Słownik AI
Łańcuch promptów (prompt chaining)
prompt chaining, łączenie promptów, kaskada promptów
Łańcuch promptów to rozbicie zadania na kolejne kroki promptowania, w których wynik jednego promptu zasila następny. Pozwala podzielić złożony proces na mniejsze, łatwiejsze do kontroli etapy.
- Zadanie dzieli się na sekwencję promptów, gdzie wyjście jednego jest wejściem kolejnego.
- Każdy krok można testować i poprawiać osobno, co ułatwia kontrolę nad złożonym procesem.
- To wiele oddzielnych wywołań modelu — inaczej niż łańcuch rozumowania w jednej odpowiedzi.
Łańcuch promptów odpowiada na to, że złożonych zadań często nie da się dobrze rozwiązać jednym poleceniem. Zamiast tego dzieli się proces na sekwencję kroków, gdzie wynik jednego promptu staje się wejściem następnego — na przykład najpierw model wyciąga z dokumentu kluczowe fakty, potem na ich podstawie pisze podsumowanie, a na końcu formatuje je pod wybrany kanał. Każdy etap robi jedną rzecz, więc łatwiej go przetestować i poprawić niezależnie od reszty.
Warto wyraźnie odróżnić to pojęcie od łańcucha rozumowania. Łańcuch rozumowania to rozpisanie kolejnych kroków myślenia wewnątrz pojedynczej odpowiedzi jednego modelu. Łańcuch promptów to natomiast wiele oddzielnych wywołań modelu spiętych w przepływ, gdzie między krokami można wstawić walidację, wywołanie narzędzia czy decyzję warunkową. Pierwsze dotyczy rozumowania w jednej odpowiedzi, drugie — architektury całego procesu.
W zastosowaniach firmowych łańcuch promptów bywa szkieletem prostszych automatyzacji i punktem wyjścia do workflow agentowego. Różnica polega na sterowaniu: w łańcuchu promptów kolejność kroków jest z góry zaprojektowana przez człowieka, podczas gdy w pełnym workflow agentowym to sam model częściej decyduje, jaki krok wykonać dalej. Dlatego łańcuch promptów jest przewidywalny i łatwy do audytu, co ceni się tam, gdzie liczy się powtarzalność wyniku.
Powiązane pojęcia