Почему «посчитай мою нумерологию» не работает
Вы даёте дату рождения: 15.07.1990. Модель видит токены «1», «5», «0», «7»… Она не «видит» число 15. Она предсказывает следующие токены на основе статистики обучающей выборки. Результат: Ложный Путь Жизни 4 вместо 5, сумма имени «считается» по фонетике, а не по таблице, мастер-числа 11 и 22 теряются.
ИИ — отличный интерпретатор смыслов и плохой калькулятор. Промт должен это учитывать архитектурно.
Анатомия рабочего промта: 5 обязательных блоков
1. Роль и экспертиза
Задаёте личность: «Ты — профессиональный нумеролог с 20-летним стажем, специалист по школе Пифагора и матрице судьбы. Ты знаешь разницу между психоматрицей и лунным календарём».
2. Жёсткий алгоритм расчёта
Не просите «посчитать». Дайте инструкцию: «Для Пути Жизни: день+месяц+год, своди к однозначному, НО 11, 22, 33 оставь как Мастер-числа. Для Числа Имени: используй таблицу Халдея/Пифагора (приложена ниже). Считай каждую букву отдельно».
3. Контекст личности
Передайте сырые данные + метаданные: пол, текущее имя (если менялось), часовой пояс рождения (для часового числа), запрос пользователя (отношения, карьера, кризис). Контекст меняет акценты интерпретации.
4. Формат вывода (Схема)
JSON или Markdown с жёсткими полями: `core_numbers`, `interpretation`, `forecast`, `advice`. Пример: `{«life_path»: 5, «expression»: 3, «soul_urge»: 7, «interpretation»: «…»}`. Это позволяет парсить ответ программно.
5. Ограничения (Guardrails)
Что НЕ делать: «Не придумывай новые числа. Не интерпретируй отсутствующие данные. Если данных недостаточно — верни ошибку `INSUFFICIENT_DATA`. Не используй эзотерический жаргон без объяснения. Тон: эмпатичный, но рациональный».
Два уровня прокачки: от «хорошо» к «профессионально»
Chain of Thought (Цепочка рассуждений)
Добавьте в промт перед блоком АЛГОРИТМ: «Перед расчётом выведи блок
Эффект:
Модель «показывает работу», ошибки арифметики падают до нуля. Работает даже без Code Interpreter.
Code Interpreter / Tools (Точный расчёт)
Если среда позволяет (ChatGPT Plus, API с tools, Claude Artifacts) — вынесите расчёт в Python. Промт: «Напиши и выполни Python-код, который принимает {{DATE}}, {{FULL_NAME}} и возвращает словарь core_numbers. Используй функцию reduce(n): return n if n in (11,22,33) else n%9 or 9».
Эффект:
Математическая гарантия 100%. LLM получает на вход чистые, проверенные данные и тратит токены только на качественную интерпретацию.
Ловушки промта: что ломает результат
Смешивание систем в одном промте
Пифагор + Халдей + Ведическая + Матрица судьбы = хаос. Модель смешивает таблицы соответствий. Решение: укажите ОДНУ систему и приложите таблицу в промте.
Игнорирование Мастер-чисел
Без явного условия `if sum in (11,22,33): keep` модель сведёт 11 к 2, 22 к 4. Это меняет профиль кардинально. Пропишите исключение жёстко.
Отсутствие схемы вывода
Свободный текст не парсится. Нужен JSON/Markdown с полями. Иначе вы не встроите результат в приложение и не сравните версии промтов.
Один промт на всё
Расчёт + Матрица + Прогноз на год + Синдастр + Кармический хвост — перегружает контекст. Разбивайте: Промт 1 — расчёт ядра. Промт 2 — интерпретация ядра. Промт 3 — прогноз/синдастр на базе ядра.