用途
Prompt Repetition 是一种提示词工程技巧，用于提升大语言模型（LLM）的输出准确率。它针对因果语言模型（Causal Language Model）的固有局限：每个 token 只能关注其之前的 token，因此模型在处理上下文时无法参考后出现的问题，在查看选项时无法完整理解题干，在长列表中特定位置信息的注意力权重会衰减。通过将同一提示词重复多次，第二遍处理可以引用完整的第一遍内容，从而缓解上述问题。
主要能力
该技术通过重复提示词来强化模型对关键概念的注意力权重。据 Google Research 2025 研究结果，在 70 项基准测试中有 47 项（p < 0.1）取得显著提升，无性能下降案例，23 项为中性，提升率为 67%。最显著的提升为 Gemini 2.0 Flash-Lite 在 NameIndex 任务上从 21.33% 提升至 97.33%（+76 个百分点）。测试覆盖的模型包括 Gemini 2.0 Flash / Flash Lite、GPT-4o / GPT-4o-mini、Claude 3.7 Sonnet / Claude 3 Haiku、Deepseek V3；测试基准包括 ARC、OpenBookQA、GSM8K、MMLU-Pro、MATH、NameIndex / MiddleMatch 等。
使用方式
该技能提供自动应用机制，针对特定轻量级模型自动生效。自动应用的目标模型包括：Claude 的 haiku 系列（排除 opus、sonnet），Gemini 的 flash、flash-lite（排除 pro、ultra），OpenAI 的 gpt-4o-mini、gpt-low（排除 gpt-4o、gpt-4）。
重复次数按任务类型确定：选项优先的多选题（A. B. C. D. 选项在前）使用 2 次重复，预期提升 15-40 个百分点；索引/位置任务（含 slot、position、index、N-th 等关键词）使用 3 次重复，预期提升 50-76 个百分点；一般上下文加问题使用 2 次重复，预期提升 5-15 个百分点；已使用思维链（step by step、think through 等）的任务不应用（0 次），效果约为 0%。
应用前需检查 token 限制，建议保留 80% 上下文窗口作为安全余量。若重复后超出限制则减少重复次数。提示词转换通过将原提示词以双换行符连接重复指定次数实现。
该技能提供生产级实现，包括 PromptRepetitionTransformer 类，支持 should_apply 判断、determine_repetitions 次数确定、estimate_tokens 估算、transform 转换以及 wrap_llm_call 包装 LLM 调用。同时提供 A/B 测试方法用于验证效果，关键指标包括准确率、一致性、token 成本和延迟。
在多智能体集成中，可通过标记（<!-- prompt-repetition-applied -->）或元数据（x-prompt-repetition-applied: true 头）防止重复应用。典型应用模式为：Claude Sonnet 规划（无需重复）→ Gemini Flash 分析（自动应用 2 次重复并添加标记）→ Claude Haiku 执行（检测到标记则跳过重复应用）。
适用场景
适用于使用轻量级模型（claude-haiku、gemini-flash、gpt-4o-mini 等）的场景；选项优先的多选题；在长上下文中搜索特定信息；库存或列表中的位置/索引查询；游戏 AI 角色的 NPC 对话一致性维护；不使用思维链的非推理任务。
限制
不适用于已使用思维链的任务（效果会抵消）；不适用于推理模型（opus、sonnet 等已优化，效果极小）；不适用于超长提示词（有超出上下文限制的风险）；不可重复应用（无标记的连续应用会浪费 token）。研究指出，用填充字符增加长度没有效果，且不应与思维链结合使用。成本方面，输入 token 增加 100%，延迟增加约 2%（因预填充阶段在 GPU 上高度并行化），每个正确答案的成本增加约 5%。