📐 PRISM: порядок инструкций решает всё (точность меняется на 90%)

Исследование 2608.08344 показывает: если финальный вывод стоит до расчётов → модель отвечает «по интуиции» и ошибается в 97% случаев. А если сначала расчёты, потом вывод → точность взлетает до 97%.

Разница — 90 процентных пунктов только из‑за перестановки шагов.

🧠 Как это работает (логика PRISM)

1. Разбейте задачу на логические блоки (не абзацы, а именно шаги). 2. Определите зависимости: если шаг B использует результат шага A, то A должен идти раньше. 3. Финальный вывод ставьте самым последним — после всех расчётов, проверок и сравнений. 4. Протестируйте 2–3 разных порядка и выберите тот, где ответ наиболее обоснован.

Почему это работает? LLM генерирует токен за токеном и «видит» только предыдущий контекст. Последние блоки влияют сильнее всего — поэтому если вывод в конце, модель опирается на только что сделанные расчёты.

📋 Пример: оценка бизнес‑идеи стартапа

❌ Плохой порядок (точность ↓) 1. Дай вердикт 2. Посчитай юнит‑экономику 3. Сравни конкурентов 4. Опиши идею

✅ Хороший порядок (точность ↑) 1. Опиши идею 2. Сравни конкурентов 3. Посчитай юнит‑экономику (CAC, LTV, маржа) 4. Проверь корректность расчётов 5. Дай вердикт на основе полученных данных

Во втором варианте модель выдаёт решение на основе цифр, а не интуиции.

🧾 Шаблон промпта (копируйте и заполняйте)

> 1️⃣ {Шаг, который собирает исходные данные} > 2️⃣ {Шаг, который анализирует/структурирует данные} > 3️⃣ {Шаг, который производит расчёт или рассуждение} > 4️⃣ {Шаг, который проверяет результат предыдущего шага} > 5️⃣ {Финальный вывод – только после всех расчётов и проверок}

Пример заполнения: > 1️⃣ Опиши идею стартапа: [вставьте описание] > 2️⃣ Сравни её с конкурентами на рынке > 3️⃣ Посчитай юнит‑экономику (CAC, LTV, маржа) > 4️⃣ Проверь корректность расчётов > 5️⃣ На основе полученных данных дай вердикт: инвестировать или нет

⚖️ Когда метод полезен, а когда нет

✅ Полезно: • Многошаговые задачи с логическими зависимостями. • Точные расчёты (финансы, инженерия, математика).

❌ Бесполезно: • Одноступенчатые запросы или независимые шаги — порядок почти не влияет. • Творческие / неоднозначные задачи — эффект может быть непредсказуем. • Если модель уже специально обучена «заглядывать» в контекст (некоторые специализированные LLM), разница может быть меньше.

📊 Ключевые цифры из эксперимента (GSM8K / MATH-500)

| Порядок | Точность | |---------|----------| | Сначала ВЫВОД, потом РАСЧЁТЫ | 6% | | Сначала РАСЧЁТЫ, потом ВЫВОД | 97% |

Разница — 91 процентный пункт (!!)

⚠️ Ограничения

• Полный PRISM-инструмент (автокорреляция + перестановки) требует кода и больших экспериментов. В чате применима только упрощённая логика «вывод в конце». • Эффект измерен на математических задачах — для других доменов результаты могут отличаться.

🎯 Что делать прямо сейчас

1. Составьте список шагов для вашей задачи. 2. Определите зависимости и упорядочите их логически. 3. Протестируйте 2–3 перестановки, сравните ответы. 4. Выберите тот порядок, где вывод наиболее обоснован.

📎 Исследование 2608.08344