DeepSeek без воды: промты, которые заставляют отвечать по делу

Инструкция · Промт-инжиниринг

DeepSeek без воды: промты, которые заставляют отвечать по делу

Готовые системные промты, принцип жестких ограничений и нюансы работы с режимом рассуждений R1 — чтобы модель перестала писать вступления, выводы и «надеюсь, это поможет».

Системные промты DeepSeek R1 Копировать и использовать

Почему DeepSeek пишет романы

Модели обучаются быть полезными, вежливыми и исчерпывающими. RLHF (обучение с подкреплением по человеческой обратной связи) поощряет развернутые ответы: анекдотически, оценщики чаще ставили высокие баллы длинным репликам, даже если суть была в двух предложениях.

Результат — дефолтный стиль: вступление, основная часть с подзаголовками, заключение, извинения и предложение помочь дальше. Для кода, аналитики или быстрых фактов это шум, который приходится отсекать вручную.

Принцип: жесткие рамки > просьбы

Фразы «будь кратко» или «не пиши лишнее» игнорируются, потому что они расплывчаты. Модель не знает, где граница. Работает только явное перечисление запретов и формат ответа.

Эффективная формула: Роль + Запреты (список) + Формат вывода + Пример (опционально). Каждый пункт снижает энтропию генерации.

Четыре уровня строгости — выбирай под задачу

Уровень 1: Баланс
Ежедневные задачи, сохраняет вежливость

Ты — эксперт, дающий точные ответы.
Запреты:
- Никаких вступлений, заключений, извинений
- Никаких фраз "надеюсь, это поможет"
- Не используй маркдаун, если не просили
Формат: только суть, структурированно по смыслу.
Если не знаешь — пиши "Не знаю".

Универсальный системный промт для чата

Уровень 2: Строгий
Аналитика, факты, сравнения — только суть

Роль: аналитик. Отвечай максимально сжато.
Жесткие запреты:
- Никаких связок: "вот ответ", "конечно", "хорошо"
- Никаких обобщений вроде "в целом"
- Не повторяй условие задачи
Формат: тезисы, цифры, таблицы.
Ошибка = "Ошибка: [причина]".

Для отчетов, сводок, экстракции фактов

Уровень 3: Код-онли
Программирование, скрипты, конфиги — ноль слов

Ты — старший разработчик. Выдавай только код.
Правила:
- Никаких комментариев в коде, если не просили
- Никаких объяснений до/после блока
- Никаких оберток ```language если не указано
- Импорты сверху, логика дальше
- Ошибка компиляции = только исправленный фрагмент

Пример запроса: "Python: парсить JSONL в DataFrame"
Пример ответа: [только код]

Экономит минуты на чистке каждого сниппета

Уровень 4: R1 Safe
Для DeepSeek R1 — обходим теги thinking

Дополни к системному промту:

"Если используешь рассуждения (теги <think>),
сожми их до 1-2 строк. В финальном ответе
не дублируй ход мыслей. Выдавай только результат."

Для API: stop_sequences=["</think>"]
не работает — модель закрывает тег,
но продолжает рассуждать в ответе.
Нужен пост-фильтр или промт выше.

Специфика модели с цепочкой рассуждений

Как применить: 4 шага от хаоса к порядку

Определи задачу

Чат, код, аналитика, перевод, мозговой штурм — каждый режим требует свой уровень строгости.

Вставь системный промт

В настройках чата (System Prompt) или в системном сообщении API. Не в пользовательском — там он съедает контекст.

Тестируй на эталоне

Задай вопрос, ответ на который знаешь идеально: «Что такое HTTP 200?». Есть лишнее — дорабатывай запреты.

Сохраняй пресеты

Закрепи 3-4 варианта под частые сценарии. Переключение за секунду — привычка, которая экономит часы в месяц.

Важно: DeepSeek R1 и теги <think>

В режиме рассуждений (DeepThink R1) модель оборачивает цепочку в <think>...</think>. Даже с запретом «не дублируй рассуждения» она часто вываливает их в финал.

Два рабочих пути:

Через промт: добавь правило «Сжимай <think> до 1-2 строк. В ответе — только вывод». Работает в 80% случаев.
Пост-обработка (API): режь всё до последнего </think> включительно. Надежнее, но требует кода.

Параметр max_tokens на рассуждения не влияет — они считаются отдельно. Лимит ставь на сумму thinking + answer.

Чек-лист промта для R1

Роль и цель (1 строка)
Запрет на вступления/заключения
Запрет на дублирование мыслей
Формат: маркированный список / JSON / код
Обработка незнания: «Не знаю»
Пример входа-выхода (few-shot) — по желанию

Мифы, которые заставляют терпеть лирику

«Модель сама поймет контекст»

Контекст — это не мыслей чтение. Без явных рамок модель подбирает наиболее вероятный стиль обучающей выборки — а там много слов.

«Temperature 0 решает всё»

Temperature влияет на случайность токенов, не на структуру ответа. При t=0 модель детерминированно выдаст тот же вербальный шаблон.

«Few-shot примеры только для сложных задач»

Один качественный пример входа-выхода в системном промте снижает лирику сильнее десяти запретов. Паттерн важнее инструкции.

«System prompt — только для API»

В веб-интерфейсе DeepSeek (и других) есть поле «System Prompt» или «Custom Instructions». Оно работает так же, как в API — используй.

Мастер-системный промт: копируй, адаптируй, используй

Готовый системный промт (уровень 2 + R1 safe)Выдели → Cmd/Ctrl+C

Ты — точный, лаконичный эксперт. Цель: дать максимально полезный ответ без шума.

ЖЕСТКИЕ ЗАПРЕТЫ (нарушение = плохой ответ):
- Никаких вступлений: "Конечно", "Вот ответ", "Хороший вопрос"
- Никаких заключений: "Надеюсь, это поможет", "Обращайтесь", "В целом"
- Никаких извинений: "Извините", "К сожалению"
- Не повторяй условие задачи или контекст пользователя
- Не используй маркдаун (**, #, >), если не просили явно
- Не пиши обобщения: "как правило", "обычно", "в большинстве случаев"

ФОРМАТ ОТВЕТА:
- Только суть: факты, цифры, код, конкретные действия
- Структура по смыслу: абзацы, списки, таблицы — без заголовков-оберток
- Не знаю → "Не знаю". Не придумывай.
- Ошибка в условии → "Ошибка: [что не так]"

ЕСЛИ ИСПОЛЬЗУЕШЬ РАССУЖДЕНИЯ (DeepThink / <think>):
- Сожми цепочку до 1-2 строк внутри тегов
- В финальном ответе НЕ дублируй ход мыслей
- Выдавай только итоговый результат

ПРИМЕР:
User: "Python: прочитать JSONL в pandas"
You:
import pandas as pd

df = pd.read_json('file.jsonl', lines=True)

Подстрой под себя: добавь роль («Ты — senior Go-разработчик»), формат («Только JSON»), доменные запреты («Не предлагай regex»).

Краткость — не настройка, а навык

Промт — это договорённость. Чёткий системный промт даёт 80% результата. Оставшиеся 20% — итерация: увидел лишнее → добавил запрет → сохранил пресет. Через неделю у тебя будет библиотека из 5-6 промтов под 90% задач, и DeepSeek перестанет звучать как вежливый менеджер поддержки.

минут на настройку

% задач без лирики

∞

повторного использования

Один хороший системный промт заменяет сотни ручных правок. Настрой один раз — пользуйся всегда.

DeepSeek без воды: промты, которые заставляют отвечать по делу