Почему одни и те же слова дают разный результат
Алиса — не поисковик. Она не «ищет» ответ, а генерирует его, опираясь на контекст, который вы ей дали (или не дали). Большинство разочарований рождается из одного корня: пользователь пишет задачу, а модель ждёт инструкцию.
Разница между «Напиши письмо клиенту» и «Ты — менеджер по продажам. Напиши короткое follow-up письмо клиенту, который вчера попросил коммерческое предложение по тарифу «Про». Тон — деловой, но тёплый. Цель — созвон на 15 минут. Длина — до 120 слов» — колоссальна. Второе — это промт. Первое — пожелание.
Правило: чем меньше контекста в промте, тем больше фантазий у модели. Фантазии Алисы — это галлюцинации, водा и упущенные нюансы.
Четыре опоры любого рабочего промта
Никакой магии — только структура. Эти четыре элемента превращают размытую просьбу в точный технический заказ.
Универсальная формула промта
Соберите промт как конструктор. Порядок важен: роль → контекст → задача → формат → ограничения → примеры (few-shot). Последние два — опциональны, но дают наибольший прирост качества.
Сохраните этот шаблон. 80% задач закрываются только первыми четырьмя блоками.
Категории промтов: берите и адаптируйте
Не нужно изобретать велосипед. Ниже — проверенные паттерны для частых сценариев. Скопируйте, подставьте свои данные в скобки, отправьте Алисе.
Анти-паттерны: что ломает результат
Знание того, чего не делать, экономит больше времени, чем сотня примеров «как делать». Самые частые ошибки и их лечение.
Слишком широкий запрос
«Напиши статью про маркетинг». Алиса выдаст обзор учебника. Лечение: узкая тема + целевая аудитория + цель + формат + ограничения по длине и стилю.
Игнорирование роли
Без роли Алиса пишет «среднестатистически». Добавьте «Ты — [роль с опытом N лет]» — лексикон и глубина меняются мгновенно.
Отсутствие формата выхода
«Сделай анализ» — получишь простыню текста. «Выдай JSON со схемой {поле: тип}» — получишь структуру, которую можно парсить кодом.
Один промт на сложную задачу
Сложные задачи декомпозируйте: промт 1 — сбор требований, промт 2 — черновик, промт 3 — правка, промт 4 — финальная полировка. Каждый шаг — отдельный чат или чёткий контекст.
Few-shot: дайте примеры
2-3 пары «ввод → идеальный вывод» работают лучше любых инструкций. Алиса подхватывает паттерн формата, тона и структуры без слов.
Chain-of-thought: «Думай вслух»
Добавьте «Рассуждай пошагово перед тем, как дать финальный ответ». Для логики, кода, математики — критически важно. Качество вырастает на 30-50%.
Итеративное уточнение
Первый ответ — черновик. Пишите: «Хорошо, но: 1) укороти вводную в 2 раза, 2) добавь цифру про конверсию, 3) убери жаргон». Алиса запоминает контекст диалога.
Персонализация через «Системный промт»
В настройках Алисы (или в начале чата) задайте постоянную роль: «Ты — мой ассистент по [СФЕРА]. Всегда отвечай структурированно, без воды, с примерами. Тон — коллегиальный». Работает на все последующие сообщения.
Продвинутые техники для профи
Когда базовых шаблонов мало — эти приёмы открывают уровень «промт-инженер».
1 Tree of Thoughts (Дерево мыслей)
Для нелинейных задач: «Сгенерируй 3 разных подхода к решению. Оцени каждый по критериям [КРИТЕРИИ] по шкале 1-10. Выбери лучший и разверни его детально». Заставляет модель исследовать пространство решений, а не идти по первому пути.
2 Constitution / Персона-конституция
Создайте документ-правила для чата: «Правила работы: 1) Всегда спрашивай уточняющие вопросы, если не хватает данных. 2) Код — только с тестами. 3) Тексты — по структуре: тезис → аргумент → пример. 4) Не извиняйся, не робеей». Прикрепляйте к каждому сложному диалогу.
3 Meta-prompting (Промт, пишущий промты)
«Ты — эксперт по промт-инжинирингу. Напиши идеальный промт для задачи: [ОПИСАНИЕ ЗАДАЧИ]. Используй все лучшие практики. Выдай готовый промт в кодовом блоке». Получите промт, который учитывает нюансы, о которых вы не подумали.
4 RAG-лайт: встраивание знаний
Алиса не знает ваши внутренние документы. Вставляйте их в контекст: «Ниже — выгрузка из CRM за месяц. [ДАННЫЕ]. Проанализируй…». Для больших объёмов — дробите на части с промежуточными сводками.
