Пример промта для LLM: структура, приёмы и готовые шаблоны

Практическое руководство

Пример промта для LLM: структура, приёмы и готовые шаблоны

Понимаете, почему 90% промтов дают слабый результат, и получаете чёткую архитектуру сильного запроса + 4 универсальных шаблона для кода, текстов, анализа и планирования.

Парадокс пустого контекста

Модель не «думает» — она допрогнозирует продолжение вашего текста. Если в промте нет контекста, роли, ограничений и формата — модель додумывает их сама. Обычно — хуже, чем нужно вам.

Хороший промт — это не просьба, а техническое задание для вероятностного движка. Чем точнее вы задаёте вектор, тем меньше пространство для «галлюцинаций» и угадываний.

Контекст — это топливоРоль — это навигаторФормат — это контейнер

Что внутри сильного промта

Любой рабочий промт собирается из пяти блоков. Пропуск любого — ставка на удачу.

Роль — кто отвечает (эксперт, аудитор, ревьюер, учитель)
Контекст — входные данные, аудитория, ограничения, предыстория
Задача — чёткий глагол действия: напиши, проанализируй, рефакторь, спланируй
Формат — структура ответа: JSON, markdown, таблица, список, код без комментариев
Примеры / Few-shot — 1–3 пары «вход → идеальный выход» для калибровки стиля

Пять паттернов, которые меняют качество ответа

1. Назначение роли (Persona)

Модель подстраивает лексику, глубину и тональность под заданный образ. «Ты — старший разработчик, делающий код-ревью» даёт другой ответ, чем «Ты — ментор для джуниоров».

2. Контекст и ограничения

Что модель уже знает, чего не знает, какие рамки: объём, стиль, запреты, целевая аудитория, стек технологий. Без этого — среднее по обучающей выборке.

3. Декомпозиция (Chain-of-Thought)

Просьба «рассуждай шаг за шагом» или явное разбиение на этапы заставляет модель выводить промежуточные токены — это резко снижает ошибки в логике, математике, коде.

4. Жёсткий формат выхода

«Ответь только JSON по схеме», «Код без комментариев», «Таблица markdown с колонками A, B, C». Формат — это контракт. Без него модель выбирает удобный ей вид.

5. Few-shot (примеры)

1–3 пары «input → output» внутри промта калибруют стиль, структуру, уровень детализации. Работает лучше любых инструкций «пиши в деловом стиле».

Слабый vs Сильный промт: разбор на костях

Слабый промт

Напиши статью про преимущества удалённой работы для компаний.

Нет роли — тон будет «средним по больнице»
Нет контекста — для кого, какой объём, цель?
Нет формата — получим простыню текста
Нет примеров — стиль непредсказуем

Сильный промт

Роль: Ты — редактор бизнес-издания вроде HBR. Пишешь для CEO среднего бизнеса.
Контекст: Статья 1200–1500 слов. Тема: ROI удалённой работы. Цель — убедить скептиков данных, а не лозунгами. Тон: аналитический, без пафоса, с цифрами.
Задача: Напиши структуру статьи, затем черновик первого экрана (lead + 3 ключевых аргумента с источниками).
Формат: Markdown. Структура: H1, Lead, H2-аргументы с bullet-подпунктами, блок «Источники» в конце.
Примеры стиля (few-shot):
[Пример 1: ваш лучший лид] → [эталонный лид]
[Пример 2: ваш лучший аргумент] → [эталонный аргумент]

Роль задаёт экспертизу и лексику
Контекст ограничивает пространство решений
Формат делает ответ готовым к вставке
Few-shot привязывает стиль к вашему бренду

Итеративный цикл: не ждите идеального с первого раза

формат, примерыОжидание: 60–70% цели2. Ответ моделиЧерновик результата
(код, текст, анализ)Реальность: пробелы, ошибки,
не тот тон, лишнее3. Оценка разрываЧего не хватает?
Что лишнее? Тон? Формат?Чек-лист качества4. Уточняющий промт«Исправь X, добавь Y,
убери Z, формат — JSON»Дельта-инструкцияПовторять до 90–95% соответствия

Условная схема: каждый цикл сужает разрыв между намерением и результатом. Обычно достаточно 2–3 итераций.

