Что такое промпт и как правильно задавать вопросы ИИ

Короткое объяснение

Промпт - это запрос или инструкция, которую человек отправляет ИИ. В промпте можно написать вопрос, задачу, контекст, ограничения и желаемый формат ответа. Чем понятнее промпт, тем выше шанс получить полезный результат с первой или второй попытки.

Простой пример промпта:

Объясни, что такое LLM, простыми словами для предпринимателя. Дай 5 примеров, где это можно применить в малом бизнесе.

Плохой промпт обычно слишком общий:

Напиши про нейросети.

ИИ не знает, что именно нужно: статья, план, краткое объяснение, пост, таблица, инструкция, текст для школьника или аналитика для руководителя. Поэтому хороший промпт не просто просит “напиши”, а задает рамку.

Зачем вообще нужен промпт

Большая языковая модель не читает мысли. Она видит текст запроса, историю диалога, системные инструкции и дополнительные данные, если они подключены. На основе этого она генерирует ответ.

Промпт помогает:

1. объяснить задачу;
2. задать роль ИИ;
3. передать контекст;
4. указать аудиторию;
5. ограничить стиль и объем;
6. выбрать формат ответа;
7. снизить число уточнений;
8. сделать результат проверяемым.

Если промпт размытый, модель будет достраивать недостающие детали сама. Иногда это удобно, но в рабочих задачах часто приводит к лишней воде, неправильному формату, выдуманным фактам или ответу не под ту аудиторию.

Из чего состоит хороший промпт

Универсальная структура выглядит так:

1. роль;
2. задача;
3. контекст;
4. входные данные;
5. ограничения;
6. критерии качества;
7. формат ответа.

Не каждый промпт должен содержать все семь элементов. Для простого вопроса хватит одной строки. Но если вы просите ИИ подготовить документ, план, анализ, код, инструкцию или коммерческий текст, лучше дать больше рамок.

Базовая формула промпта

Можно использовать такую формулу:

1. Ты - [роль].
2. Твоя задача - [что нужно сделать].
3. Контекст - [для кого, зачем, где будет использоваться].
4. Используй данные - [текст, факты, список, таблица].
5. Ограничения - [что нельзя, какой объем, какой стиль].
6. Формат ответа - [список, таблица, план, JSON, инструкция].
7. В конце добавь - [проверку, вывод, вопросы, риски].

Пример:

Ты - редактор образовательного сайта про AI. Объясни, что такое промпт, простыми словами для новичка. Не используй сложные термины без пояснения. Дай структуру хорошего промпта, 3 примера и список типичных ошибок. Ответ оформи с подзаголовками и нумерованными списками.

Такой запрос сразу задает роль, тему, аудиторию, ограничения и формат.

Роль: зачем писать “ты - редактор” или “ты - аналитик”

Роль помогает модели выбрать стиль мышления и уровень детализации. Один и тот же вопрос можно раскрыть по-разному.

Например:

1. “Ты - преподаватель для новичков” - ответ будет проще и мягче.
2. “Ты - технический архитектор” - ответ будет глубже по системе и ограничениям.
3. “Ты - юрист” - модель будет думать в сторону рисков, формулировок и ответственности.
4. “Ты - маркетолог” - появятся аудитория, оффер, каналы и гипотезы.
5. “Ты - редактор” - ответ будет чище по структуре и языку.

Роль не делает модель настоящим экспертом и не гарантирует точность. Это только способ направить ответ.

Задача: пишите действие, а не тему

Формулировка “расскажи про CRM” слишком широкая. Лучше писать конкретное действие:

1. объясни;
2. сравни;
3. составь план;
4. найди ошибки;
5. сократи текст;
6. перепиши под аудиторию;
7. сделай чек-лист;
8. подготовь таблицу;
9. предложи гипотезы;
10. задай уточняющие вопросы.

Чем точнее действие, тем меньше случайности в ответе.

Контекст: что ИИ должен знать до ответа

Контекст - это фон задачи. Он отвечает на вопросы: для кого результат, зачем он нужен, где будет использоваться и какие есть ограничения.

