Google发现的神级Prompt工程新技巧重复Prompt提升效果关键词Prompt工程、提示词优化、LLM技巧、GPT技巧、AI提问技巧、Prompt Repetition、提示词工程一、最近发现一个被低估的Prompt技巧pdf地址https://arxiv.org/pdf/2512.14982最近在看一篇 Google Research 的论文时被一个非常“反直觉”的结论震到了只要把 Prompt 再写一遍模型效果就能明显提升。是的你没看错。不是换模型、不是微调、不是RAG也不是CoT。只是——把问题复制一遍。论文名字很直接Prompt Repetition Improves Non-Reasoning LLMs这篇论文直接测试了 GPT、Claude、Gemini、Deepseek 等多个主流模型。结论一句话总结在不启用推理模式时Prompt重复可以稳定提升模型准确率而且不增加输出长度与延迟。这就很离谱了。二、为什么重复Prompt会变强先说结论再说原因。论文提出一个关键点LLM是因果语言模型Causal LM这意味着前面的token看不到后面的token所以 Prompt 的顺序、上下文位置、信息分布都会影响模型理解。论文给了一个非常关键的解释当我们把QUERY变成QUERY QUERY会发生什么答案每个token都能再次“看到”整个Prompt从而让注意力机制覆盖更完整的上下文。换句话说Prompt重复 强行让模型重新阅读题目这和人类做题一模一样第一次读题 → 理解不完整第二次读题 → 突然看懂了模型其实也一样。三、实验结果有多离谱论文测试了 7 个模型 7 个Benchmark测试模型包括模型厂商模型GoogleGemini 2.0 Flash / LiteOpenAIGPT-4o / GPT-4o-miniAnthropicClaude 3 Haiku / SonnetDeepseekDeepseek V3测试数据集包括ARC ChallengeOpenBookQAGSM8KMMLU-ProMATH以及两个自定义任务结果Prompt重复在70个测试中赢了47个没有任何失败。这意味着什么几乎全模型通吃。更离谱的是1准确率大幅提升例如自定义任务Gemini Flash Lite从21.33% → 97.33%这不是提升是暴击。2不会增加token输出很多Prompt技巧有副作用技巧副作用CoT输出变长思维链延迟增加多轮思考成本变高但Prompt重复不会增加生成token数量。原因重复发生在prefill阶段并行阶段而不是生成阶段。这点非常关键。3延迟几乎不变实验结论在大多数情况下延迟没有变化。也就是说白嫖性能提升。四、和CoT的关系很多人第一反应那还要CoT干嘛论文给了结论场景Prompt重复效果不使用推理显著提升使用推理(CoT)中性或小幅提升原因很有意思推理模型本身就会“复述问题”。所以Prompt重复 ≈ 轻量版推理。五、正确使用方式最关键论文给了三种模板。1基础版推荐QUERY QUERY示例请用Vue写一个分页组件 请用Vue写一个分页组件2Verbose版QUERY Let me repeat that: QUERY3×3版本某些任务更强QUERY Let me repeat that: QUERY Let me repeat that one more time: QUERY有些任务×3效果更好。六、真实开发场景怎么用我已经开始在这些场景使用场景1代码生成帮我写一个axios请求封装 帮我写一个axios请求封装场景2复杂Bug分析分析下面Vue报错原因 分析下面Vue报错原因场景3长上下文任务根据下面需求设计数据库 根据下面需求设计数据库体感提升非常明显幻觉减少跑题减少细节更完整七、最有意思的实验打脸Padding有人可能会想是不是因为Prompt变长了论文专门做了一个对照实验用句号填充长度.......结果没有任何提升。说明不是长度问题而是重复本身。八、这可能会改变Prompt工程论文最后给了一个非常大胆的结论Prompt重复可能成为默认策略。这意味着未来Prompt工程可能变成CoT重推理Prompt重复轻增强两个路线并存。九、我的结论这可能是我今年见过性价比最高的Prompt技巧因为它同时满足不增加成本不增加延迟不改变输出格式全模型通用提升稳定一句话总结不知道怎么优化Prompt时先复制一遍再说。如果你经常用AI写代码、写文档、做分析建议马上试试这个技巧。
