Промпт-инжиниринг: полный курс

Промпт — это не магическое заклинание, а техническое задание. Разница между «ИИ не помог» и «ИИ сэкономил два часа» почти всегда в том, что именно написано в запросе. Этот курс соберёт разрозненные советы в систему — от анатомии запроса до личной библиотеки промптов.

Из чего состоит хороший запрос

У каждого сильного промпта пять строительных блоков — подключайте их по мере сложности задачи.

1. Роль. Кто модель в этом диалоге: «Ты — редактор делового журнала». Роль задаёт словарь, глубину и стандарты качества.
2. Контекст. Что модель должна знать: для кого результат, какие ограничения, что уже сделано. Модель не видит ваш мир — опишите его.
3. Задача. Одно чёткое действие: «напиши», «сравни», «исправь», «сократи». Глагол задачи — это руль запроса.
4. Формат ответа. Список, таблица, JSON, письмо из трёх абзацев. Без формата модель выберет формат за вас — и часто не тот.
5. Примеры. Один-два образца «вход → желаемый выход» работают лучше любых прилагательных: модель отлично копирует стиль.

Собранный запрос выглядит так:

Роль: ты — технический писатель.
Контекст: мы выпускаем приложение для заметок, аудитория — обычные пользователи без ИТ-бэкграунда.
Задача: напиши текст announcement о новой функции экспорта в PDF.
Формат: 3 коротких абзаца, без канцелярита, один эмодзи в заголовке.
Пример тона: «Обновление, которое просили: теперь заметки можно забрать с собой».

Конкретность против расплывчатости

Расплывчатый запрос получает расплывчатый ответ: модель вынуждена угадывать — и угадывает среднее. Сравните пары:

Правило простое: если запрос можно понять двумя способами — модель поймёт его третьим. Убирайте двусмысленность до отправки.

Форматы вывода: списки, таблицы, JSON

Формат — недооценённый блок запроса: список заставляет структурировать мысль, таблица — сравнивать по одним критериям, JSON делает ответ пригодным для программы.

Сравни три варианта хостинга в таблице со столбцами:
«Вариант», «Цена в месяц», «Ограничения», «Кому подходит».
В конце добавь строку «Итог» с одной рекомендацией.

Если ответ пойдёт в код, просите строго JSON и описывайте схему:

Верни ответ строго в JSON по схеме:
{
  "title": "строка, до 60 символов",
  "summary": "строка, до 200 символов",
  "tags": ["массив из 2–4 тегов"]
}
Без пояснений до и после. Только JSON.

Модели иногда добавляют пояснения вокруг JSON — фраза «только JSON, без текста до и после» обычно лечит это.

Работа с длинным контекстом

Когда в запрос уходит статья, договор или вся переписка, включаются законы памяти: модель внимательнее всего к началу и концу контекста, а середина читается «по диагонали».

Практические приёмы:

• Важное — к краям. Ключевую инструкцию ставьте в начало запроса и дублируйте в конце: «Напомню: нужны только пункты про сроки».
• Структурируйте вход. Разделяйте документ заголовками и разделителями вроде ### Раздел 1, а не сваливайте сплошной простынёй.
• Одна задача на запрос. Не просите «прочитай договор и переделай презентацию» — это две разные работы с разным контекстом.
• Сжимайте перед следующим шагом. После анализа попросите краткое резюме и используйте его вместо исходника в дальнейшей цепочке.

Цепочка запросов вместо мегазапроса

Новички пытаются решить всё одним запросом: «напиши статью, придумай заголовок и SEO-теги». Качество каждого куска падает — внимание распыляется. Профессионалы работают цепочкой: результат одного запроса становится материалом для следующего.

Шаг 1: «Составь план статьи про выбор электросамоката: 5 разделов, по 2–3 тезиса».
Шаг 2: «Распиши раздел 2 плана в черновик на 400 слов, тон — дружелюбный эксперт».
Шаг 3: «Сократи черновик на треть, усиль первый абзац, предложи 3 заголовка».

Плюсы: каждый шаг под контролем, ошибка видна сразу, а исправлять один шаг дешевле, чем переписывать всё. Минус — время: для простых задач цепочка избыточна.

Три приёма, которые поднимают качество

«Думай по шагам». В задачах на логику, математику и анализ просите модель рассуждать промежуточными шагами, а не выдавать ответ сразу:

Реши задачу по шагам: сначала выпиши известные данные,
потом формулы, потом вычисления и только в конце — ответ.

Просите уточняющие вопросы. Один из самых сильных приёмов:

Прежде чем отвечать, задай мне до 3 уточняющих вопросов,
которые нужны, чтобы выполнить задачу хорошо.

Модель перестаёт гадать и выясняет то, что раньше додумывала.

Самопроверка. Попросите модель критически взглянуть на собственный ответ:

Теперь проверь свой ответ: найди в нём фактические ошибки,
логические противоречия и места, где ты не уверена. Исправь их.

Звучит наивно, но второй взгляд ловит то, что упустил первый.

Типичные ошибки новичков

• Десять запросов в одном. «Напиши письмо, переведи, сделай презентацию и картинку» — гарантированно средний результат везде.
• Отсутствие контекста. «Перепиши текст» — а для кого и зачем? Модель не телепат.
• Ожидание телепатии. «Ты же понимаешь, что я имел в виду» — нет. Задуманное нужно прописать словами.
• Отсутствие формата. Просите «информацию» — получаете эссе там, где нужен был список из трёх пунктов.
• Сдача после первой попытки. Плохой ответ — не приговор, а черновик диалога. Дайте обратную связь: «слишком длинно, формально, добавь примеры».
• Игнорирование примеров. Один образец желаемого результата экономит пять итераций правок.

Как собрать библиотеку своих промптов

Каждый удачный промпт — актив. Заведите один файл и складывайте туда проверенные запросы по шаблону:

Название: Ревью текста рассылки
Когда использовать: финальная проверка перед отправкой
Промпт: «Ты — придирчивый редактор email-рассылок. Проверь текст:
1) ясность первого абзаца, 2) призыв к действию, 3) длина,
4) канцелярит. Выпиши проблемы списком с предложениями правок».
Заметки: работает лучше, если давать по одному тексту за раз

Помечайте, для каких задач промпт заработан, обновляйте формулировки и удаляйте мёртвые — иначе коллекция превратится в свалку. Через пару месяцев типовые задачи будут закрываться за минуты.

Ключевые выводы

• Хороший запрос состоит из роли, контекста, задачи, формата ответа и примеров — чем сложнее задача, тем больше блоков задействуйте.
• Конкретность побеждает: расплывчатый промпт получает средний ответ, двусмысленный — случайный.
• Длинный контекст структурируйте, важное прижимайте к началу и концу, для следующих шагов используйте резюме.
• Цепочка коротких запросов с проверкой промежуточных результатов стабильно бьёт один мегазапрос.
• Приёмы «думай по шагам», уточняющие вопросы и самопроверка дают максимальный прирост качества за минимальные усилия; удачные промпты собирайте в личную библиотеку.

Что дальше

Курс «Введение в API языковых моделей» покажет, как те же промпты работают в программном коде, а курс «Агенты: что это, как работают и когда нужны» — как модель сама строит цепочки действий. Если хочется быстрых результатов прямо сейчас, начните с туториала «Формула промпта».