Контекст может включать:

1. аудиторию;
2. продукт;
3. нишу;
4. страну или рынок;
5. тональность бренда;
6. цель материала;
7. текущую ситуацию;
8. список фактов;
9. примеры хорошего результата;
10. примеры плохого результата.

Пример без контекста:

Напиши текст про ИИ-агентов.

Пример с контекстом:

Напиши вступление к статье про ИИ-агентов для владельцев малого бизнеса. Читатель слышал про ChatGPT, но не понимает, чем агент отличается от чат-бота. Тон - простой, без хайпа, с практическими примерами.

Второй вариант почти всегда даст более точный результат.

Ограничения: что нельзя и где границы

Ограничения защищают ответ от лишнего и опасного.

Можно указывать:

1. не использовать сложные термины;
2. не придумывать факты;
3. не давать юридических гарантий;
4. не писать длиннее 1200 знаков;
5. не использовать канцелярит;
6. не добавлять рекламные обещания;
7. не делать выводы без данных;
8. не вставлять код без пояснения;
9. не раскрывать персональные данные;
10. если данных не хватает, сначала задать вопросы.

Хорошая практика: прямо разрешить модели сказать “не знаю” или попросить уточнение. Это снижает риск уверенной выдумки.

Формат ответа

Формат особенно важен в рабочих задачах. Если формат не задан, ИИ выберет его сам.

Чаще всего полезны такие форматы:

1. краткий ответ;
2. пошаговая инструкция;
3. таблица;
4. чек-лист;
5. план статьи;
6. список гипотез;
7. сравнительная таблица;
8. JSON;
9. письмо;
10. структура презентации.

Пример:

Ответ дай таблицей с колонками: “Проблема”, “Почему возникает”, “Как исправить”, “Пример промпта”.

Если результат потом пойдет в таблицу, CRM, код или админку, формат лучше задавать заранее.

Плохой и хороший промпт на одной задаче

Плохой вариант:

Сделай пост про AI.

Проблема: непонятно, для кого пост, куда он пойдет, какая цель, какой объем, какой стиль и какой результат считается хорошим.

Хороший вариант:

Ты - SMM-редактор B2B-компании. Напиши пост для Telegram про то, как ИИ-агенты помогают отделу продаж не терять заявки. Аудитория - собственники малого бизнеса и руководители продаж. Объем - до 1200 знаков. Стиль - спокойно, без хайпа. Структура: боль, короткое объяснение, 3 примера, вывод. Не обещай автоматический рост продаж.

Во втором варианте модель получает достаточно рамок, чтобы написать не общий текст, а материал под конкретную задачу.

Как уточнять ответ

Хорошая работа с ИИ часто идет в несколько шагов. Не обязательно пытаться написать идеальный промпт сразу.

Рабочий цикл:

1. дайте стартовый промпт;
2. получите первый вариант;
3. отметьте, что не подходит;
4. попросите переработать конкретные места;
5. добавьте недостающий контекст;
6. попросите проверить результат по критериям;
7. сохраните удачный шаблон промпта.

Примеры уточнений:

1. “Сделай короче и убери общие фразы”.
2. “Добавь примеры для интернет-магазина”.
3. “Перепиши для новичка, без терминов”.
4. “Сохрани смысл, но сделай тон спокойнее”.
5. “Проверь, где ты мог выдумать факты”.
6. “Сначала задай мне 5 вопросов, потом пиши”.

Уточнение - нормальная часть процесса, а не признак плохого промпта.

Как просить таблицу

Для таблицы лучше сразу перечислять колонки.

Пример:

Сравни ChatGPT, Claude и Gemini для подготовки статей. Ответ дай таблицей с колонками: инструмент, сильные стороны, ограничения, кому подойдет, на что обратить внимание. После таблицы добавь короткий вывод.

Такой промпт задает не только тему, но и структуру сравнения.

Как просить пошаговую инструкцию

Если нужна инструкция, просите путь “от нуля до результата”.

Пример:

Напиши пошаговую инструкцию, как подключить чат-бота к Telegram. Считай, что читатель раньше не работал с BotFather. Каждый шаг должен иметь действие, ожидаемый результат и проверку. Не добавляй общую теорию.

