Приёмы эффективных промптов
Прошлый урок дал структуру описания. Этот — про конкретные приёмы, которые внутри этой структуры работают лучше всего. Их гораздо больше семи, и курс «Промпт-инжиниринг» разбирает каждый подробно. Здесь — те, что дают наибольший эффект при наименьших усилиях, с формулировками, которые можно копировать.
1. Покажите пример
Самый сильный приём. Описать формат словами сложно, показать — просто. Если вам нужен чек-лист в стиле команды, вставьте один готовый. Если нужно письмо в вашем тоне, вставьте два своих старых письма. Модель уловит структуру, длину, лексику точнее, чем из любого описания.
Вот два примера постановки задачи, которые приняты у нас в команде:
[пример 1]
[пример 2]
Напиши в том же формате постановку для задачи: [описание].Подсказка: приёмы этого рода называют few-shot («несколько примеров»). Двух-трёх обычно достаточно; один — лучше, чем ноль.
2. Задайте роль и точку зрения
Роль не делает модель умнее, но задаёт угол зрения и набор критериев, с которыми она смотрит на задачу. «Ты — придирчивый рецензент требований» и «ты — клиент, которому это будут показывать» дадут разные и одинаково полезные замечания на один и тот же документ.
Ты — старший тестировщик, который ревьюит чек-листы коллег.
Твоя задача — найти, каких сценариев не хватает. Не хвали, только замечания.Работает и для тона: «ты пишешь от лица менеджера проекта, спокойно и по делу» задаёт стиль лучше, чем прилагательные.
3. Попросите рассуждать до ответа
Для задач с логикой — оценка рисков, разбор противоречий, поиск ошибки в коде, расчёт — попросите модель сначала разобрать задачу по шагам, а потом дать ответ. Это заметно снижает число ошибок, потому что модель «думает вслух», а не выдаёт первое правдоподобное продолжение.
Прежде чем ответить, разбери задачу по шагам: какие данные есть,
какие предположения ты делаешь, какие есть варианты. Потом дай ответ.Бонус: рассуждение можно прочитать. Если в нём есть дыра, вы увидите её раньше, чем ошибку в ответе. Это пригодится в модуле про различение.
4. Разделяйте данные и инструкции
Когда в промпте есть и документ, и указания, что с ним сделать, модель может их перепутать: принять фразу из документа за инструкцию или проигнорировать указание, затерявшееся между абзацами. Отделяйте одно от другого — заголовками, разделителями, тегами.
Инструкция: выпиши из отзыва все конкретные претензии к продукту, по одной в строке.
<отзыв>
[текст отзыва]
</отзыв>Это же защищает от ситуации, когда в данных встречается текст, похожий на команду. Если вы отдаёте модели письма клиентов или комментарии пользователей, разделение — обязательно.
5. Зафиксируйте формат ответа
Скажите, в каком виде нужен ответ, и модель его выдержит. Это экономит время на переформатирование и делает результат пригодным для следующего шага — вставки в таблицу, в трекер, в код.
Ответ дай в виде таблицы с колонками: требование, источник (цитата), статус
(подтверждено / нужно уточнить). Без вступления и выводов после таблицы.Для программных сценариев — JSON с описанной схемой. Для документов — заголовки, которые вы перечислили. Фраза «без вступления и итогов» убирает лишние абзацы, которые модель добавляет по привычке.
6. Сначала вопросы, потом работа
Самый недооценённый приём. Вместо того чтобы модель додумывала пробелы, попросите её сначала перечислить, чего не хватает.
Прежде чем писать, задай мне все вопросы, ответы на которые тебе нужны,
чтобы сделать задачу хорошо. Не пиши, пока я не отвечу.Часто модель задаёт вопросы, о которых вы сами не подумали, — и это уже польза. А результат после ответов получается точнее в разы. Для больших задач (ТЗ, план, длинный текст) этот приём стоит применять всегда.
7. Перезапустите разговор с резюме
Если диалог зашёл в тупик — модель повторяет одну и ту же ошибку, «помнит» отменённое требование, путает версии, — не пытайтесь исправить его двадцатым сообщением. Начните новый разговор и дайте ему короткое резюме: что делаем, что уже решили, что не устроило.
Контекст: мы готовим ТЗ на модуль отчётов. Решено: три типа отчётов, экспорт в
таблицу, без графиков. Предыдущий черновик был слишком общим и содержал
функции, о которых клиент не просил. Задача: переписать раздел 2 строго
по списку ниже.Чистый контекст без груза неудачных попыток почти всегда даёт лучший результат, чем длинная история правок.
Как приёмы сочетаются
Приёмы не исключают друг друга. Типичный сильный промпт для нетривиальной задачи выглядит так: роль, контекст, разделённые данные, инструкция с описанием шагов, формат ответа, просьба сначала спросить. Это тот же шаблон из прошлого урока, просто каждый слой усилен приёмом.
