Дублирование промпта нейросети — лайфхак, который в декабре разлетелся по AI-каналам с обещанием +76% к точности: скопируй запрос дважды, вставь в одно сообщение — и модель начнёт отвечать лучше. Источник цифры реальный — препринт Google Research «Prompt Repetition Improves Non-Reasoning LLMs», но в пересказах потерялось ключевое слово non-reasoning, а сама цифра относится к одному экстремальному тесту, а не к среднему приросту по всем запросам. Разбираемся, что доказано на самом деле и стоит ли брать лайфхак в работу.
Откуда взялись +76% и почему это не то, что вы подумали
Исследователи из Google сравнивали ответ на одиночный промпт с тем же промптом, вставленным дважды подряд, но только на моделях, которым не давали рассуждать пошагово (chain-of-thought тут не участвует). Итог по всей серии — 47 статистически значимых побед из 70 сравнений и ни одного значимого проигрыша. Это солидный, но скромный результат для повышения точности ИИ.
А вирусные «+76%» — это один-единственный стресс-тест: Gemini 2.0 Flash-Lite просили назвать 25-е имя в списке из 50. Без повтора модель угадывала в 21,33% случаев, с повтором — в 97,33%. Это плюс 76 процентных пунктов в узкой задаче на длинный список, а не универсальный буст эффективности нейросетей. Разница между «страница загрузилась на 76 мс быстрее» и «загрузка ускорилась на 76%» — примерно такая же путаница здесь.
Почему трюк вообще может работать — и почему его больше нельзя проверить один в один
Гипотеза красивая: LLM читает текст слева направо, и если длинный список стоит перед вопросом, модель обрабатывает его вслепую, не зная, что спросят дальше. Во второй копии промпта вопрос уже прочитан, и модель фактически перечитывает список осмысленно — дешёвая замена тому, что мы делаем глазами. Но есть нюанс: препринт вышел в декабре 2025-го, а Gemini 2.0 Flash-Lite, на которой получены знаменитые цифры, Google отключил 1 июня 2026-го. Точную репликацию оригинального теста сделать уже физически нельзя — модели больше не существует.
Что показала независимая проверка и что делать читателю
Автор с Хабра прогнал 3360 запросов на живых моделях за $1.48 по датасету из 220 задач — с прямым API, без system prompt, temperature = 0, задачи перемешаны. Один вывод уже опровергнут: миф про то, что повтор с маркером «Повторяю мой вопрос:» работает лучше механического Ctrl+C/Ctrl+V, данными не подтвердился — разницы между вариантами нет вообще.
Для практики это значит следующее. Если вы используете prompt engineering в рутинных задачах — длинные списки, таблицы, инструкции для non-reasoning моделей вроде лёгких версий Gemini или GPT — попробовать дублирование промпта дёшево и безопасно: просто вставьте запрос дважды подряд через пустую строку, без магических фраз. Но не ждите универсального прироста в «+76%» — это частный случай оптимизации запросов ИИ на конкретной задаче с длинным списком, а не готовый рецепт для всех сценариев работы с нейросетями.
Комментарии 0