[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"glossary-least-to-most-prompting::ru":3,"gloss-cluster-least-to-most-prompting::ru":23,"gloss-next-least-to-most-prompting::ru":9},{"slug":4,"category":5,"name":6,"definition":7,"meta_desc":8,"faq":9,"schema_markup":9,"related":10},"least-to-most-prompting","prompt-eng","Least-to-Most Prompting","Least-to-most («от простого к сложному») разбивает трудную задачу на цепочку более простых подзадач и решает их по порядку, так что каждый ответ подаётся во вход следующему. Метод (Zhou et al., 2022) отличается от обычной цепочки рассуждений двумя вещами: декомпозиция вынесена в отдельный первый этап, а подзадачи решаются последовательно, причём ранние решения подставляются в последующие запросы. Выигрыш заметен на задачах, требующих «композиционного обобщения», — когда тестовые случаи длиннее или сложнее ваших примеров: многошаговые текстовые задачи, символьные преобразования или применение правила с несколькими вложенными условиями. Для SaaS-разработчиков это удачный приём, когда один запрос постоянно пропускает шаги или «разваливается» от сложности: вместо одной гигантской инструкции модель сперва перечисляет подвопросы, а затем отвечает на них по одному. Плата — больше токенов и вызовов, поэтому берегите приём для действительно многошаговой логики, а не для простых запросов, где хватает zero-shot.","Least-to-most разбивает трудную задачу на более простые подзадачи и решает их по порядку, так что каждый ответ подаётся во вход следующему.",null,[11,14,17,20],{"slug":12,"name":13},"chain-of-thought-prompting","Chain-of-thought-промптинг (промптинг с цепочкой рассуждений)",{"slug":15,"name":16},"plan-and-solve-prompting","Plan-and-Solve Prompting",{"slug":18,"name":19},"prompt-chaining","Prompt chaining (цепочка промптов)",{"slug":21,"name":22},"self-ask-prompting","Self-Ask Prompting",[24,28,31,34,36,39,42,45,48,51,54,57],{"slug":25,"category":5,"name":26,"updated_at":27},"analogical-prompting","Analogical Prompting","2026-08-24T02:46:37+00:00",{"slug":29,"category":5,"name":30,"updated_at":27},"automatic-prompt-optimization","Автоматическая оптимизация промптов",{"slug":32,"category":5,"name":33,"updated_at":27},"chain-of-density","Цепочка плотности (CoD)",{"slug":12,"category":5,"name":13,"updated_at":35},"2026-08-24T02:46:36+00:00",{"slug":37,"category":5,"name":38,"updated_at":27},"chain-of-verification","Chain-of-Verification",{"slug":40,"category":5,"name":41,"updated_at":35},"chunking","Чанкинг (Chunking)",{"slug":43,"category":5,"name":44,"updated_at":35},"constrained-decoding","Ограниченное декодирование (Constrained Decoding)",{"slug":46,"category":5,"name":47,"updated_at":35},"context-stuffing","Переполнение контекста (Context Stuffing)",{"slug":49,"category":5,"name":50,"updated_at":35},"delimiter","Разделитель (Delimiter)",{"slug":52,"category":5,"name":53,"updated_at":27},"directional-stimulus-prompting","Directional Stimulus Prompting",{"slug":55,"category":5,"name":56,"updated_at":27},"emotion-prompting","Emotion Prompting",{"slug":58,"category":5,"name":59,"updated_at":35},"few-shot-prompting","Few-shot-промптинг (промптинг с примерами)"]