Что хотят услышать интервьюеры:

Self-ask prompting — это техника, где модель сначала сама разбивает сложный вопрос на более простые подзадачи и последовательно отвечает на них. Обычно это помогает лучше решать многошаговые задачи, особенно если нужен явный ход рассуждений. На собеседовании важно показать, что это способ улучшить качество ответа через декомпозицию вопроса.

Определение:

Self-ask prompting — это подход к prompting, при котором LLM не пытается сразу дать итоговый ответ на сложный запрос, а сначала формулирует для себя уточняющие или вспомогательные вопросы, отвечает на них по очереди и затем собирает финальный ответ.

Идея в том, чтобы заставить модель работать в режиме пошагового анализа: выделить неизвестные части, получить промежуточные факты и только потом сделать вывод.

Пример использования:

Например, если спросить: «Сколько дней займёт проект, если 3 разработчика делают по 5 задач в неделю, а всего задач 30?», модель может сначала спросить себя: сколько задач закрывает команда в неделю, затем сколько недель нужно, а потом перевести это в дни.

Вопрос: Сколько дней займёт проект?
Сам себе вопрос: Сколько задач команда делает в неделю?
Ответ: 3 разработчика × 5 задач = 15 задач в неделю.

Сам себе вопрос: Сколько недель нужно на 30 задач?
Ответ: 30 / 15 = 2 недели.

Итог: 2 недели, то есть примерно 14 дней.

Пояснение кода:

Код не требуется. В этом приёме важна не реализация на языке программирования, а формат промпта и последовательность рассуждения.

Разбор примера по шагам:

Сложный вопрос задаётся модели.
Модель выделяет, какие промежуточные факты нужно найти.
На каждый вспомогательный вопрос даётся отдельный ответ.
Эти ответы используются для финального вывода.
В результате снижается риск пропустить важный шаг в вычислениях или логике.

Ключевые моменты:

Self-ask prompting полезен для задач, где ответ требует нескольких промежуточных шагов.
Он помогает модели явно декомпозировать вопрос вместо попытки сразу угадать финальный ответ.
Особенно хорошо работает для арифметики, логических задач и вопросов с несколькими зависимостями.
Это не гарантирует правильность ответа, но часто повышает его качество и прозрачность.
Техника близка к chain-of-thought, но акцент именно на самозадавании уточняющих вопросов.

Что такое self-ask prompting?