Почему «проанализируй совместимость» не работает
ChatGPT не знает контекст. Без входных данных он подставляет среднестатистические шаблоны: «ваши знаки зодиака хорошо сочетаются», «ценности совпадают», «технологии популярны». Результат — текст, который подходит всем и никому.
Совместимость — это не бинарный «да/нет». Это набор пересечений и расхождений по конкретным критериям: ценностям, темпам, рискам, ресурсам, стилям коммуникации. Хороший промт заставляет модель искать эти пересечения системно.
Правило: качество ответа пропорционально качеству контекста. Промт — это не вопрос, это задание на анализ с заданными параметрами.
Универсальный шаблон: копируй, адаптируй, запускай
Пять сценариев: как меняются критерии и роль
Найм: кандидат ↔ команда
Роль: Senior Hiring Manager. Критерии: культурный код (30%), компетенционный профиль (25%), мотивационный драйв (20%), стиль коммуникации (15%), потенциал роста (10%). Красные флаги: токсичные паттерны, mismatch ценностей, завышенные ожидания.
Партнёрство: стартап ↔ корпорация
Роль: M&A Strategy Advisor. Критерии: стратегическая взаимодополняемость (30%), совместимость культур принятия решений (25%), IP и правовые риски (20%), финансовая модель сделки (15%), скорость интеграции (10%). Флаги: конфликт интересов, vendor lock-in.
Техстек: текущий ↔ новый компонент
Роль: Staff Engineer / Architect. Критерии: архитектурная совместимость (30%), операционная нагрузка (25%), vendor lock-in и миграционный путь (20%), комьюнити и поддержка (15%), стоимость владения TCO (10%). Флаги: single point of failure, лицензионные ловушки.
Отношения: партнёр А ↔ партнёр Б
Роль: Systemic Relationship Coach. Критерии: совпадение жизненных стратегий (25%), стиль разрешения конфликтов (20%), привязанность и потребность в близости (20%), финансовая модель (15%), воспитание детей / образ будущего (10%), сексуальная совместимость (10%). Флаги: избегание, контроль, несовпадение базовых ценностей.
Продукт: решение ↔ сегмент (PMF)
Роль: Product Strategist. Критерии: острота боли (30%), готовность платить (25%), доступность каналов (20%), competitive differentiation (15%), retention-потенциал (10%). Флаги: «витамин, а не обезболивающее», высокий CAC, низкий LTV.
Продвинутые техники: заставь модель думать глубже
Базовый шаблон даёт 70% качества. Остальные 30% — в техниках, которые включают системное мышление модели.
Добавь в промт: «Размышляй пошагово: сначала извлеки факты из входных данных, потом сопоставь с каждым критерием, потом агрегируй в скор, потом сформулируй риски». Это предотвращает галлюцинации и «усреднение».
Дай модели примеры «хорошего» и «плохого» анализа для твоей предметной области. Модель скопирует структуру рассуждения, а не только формат вывода.
Проси два скора: «насколько А подходит под Б» и «насколько Б подходит под А». В найме, партнёрстве и отношениях это критично — ожидания и ресурсы часто несимметричны.
Добавь: «Представь, что через год совместимость провалилась. Опиши 3 самых вероятных сценария провала и ранние индикаторы каждого». Это переключает модель из режима «поиск плюсов» в режим «поиск рисков».
Типичные провалы промптов и как их лечить
Провал: «Оценка без весов»
Модель выдаёт список плюсов и минусов, но не говорит, что решающе. Всё кажется равновесным.
Лечение: явно задай веса критериев в процентах. Сумма = 100%. Модель будет силана считать взвешенный скор.
Провал: «Скрытая асимметрия»
Анализ выглядит симметричным, а в реальности ожидания сторон разные. Кандидат хочет менторство, команда — автономию.
Лечение: требуй два скора: A→B и B→A. И отдельный раздел «Асимметрии ожиданий и ресурсов».
Провал: «Галлюцинация фактов»
Модель выдумывает детали, которых нет во входных данных: «у кандидата сильные лидерские качества» — хотя в резюме об этом ни слова.
Лечение: жёсткое правило: «Если факта нет во входных данных — пиши «данных недостаточно» и задавай вопрос». Включай CoT.
Провал: «Усреднение конфликтов»
Сильный плюс по одному критерию и критический минус по другому схлопываются в «средне — нормально». Риск теряется.
Лечение: требование: «Никакого усреднения. Покажи напряжение: где синергия, где конфликт, где trade-off. Скор — только как агрегат с весами, не как среднее».
Чек-лист качества промпта перед отправкой
Не «эксперт», а «Senior Backend Architect с 10+ лет опыта микросервисов».
3–7 критериев. Без весов модель не знает, за что зацепиться.
Что автоматически снижает скор до нуля или требует отдельного разбора.
Таблица, мемо, скор, список вопросов — модель не гадает, что тебе удобнее.
Модель спрашивает, а не угадывает. Экономит итераций в сумме.
Промт без данных — пустая оболочка. Сначала собери вводные.