Prompting technique

Multilingual Ensemble Prompting

Could Thinking Multilingually Empower LLM Reasoning?, arXiv:2504.11833 (2025) · read the paper

What it does

The method involves translating a complex query into 3-4 different languages, obtaining separate answers from an LLM in each language, and then comparing the results. An ensemble of multilingual answers makes it possible to find the correct solution even when each individual language makes mistakes, compensating for the weaknesses of one language with the strengths of another.

Task typereasoning
Shapemulti agent
Efforttwo or three steps
Addressesanswers that are close but wrong; invented facts and citations; the same prompt giving different answers
Published2025-04-16
AuthorsChangjiang Gao, Xu Huang, Wenhao Zhu et al.

When it helps

Apply this technique when solving complex tasks requiring deep analysis and reasoning, when a single query in English gives unsatisfactory results. Particularly effective for unconventional problems, creative tasks, strategic planning, and important decision-making. Use when maximum reliability of the answer is needed and there is time to compare several options. The method is suitable for research work, data analysis, idea generation, and fact-checking, where accuracy is critical.

A prompt you can paste

Generic by design: it applies the technique without knowing your task. Adapt the marked parts.

Prompt
# Задача

Проанализировать [ОПИСАТЕЛЬНАЯ ЗАДАЧА, например: "потенциал запуска нового продукта", "эффективность маркетинговой кампании", "стратегию выхода на новый рынок"] и предложить [КОЛИЧЕСТВО] [ТИП РЕЗУЛЬТАТА, например: "уникальные концепции", "ключевые метрики", "варианты действий"].

# Контекст

- **Основной объект анализа:** [ОПИСАНИЕ ОБЪЕКТА, например: "городской электрический самокат 'UrbanGlide'", "маркетинговая кампания для продукта X", "выход на рынок Y"].
- **Целевая аудитория/рынок:** [ОПИСАНИЕ ЦЕЛЕВОЙ АУДИТОРИИ/РЫНКА, например: "Жители крупных мегаполисов (25-40 лет)", "Пользователи мобильных приложений в возрасте 18-30 лет"].
- **Ключевые ценности бренда/продукта:** [ПЕРЕЧИСЛЕНИЕ ЦЕННОСТЕЙ, например: "Экологичность, скорость передвижения, стиль и удобство", "Инновационность, простота использования, доступность"].
- **Ограничения/Вызовы:** [ОПИСАНИЕ ОГРАНИЧЕНИЙ, например: "Высокая конкуренция на рынке", "Ограниченный бюджет", "Необходимость быстрого масштабирования"].

# Инструкции

Ты — эксперт в области [ОБЛАСТЬ ЭКСПЕРТИЗЫ, например: "маркетинга и продуктовой стратегии", "финансового анализа и инвестиций", "разработки ПО и управления проектами"].

1.  **Анализ на языке 1 ([ЯЗЫК 1, например: Русский]):**
    *   Проведи анализ [ЗАДАЧА АНАЛИЗА, например: "SWOT-анализ", "оценку рисков", "исследование конкурентов"] для объекта анализа.
    *   Предложи [КОЛИЧЕСТВО] [ТИП РЕЗУЛЬТАТА, например: "маркетинговых концепции", "вариантов решения", "ключевых метрик"].
    *   Для каждого [РЕЗУЛЬТАТ] опиши:
        *   [ПАРАМЕТР 1, например: "Основной посыл / Описание"].
        *   [ПАРАМЕТР 2, например: "Ключевые каналы продвижения / Метрики успеха"].
        *   [ПАРАМЕТР 3, например: "Обоснование / Преимущества"].

2.  **Анализ на языке 2 ([ЯЗЫК 2, например: Английский]):**
    *   Повтори шаги 1.1 - 1.3, используя другой набор критериев или акцентов, если это применимо к языку.

3.  **Анализ на языке 3 ([ЯЗЫК 3, например: Немецкий]):**
    *   Повтори шаги 1.1 - 1.3.

4.  **Анализ на языке 4 ([ЯЗЫК 4, например: Японский]):**
    *   Повтори шаги 1.1 - 1.3.

# Формат вывода

Предоставь ответы для каждого языка отдельно, используя четкие заголовки разделов (например, "## Анализ на Русском", "## Analysis in English"). В конце предоставь **сводную таблицу**, сравнивающую лучшие идеи/решения из каждого языка по следующим параметрам: [ПАРАМЕТР СРАВНЕНИЯ 1], [ПАРАМЕТР СРАВНЕНИЯ 2], [ПАРАМЕТР СРАВНЕНИЯ 3].

**[Примечание для пользователя]**
Чтобы применить метод **"Мультиязычного Ансамблирования"**:
1.  Заполните все поля в квадратных скобках `[...]` в этом промпте.
2.  Используйте онлайн-переводчик (например, Google Translate, DeepL) для перевода всего заполненного промпта на 3-4 выбранных вами языка.
3.  Отправьте каждую переведенную версию в LLM как отдельный запрос.
4.  Сравните полученные ответы и создайте финальную, наиболее сильную стратегию/решение, синтезировав лучшие части из каждого ответа.

