболее стабильный результат. Можно автоматизировать через небольшую таблицу «персона → оценка».

📋 Шаблон промпта

> *Ты — {роль с чётким характером, например: "24‑летний модератор соцсетей, читающий мемы"}* > *Оцени с точки зрения этой персоны: {задача}.* > *Сначала кратко опиши ход мысли, потом дай итоговый ответ (да/нет, оценка 1–5 и т.д.).* > *{текст / контент для оценки}*

Пример — проверка шутки в рекламном посте:

> *Ты — 24‑летний модератор соцсетей бренда одежды, читающий мемы.* > *Оцени с точки зрения этой персоны: подходит ли фраза «Носи то, что бесит твою бывшую училку по этикету» для аудитории 18–25 лет?* > *Сначала кратко опиши ход мысли, потом дай ответ (да/нет).* > *Текст: "Носи то, что бесит твою бывшую училку по этикету"*

📌 Практические шаги

1. Определите аудиторию — без неё модель не знает, какой персона подходит. 2. Выберите роль — конкретную и релевантную (не «эксперт»). 3. Сформулируйте задачу — чётко укажите критерий оценки. 4. Запустите 1–3 промпта — сравните ответы, выберите лучшую персону.

⚠️ Ограничения

• Тестирование вручную — нет автоматического способа подобрать идеальную роль, требуется пробовать несколько вариантов. • Не для объективных задач — если нужен факт (число, код), обычное рассуждение работает лучше. • Искажение — выбор стереотипной или неверной роли может привести к предвзятости. При чувствительном контенте нужен человеческий контроль. • Переходные данные — результаты основаны на Netflix-данных; в других доменах эффект может отличаться, но направление (стиль рассуждения важен) остаётся универсальным.

📊 Ключевые цифры из экспериментов

• Без Persona‑Routing: точность субъективной оценки — 0.45 • С Persona‑Routing: точность — 0.78 (прирост ~73%) • Разброс между худшей и лучшей персоной — почти двойной

🚫 Что делать НЕ надо

• Использовать метод для задач с единственно верным ответом — там он не нужен. • Полагаться на одну роль без проверки альтернатив — всегда тестируйте 2–3 варианта. • Игнорировать человеческий контроль при модерации чувствительного контента.

Исследование 2608.08889