Google发现的神级Prompt工程新技巧：重复Prompt提升效果
Google发现的神级Prompt工程新技巧重复Prompt提升效果关键词Prompt工程、提示词优化、LLM技巧、GPT技巧、AI提问技巧、Prompt Repetition、提示词工程一、最近发现一个被低估的Prompt技巧pdf地址https://arxiv.org/pdf/2512.14982最近在看一篇 Google Research 的论文时被一个非常“反直觉”的结论震到了只要把 Prompt 再写一遍模型效果就能明显提升。是的你没看错。不是换模型、不是微调、不是RAG也不是CoT。只是——把问题复制一遍。论文名字很直接Prompt Repetition Improves Non-Reasoning LLMs这篇论文直接测试了 GPT、Claude、Gemini、Deepseek 等多个主流模型。结论一句话总结在不启用推理模式时Prompt重复可以稳定提升模型准确率而且不增加输出长度与延迟。这就很离谱了。二、为什么重复Prompt会变强先说结论再说原因。论文提出一个关键点LLM是因果语言模型Causal LM这意味着前面的token看不到后面的token所以 Prompt 的顺序、上下文位置、信息分布都会影响模型理解。论文给了一个非常关键的解释当我们把QUERY变成QUERY QUERY会发生什么答案每个token都能再次“看到”整个Prompt从而让注意力机制覆盖更完整的上下文。换句话说Prompt重复 强行让模型重新阅读题目这和人类做题一模一样第一次读题 → 理解不完整第二次读题 → 突然看懂了模型其实也一样。三、实验结果有多离谱论文测试了 7 个模型 7 个Benchmark测试模型包括模型厂商模型GoogleGemini 2.0 Flash / LiteOpenAIGPT-4o / GPT-4o-miniAnthropicClaude 3 Haiku / SonnetDeepseekDeepseek V3测试数据集包括ARC ChallengeOpenBookQAGSM8KMMLU-ProMATH以及两个自定义任务结果Prompt重复在70个测试中赢了47个没有任何失败。这意味着什么几乎全模型通吃。更离谱的是1准确率大幅提升例如自定义任务Gemini Flash Lite从21.33% → 97.33%这不是提升是暴击。2不会增加token输出很多Prompt技巧有副作用技巧副作用CoT输出变长思维链延迟增加多轮思考成本变高但Prompt重复不会增加生成token数量。原因重复发生在prefill阶段并行阶段而不是生成阶段。这点非常关键。3延迟几乎不变实验结论在大多数情况下延迟没有变化。也就是说白嫖性能提升。四、和CoT的关系很多人第一反应那还要CoT干嘛论文给了结论场景Prompt重复效果不使用推理显著提升使用推理(CoT)中性或小幅提升原因很有意思推理模型本身就会“复述问题”。所以Prompt重复 ≈ 轻量版推理。五、正确使用方式最关键论文给了三种模板。1基础版推荐QUERY QUERY示例请用Vue写一个分页组件 请用Vue写一个分页组件2Verbose版QUERY Let me repeat that: QUERY3×3版本某些任务更强QUERY Let me repeat that: QUERY Let me repeat that one more time: QUERY有些任务×3效果更好。六、真实开发场景怎么用我已经开始在这些场景使用场景1代码生成帮我写一个axios请求封装 帮我写一个axios请求封装场景2复杂Bug分析分析下面Vue报错原因 分析下面Vue报错原因场景3长上下文任务根据下面需求设计数据库 根据下面需求设计数据库体感提升非常明显幻觉减少跑题减少细节更完整七、最有意思的实验打脸Padding有人可能会想是不是因为Prompt变长了论文专门做了一个对照实验用句号填充长度.......结果没有任何提升。说明不是长度问题而是重复本身。八、这可能会改变Prompt工程论文最后给了一个非常大胆的结论Prompt重复可能成为默认策略。这意味着未来Prompt工程可能变成CoT重推理Prompt重复轻增强两个路线并存。九、我的结论这可能是我今年见过性价比最高的Prompt技巧因为它同时满足不增加成本不增加延迟不改变输出格式全模型通用提升稳定一句话总结不知道怎么优化Prompt时先复制一遍再说。如果你经常用AI写代码、写文档、做分析建议马上试试这个技巧。
