От задачи к проверяемому ответу

Как ставить задачу модели так, чтобы результат можно было проверить, повторить и использовать.

Хороший запрос начинается не с выбора модели, а с определения результата. Что должно появиться после работы: список фактов, исправленный файл, план эксперимента или краткое объяснение? У каждого результата свой способ проверки.

Опишите вход и ожидаемый выход

Передайте модели исходный материал и укажите формат ответа. Вместо просьбы «разберись с документом» можно попросить выделить решения, открытые вопросы и сроки в три отдельных списка. Так проще заметить пропуск или выдуманную деталь.

Если части данных нет, стоит заранее разрешить модели явно отметить пробел. Формулировка «неизвестно по исходным данным» часто полезнее уверенной догадки.

Отделяйте факт от вывода

Факт можно сверить с документом, измерением или первичным источником. Вывод объясняет, что эти факты могут означать. В рабочих заметках полезно хранить их отдельно: изменение исходных данных тогда не потребует заново разбирать весь ответ.

Добавьте критерий готовности

До запуска задачи определите, как выглядит успех. Для текста это могут быть полнота и отсутствие неподтверждённых сведений. Для кода: воспроизводимый пример и проверка изменённого поведения. Для автоматизации: ожидаемый результат плюс способ восстановить исходное состояние.

Начните с небольшого примера

Один короткий документ или несколько строк данных позволяют проверить подход до обработки всего массива. Если результат не подходит, сначала меняйте постановку задачи, а затем масштабируйте работу.

Модель помогает подготовить решение. Проверка связывает это решение с реальной задачей и делает его пригодным к использованию.