Prompt chaining: del komplekse opgaver op
Prompt chaining opdeler en kompleks opgave i flere kontrollerbare trin, hvor output fra ét trin bliver input til det næste. Det gør fejl lettere at opdage og giver mulighed for menneskelig godkendelse mellem faser.
Kort svar: Prompt chaining opdeler en kompleks opgave i flere kontrollerbare trin, hvor output fra ét trin bliver input til det næste. Det gør fejl lettere at opdage og giver mulighed for menneskelig godkendelse mellem faser.
Del opgaven, når ét svar skal løse for mange ting
Prompt chaining deler en stor opgave op i synlige mellemresultater. Det gør det muligt at kontrollere research, plan og output hver for sig i stedet for at opdage alle fejl i den færdige leverance.
Eksempel: research → struktur → udkast → kontrol
I stedet for at bede om en færdig markedsrapport i én prompt: 1) udtræk fakta fra kilder, 2) gruppér fund, 3) identificér huller, 4) lav disposition, 5) skriv, 6) faktatjek.
Giv hvert led et tydeligt input og output
- 1. Find naturlige beslutningspunkter i opgaven.
- 2. Lad hvert trin have ét tydeligt formål og output.
- 3. Gem mellemresultater i et format næste trin kan bruge.
- 4. Indsæt validering efter trin hvor fejl vil forplante sig.
- 5. Stop kæden når evidens eller kvalitet er utilstrækkelig.
- 6. Automatisér først efter at den manuelle kæde fungerer stabilt.
Kæder fejler, når fejl bare sendes videre
- At lave 15 mikrotrin uden praktisk gevinst.
- At sende et fejlbehæftet output videre uden validering.
- At skjule alle mellemresultater og dermed miste sporbarhed.
Split en af dine egne komplekse prompts
Tag en kompleks opgave du normalt giver i én prompt. Del den i tre trin og definer, hvad du vil kontrollere efter hvert trin.
Kontroller hvert mellemresultat separat
- Kan hvert trin testes isoleret?
- Er der et sted hvor et menneske bør godkende?
- Er det tydeligt hvilke data der flyttes videre?
Mellemresultater er en fordel, hvis de har en kontrakt
En kæde bliver ikke robust bare fordi opgaven er delt i fire prompts. Hvert mellemresultat skal have et format, som næste trin kan forstå og som du kan validere. Research kan fx returnere en liste af kilder og påstande; outline-trinnet bør ikke modtage et løst essay.
Log mellemresultaterne, når kæden bruges automatisk. Så kan du se om en dårlig artikel skyldes dårlig research, forkert struktur eller selve skrive-trinnet. Uden den opdeling bliver fejlfinding lige så uklar som i en enorm enkeltprompt.
Når næste trin skal vælges dynamisk i stedet for at være fast, bevæger du dig fra chaining mod agentbaseret orkestrering. Gør kun det skift, hvis fleksibiliteten er nødvendig.
Fortsæt til workflows og agentbaseret orkestrering
Spørgsmål om emnet
Hvad er hovedpointen i “Prompt chaining: del komplekse opgaver op”?
Prompt chaining opdeler en kompleks opgave i flere kontrollerbare trin, hvor output fra ét trin bliver input til det næste. Det gør fejl lettere at opdage og giver mulighed for menneskelig godkendelse mellem faser.
Hvordan kan jeg øve det?
Tag en kompleks opgave du normalt giver i én prompt. Del den i tre trin og definer, hvad du vil kontrollere efter hvert trin.
Hvilken fejl bør jeg især undgå?
At lave 15 mikrotrin uden praktisk gevinst.
Hvornår er min løsning god nok til at bruge?
Brug disse kontrolspørgsmål: Kan hvert trin testes isoleret? Er der et sted hvor et menneske bør godkende? Er det tydeligt hvilke data der flyttes videre?