Ki sa ki re-prompte egziste (ak poukisa ou pral sèvi ak li plis pase ou panse) "Klassik" interaksyon an LLM se yon sèl-ak-fwa: 
 
 Ou klike: "Te ekri m 'nan yon atik sou durabilite." Modèl la reponn ak yon esè lekòl jenerik. Ou klike: "Te ekri m 'nan yon atik sou durabilite." Modèl la reponn ak yon esè lekòl jenerik. Li pa yon pwoblèm modèl. Sa a se yon . spec problem (re-emèt yon prompt rafine apre wè pwodiksyon an premye) se pont la pratik soti nan: Re-prompting 
 
 entansyon imen → enstriksyon machin-lwe → pwodiksyon itilize Li se ki jan ou jwenn soti nan "ki gen pwodiksyon" nan "ki sa a pwodiksyon se kout, estrikti, ak livrezon." Re-Prompting, Defini nan se pratik la nan , Lè sa a, ralanti li pou jwenn yon rezilta pi bon. Re-prompting adjusting the prompt’s content, structure, or constraints after inspecting the model’s first response Pwen kle: li se Premye pwodiksyon an se pa "respondans la". Li se . feedback-driven telemetry Yon egzanp ti kras “Te ekri yon bagay sou chanjman iklim.” Prompt v1: pa gen okenn angle, pa gen okenn pèfòmans. Output: "Te ekri yon 350-450 mo eksplikatè pou sou chanjman klima. Gen ladan: Prompt v2: UK secondary school students 
 
 de ka, 2) de enpak, 3) twa aksyon chak jou elèv yo ka pran, ak 4) fini ak yon apèl yon sentans a aksyon. kenbe ton amizman; evite jargon. " Yon modèl menm. Rezilta diferan. Paske spec te vin reyèl. Èske w gen okenn enkyetid (ak re-enkyetid pa fè) Yon sèl prompts asume ke ou ka konplètman prezante sa ou bezwen nan devan. Sa a se pafwa reyèlman ... anvan li se pa. 
 
 
 
 
 
 
 
 
 
 
 Dimension 
 Single Prompt 
 Re-Prompting 
 
 
 
 
 Interaction 
 One-way 
 Feedback loop 
 
 
 
 
 Info base 
 Only initial intent 
 Intent + output defects 
 
 
 
 
 Goal 
 “Get an answer” 
 “Get the right answer” 
 
 
 
 
 Best for 
 Simple asks 
 Fine-grained or high-stakes output Interaksyon Yon sèl fason Pwodwi pou Feedback Baze enfòmasyon Se sèlman entansyon orijinal Intense + pwodiksyon defè objektif « Jwenn yon repons » « Jwenn repons la kòrèk » Pi bon pou Simpleman mande Pwoteksyon nan grain fin oswa segondè-stakes Valè reyèl la: Ki sa re-prompte achte ou 1) Lower barrier to entry Ou pa bezwen yo dwe yon magis rapid nan jou a premye. Ou bezwen yo kapab . iterate 2) Kalibrasyon dinamik pou demann konplèks Brand vo, maketing pwodwi, teknik ekri, rezime politik - sa yo se Re-prompting pèmèt ou tòn ton ak estrikti byen vit. moving targets 3) plis konsistans pwodiksyon Tanperati, echantiyon, ak randomizasyon modèl ka lakòz drift. Ajoute (“no slang”, “use boulets”, “include acceptance criteria”) diminye varyans. constraints Lè sa a, ou ta dwe Re-Prompt? Yon lis pratik dekouvri Pa tout repons merite yon lòt ronde. Men, sa yo fè: 1) Rezilta a manke objektif la prensipal li pale sou tèm la, men ignore rezon ou te mande. Signal: "Te ekri pwen vann pou yon montre vwayaj ki karakteristik prensipal la se , ki apwopriye pou UK hikers. " Example ask: 72-hour battery paragraf sou estetik ak materyèl kouvèti; batri jis te menase. Bad output: ou pa te fè "battery + hiking konteks" pa negosyab. Why you re-prompt: 2) fòma se erè ou te mande pou yon bagay machin itilize, ou te resevwa prosa. Signal: "Pou mete spesifikasyon sa yo telefòn nan yon tab Markdown ak header ... » Example ask: Model | RAM | Storage Yon lis nimewo. Bad output: fòma dwe eksplisit, ak souvan benefisye soti nan yon . Why you re-prompt: mini example 3) Gen yon erè logik oswa konsèp Defini erè, kontras, oswa "sounks dwa" men se pa. Signal: "Explain Chain-of-Thought pwomèt ak yon egzanp matematik." Example ask: di CoT vle di "peye repons la dirèkteman" ak sèvi ak Kòm yon “example”. Bad output: 2+3=5 pwopriyete ou pa ankouraje definisyon an, epi ou pa bay yon egzemplar kòrèk. Why you re-prompt: 4) Li se trè kout oswa trè long ou te mande pou etap, te resevwa yon sentans. Oswa te mande pou yon rezime, te resevwa yon eseye. Signal: “details” ak “short” se pa enstriksyon. Yo se vibrasyon. Remplace vibrasyon ak . Why you re-prompt: structure and word limits 5 Etap Loop la: Konvèti Re-Prompting nan yon sistèm Isit la se yon anviwònman ki kenbe iterasyon soti nan vin thrashing random. Etap 1: Evalye pwodiksyon an (ak yon lis tcheke 3-aks) Sèvi ak twa asye sa yo chak fwa: 
 