Четыре шаблона — копируй, адаптируй, используй

🛠 1. Код: рефакторинг / ревью / генерация

Роль: Ты — старший инженер по [стек: Go / React / PostgreSQL], делающий код-ревью и рефакторинг.
Контекст:
- Проект: [описание 2–3 предложения]
- Файл/модуль: [назначение, связи]
- Требования: производительность, читаемость, тестируемость, отсутствие breaking changes.
- Ограничения: версия языка, линтеры, архитектурные паттерны проекта.
Задача: Проведи ревью кода ниже. Найди: баги, код-смеллы, нарушения паттернов, уязвимости, места для оптимизации. Предложи конкретные правки.
Формат: Markdown. Структура:
## Критичные (баги/безопасность)
## Важные (архитектура/производительность)
## Рекомендации (стиль/читаемость)
## Исправленный код (только изменённые фрагменты, с комментариями // CHANGED: причина)
Few-shot:
[Пример твоего лучшего ревью] → [эталон структуры и тона]
---
Код для ревью:
```[язык]
[вставь код]
```

✍️ 2. Тексты: статьи, посты, письма, лендинги

Роль: Ты — контент-стратег и копирайтер для [бренд/медиа]. Тон: [экспертный / дружелюбный / провокационный / спокойный-убедительный].
Контекст:
- Формат: [статья 1500 слов / тред в X / email-цепочка 3 письма / лендинг first-screen]
- Аудитория: [кто читает, боли, уровень экспертизы]
- Цель: [подписка / демо / продажа / узнаваемость]
- Ключевое сообщение (one big idea): [одна фраза]
- Запреты: никакого маркетингового пафоса, слов «уникальный», «лучший», «инновационный», кликбейта.
Задача: Напиши [структуру / черновик / заголовки + лид / полный текст].
Формат: [Markdown / plain text / JSON с полями title, lead, sections[], cta].
Few-shot:
[Твой лучший заголовок] → [почему он сработал]
[Твой лучший лид] → [разбор хука]
---
Входные факты/данные/цитаты для использования:
[вставь сырые материалы]

📊 3. Анализ: данные, отчёты, обзоры, сравнения

Роль: Ты — аналитик данных / стратегический консультант. Мышление: гипотеза → проверка → вывод → рекомендация.
Контекст:
- Источник: [CSV выгрузка / JSON / текст отчёта / ссылки на открытые данные]
- Бизнес-вопрос: [что нужно решить/понять]
- Ограничения: не выдумывай факты, если данных нет — пиши «данных недостаточно», указывай уровень уверенности.
Задача: Выполни анализ: [описание: тренды, аномалии, сегментация, когорты, юнит-экономика, сравнение конкурентов].
Формат: Markdown. Обязательные разделы:
## Executive Summary (3–5 пуль)
## Методология и предположения
## Ключевые находки (с визуализацией в виде ASCII-таблиц или описанием графиков)
## Риски и слепые зоны
## Рекомендации (приоритизировано: Quick wins / Strategic bets)
Few-shot:
[Пример твоего лучшего инсайта] → [как он был сформулирован]
---
Данные для анализа:
[вставь данные или опиши структуру]

🗓 4. Планирование: спринты, роадмапы, обучение, проекты

Роль: Ты — технический PM / Agile-коуч / архитектор обучения. Мыслишь в терминах результатов, зависимостей, рисков и ограничений ресурсов.
Контекст:
- Цель: [что должно быть достигнуто к дедлайну]
- Команда/ресурсы: [роли, доступность, сеньорность]
- Текущее состояние: [что уже есть, технический долг, риски]
- Жёсткие дедлайны / бюджет / compliance.
Задача: Создай [план спринта / роадмап на квартал / план обучения за 30 дней / план миграции]. Декомпозируй на работы с критериями готовности (DoD), зависимостями, владельцами, рисками и митигациями.
Формат: JSON по схеме:
{
  "phases": [{ "name": "", "duration": "", "deliverables": [], "owner": "", "risks": [], "dependencies": [] }]
}
Few-shot:
[Твой лучший план] → [почему он был реалистичным]
---
Входные данные:
[описание проекта/команды/цели]

Что ломает даже хорошие промты

Перегруз контекстом

Сваливание всего подряд — документы, логи, переписка — размывает фокус внимания модели. Давай только релевантное, используй RAG или суммаризацию заранее.

Противоречивые инструкции

«Будь кратко» и «Раскрой детально» в одном промте. «Не используй жаргон» и «Пиши как эксперт». Модель выберет случайный компромисс.

Игнорирование лимитов окна

Промт + контекст + примеры + ожидаемый ответ не должны превышать контекстное окно. Иначе модель «забудет» начало инструкции к концу генерации.

Ожидание «прочитал мысли»

Модель не знает твои внутренние стандарты, глоссарий, предпочтения — пока ты их не передашь в промте или системном сообщении.

Главное, что стоит запомнить

Промт — это не чат с другом. Это интерфейс программирования естественным языком. Точность входа = качество выхода.

Роль

Кто отвечает

Контекст

Что известно и чего нет

Задача

Чёткий глагол действия

Формат

Контракт ответа

Few-shot

Эталон стиля

Собери эти пять блоков — и любой LLM начнёт выдавать результат, за который не стыдно показать заказчику или закоммитить в прод.

Пример промта для LLM: структура, приёмы и готовые шаблоны