Промпт: что это и как написать запрос, чтобы нейросеть поняла

Что такое промпт простыми словами

Представьте, что вы поручаете задачу новому сотруднику, который очень умный, много читал, но первый день в компании. Он не знает ваших клиентов, цен, тона, того, что было вчера. Если сказать ему «напиши пост», он напишет пост — грамотный и ни о чём. Если объяснить, для кого пост, о чём, какой длины и что точно нельзя писать, — получите то, что нужно.

Промпт в нейросети — это и есть такое поручение. Модель читает его целиком и продолжает текст так, как, по её опыту, выглядит самый подходящий ответ. Как это устроено внутри, разобрали в статье нейросеть: что это простыми словами.

Промпты бывают разные:

Системный промпт — отдельная история. Его не видит клиент, но именно он определяет, как бот разговаривает и что ему запрещено. Для бизнеса это самый важный промпт: от него зависит, что бот скажет клиенту в три часа ночи. Подробнее — в статье база знаний для чат-бота.

Из чего состоит хороший промпт

Пять частей. Не обязательно все в каждом запросе, но чем важнее задача, тем больше их нужно.

1. Роль. Кем модель должна быть: «ты — редактор», «ты — юрист, который объясняет простыми словами». Роль задаёт словарь и уровень детализации.
2. Контекст. Что модели нужно знать: кто вы, кто клиент, что было раньше, какие факты верные. Это самая важная часть, и её чаще всего пропускают.
3. Задача. Одно конкретное действие. «Напиши», «сократи», «сравни», «найди ошибки».
4. Формат. Длина, структура, вид: таблица, список, три абзаца, до 300 знаков.
5. Ограничения. Чего нельзя: выдумывать цифры, использовать определённые слова, давать советы вне темы.

Подробный разбор каждой части с шаблонами для маркетинга, продаж и отчётов есть в статье промпты для бизнеса, а 50 готовых запросов — в подборке промпты для ChatGPT. Здесь сосредоточимся на том, почему это работает и как ошибаются.

Примеры промптов: плохой и хороший

Покажем на трёх рабочих задачах, как меняется результат.

Пример 1. Ответ на отзыв

Плохо: «Ответь на отзыв».

Нейросеть напишет вежливое «Благодарим за ваш отзыв, нам очень важно ваше мнение» — то, что клиенты считают отпиской.

Хорошо: «Ты — владелец пекарни в Твери. Клиентка пишет, что круассаны были чёрствые в субботу вечером. Факты: в субботу после 18:00 мы продаём выпечку утренней партии со скидкой 30%, но на витрине это не подписано. Напиши ответ от моего имени: признай, что не предупредили, объясни про вечернюю скидку, скажи, что подпишем витрину. До 70 слов. Без „нам очень важно ваше мнение“».

Разница в контексте: во втором промпте есть причина проблемы и решение, которых нейросеть знать не могла.

Пример 2. Картинка для поста

Плохо: «Нарисуй картинку про ремонт».

Хорошо: «Светлая кухня после ремонта, белые фасады, деревянная столешница, утренний свет из окна, вид от двери, реалистичная фотография, без людей и текста, горизонтальный формат».

В промпте для картинки контекст — это объект, окружение, свет, ракурс, стиль и формат. Если не сказать, модель выберет сама, и выберет «среднее». Про промпты для генераторов подробнее — в статье Midjourney: как пользоваться.

Пример 3. Разбор таблицы

Плохо: «Проанализируй продажи».

Хорошо: «Вот выгрузка продаж по неделям за 3 месяца: [данные]. Я — владелец магазина, решаю, какие товары убрать из ассортимента. Найди 5 позиций с падающими продажами и 5 с растущими. Для каждой — изменение в процентах. Если данных недостаточно для вывода — скажи. Формат: две таблицы».

Здесь работает цель: «решаю, какие товары убрать». Без неё модель напишет общий обзор, с ней — ответ под решение.

Если вы узнали себя в «плохих» примерах и видите, что команда тратит время на переписывание ответов нейросети, — это поправимо за один разбор задач.

Почему ответы получаются водянистыми: 7 ошибок

Отдельная ошибка — ожидать, что модель знает свежие факты. Цены, законы, условия сервисов меняются, а модель могла учиться на старых данных. Если факт важен, дайте его в промпте сами или проверьте ответ по первоисточнику.

