Prompt engineering — это навык написания инструкций, которые заставляют ИИ выдавать полезный результат. Если вы когда-нибудь вводили что-то в ChatGPT и получали общий, бесполезный ответ — а потом перефразировали запрос и получили именно то, что хотели, — вы уже занимались prompt engineering. Это руководство делает процесс систематическим, а не случайным.
Основная идея проста: ИИ реагирует на конкретность и структуру вашего ввода. Размытый ввод даёт размытый результат. Конкретный, хорошо структурированный ввод даёт конкретный, полезный результат. Технические знания не нужны. Нужны пять привычек.
| Fundamental | One-Line Summary | Impact Level |
|---|---|---|
| Role | Скажите ИИ, кем ему быть | High |
| Context | Добавьте детали, которых оно не знает | High |
| Constraints | Установите ограничения (длина, формат, тон) | High |
| Examples | Покажите, как выглядит «хорошо» | Medium–High |
| Iteration | Исправляйте результат в продолжениях, не начинайте заново | Medium–High |
5 фундаментальных принципов, которые исправляют 90% плохих промптов
1. Укажите ИИ, кем ему быть
Начало с роли преобразует ответ. Без роли ИИ по умолчанию становится «полезным помощником» — общим и пресным. С ролью активируются знания по конкретной области, а также корректируется язык, глубина и перспектива.
❌ ДО
Напиши мне маркетинговое письмо.
✅ ПОСЛЕ
Ты старший email-маркетолог в DTC-бренде с открываемостью 45%. Напиши письмо о запуске нового увлажняющего крема. Целевая аудитория: женщины 25–40 лет, которые уже покупали у нас средства по уходу за кожей.
Роль не обязательно должна быть реальной. «Ты финансовый аналитик с 15-летним опытом» сработает, даже если ИИ на самом деле не аналитик. Это рамка, которая направляет нужные знания и тон.
2. Дайте контекст, которого нет у ИИ
ИИ знает многое о мире в целом. О вашей конкретной ситуации он ничего не знает. Закройте этот пробел.
❌ ДО
Помоги с презентацией.
✅ ПОСЛЕ
Помоги с 10-минутной презентацией для совета директоров. Я вице-президент по инженерии в SaaS-компании с 200 сотрудниками. Аудитория — нетехнические члены совета. Нужно объяснить, почему мы должны мигрировать с AWS на GCP. Совет волнуют затраты и надежность, а не техническая архитектура.
Контекст включает: кто вы, кто аудитория, что вы уже пробовали, какие есть ограничения и как должен выглядеть желаемый результат. Больше релевантного контекста = лучший результат с первого раза.
3. Установите границы
Без ограничений ИИ выдает то, что кажется ему правильным — часто слишком длинное, слишком общее или в неверном формате.
Полезные ограничения:
«Не больше 200 слов.» «Используй маркеры, а не абзацы.» «Пиши от первого лица.» «Не используй жаргон — у читателя нет технического бэкграунда.» «Включи ровно 3 примера.» «Заверши конкретной рекомендацией, а не расплывчатым выводом.»
Ограничения — это не урезание, а контроль качества. Ограничение в 200 слов заставляет ИИ расставлять приоритеты. Ограничение «без жаргона» обеспечивает ясность. Каждое ограничение улучшает результат, а не ухудшает его.
Получаете пользу от этого? Мы публикуем еженедельные материалы о рабочих техниках промптинга. Получайте их на почту →
4. Покажите, а не только рассказывайте
Один пример передает больше, чем абзац инструкций. Если нужен конкретный формат, тон или стиль — покажите ИИ, как это выглядит.
❌ ДО
Напиши пост для LinkedIn о продуктивности с ИИ. Сделай увлекательным.
