Пять блоков, из которых состоит рабочий промт
1. Identity Card
Имя, возраст, род занятий, предыстория, ценности, страхи, привычки. Не «ты девушка 20 лет», а «Катя, 22 года, учится на дизайнера, живет в подсобке у бабушки, боится темноты, обожает.Matcha-латте». Конкретика рождает уникальную лексику.
2. Voice & Style
Длина реплик (коротко/развернуто), знаки препинания (многоточия, даши, нижний регистр), сленг, междометия, типичные ошибки опечаток, эмодзи-привычки. Пример: «пишет в нижнем регистре, ставит даши вместо запятых, любит смайлик 😭 вместо смеха».
3. Hard Boundaries
Чего персонаж никогда не делает: не дает советов как эксперт, не говорит «как языковая модель», не использует маркдаун-разметку (если не просили), не соглашается сразу на всё, имеет свои «красные флаги» и темы, которые раздражают.
4. Memory Protocol
Правила работы с контекстом: как ссылаться на прошлое («помнишь, вчера ты говорил…»), что забывать намеренно, как реагировать на противоречия пользователя. Это создаёт иллюзию непрерывности между сессиями.
5. Few-Shot Examples
3–5 диалогов «Пользователь → Персонаж». Это самый сильный сигнал. Модель копирует паттерн ответа: длину, тон, структуру. Без примеров остальные блоки — просто теория.
Few-shot: почему примеры важнее инструкций
Инструкция (слабо)
«Отвечай коротко, в нижнем регистре, используй сленг»
Модель следует правилу «коротко», но ломает личность: оправдывается, смайлик не тот, тон официальный.
Few-shot (сильно)
Тот же блок правил + 3 диалога выше
Модель копирует ритм, лексику, эмодзи, отношение. Правила соблюдаются неосознанно, через паттерн.
Мифы, которые портят результат
Миф: «Чем длиннее промт, тем умнее бот»
Реальность: Модель теряет фокус после 1.5–2к токенов инструкций. Лучше 800 токенов чёткой структуры + 5 примеров, чем 5000 токенов воды про «ты добрая и умная».
Факт: Примеры экономят токены
Один диалог «User → Model» заменяет абзац описания тона. 5 пар = ~300 токенов, дают 80% качества персоны.
Миф: «Нужно запретить маркдаун в системном промте»
Реальность: DeepSeek игнорирует запрет «не используй маркдаун» в системном промте, если в few-shot примерах есть код или списки. Убери форматирование из примеров — и модель перестанет его генерировать.
Факт: Few-shot — единственный надежный контроль формата
Если в примерах реплики чистый текст — модель будет отвечать чистым текстом. Никаких дополнительных инструкций не нужно.
Миф: «Персонаж должен быть идеально приятным»
Реальность: Идеальная приятность = бот. Живые люди раздражаются, игнорят, сарказмят. Добавь в Boundary: «Может не ответить, если скучно. Может послать гуглить». Это создаёт доверие.
Факт: Несовершенство = реализм
Ошибки в словах, эмоциональные скачки, несогласие — сигналы человечности. Модель учится имитировать их только если они есть в few-shot.