Для инструкций важно требовать:

1. исходные условия;
2. список нужных доступов;
3. конкретные действия;
4. проверку после каждого важного этапа;
5. финальный тест;
6. типичные ошибки.

Такой формат помогает получить не обзор, а рабочий материал.

Как просить анализ

Для анализа нужно дать данные и критерии.

Пример:

Проанализируй список отзывов клиентов. Найди 5 повторяющихся проблем, оцени частоту, предложи приоритет исправлений и сформулируй 3 гипотезы для проверки. Ответ дай таблицей. Не делай выводы, если проблема встречается только один раз.

Хороший аналитический промпт содержит:

1. набор данных;
2. цель анализа;
3. критерии группировки;
4. запрет на выводы без основания;
5. формат результата;
6. следующий шаг.

Как просить текст

Для текстов особенно важны аудитория, цель и тон.

Пример:

Напиши вступление к статье “Что такое RAG”. Аудитория - предприниматели без технического образования. Цель - объяснить, зачем RAG нужен бизнесу. Тон - спокойный, уверенный, без рекламных обещаний. Объем - 2 абзаца. Не используй слово “революционный”.

Если текст должен звучать как бренд, добавьте примеры:

1. “Вот пример нашего тона”.
2. “Вот слова, которые мы не используем”.
3. “Вот фразы, которые нравятся”.
4. “Вот фразы, которые звучат слишком рекламно”.

Модель лучше повторяет стиль, когда видит конкретные образцы.

Как просить код

Для кода важно указать язык, окружение, ограничения и ожидаемое поведение.

Пример:

Напиши функцию на PHP 8.3 для нормализации slug из русского заголовка. Используй Laravel helper str(). Функция должна вернуть строку в kebab-case. Добавь 5 примеров входа и выхода. Не используй внешние пакеты.

Для задач с кодом добавляйте:

1. язык и версию;
2. фреймворк;
3. входные данные;
4. ожидаемый результат;
5. ограничения;
6. примеры;
7. тесты;
8. что не менять.

Если код будет использоваться в реальном проекте, его нужно проверять тестами и глазами разработчика. ИИ может писать убедительный, но ошибочный код.

Что такое системный промпт

Системный промпт - это инструкция более высокого уровня, которая задает поведение ассистента или агента. В обычном чате пользователь часто видит только свой запрос, но у приложения могут быть скрытые системные правила.

Системный промпт может задавать:

1. роль ассистента;
2. границы поведения;
3. тон общения;
4. правила безопасности;
5. формат ответа;
6. запрет на раскрытие внутренних инструкций;
7. правила работы с инструментами;
8. порядок передачи сложного случая человеку.

Обычный пользовательский промпт решает конкретную задачу. Системный промпт задает постоянные правила для всех задач внутри сценария.

Что такое prompt engineering

Prompt engineering - это практика проектирования запросов и инструкций для ИИ. В простом варианте это умение писать понятные промпты. В более серьезном варианте - настройка системных инструкций, шаблонов, тестов, guardrails, RAG-контекста и формата ответов.

В рабочих системах prompt engineering включает:

1. описание роли;
2. шаблоны запросов;
3. примеры правильных ответов;
4. запреты и ограничения;
5. проверку результата;
6. тестовые наборы;
7. защиту от prompt injection;
8. регулярное улучшение промпта по ошибкам.

То есть это не магические фразы, а инженерная работа с поведением модели.

Почему промпт не всегда спасает

Даже хороший промпт не делает модель безошибочной. Причины:

1. у модели нет нужных данных;
2. данные устарели;
3. вопрос слишком общий;
4. задача требует внешней проверки;
5. модель может галлюцинировать;
6. контекст не помещается в запрос;
7. инструкция конфликтует с системными правилами;
8. задача требует точных вычислений или доступа к базе.

Поэтому для важных сценариев нужны дополнительные слои:

1. RAG для поиска по базе знаний;
2. tools для обращения к внешним системам;
3. валидация формата;
4. проверка фактов;
5. human review;
6. логи и тесты.

Промпт - важный слой, но не вся система.

Типичные ошибки в промптах

Чаще всего проблемы возникают из-за таких ошибок:

1. слишком общий запрос;
2. нет аудитории;
3. нет цели;
4. нет исходных данных;
5. нет формата ответа;
6. слишком много задач в одном промпте;
7. противоречивые требования;
8. просьба “сделай идеально” без критериев;
9. ожидание точных фактов без источников;
10. вставка конфиденциальной информации.

Чтобы улучшить промпт, задайте себе три вопроса:

1. что именно я хочу получить;
2. по каким критериям я пойму, что ответ хороший;
3. каких данных модели не хватает.

Что нельзя вставлять в промпт

В публичные AI-сервисы не стоит вставлять:

1. пароли;
2. API-ключи;
3. токены доступа;
4. персональные данные клиентов;
5. медицинские данные без правовой основы;
6. коммерческие тайны;
7. приватные договоры без разрешения;
8. внутренние инструкции безопасности;
9. данные платежей;
10. закрытую переписку.

Если нужно работать с чувствительными данными, используйте корпоративные настройки, локальные модели, обезличивание, договоры с провайдером и правила доступа.

Готовый шаблон промпта

Можно начать с такого шаблона:

Ты - [роль]. Мне нужно [задача]. Контекст: [для кого и зачем]. Вот входные данные: [данные]. Ограничения: [что нельзя, объем, стиль]. Критерии хорошего ответа: [критерии]. Формат: [таблица, список, инструкция, JSON]. Если данных не хватает, сначала задай уточняющие вопросы.

Пример заполнения:

Ты - аналитик клиентского сервиса. Мне нужно понять, почему клиенты недовольны поддержкой. Контекст: у нас интернет-магазин, есть 50 отзывов за месяц. Вот входные данные: [вставить отзывы]. Ограничения: не придумывай причины, если они не встречаются в отзывах. Критерии хорошего ответа: повторяющиеся проблемы, частота, приоритет. Формат: таблица плюс 5 рекомендаций.

Этот шаблон подходит для большинства стартовых задач.

Как быстро улучшить любой промпт

Если ответ получился слабым, не начинайте заново. Попросите ИИ улучшить сам промпт:

Улучши мой промпт так, чтобы результат был конкретнее. Сначала задай мне вопросы, если не хватает данных. Потом предложи финальную версию промпта.

Еще один вариант:

Посмотри на мой промпт как редактор. Найди неопределенности, противоречия и отсутствующий контекст. Предложи улучшенную версию.

Так можно быстро перейти от общего запроса к рабочему шаблону.

Что изучать дальше

После базовых промптов логично разобраться в следующих темах:

1. что такое LLM;
2. что такое контекстное окно;
3. что такое токены;
4. что такое системный промпт;
5. что такое RAG;
6. что такое hallucination;
7. что такое guardrails;
8. что такое tool calling;
9. как писать промпт для ИИ-агента;
10. как тестировать ответы модели.

Эти темы помогают перейти от ручного общения с ChatGPT к более управляемым AI-сценариям.

Частые вопросы

Промпт и запрос - это одно и то же?

В бытовом смысле да: промпт - это запрос к ИИ. Но слово “промпт” обычно шире: в него могут входить роль, контекст, ограничения, формат ответа, примеры и системные инструкции.

Почему один и тот же промпт дает разные ответы?

Языковые модели генерируют ответ вероятностно. На результат могут влиять настройки модели, история диалога, системные инструкции, температура, контекст и даже небольшие изменения формулировки.

Нужно ли писать промпты на английском?

Не обязательно. Современные модели хорошо работают на русском, особенно в бытовых и бизнес-задачах. Английский иногда помогает в технических темах, но важнее ясность задачи, контекст и формат ответа.

Можно ли промптом заставить ИИ всегда отвечать правильно?

Нет. Промпт помогает направить модель, но не гарантирует фактическую точность. Для важных ответов нужны проверка, источники, RAG, тесты, ограничения и иногда человек на финальном контроле.

Чем системный промпт отличается от обычного?

Обычный промпт - это запрос пользователя в конкретной задаче. Системный промпт задает постоянные правила поведения ассистента или агента: роль, тон, ограничения, безопасность и работу с инструментами.