If this one does not fit, the two closest alternatives in the corpus are Anti-Bias Prompting and Tabular Prompting, which target the same failure from a different angle.

Worked example

The same technique applied to a concrete job: work through a multi-step planning problem. Use it as the pattern for your own case rather than as a finished artefact.

Worked example
### Задача

Разработать многоэтапный план действий для решения сложной задачи, используя метод "Мультиязычного Ансамбля Мышления".

### Контекст

**Основная задача:** [Вставьте сюда вашу сложную задачу. Например: "Разработать маркетинговую стратегию для нового продукта 'UrbanGlide'"]

**Ключевые детали задачи:**
- [Деталь 1: Например, "Продукт: Легкий складной электросамокат 'UrbanGlide' с запасом хода 30 км."]
- [Деталь 2: Например, "Целевой рынок: Жители крупных мегаполисов (25-40 лет)."]
- [Деталь 3: Например, "Ключевые ценности бренда: Экологичность, скорость передвижения, стиль и удобство."]
- [Деталь 4: Например, "Ограничения: Высокая конкуренция на рынке."]

### Инструкции для LLM

Ты — эксперт в решении сложных задач, способный анализировать информацию с разных точек зрения. Твоя цель — предоставить максимально полное и глубокое решение, используя метод "Мультиязычного Ансамбля Мышления".

**Шаг 1: Формулировка запроса на разных языках**
1.  Возьми **Основную задачу** и **Ключевые детали задачи** из этого промпта.
2.  Сформулируй детальный запрос, объединяющий эту информацию, на **английском** языке.
3.  Переведи этот запрос на **3-4 других языка**, используя надежный онлайн-переводчик (например, Google Translate, DeepL). Рекомендуемые языки: **немецкий, японский, испанский, французский**.
4.  Представь каждый из этих переведенных запросов как отдельный промпт для LLM.

**Шаг 2: Получение и анализ ответов**
1.  Отправь каждый переведенный запрос в LLM как отдельный, независимый вызов.
2.  Получи 4-5 ответов (включая ответ на исходном языке, если он отличается от выбранных для перевода).
3.  Внимательно сравни все полученные ответы. Обрати внимание на:
    *   Общие идеи и подходы.
    *   Уникальные инсайты или предложения, присутствующие только в одном ответе.
    *   Различия в акцентах, стилях или предлагаемых решениях.
    *   Потенциальные ошибки или упущения в каждом отдельном ответе.

**Шаг 3: Синтез финального решения**
1.  На основе анализа всех ответов, создай **одно финальное, комплексное решение** для **Основной задачи**.
2.  Это решение должно интегрировать лучшие идеи, подходы и инсайты из всех полученных ответов.
3.  Особое внимание удели устранению противоречий и синтезу уникальных предложений в единую, логичную стратегию.
4.  Если в ходе анализа были выявлены ошибки или неточности в исходных данных или постановке задачи, отметь это.

### Формат вывода

Представь свой ответ в следующем виде:

---
### Запрос на [Язык 1]
[Текст запроса на Языке 1]
---
### Запрос на [Язык 2]
[Текст запроса на Языке 2]
---
### Запрос на [Язык 3]
[Текст запроса на Языке 3]
---
### Запрос на [Язык 4]
[Текст запроса на Языке 4]
---
### Ответы LLM (краткое резюме или ссылки, если модель позволяет)
[Здесь ты можешь кратко описать полученные ответы или, если это возможно, указать, где они хранятся. Основная работа по анализу будет проводиться тобой после получения ответов.]
---
### Анализ и Синтез
**Сравнительный анализ:**
[Твой анализ различий, сходств, сильных и слабых сторон каждого ответа.]

**Финальное решение:**
[Твое итоговое, комплексное решение задачи, синтезированное из всех ответов.]

---

**[Примечание для пользователя]**
Этот промпт предназначен для того, чтобы ты мог **сам** выполнить шаги 1 и 2, а затем использовать **результаты** для выполнения шага 3. LLM здесь используется для генерации запросов на разных языках и, потенциально, для получения ответов, которые ты затем будешь анализировать. Твоя задача — вставить свою конкретную задачу и детали в поля выше, а затем следовать инструкциям.

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.

Free · no signup · ~10s
0.00match confidence
single retrieval pass
Prompt for your task

      

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.

6,235techniques in the corpus
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 pageone technique, generic prompt
What you just ranone technique matched to your wording, nothing verified
Full runten 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

Related techniques

Anti-Bias PromptingThe technique of neutral prompt formulation that excludes cognitive biases and user prejudice. Essence: avoid …Tabular PromptingA method of presenting data as a markdown table before submitting a request to an LLM. The tabular structure h…Debate-to-Detect (D2D) / Multi-Agent Structured DebateThe method transforms an analysis task into structured debates between multiple AI agents with opposite roles.…Guardrail PromptingGuardrail Prompting — adding explicit restriction instructions to the prompt that prevent excessive reasoning …

All techniques · Failure modes and fixes