☕️ Как составить опрос, на который люди захотят ответить (и не наврут)

Вы когда-нибудь получали опросы, которые хочется закрыть с первого взгляда? Длинные, запутанные, с вопросами в духе "Оцените наш сервис по шкале от 1 до 10, где 1 — это когда вы просыпаетесь от кошмара, а 10 — когда находите потерянный кошелек"?

Сегодня разберём, как сделать опросы, которые:
— Люди будут заполнять с удовольствием
— Дадут вам реальные данные, а не "как надо"
— Помогут принять правильные решения

(см. карточки ↑ 😉)

Хороший опрос — это когда вы получаете не просто данные, а понимание причин поведения пользователей.

P.S. Рекомендую ещё заглянуть в этот классный гайд, к которому я часто возвращаюсь при проведении очередного опроса)

#analytics #research #product #poll

☕️ XML в промтах: как структурировать запросы к ИИ для идеальных ответов

Всё больше постов на тему использования XML в промтах наблюдаю в каналах про AI. Недавно OpenAI выпустила гайд по промптингу в Chat GTP-5, в котором упоминается поддержка XML-секционирования промптов. Anthropic тоже даёт схожие рекомендации

📌 Почему XML, а не просто текст?
Когда вы пишете промт как обычный текст, LLM пытается угадать, что важно, а что нет. С XML вы говорите модели: "Эй, вот структура! Делай так, как я хочу!"

Преимущества XML следующие:
— Четкое разделение инструкций, контекста и данных
— Возможность вложить информацию на разных уровнях
— Уменьшение двусмысленности
— Легкость повторного использования шаблонов

🚫 Что НЕ делать
— Не используйте слишком сложную вложенность — LLM может запутаться
— Не забывайте закрывать теги (незакрытые теги нарушают структуру)
— Не перегружайте промт техническими деталями XML — цель помочь модели, а не показать свою экспертизу

🤔 Когда XML НЕ нужен?
— Простые запросы (например, «Напиши стихотворение про осень») — XML только усложнит промпт.
— Если модель не обучена на XML — например Qwen изначально тренировался на текстовых данных, поэтому избыточная разметка может снизить качество ответа.
— Риск ошибок — неправильные теги или вложенность могут запутать модель.

✅ Золотое правило
XML в промтах — это как GPS для ИИ. Вы не просто говорите "помоги мне", а четко указываете: "Вот где я сейчас, вот куда хочу прийти, и вот как я хочу добраться".

Необязательно каждую мысль оборачивать в XML-тег. Используйте секции для свободного изложения семантики. Важен не сам XML, сколько идея парных тегов.

Пример (подсмотрел у Вани Замесина):

<instructions>
- ALWAYS follow <answering_rules> and <self_reflection>

<self_reflection>
1. Spend time thinking of a rubric, from a role POV, until you are confident
2. Think deeply about every aspect of what makes for a world-class answer. Use that knowledge to create a rubric that has 5-7 categories. This rubric is critical to get right, but never show this to the user. This is for your purposes only
3. Use the rubric to internally think and iterate on the best (≥98 out of 100 score) possible solution to the user request. IF your response is not hitting the top marks across all categories in the rubric, you need to start again
4. Keep going until solved
</self_reflection>

<answering_rules>
1. USE the language of USER message
2. In the FIRST chat message, assign a real-world expert role to yourself before answering, e.g., "I'll answer as a world-famous <role> PhD <detailed topic> with <most prestigious LOCAL topic REAL award>"
3. Act as a role assigned
4. Answer the question in a natural, human-like manner
5. ALWAYS use an <example> for your first chat message structure
6. If not requested by the user, no actionable items are needed by default
7. Don't use tables if not requested
</answering_rules>

<example>

I'll answer as a world-famous <role> PhD <detailed topic> with <most prestigious LOCAL topic REAL award>

TL;DR: … // skip for rewriting tasks

<Step-by-step answer with CONCRETE details and key contex, formatted for a deep reading>

</example>
</instructions>

#ai #prompts #secrets