[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"glossary-reflexion::ru":3,"gloss-cluster-reflexion::ru":26,"gloss-next-reflexion::ru":9},{"slug":4,"category":5,"name":6,"definition":7,"meta_desc":8,"faq":9,"schema_markup":9,"related":10},"reflexion","prompt-eng","Reflexion","Reflexion — паттерн промптинга агентов, в котором модель, провалившая задачу, пишет короткую рефлексию на естественном языке о том, почему она ошиблась, сохраняет эту заметку в памяти и повторяет попытку, добавив рефлексию в контекст. Метод (Shinn et al., 2023) использует словесную самокритику как лёгкую замену обновления весов: вместо дообучения на наградах агент «учится» между попытками, накапливая записанные уроки. Приём особенно хорош на задачах с чётким сигналом успеха, который можно вернуть модели — упавший тест, неверный ответ, ошибка инструмента, — чтобы рефлексия опиралась на реальную обратную связь, а не на догадки. Для разработчиков агентов это практичный цикл повторов: перехватите ошибку, спросите модель «что пошло не так и что сделаешь иначе», затем перезапустите, добавив заметку в начало. Следите за двумя вещами: ограничьте число попыток, чтобы сдержать стоимость и задержку, и убедитесь в надёжности сигнала обратной связи — рефлексия над шумным или неверным сигналом лишь закрепляет ошибки.","Reflexion заставляет провалившегося агента записать, почему он ошибся, сохранить заметку в памяти и повторить попытку с ней в контексте — учёба через самокритику.",null,[11,14,17,20,23],{"slug":12,"name":13},"agent","Агент (Agent)",{"slug":15,"name":16},"chain-of-verification","Chain-of-Verification",{"slug":18,"name":19},"human-in-the-loop","Человек в контуре (Human-in-the-Loop)",{"slug":21,"name":22},"react-prompting","ReAct-промптинг",{"slug":24,"name":25},"self-refine","Self-Refine",[27,31,34,37,41,42,45,48,51,54,57,60],{"slug":28,"category":5,"name":29,"updated_at":30},"analogical-prompting","Analogical Prompting","2026-08-24T02:46:37+00:00",{"slug":32,"category":5,"name":33,"updated_at":30},"automatic-prompt-optimization","Автоматическая оптимизация промптов",{"slug":35,"category":5,"name":36,"updated_at":30},"chain-of-density","Цепочка плотности (CoD)",{"slug":38,"category":5,"name":39,"updated_at":40},"chain-of-thought-prompting","Chain-of-thought-промптинг (промптинг с цепочкой рассуждений)","2026-08-24T02:46:36+00:00",{"slug":15,"category":5,"name":16,"updated_at":30},{"slug":43,"category":5,"name":44,"updated_at":40},"chunking","Чанкинг (Chunking)",{"slug":46,"category":5,"name":47,"updated_at":40},"constrained-decoding","Ограниченное декодирование (Constrained Decoding)",{"slug":49,"category":5,"name":50,"updated_at":40},"context-stuffing","Переполнение контекста (Context Stuffing)",{"slug":52,"category":5,"name":53,"updated_at":40},"delimiter","Разделитель (Delimiter)",{"slug":55,"category":5,"name":56,"updated_at":30},"directional-stimulus-prompting","Directional Stimulus Prompting",{"slug":58,"category":5,"name":59,"updated_at":30},"emotion-prompting","Emotion Prompting",{"slug":61,"category":5,"name":62,"updated_at":40},"few-shot-prompting","Few-shot-промптинг (промптинг с примерами)"]