Что такое skeleton-of-thought prompting?

Skeleton-of-thought prompting — это техника в работе с большими языковыми моделями (LLM), при которой запрос (prompt) структурируется как «каркас» рассуждения, направляющий модель на поэтапное логическое размышление.

Вместо простого вопроса, в prompt включают ключевые шаги или подсказки, которые помогают модели последовательно анализировать информацию и формировать ответ. Это улучшает качество и точность вывода, особенно для сложных задач.

Пример skeleton-of-thought prompting:

Вопрос: Как решить уравнение 2x + 3 = 7?
Шаг 1: Вычитаем 3 из обеих частей уравнения.
Шаг 2: Делим обе части уравнения на 2.
Ответ:

Модель, следуя этому каркасу, генерирует более структурированный и обоснованный ответ.

Таким образом, skeleton-of-thought prompting помогает направлять LLM к более глубокому и логичному мышлению при генерации ответов.