Базовая структура промпта

Когда вы пишете в чат «переведи это на английский», вам кажется, что вы отправили одну строку. На самом деле модель получает структуру: системные инструкции, историю диалога с разметкой «кто говорил» и ваш новый ход. Понимание этой структуры — фундамент всех приёмов курса. Без него непонятно, куда класть правила, почему модель «забывает» инструкции и что такое системный промпт.

Запрос — это список сообщений

Claude работает через Messages API: вы отправляете список сообщений, модель генерирует следующее. У каждого сообщения есть роль — user (человек) или assistant (модель) — и содержимое. Ключевых правил два: сообщения чередуются, и первое всегда от пользователя.

Когда вы ведёте диалог в чате, приложение за вас собирает этот список: ваш первый вопрос, ответ модели, второй вопрос, второй ответ. Каждый раз, когда вы пишете новое сообщение, модели уходит весь список с начала. Она не «помнит» разговор — она читает его заново целиком. Отсюда два следствия. Первое: всё, что вы написали выше, влияет на ответ ниже, даже если вы об этом забыли. Второе: очень длинный диалог — это очень длинный запрос, и модель может уделить последним инструкциям меньше внимания, чем хотелось бы.

Для разработчика это выглядит так:

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-5",
    max_tokens=1000,
    messages=[
        {"role": "user", "content": "Назови три риска при миграции на новую версию React."},
    ],
)
print(response.content[0].text)

Кроме messages обязательны model (какую модель вызывать) и max_tokens (жёсткий потолок длины ответа — модель может остановиться раньше, но не позже, причём обрыв возможен посреди слова). Актуальные имена моделей и параметры — в документации.

Системный промпт

Кроме сообщений есть отдельный параметр system. Это текст, который модель читает до начала диалога: кто она, что за задача, какие правила соблюдать. Системный промпт не участвует в чередовании ролей и не является «сообщением», это скорее рамка для всего разговора.

response = client.messages.create(
    model="claude-opus-5",
    max_tokens=1000,
    system="Ты — тимлид тестирования в агентстве продуктовой разработки. "
           "Отвечай коротко, по делу, без вводных фраз. "
           "Если в вопросе не хватает данных, сначала задай уточняющий вопрос.",
    messages=[
        {"role": "user", "content": "Как проверить форму оплаты?"},
    ],
)

Что класть в системный промпт, а что в сообщение пользователя? Рабочее правило: в system — то, что не меняется от запроса к запросу (роль, тон, общие правила, формат ответа по умолчанию), в user — конкретная задача и данные для неё. Модели хорошо следуют инструкциям из системного промпта, но это не магия: правило из user тоже сработает. Разница в том, что системный промпт — постоянная рамка, а сообщение — разовый ход.

В чате Claude аналог системного промпта — инструкции проекта: вы один раз описываете, кто вы и как хотите получать ответы, и это применяется ко всем разговорам внутри проекта. Если проектов нет, роль системного промпта играет первое сообщение с правилами — работает почти так же.

Ход ассистента: зачем он вам

Роль assistant — это ответы модели, и в чате вы их не пишете. Но через API вы можете вставить в историю любые сообщения от имени ассистента. Это полезно в двух случаях.

Первый — примеры. Пара «вопрос пользователя — идеальный ответ ассистента» перед реальным вопросом показывает модели, чего вы ждёте. Об этом отдельный урок «Примеры в промпте».

Второй — цепочки. Вы берёте ответ модели из первого вызова и подставляете его как ход ассистента во второй, а следом задаёте новый вопрос. Так строятся многошаговые сценарии, см. «Цепочки промптов».

Раньше был и третий приём: последнее сообщение в списке делали ассистентским и оставляли незаконченным — например, писали открывающий тег <answer> или скобку { — и модель продолжала с этого места. Это называлось «предзаполнением» (prefill). На текущих моделях Claude, начиная с поколения 4.6, предзаполнение последнего хода не поддерживается: запрос вернёт ошибку. Всё, что раньше решали префиллом (формат, отсутствие вступлений), теперь решается прямыми инструкциями и структурированным выводом. Мы упоминаем приём только для того, чтобы вы узнали его в старых статьях и промптах и не тратили на него время.

Параметры, о которых стоит знать

temperature — степень случайности. Ноль даёт почти (но не полностью) одинаковые ответы от прогона к прогону, единица — более разнообразные. Для разбора требований и классификации логично низкое значение, для генерации идей — выше. В чате параметр недоступен, в консоли — есть.

max_tokens — уже упоминали: не бюджет, а потолок. Ставьте с запасом, иначе получите обрезанный ответ.

Остальные параметры — режим размышления, инструменты, структурированный вывод — появятся в следующих уроках по мере надобности.

Как это выглядит в работе

Аналитик готовит промпт для разбора писем клиентов. В системный промпт он кладёт: кто модель (ассистент аналитика), формат ответа (список требований с приоритетами), правила (не додумывать, чего нет в письме). В сообщение — само письмо и просьбу «извлеки требования». Завтра письмо другое, системный промпт тот же. Через неделю формат надо поменять — правится одно место, а не десять чатов.