Пример для разработчика: «Ты — ревьюер, который ищет ошибки, а не стиль. Ниже дифф между тегами. Сначала перечисли, что делает изменение. Потом перечисли возможные ошибки с указанием строки и объяснением, почему это ошибка. Если чего-то не хватает для оценки (тесты, контекст вызова), спроси. Формат: список, без вступления».
Чего приёмы не решают
Никакой приём не даст модели знания, которых у неё нет. Если факты о проекте не в промпте — их не будет в ответе, как бы хорошо вы ни задали роль. Никакой приём не заменяет проверку: рассуждение по шагам снижает число ошибок, но не убирает их. И никакой приём не поможет, если вы сами не знаете, чего хотите, — это вопрос делегирования, а не описания.
Попробуйте сами
10–15 мин на рабочем месте- Возьмите задачу, которую вы делаете с ИИ регулярно, и добавьте к своему обычному промпту один приём, которым не пользовались: пример, роль или «сначала вопросы». Сравните результат с прошлым разом.
- Отдайте модели любой документ с разделением данных и инструкций и попросите вернуть результат таблицей с фиксированными колонками. Проверьте, насколько точно она выдержала формат.
- Найдите в истории чата разговор, который зашёл в тупик. Напишите для него резюме в четыре строки и запустите заново. Отметьте, сколько сообщений понадобилось на этот раз.
Коротко
- Пример сильнее описания: покажите один-два образца нужного формата.
- Роль задаёт точку зрения и критерии; используйте её для критики и для тона.
- Для задач с логикой просите рассуждать по шагам до ответа — и читайте рассуждение.
- Данные и инструкции разделяйте разделителями или тегами.
- Фиксируйте формат ответа; фраза «без вступления и итогов» убирает лишнее.
- «Сначала вопросы, потом работа» — для всех больших задач.
- Тупиковый диалог не чините, а перезапускайте с резюме.
Видеоверсия
Сценарий озвучки · 442 слова, ≈ 3 мин
В прошлом уроке мы разобрали структуру описания задачи. Теперь — конкретные приёмы, которые внутри этой структуры дают наибольший эффект при наименьших усилиях. Их семь, и у каждого есть формулировка, которую можно просто скопировать.
Первый приём — покажите пример. Описать формат словами сложно, показать — просто. Нужен чек-лист в стиле команды — вставьте один готовый. Нужно письмо в вашем тоне — вставьте два своих старых. Модель уловит структуру и лексику точнее, чем из любого описания. Двух-трёх примеров достаточно, один лучше, чем ноль.
Второй — задайте роль. Роль не делает модель умнее, но задаёт угол зрения. «Ты — придирчивый рецензент требований» и «ты — клиент, которому это покажут» дадут разные и одинаково полезные замечания на один документ. Роль работает и для тона: «пиши от лица менеджера, спокойно и по делу».
Третий — попросите рассуждать до ответа. Для задач с логикой: оценка рисков, поиск ошибки в коде, расчёт. Скажите: «прежде чем ответить, разбери задачу по шагам». Это заметно снижает число ошибок. И бонус: рассуждение можно прочитать, и если в нём дыра, вы увидите её раньше, чем ошибку в ответе.
Четвёртый — разделяйте данные и инструкции. Когда в промпте есть документ и указания, модель может их перепутать: принять фразу из документа за команду или потерять указание между абзацами. Отделяйте одно от другого заголовками или тегами. Это обязательно, когда вы отдаёте модели письма клиентов или комментарии пользователей — там может встретиться текст, похожий на команду.
Пятый — зафиксируйте формат ответа. Таблица с такими-то колонками, список, джейсон с описанной схемой. И добавьте «без вступления и итогов» — это убирает лишние абзацы, которые модель добавляет по привычке.
Шестой, самый недооценённый — сначала вопросы, потом работа. Вместо того чтобы модель додумывала пробелы, попросите: «прежде чем писать, задай все вопросы, ответы на которые тебе нужны, и не пиши, пока я не отвечу». Часто она спрашивает о том, о чём вы сами не подумали. Для больших задач — ТЗ, план, длинный текст — применяйте всегда.
Седьмой — перезапуск с резюме. Если диалог зашёл в тупик, модель повторяет ошибку или помнит отменённое требование, не чините его двадцатым сообщением. Начните новый разговор и дайте четыре строки: что делаем, что решили, что не устроило в прошлый раз, что нужно сейчас. Чистый контекст почти всегда лучше длинной истории правок.
Приёмы сочетаются. Сильный промпт для ревью кода выглядит так: ты ревьюер, ищешь ошибки, а не стиль; ниже дифф между тегами; сначала перечисли, что делает изменение; потом возможные ошибки с указанием строки; если чего-то не хватает — спроси; формат — список без вступления. Здесь пять приёмов в шести строках.
И о том, чего приёмы не решают. Никакой приём не даст модели знания, которых у неё нет: если факты не в промпте, их не будет в ответе. Никакой приём не заменяет проверку. И никакой приём не поможет, если вы сами не знаете, чего хотите. О проверке — следующий модуль.