 
 
 
 
 
 
 
 
 Axis 
 What you’re checking 
 Example failure 
 
 
 
 
 Accuracy 
 Does it solve the actual problem? 
 Deletes the wrong rows when asked to handle missing values 
 
 
 
 
 Format 
 Is it structured as requested? 
 No code comments / no table / wrong schema 
 
 
 
 
 Completeness 
 Did it cover every must-have point? 
 Handles missing values but ignores outliers Presizyon Èske li rezoud pwoblèm la reyèl? Retire ranje yo ki nesesè lè yo mande pou travay ak valè manke fòma Is it structured as requested? Pa gen okenn kòmantè koòd / pa gen tab / erè estrikti Konplè Èske li kouvri tout must-have pwen? Kòmanse valè ki manke, men ignore outliers Pro-tip: ekri yon rapid "list defèt" tankou yon enjenyè QA ta: . Goal Drift / Format Break / Missing Points / Wrong Concepts / Verbosity Etap 2: Retounen defèt la tounen nan prompt la Pifò nesesè pwodiksyon vini soti nan ka prompt ou ka fikse. 
 
 
 
 
 
 
 
 
 
 
 Defect 
 Likely prompt cause 
 Example 
 
 
 
 
 Goal drift 
 vague priorities 
 didn’t state the   selling point primary 
 
 
 
 
 Format break 
 format not explicit 
 “organise this” ≠ “Markdown table with headers…” 
 
 
 
 
 Logic error 
 wrong / missing definition 
 didn’t anchor the concept and example 
 
 
 
 
 Too brief 
 no structure requirement 
 didn’t specify steps, length, sections Objè Drift Priorite vapè Li pa te deklare Pwen pou vann primè fòma Break Format pa eksplisit “organize sa a” ≠ “Markdown tab ak header...” Logik erè Manke definisyon pa ankouraje konsèp la ak egzanp la Too brief Pa gen kondisyon estrikti pa spesifye etap, longè, seksyon Yon chanjman enpòtan: Klike sou Spec. don’t blame the model first Etap 3: Aplike youn nan 4 ajisteman segondè leve Estrategi A: Ajoute konteks + restriksyon (fixe vagueness / objektif drift) Ajoute: odyans, senaryo, orè priorite, kontni bann, pwen nesesè. “Te ekri yon atik eko.” "Te ekri 400 mo pou elèv ane 9 UK a, konteks recycling lekòl, enkli 3 konsèy aksyonab, ton amizman, pa jargon, fini ak yon apèl a aksyon." Before: After: Estrategi B: fè fòma ekzekitif (fixe fòma ranpli) Deskripsyon: tip + plan + egzanp. After prompt snippet: Return a Markdown table exactly like this:
| Model | RAM | Storage |
|---|---|---|
| Example | 8GB | 128GB |
 Estrategi C: Ajoute oswa korekte egzanp (retire malentès) Si modèl la se konfòtab, . show it the pattern Example for Chain-of-Thought (correct pattern): 
 
 
 
 Problèm: "Sam gen 5 mòn, manje 2, achte 3 ..." Rezonans: 5−2 = 3, 3 + 3 = 6 Reply nan: 6 Estrategi D: Kontwòl detaye ak estrikti + limit (fixe verbosity) Deskripsyon seksyon, kantite boulèt, limit nan motè, ak sa ki "fè" sanble. "Explain Few-Shot pwomèt nan Pou chak etap: Max nan ... » Prompt snippet: 3 steps 1 sentence 20 words Etap 4: Valide ( Lè sa a, decide si ou itere ankò) Re-rele prompt. Re-score sou menm 3 asye yo. Stop when: 
 
 
 
 objektif prensipal la se satisfè, format is correct, Pa gen okenn erè logik. Pa chase “perfèks la.” Chase . usable 3–5 iterasyon. Si ou toujou pa kontan apre 5, kondisyon sa a ta ka subspesifye oswa ou ta ka bezwen yon modèl / zouti diferan. Rule of thumb: Etap 5: Template nan genyen (pa ou pa janm kòmanse soti nan zèb ankò) Yon fwa li travay konfyans, freze li kòm yon : prompt template 
 
