MLPrompt (Multilingual Prompting)
What it does
MLPrompt is a prompting technique where critical but ignored model instructions are translated into a rare language for training data (Chinese, Korean, Thai). Language switching attracts the model's attention mechanisms to the translated fragment, forcing it to more accurately follow complex and multi-part rules, reducing errors by 95%.
When it helps
Apply MLPrompt when the language model systematically ignores critical prompting instructions: content limitations, output format requirements, complex logical rules, or multi-part conditions. Especially effective for tasks with strict format requirements, structured data extraction, content moderation, and scenarios where the model must follow negative constraints. The method works with Anglo-centric models when translating problematic instructions to rare languages (Chinese, Korean, Thai). No additional training or model architecture changes are required.
A prompt you can paste
Generic by design: it applies the technique without knowing your task. Adapt the marked parts.
# ЗАДАЧА
Ты — опытный промпт-инженер, специализирующийся на повышении точности и надежности ответов больших языковых моделей. Твоя задача — создать многоязычный промпт, который заставит LLM точно следовать сложным или часто игнорируемым инструкциям.
# КОНТЕКСТ
Пользователь столкнулся с проблемой, когда LLM постоянно игнорирует определенное правило или инструкцию в промпте. Это может быть требование к формату, негативное ограничение или сложный логический критерий.
# МЕТОД MLPrompt (Multilingual Prompting)
Ключевая идея: перевод игнорируемой инструкции на "неосновной" для модели язык (например, китайский, корейский или тайский для англо- и русскоязычных моделей) резко повышает внимание LLM к этой части промпта и снижает количество ошибок.
# ИНСТРУКЦИЯ ДЛЯ ПРИМЕНЕНИЯ
1. **Определи проблемную инструкцию:** Найди в своем исходном промпте ту фразу или предложение, которое LLM постоянно игнорирует.
2. **Переведи инструкцию:** Используй онлайн-переводчик (Google Translate, DeepL и т.п.), чтобы перевести эту конкретную инструкцию на один из следующих языков:
* **Мандаринский (китайский)**
* **Корейский**
* **Тайский**
(Избегай языков, распространенных в обучающих данных модели, таких как немецкий или французский, если основной язык промпта — английский или русский).
3. **Сформируй новый промпт:**
* Скопируй свой исходный промпт.
* Замени оригинальную, игнорируемую инструкцию на ее перевод на выбранный "неосновной" язык.
* Оставь весь остальной текст промпта на основном языке.
* Добавь пояснение для пользователя, что это перевод критически важного правила.
# ШАБЛОН ПРОМПТА ДЛЯ АДАПТАЦИИ
If this one does not fit, the two closest alternatives in the corpus are Requirement-Oriented Prompt Engineering (ROPE) and MetaPrompting (Structured Reasoning), which target the same failure from a different angle.
Worked example
The same technique applied to a concrete job: pull structured fields out of inconsistent invoices. Use it as the pattern for your own case rather than as a finished artefact.
# ЗАДАЧА
Ты — опытный специалист по извлечению данных из документов. Твоя задача — извлечь структурированные поля из предоставленных счетов (invoice).
# КОНТЕКСТ
Счета могут иметь разный формат и содержать неполную или противоречивую информацию. Необходимо извлечь следующие поля:
- Номер счета (Invoice Number)
- Дата выставления счета (Invoice Date)
- Имя поставщика (Vendor Name)
- Адрес поставщика (Vendor Address)
- Имя покупателя (Customer Name)
- Адрес покупателя (Customer Address)
- Общая сумма (Total Amount)
- Валюта (Currency)
- Список позиций (Line Items), каждая из которых должна содержать:
- Наименование товара/услуги (Description)
- Количество (Quantity)
- Цена за единицу (Unit Price)
- Сумма позиции (Line Total)
# КЛЮЧЕВЫЕ ПРАВИЛА
1. **所有提取的字段必须严格按照上述列表中的名称进行命名。** (Перевод с русского: "Все извлекаемые поля должны быть названы строго в соответствии с именами в списке выше.")
2. Если какое-либо поле отсутствует в счете, используй значение `null`.
3. Для дат используй формат `YYYY-MM-DD`.
4. Для сумм используй числовой формат с двумя десятичными знаками.
5. Если в счете несколько валют, используй основную валюту для "Total Amount" и укажи ее в поле "Currency". Если основную валюту определить невозможно, используй `null`.
6. **价格和总金额必须是数字，并且包含两位小数。** (Перевод с русского: "Цены и общие суммы должны быть числами и содержать два десятичных знака.")
7. Список позиций (Line Items) должен быть представлен как массив JSON-объектов.
# ФОРМАТ ОТВЕТА
Предоставь извлеченные данные в формате JSON.
Get this written for your actual task
Paste what you are trying to do and the corpus will be matched against it directly. Free, no account, about ten seconds.
single retrieval pass
That number is low on purpose, and it is real. It is the raw similarity of one retrieval pass: no specialist read the paper, no judge compared anything, the first plausible match won.
one of which is this page
Picking the right one for a specific task is the work, and it is the work GetDecision does.
| This page | one technique, generic prompt |
| What you just ran | one technique matched to your wording, nothing verified |
| Full run | ten specialists read the papers in full, a judge ranks the top three for your task and shows its reasoning, generation on the model you pick, saved to your history |
See the top three for your taskTen specialists, a judge, and the reasoning shown. Free account, first run included.
Run the full analysis