Разработчик Anthropic Тарик Шихипар представил методику эффективного взаимодействия с моделью Claude 3.5 Sonnet (в тексте ошибочно названной Fable 5). Основная идея заключается в том, что при текущем уровне развития LLM главным ограничением продуктивности становятся не возможности модели, а когнитивные искажения и «слепые зоны» самого пользователя, которые необходимо систематически выявлять перед началом генерации кода.
Для минимизации ошибок предлагается использовать подход «прохода по слепым зонам» (blindspot pass). Вместо того чтобы сразу ставить задачу, разработчик должен провести структурированное интервью с самим собой, чтобы формализовать скрытые предположения и неочевидные требования к проекту. Такой аудит знаний позволяет четко определить контекст, который модель может упустить из-за неполноты вводных данных.
Второй этап включает использование модели в качестве критического оппонента. Пользователь просит Claude проанализировать план реализации на предмет логических разрывов или потенциальных архитектурных проблем. Этот метод переносит фокус с простого написания кода на верификацию архитектурных решений, что значительно повышает качество итогового результата и снижает количество итераций по исправлению багов.
Ключевые факты
- Методика ориентирована на устранение «слепых зон» пользователя, а не на подбор специфических формулировок промптов.
- Использование структурированных интервью позволяет выявить неосознанные пробелы в знаниях до начала работы с моделью.
- Техника «blindspot pass» предполагает предварительную проверку логики задачи самой моделью для поиска слабых мест в архитектуре.
- Подход подчеркивает переход от роли «промпт-инженера» к роли архитектора, управляющего процессом верификации знаний.