Как писать промты

Промт — это ТЗ для ИИ. Чем точнее задача, контекст и формат ответа — тем меньше «воды» и переделок. Принципы ниже работают у любого провайдера (ChatGPT, Claude, Gemini, DeepSeek, локальный Ollama).

🧭 Картина целиком

Главная мысль: ИИ не читает мысли — он отвечает на то, что ты написал, ровно так, как написал. 80% «плохих ответов» — это плохо поставленный вопрос, а не «глупая модель». Освоив структуру промта, ты получаешь нужный результат с 1–2 попыток вместо десяти.

Что получишь на выходе: скелет хорошего промта (5 блоков), который работает у любого ИИ, набор техник, которые реально двигают качество, и понимание, где ИИ врёт — чтобы не попасться.

Думай о промте как о задании сотруднику: кто он (роль), что сделать (задача), что нужно знать (контекст), в каком виде сдать (формат) и как поймём, что сделано хорошо (критерий).

Шаг 1. Освой скелет хорошего промта (5 блоков)

Что делаем: заполняем 5 блоков вместо одной размытой фразы.

1. Роль/режим: «Ты опытный <кто>». Задаёт тон, словарь и глубину.
2. Задача: что именно сделать — одним ясным предложением.
3. Контекст: факты, ограничения, входные данные (стек, аудитория, объём).
4. Формат ответа: список / таблица / код / JSON; объём; язык.
5. Критерий «готово»: как поймём, что ответ хороший (что проверить).

Роль: ты senior backend-инженер.
Задача: спроектируй схему БД для заметок с тегами.
Контекст: PostgreSQL, ~100k пользователей, нужен поиск по тегам.
Формат: DDL + короткое пояснение к каждой таблице.
Готово: индексы под поиск по тегам есть, объяснено почему.

Как понять, что ОК: перечитай свой промт глазами незнакомца — если по нему понятно, что от тебя хотят и в каком виде, модель тоже поймёт. Ответ приходит сразу в нужном формате, без «а что вы имели в виду».

Частые ошибки:

• Пропустил формат → получил «простыню» вместо списка/кода. Всегда задавай вид ответа.
• Нет критерия «готово» → ответ общий и «ни о чём». Скажи, что проверить.

Шаг 2. Добавь технику под тип задачи

Что делаем: усиливаем промт приёмом, который подходит задаче.

• Few-shot (примеры): покажи 1–2 примера «вход → желаемый выход» — модель скопирует стиль и структуру. Лучший способ задать формат, который трудно описать словами.
• Chain-of-Thought (по шагам): для логики/математики добавь «думай по шагам, потом дай ответ» — точность заметно выше.
• Декомпозиция: большую задачу разбей на под-промты (план → каждый пункт отдельно), а не одной простынёй.
• Итерация важнее «идеального» первого промта: получил черновик → «короче / добавь X / поменяй тон» → сходитесь за 2–3 хода.
• Проси формат явно: «верни таблицей», «только код без пояснений», «ответ строго JSON по схеме».
• Заземление на источники: «опирайся на приложенный текст/доки, не выдумывай; если данных нет — скажи об этом».

Как понять, что ОК: на логических задачах CoT убирает арифметические ляпы; few-shot выдаёт ответ ровно в твоём формате; декомпозиция превращает «расплывчатую кашу» в чёткие пункты.

Частые ошибки:

• CoT на простом вопросе («сколько будет 2+2») — лишняя «вода». Применяй на действительно логических задачах.
• Пример few-shot противоречит инструкции → модель путается. Примеры и текст должны совпадать по стилю.

Шаг 3. Итерируй и проверяй

Что делаем: доводим ответ короткими правками и сверяем факты.

• Получил черновик → правь точечно: «сделай короче», «добавь обработку ошибок», «тон более формальный».
• Сомневаешься в фактах/коде → проверь (запусти код, сверь источник). ИИ уверенно ошибается.

Как понять, что ОК: ответ сошёлся с твоей задачей за 2–3 хода; код запускается; факты проверены и подтвердились.

Частые ошибки:

• Начинаешь новый огромный промт вместо короткой правки → теряешь контекст диалога. Чаще правь, реже переписывай с нуля.
• Принимаешь ответ «на веру». Самая дорогая ошибка — см. блок ниже.

⚠️ Частые ошибки и предупреждения

• Слишком общо («сделай красиво») → общий бесполезный ответ. Дай критерии.
• Несколько разных задач в одном промте → модель «размазывается». Разделяй.
• Не задан формат → получаешь простыню вместо списка/кода.
• Галлюцinations (выдумки). ИИ уверенно сочиняет несуществующие функции, цитаты, факты, ссылки. Проверяй факты и код перед использованием — особенно имена API, числа, юридические/медицинские утверждения.
• Безопасность промтов: не клади в промт секреты/пароли/персональные данные — они уходят на серверы провайдера (для приватного — локальный Ollama). Помни про prompt-injection: не давай ИИ-агенту вслепую выполнять инструкции из скачанных файлов и веб-страниц.

🧠 Для сеньора

• System vs user. Стабильные правила (роль, формат, ограничения) держи в system-промпте, переменную задачу — в user. Это снижает дрейф и упрощает повторное использование.
• Структурированный вывод. Проси строгий JSON по схеме (или используй structured outputs / tool-use / function calling) — парсится надёжнее, чем «текст с разметкой».
• Самопроверка/критик. Двухпроходная схема: «сгенерируй → раскритикуй свой ответ по чек-листу → выдай исправленную версию». Для высоких ставок — несколько независимых ответов → синтез лучшего.
• Температура/декодинг. Ниже температуру для фактологии/кода, выше — для брейншторма. Контролируй детерминизм там, где нужна воспроизводимость.
• Контекст-инженерия > длинный промт. Подавай релевантные куски (RAG), а не «всё подряд»: лишний контекст разбавляет внимание и роняет качество.

🆘 Промт-спасалка (мета-приём: улучшить свой промт)

Вот мой промт: <вставь свой промт>.
ЦЕЛЬ, которую я хочу получить: <что именно за ответ мне нужен>.

Перепиши мой промт так, чтобы ответ был точнее:
1) Добавь роль, недостающий контекст, явный формат ответа и критерий готовности.
2) Если для хорошего результата чего-то не хватает — СНАЧАЛА задай мне уточняющие вопросы, прежде чем отвечать.
3) Покажи улучшенный промт отдельным блоком, чтобы я мог скопировать.

💎 Глубина и ценность

• Промптинг — это новая грамотность. Уметь чётко поставить задачу ИИ скоро станет таким же базовым навыком, как уметь гуглить. Тот, кто формулирует точно, получает в разы больше пользы от тех же моделей.
• Окупается в каждой задаче. Этот навык не «про одну тему» — он множит результат во всём: код, тексты, анализ, обучение, видео. Один раз освоил структуру — экономишь часы каждый день.
• Защита от иллюзий. Понимание, что ИИ уверенно врёт, и привычка проверять — отделяют того, кто использует ИИ как инструмент, от того, кто однажды опозорится выдуманным фактом или сломанным кодом.