Что такое промпт-инжиниринг

Промпт-инжиниринг — навык составлять запросы так, чтобы нейросеть стабильно выдавала нужный результат. В компаниях это ещё и работа: настройка системных промптов для ботов, шаблонов для сотрудников, проверка, как модель ведёт себя на сотнях разных вопросов.

Для повседневной работы хватает шести приёмов:

1. Пример (few-shot). Покажите 1–3 образца нужного ответа. Модель повторит формат и тон.
2. Пошаговость. «Сначала выпиши факты из текста, затем найди противоречия, затем сделай вывод». Сложная задача, разбитая на шаги, решается точнее.
3. Разделители. Отделяйте данные от инструкции: «Текст между тройными кавычками: """…"""». Модель не путает, где задание, а где материал.
4. Разрешение сказать «не знаю». «Если в тексте нет ответа — так и напиши». Это снижает риск выдуманных фактов.
5. Самопроверка. «Перед ответом проверь, соблюдены ли все ограничения из списка». Работает на длинных инструкциях.
6. Цепочка запросов. Сначала план, потом текст по плану, потом редактура. Три коротких запроса лучше одного длинного.

Официальные руководства по составлению запросов есть у разработчиков моделей. Например, у Яндекса — гайд по промптам в блоге Yandex Cloud, у Сбера — примеры промптов для GigaChat. Приёмы там совпадают с общими принципами выше.

Нужно ли учиться промпт-инжинирингу на курсах? Для личной работы — нет: 2–3 недели практики на своих задачах дают больше. Курсы полезны тем, кто настраивает ботов и шаблоны для всей компании.

Как улучшить ответ: уточняющие промпты

Первый ответ нейросети — черновик. Дальше работают короткие уточнения в том же диалоге: модель видит предыдущий ответ и правит его, а не начинает заново. Фразы, которые мы используем чаще всего:

Есть и обратный приём: попросите модель саму задать вопросы. «Прежде чем писать, задай мне 5 вопросов, ответы на которые нужны для хорошего результата». На сложных задачах это экономит несколько кругов правок: вы сразу видите, какого контекста не хватало.

Когда уточнений становится больше пяти, а результат всё ещё не тот, лучше начать новый диалог с улучшенным промптом. Длинная переписка накапливает противоречивые указания, и модель начинает путаться.

Шаблон промпта для рабочих задач

Скопируйте и заполняйте:

Роль: ты — [кто]. Контекст: [кто я, что за компания, кто клиент, что произошло, какие факты верные]. Задача: [одно действие]. Формат: [длина, структура, вид]. Ограничения: [чего нельзя: выдумывать цифры, слова-штампы, советы вне темы]. Пример нужного результата: [если есть]. Если чего-то не хватает для ответа — задай мне вопросы, прежде чем отвечать.

Последняя строка — полезная привычка. Модель сама попросит недостающие факты, и вы не получите ответ, построенный на догадках.

Сохраните заполненные шаблоны для повторяющихся задач в общий документ команды: «ответ на отзыв», «описание товара», «письмо поставщику». Через месяц у вас будет 10–15 проверенных промптов, и новый сотрудник начнёт пользоваться нейросетью с первого дня, а не через месяц проб и ошибок.

Условный пример: сколько стоит плохой промпт

Пример условный, не кейс студии. Менеджер интернет-магазина товаров для дома пишет описания товаров с помощью нейросети, 100 описаний в месяц.

Экономия — около 13 часов в месяц на одной задаче. Шаблон пишется один раз, и дальше в нём меняется только товар. Цифры условные, но соотношение мы видим постоянно: время на хороший промпт окупается на втором же ответе.

Что нельзя писать в промпт

Промпт уходит на серверы сервиса. Поэтому в него не стоит вставлять:

• персональные данные клиентов и сотрудников: ФИО, телефоны, адреса, паспорта;
• пароли, ключи доступа, реквизиты;
• коммерческую тайну: себестоимость, условия договоров с названием контрагента.

Обезличивайте: «клиент А из Самары» вместо ФИО и телефона. Требования закона о персональных данных при работе с нейросетями разобрали в статье нейросети и 152-ФЗ.

Когда задачи с промптами повторяются каждый день, следующий шаг — собрать их в AI-агента, который работает по готовой инструкции. Если хотите разобрать, что из вашей работы можно так передать, оставьте контакты.