 
 Pwensipal pati: enstriksyon, estrikti, règ yo fòma Varyab pati: fenèt ranpli tankou {audience}, {constraints}, {inputs} Example: Python data-cleaning prompt template Generate Python code that meets this spec:
​
1) Goal: {goal}
2) Input: {input_description}
3) Requirements:
   - Use pandas
   - Handle missing values using {method}
   - Handle outliers using {outlier_rule}
4) Output rules:
   - Include comments for each step
   - End with 1–2 lines on how to run the script
   - Wrap the code in a Markdown code block
 Li se ki jan re-prompting konpoze: ou bati yon livrezon nan prompts ki ap travay tankou zouti. Plis pase yon iterasyon Tanpri kreye yon bagay reyèl: Men, fè kòm yon operatè. 3 promo posts for a bubble tea brand Ronde 0: Prompt ki pa t 'fwi "Te ekri 3 pòs sosyal pou Sweet Sprout Bubble Tea." Prompt: Repetitif, bled, pa gen okenn hooks, pa gen okenn pwen platfòm. Output: Evalyasyon 
 
 
 
 Presizyon: Vague Brand Fit Format: pa gen okenn hashtags, pa gen CTA Komplètite: teknikman 3 pòs, men nul diferans Ronde 1: Ajoute karakteristik mak + fòma platfòm Re-prompt: 
 
 
 
 
 
 Brand: Low-sòti, 0 kalori opsyon Pwodwi pou Telefòn: Taro Boba Milk Tea Shop vibe: Instagrammable enteryè Style: enèji, emojis, fini ak 2-3 hashtags Diferentiasyon: chak pòs konsantre sou (1) gou, (2) foto, (3) ki ba kalori Men, toujou manke nan "te fè yon bagay kounye a". Output improves Ronde 2: Ajoute aksyon trigger (lokasyon + pwomosyon) Nou te ajoute: 
 
 
 
 Zòn nan: Manchester City Center Promo: BOGOF jiska 31 Oct CTA: “vwayaje apre travay / sa a fen semèn” Now the output becomes deployable. Kòmanse erè (ak ki jan yo pa pèdi lavi ou) Erè 1: Chanje tout nan yon sèl fwa Ou pa ka aprann sa ki te travay si ou mutasyon tout prompt a chak fwa. Change pa iterasyon. one major variable Mistake 2: “The model is bad” as your default diagnosis Pifò nan tan, prompt ou pa spesifye: 
 
 
 
 
 
 Priorite fòma Konstriksyon Egzanp Kritè pou siksè Erè 3: Infinite iterasyon chase pafè Si li kòrèk ak itilize, voye li. Erè 4: Pa sove pwopriyete a dènye Si travay la repete, yon modèl valè plis pase yon bon repons inik. Erè 5: Kopye-pase menm prompt atravè platfòm Ki sa ki travay sou Hacker Nouvèl pral flop sou TikTok. Nan vitès la. platform constraints Zouti ak Workflow Tips 
 
 
 
 
 Tanpri kenbe yon "defekt → fikse" chèz la (format manke → ajoute schema + egzanp; repete → egzekite ang diferan; konpozisyon erè → ajoute definisyon + egzanp). Tès sou 3-5 pwodiksyon anvan ou mas-genere 50. Depo prompts nan yon sistèm modèl (Notion, Obsidian, menm yon git repò). Si ou ap travay nan yon ekip: swiv vèsyon enpòtan tankou kòd. Final nan Re-prompting se pa yon trik. Li se workflow la. Si preskripsyon se ekri kondisyon, — lè l sèvi avèk pwodiksyon an nan modèl la kòm log erè ou yo. Lè ou fè li sistematikman, ou sispann "pwoteje bagay ChatGPT" ak kòmanse bati ou ka reyèlman navige. re-prompting is debugging those requirements reliable text-and-code generators

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

Read My Stories

Odyo sa a pwodui nan lang orijinal istwa a!

Re-Prompting: Loop la ki vire "Meh" LLM pwodiksyon nan pwodiksyon-ready rezilta

About Author

KÒMANtè

KANDYE TAGS

ATIK SA A TE PREZANTE NAN

Related Stories

American Equity, by Sam Altman (with comments & highlights)

Code Smell 260 - Crowdstrike NULL

Handling Smart Contracts with Ioana Frincu on The HackerNoon Podcast

Meet Fastex: HackerNoon Company of the Week

American Equity, by Sam Altman (with comments & highlights)

Code Smell 260 - Crowdstrike NULL

Handling Smart Contracts with Ioana Frincu on The HackerNoon Podcast

Meet Fastex: HackerNoon Company of the Week

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps