Термин Промпты и LLM-разработка Средний

Developer prompt

Developer prompt - это инструкция разработчика, которая задает правила работы модели внутри конкретного приложения и имеет приоритет над пользовательским запросом.

Другие названия (9)
developer prompt developer message developer instruction application prompt app instructions промпт разработчика инструкция разработчика правила приложения служебный промпт приложения

Developer prompt - это текст инструкций, который разработчик добавляет в prompt stack приложения. Он объясняет модели, как вести себя в продукте: какой формат ответа использовать, какие правила соблюдать, когда вызывать tools и когда останавливать действие.

Если user prompt отвечает на вопрос "что хочет пользователь прямо сейчас", developer prompt отвечает на вопрос "как наше приложение вообще должно работать". Поэтому пользовательский запрос не должен переопределять эти правила.

В developer prompt часто пишут стабильные инструкции: не выдумывать источники, возвращать JSON по схеме, не создавать запись в CRM без подтверждения, не раскрывать секреты, не выполнять опасные действия и задавать уточняющий вопрос при нехватке данных.

Developer prompt не должен заменять базу знаний, память или RAG. Если положить туда длинные документы, историю диалога и временные данные, prompt станет тяжелым, противоречивым и менее управляемым.

Хороший developer prompt версионируют как код. Его меняют осознанно, прогоняют через evals и проверяют на конфликтные сценарии: prompt injection, неверный формат, лишний tool call, обход approval и плохие отказы.

Примеры

  • Developer prompt требует отвечать только на русском языке и давать короткое резюме перед деталями.
  • В CRM-агенте developer prompt запрещает менять сделку без подтверждения пользователя.
  • Для RAG-бота developer prompt говорит ссылаться на источники и честно писать, если ответа в базе нет.
  • Для API-агента developer prompt описывает, какие tools можно вызывать и какие параметры нужно проверить до вызова.
  • Для structured output developer prompt фиксирует JSON-схему и запрещает добавлять текст вне JSON.
  • В safety-сценарии developer prompt задает отказ при запросах на обход правил, секреты или опасные действия.

Где используется

  • настройка поведения AI-ассистента
  • единый формат ответов
  • управление tool calling
  • structured output и JSON-схемы
  • guardrails и безопасные отказы
  • защита от prompt injection
  • правила approval перед действиями
  • контроль ссылок на источники
  • версионирование prompt logic
  • evals после изменения инструкций

Частые вопросы

Developer prompt и developer message - это одно и то же?

В практике эти термины часто используют близко. Developer prompt - текст инструкции, а developer message - способ передать эту инструкцию модели в роли или поле сообщений конкретного API.

Чем developer prompt отличается от system prompt?

System prompt задает самые верхние правила среды или платформы. Developer prompt задает правила конкретного приложения и обычно находится выше user prompt, но ниже системных ограничений.

Что не стоит писать в developer prompt?

Не стоит класть туда большие документы, базу знаний, всю историю диалога, переменные данные и временные инструкции. Для этого лучше использовать RAG, память или отдельный контекст.

Как понять, что developer prompt хороший?

Он короткий, непротиворечивый, покрывает важные правила приложения, не дублирует контекст и стабильно проходит evals на типичных и опасных сценариях.

Может ли пользователь отменить developer prompt?

Не должен. Если пользователь просит игнорировать правила приложения, модель должна следовать developer prompt и guardrails, а не пользовательской попытке обхода.

Когда менять developer prompt?

Когда меняются правила продукта, формат ответа, права tools, safety-политика или найден повторяющийся дефект поведения. После изменения нужен прогон evals.

Где читать дальше

Статьи по теме

Инструменты

Связанные инструменты

Оплата по использованию токенов Anthropic Claude API

API моделей Claude для AI-приложений: текст, reasoning, длинный контекст, анализ документов, tool use, агенты и production-интеграции.

Бесплатный старт + оплата по использованию Claude

Семейство моделей Anthropic Claude для анализа больших документов, аккуратной редакции, ресерча, кода и рабочих ассистентов.

Open-source / cloud Flowise

Визуальный low-code builder для LLM-приложений: Agentflow V2, chatflows, RAG, Document Stores, tools, API, embed и self-hosted запуск.

Open-source / cloud costs Google ADK

Open-source фреймворк Google для code-first AI-агентов: tools, state, memory, multi-agent workflows, evals, tracing и deploy в Google Cloud.

Usage-based / Google AI Google Gemini API

Google Gemini API - API для подключения моделей Gemini к приложениям, AI-агентам, чат-ботам и автоматизациям. Подходит для текста, изображений, файлов, structured output и tool calling.

Бесплатные функции Hub; вычисления и платные услуги оплачиваются отдельно Hugging Face

Hugging Face - платформа для поиска моделей, датасетов и демонстраций; условия использования проверяются у каждого репозитория отдельно.