Чтобы написать понятный промпт, сначала сформулируйте один конкретный результат, затем добавьте только необходимый контекст, ограничения и формат ответа. Не просите модель угадывать аудиторию или критерии качества. После первого результата уточняйте обнаруженную проблему, а не переписывайте запрос случайными усилителями.
Шаг 1. Назовите действие и результат
Начните с глагола: объясни, сравни, извлеки, сократи, составь. Укажите, что должно появиться в ответе. Фраза «проанализируй документ» расплывчата, а просьба «найди три главных риска, приведи подтверждающие фрагменты и укажи раздел» проверяема.
Если задач несколько, расставьте порядок или разделите работу на этапы. Это снижает вероятность, что модель выполнит только удобную часть.
Шаг 2. Дайте нужный контекст
Объясните, для кого предназначен результат и какие исходные данные считать достоверными. Вставленный текст отделите метками вроде «Материал» и «Конец материала». Укажите, разрешено ли использовать общие знания или нужно опираться только на предоставленное.
Не передавайте персональные и конфиденциальные сведения без необходимости. Даже хороший запрос не отменяет правил обработки данных конкретного сервиса.
Шаг 3. Задайте ограничения
Ограничения должны быть наблюдаемыми: объём, число пунктов, допустимые термины, период данных. Вместо «пиши красиво» опишите тон: спокойно, без рекламных формулировок, для читателя без подготовки.
При работе с фактами попросите пометить неизвестное и не заполнять пробелы догадками. Однако такая фраза уменьшает риск, а не гарантирует отсутствие выдумок.
Шаг 4. Определите формат
Если результат пойдёт в таблицу или программу, перечислите точные поля. Для человека достаточно структуры с заголовками. Один короткий пример полезен, когда формат трудно описать словами.
Не требуйте сложный JSON, если затем будете читать ответ вручную. Формат должен помогать следующему шагу работы.
Шаг 5. Проверьте и уточните
Сравните ответ с исходными условиями: все ли пункты выполнены, есть ли неподтверждённые факты, не изменились ли числа. Затем дайте адресную обратную связь: «сохрани таблицу, но добавь колонку с основанием».
Универсального идеального промпта нет. Понятная схема выглядит так: цель, данные, ограничения, формат, проверка. Она переносится между моделями лучше, чем набор магических слов, потому что описывает реальную задачу.
Хороший промпт описывает проверяемый результат
Нужно указать, что создать, для кого и как понять, что задача выполнена. «Напиши интересно» зависит от вкуса, а «объясни термин новичку, начни с краткого определения и приведи бытовой пример» задаёт наблюдаемую форму.
Роль может помочь выбрать лексику, но длинная биография вымышленного эксперта не заменяет исходные данные и критерии.
Контекст передают в нужном объёме
Модель должна видеть сведения, на которых основан ответ. Для редактирования это исходный текст и цель, для анализа таблицы – схема столбцов и вопрос, для кода – версия среды и минимальный пример. Личные и секретные данные удаляют.
Ограничение объёма раскрывает статья о том, что такое контекст в нейросети. Большое вложение может вытеснить начало инструкции, поэтому важные требования проверяют в результате.
Формат лучше показать примером
Если нужен JSON, таблица или карточка, короткий образец часто понятнее длинного описания. При этом данные примера должны быть явно вымышленными, иначе модель перенесёт имена и числа в новый ответ.
Строгий формат всё равно проверяет программа. Текстовая просьба не гарантирует правильный тип поля, допустимую дату или отсутствие лишнего ключа.
Ограничения должны быть выполнимыми
Фраза «никогда не ошибайся» не определяет поведение. Полезнее попросить отмечать нехватку данных, отделять предположение и приводить фрагмент-основание. Запрет на внешние факты можно проверить, если модель работает только с переданным документом.
Конфликтующие требования устраняют до запуска. Нельзя одновременно просить исчерпывающий и предельно короткий ответ без приоритета.
Задачу удобно разбить на этапы
Для сложного материала сначала получают план или перечень вопросов, затем работают с разделами и в конце проверяют целостность. Но бессмысленная цепочка из множества запросов увеличивает риск потерять исходную цель. Каждый этап должен давать проверяемый промежуточный результат.
Подготовку черновика по частям описывает статья о том, как использовать нейросеть для черновика.
Улучшайте запрос по причине ошибки
Если потерян факт, добавляют правило сохранения и пример проверки. Если неверен тон, показывают образец. Если нарушен формат, уточняют схему. Не стоит одновременно менять десять строк: тогда непонятно, что помогло.
Удачный промпт проверяют на нескольких непохожих входах. Один красивый ответ может быть случайностью.
Сохранённый промпт является версией
Вместе с ним записывают модель, дату, пример входа и ожидаемый результат. После обновления тот же запрос способен работать иначе. Для регулярного процесса создают небольшой контрольный набор и повторяют его перед массовым запуском.
Готовый шаблон адаптируют осмысленно; отдельный материал объясняет, как изменить готовый промпт под свою задачу. Неподходящий шаблон проще переписать, чем сохранять скрытые противоречия.
Промпт – рабочая инструкция, а не заклинание. Он направляет модель, но не добавляет отсутствующие знания и не заменяет проверку фактов, расчётов, кода или допустимости действия.
