Что это за метод?

Когда AI‑агенту дают «архив» всех своих предыдущих действий (успешных и провальных), он теряется в шуме. Метод **Skill‑MD** не пытается обучить модель новому знанию, а *сжимает* эти логи в компактный документ‑процедуру: 1️⃣ Что делать – порядок шагов 2️⃣ Что проверять – чек‑лист 3️⃣ Чего избегать – типичные ошибки Такой «якорь» держит модель на рельсах и повышает надёжность выполнения процедурных задач.

Как это работает (пошаговый алгоритм)

| Шаг | Действие | Что нужно получить | |-----|----------|--------------------| | **1** | Собрать 3–8 примеров прошлых попыток (удачные/неудачные) | Тексты, логи, комментарии | | **2** | Попросить LLM выделить общую процедуру, а не пересказать | Документ из 3 разделов | | **3** | Сохранить документ как *Custom Instruction* / *Project Knowledge* | Персистентный чек‑лист | | **4** | Использовать вместо вставки примеров в каждом чате | Уменьшение контекста, повышение стабильности | > **Ключевой вывод экспериментов:** 65.7 % улучшения связано с процедурным якорём, а не с новыми фактами (только 4.5 %).

Пример применения

**Задача:** писать посты в соцсетях бренда (ироничный тон, обращение «ты», CTA). Промпт: «У меня есть 5 удачных и 3 неудачных поста. Изучи их и создай чек‑лист из трёх частей: 1) Что делать при написании; 2) Что проверять перед публикацией; 3) Чего избегать. Не пересказывай примеры дословно – выведи общее правило.»

**Результат:** 10–15 строк, которые можно вставлять в начало любого нового чата или хранить как Custom Instruction.

Шаблон промпта

У меня есть {N} примеров, которые получились удачно, и {N} примеров, которые не подошли, для задачи: {описание задачи}. Удачные примеры: {вставить} Неудачные примеры и что в них не так: {вставить} Составь короткую инструкцию из трёх частей: 1. Что делать (порядок действий) 2. Что проверять перед финальным ответом 3. Каких ошибок избегать Не пересказывай примеры – выведи общее правило, применимое к новым задачам того же типа. ```

Границы применимости

Когда полезно - Процедурные задачи** (кодинг, настройка окружения, форматы) Много повторяющихся операций с чёткими критериями успеха Когда не стоит - Творческие задания (генерация идей, художественный стиль) – порядок действий отсутствует. Задачи с высокой субъективностью оценки результата .

Ограничения и риски

- **Рост базы знаний**: при > 50 чек‑листов точность поиска падает до ~3 %. Держите базу маленькой и тематически разбитой. - **Не гарантирует успех**: даже правильный чек‑лист может не подойти, если задача слегка отличается от исходной. - **Сложные контексты**: при больших объёмах логов модель всё равно может «запутаться» – лучше предварительно фильтровать лишнее.

Ключевые цифры из экспериментов

| Показатель | Без подсказок | С сырой историей | С чек‑листом | | Успех (Terminal‑Bench) | 42 % | 45 % | **58 %** | | Точность поиска документа | — | — | ↓10× при росте до 100 документов |

Быстрый старт

1. Скопируйте шаблон промпта. 2. Вставьте свои примеры и задачу. 3. Получите чек‑лист – храните в Custom Instructions. 4. Используйте вместо копирования всех примеров каждый раз.

**Поддержать проект донатом: Сбер 2202 2084 9881 5282. Заранее спасибо.**