Revision Prompting es una técnica diseñada para resolver dos problemas habituales del prompting industrial con modelos de lenguaje: la falta de consistencia entre reejecuciones y el coste completo de reprocesar toda la salida cuando solo cambia una parte de la entrada. Frente al esquema ingenuo de volver a aplicar la instrucción sobre el input actualizado, el método propone operar sobre las diferencias: en lugar de regenerar toda la salida, se construye un prompt de revisión que contiene el input original, la salida ya producida, el diff entre input y nuevo input, y la petición explícita de generar solo un parche sobre la salida.
Ese parche se aplica a la salida original para obtener la actualizada, de modo que el contenido no afectado por los cambios permanece idéntico y se gana consistencia. Además, al devolver la salida original como parte del prompt, el modelo solo genera el fragmento modificado: la mayor parte de los tokens se desplaza del output al input, lo que abarata el coste y reduce el tiempo de procesamiento. Si la reejecución ocurre pocos minutos después de la primera, el caché de prompts abarata aún más los tokens de entrada.
En la práctica, el formato del diff y del parche depende de la instrucción: el diff POSIX sirve como formato genérico, mientras que JSON Patch encaja bien con salidas estructuradas en JSON. Según los datos del artículo, en sus propios procesos industriales Revision Prompting reduce el tiempo alrededor de un 80 % y el coste cerca de un 65 %, aunque las cifras varían según el tamaño de los cambios en la entrada y la sensibilidad de la salida a esos cambios. La técnica resulta útil en pipelines automatizados donde la entrada cambia con frecuencia y se necesita mantener coherencia con resultados anteriores, como traducción, extracción de información o generación de documentación.