Промт для DeepSeek, который даёт ёмкие конспекты
Готовый шаблон, разбор структуры и настройка под видео, статьи, встречи и статьи
Почему стандартные просьбы «сделай конспект» дают воду
Типичный сценарий
Вы просите: «Суммируй этот текст». Модель выдаёт реферат: сохраняет вводные фразы, повторяет примеры, теряет иерархию. Результат — 30% от исходника, но польза — 5%.
Причина: отсутствие жёстких ограничений структуры и плотности. Модель оптимизирует вероятность слов, а не информационную ценность.
Принцип рабочего промта
Хороший конспект — это не «короче», а плотнее. Промт должен задать: роль эксперта, целевую плотность, формат вывода, правила отсечения шума и способ проверки фактуры.
Ниже — архитектура промта, который это делает.
Три признака грамотного конспекта
Информационная плотность
Нет вводных «автор пишет», «статья рассказывает». Каждое предложение — новый факт, вывод или цифра. Соотношение сигнал/шум → максимум.
Иерархическая структура
Главная мысль → аргументы/детали → нюансы/исключения. Уровни отделены визуально (заголовки, отступы, маркеры), а не сплошным текстом.
Фактическая верность
Нет галлюцинаций: цифры, имена, причинно-следственные связи сохранены точно. Если в источнике нет данных — конспект пишет «не указано», а не придумывает.
Анатомия промта: 5 блоков, которые меняют всё
Роль и манера
«Ты — аналитик, пишущий брифы для CEO. Стиль: сухой, точный, без вводных слов. Запрещены: «данный текст», «автор считает», «стоит отметить»».
Целевая плотность
Жёсткий лимит: «Конспект не длиннее 15% от исходника, но покрывает 100% ключевых суждений». Или в токенах: «max 300 токенов на 10к исходных».
Формат вывода
Markdown-шаблон с плейсхолдерами: ## Главная мысль, ### Ключевые аргументы (буллеты), ### Цифры и факты (таблица), ### Риски/Нюансы. Модель заполняет слоты, а не пишет эссе.
Правила отсечения шума
Чёткий список стоп-фраз и паттернов: вводные конструкции, повторы, примеры «для иллюстрации», мета-комментарии («в следующем разделе…»). Правило: «Если удалишь предложение — смысл не потеряется — удали».
Самопроверка (Self-Consistency)
Финальная инструкция: «Перечитай свой конспект. Найди 1 искажение факта и 1 лишнее предложение. Исправь. Выдай только итоговый вариант». Это включает второй проход рассуждения без Chain-of-Thought в чате.
Готовый промт: копируй, вставляй, меняй источник
# РОЛЬ И ЦЕЛЬ Ты — старший аналитик, готовящий брифы для принятия решений. Твоя задача — извлечь максимальную смысловую плотность из текста за минимальное число слов. # ЖЁСТКИЕ ОГРАНИЧЕНИЯ 1. Объём результата: не более 15% от длины исходника (в токенах/знаках). 2. Запрещены: вводные слова, мета-комментарии, повторы, примеры «как illustration», фразы «автор пишет», «текст говорит». 3. Каждое утверждение должно иметь опору в источнике. Нет данных в источнике — пиши «Данные отсутствуют». 4. Сохраняй точные цифры, имена, даты, причинно-следственные связи. # ФОРМАТ ВЫВОДА (Markdown, заполни все секции) ## 🎯 Главная мысль (1 предложение, суть всего источника) ### 📌 Ключевые аргументы (3–5 буллетов, только суть, без воды) ### 🔢 Цифры и факты (таблица: Параметр | Значение | Контекст) ### ⚠️ Риски, нюансы, исключения (буллеты, если есть) ### 🎬 Следующие шаги / Выводы (действие или импликация, 1–2 строки) # АЛГОРИТМ РАБОТЫ 1. Прочитай исходник. Выдели все атомарные факты и суждения. 2. Сгруппируй по темам. Оцени вес каждого: критично / важно / контекст. 3. Напиши черновик по шаблону выше. 4. Самопроверка: найди 1 искажение факта и 1 лишнее предложение. Удали/исправь. 5. Выдай только итоговый Markdown. Никаких пояснений. # ИСТОЧНИК ДЛЯ ОБРАБОТКИ {{INSERT_YOUR_TEXT_HERE}}
{{INSERT_YOUR_TEXT_HERE}} на свой текст (до лимита контекста). Для огромных текстов — режь на чанки по 80% контекста с перекрытием 10%, прогоняй промт отдельно, потом собери итоги и прогнай промт ещё раз по собранному.Настройка под тип источника: меняй только контекст
Видео / Подкаст (транскрипт)
Добавь в контекст: «Источник — транскрипт устной речи. Есть речь-паразиты, отступления, повторы. Игнорируй дискурсивные маркеры («короче», «типа», «как бы»). Фокус — на тезисах спикера».
Длинная статья / Лонгрид
Добавь: «Источник — структурированный текст с заголовками. Сохрани иерархию H2/H3 в конспекте как разделы. Аргументы под каждым заголовком сожми до 1–2 буллетов».
Встреча / Звонок (протокол)
Самый критичный кейс. Добавь: «Источник — протокол встречи. Есть спикеры, диалоги, решительные/нерешительные фразы. Выдели: Решения (кто, что, срок), Действия (Action Items), Открытые вопросы, Риски. Игнорируй эмоции и флуд».
Научная статья / Отчёт
Добавь: «Источник — IMRaD-структура. Обязательно: Гипотеза, Методология (ключевые параметры), Результаты (эффект + p-value/CI), Вывод автора. Моё заключение — отдельно, помечено как «Мой вывод»».
Чек-лист качества: прогони конспект через эти фильтры
Плотность
Удалил ли я каждое предложение, которое не несет нового факта?
Точность чисел
Все ли цифры, даты, проценты скопированы байт-в-байт?
Структура
Есть ли явное разделение: Главная мысль / Аргументы / Цифры / Риски?
Действенность
Понятно ли из конспекта, что делать дальше или что это значит для меня?
Промтинг — это алгоритм сжатия смысла
Хороший промт не «просит» нейросеть подумать. Он задаёт жёсткие границы пространства решений, внутри которых модель может только сделать качественную работу. Шаблон выше — именно такие границы.