✅ ПОСЛЕ
Напиши пост для LinkedIn о продуктивности с ИИ. Вот стиль, который я хочу — короткие строки, одна идея на предложение, зацепка в виде вопроса: [вставьте пример поста, который вам понравился]. Повтори эту структуру и тон. Тема: как я использую Claude для еженедельных отчетов.
Это работает, потому что ИИ по сути распознаватель паттернов. Дайте паттерн — он его воспроизведет. Скажите «будь увлекательным» — он угадает, что вы имеете в виду, и часто ошибется.
5. Итерации, а не перезапуски
Первый результат — это черновик. Магия в последующих уточнениях. Вместо начала новой беседы, когда результат неидеален, укажите ИИ, что исправить:
Две итерации обычно дают лучший результат, чем 10 попыток идеального первого промпта. ИИ учится на ваших правках в рамках беседы.
Фреймворк ICCSSE — все 5 фундаментальных принципов в одной системе
Эти пять привычек объединены в фреймворк: ICCSSE — Identity, Context, Constraints, Steps, Specifics, Examples. Это чек-лист, который можно пройти перед отправкой любого важного промпта.
Не обязательно использовать все шесть элементов каждый раз. Для быстрого вопроса достаточно быть конкретным. Для сложной задачи — написание отчёта, анализ данных, разработка стратегии — проход по полному чек-листу ICCSSE перед нажатием Enter даёт огромную разницу.
Хотите увидеть в действии? Вставьте любой промпт в бесплатный Prompt Optimizer и посмотрите, как он автоматически применит фреймворк. Или оцените свой промпт, чтобы увидеть, каких элементов не хватает.
Какой ИИ для чего?
Модель, которую вы используете, имеет значение. Вот краткое руководство:
| Случай использования | Лучший по умолчанию | Почему |
|---|---|---|
| Генерация идей + широкое обсуждение | ChatGPT | Быстрая итерация + широкий охват |
| Длинные документы + строгие ограничения | Claude | Хорошо следует многоэтапным инструкциям |
| Анализ данных с кодом | ChatGPT (Code Interpreter) | Запускает Python на ваших файлах |
| Рабочие процессы Google Workspace | Gemini | Интеграции с Sheets/Docs |
Для подробного сравнения ознакомьтесь с нашим анализом ChatGPT vs Claude или пройдите 60-секундный тест Model Picker Quiz.
5 примеров до и после
Составление email:
До: «Напишите письмо для последующего контакта.»
После: «Напишите письмо для последующего контакта клиенту, который запросил предложение во вторник и не ответил. Тон: тёплый, но профессиональный. Цель: назначить 15-минутный звонок на этой неделе. Не больше 100 слов. Не будьте навязчивыми.»
Код-ревью:
До: «Проверьте мой код.»
После: «Проверьте этот React-компонент на: 1) баги, 2) проблемы производительности, 3) пробелы в доступности. Для каждой проблемы объясните, почему это важно, и покажите исправление. Расставьте приоритеты по серьёзности.»
Исследование:
До: «Расскажите о ценах конкурентов.»
После: «Я продаю SaaS для управления проектами за $29/пользователь/месяц. Основные конкуренты: Asana, Monday и Linear. Сравните их ценовые тарифы, сосредоточившись на том, что входит в диапазон $25–35/пользователь. Представьте в виде таблицы.»
Стратегия:
До: «Помогите спланировать Q4.»
После: «Я — директор по маркетингу в B2B SaaS-компании с 50 сотрудниками. Результаты Q3: 200 лидов/месяц, конверсия 5%, CAC $45. Бюджет на Q4: $100K. Цель: увеличить лиды до 350/месяц. Дайте 3 стратегии, ранжированные по ожидаемому ROI. Для каждой: стоимость, сроки, ожидаемый рост лидов и главный риск.»
Написание:
До: «Напишите пост в блог о удалённой работе.»
После: «Напишите пост в блог на 1200 слов, аргументирующий, что гибридная работа (3 дня в офисе, 2 удалённо) превосходит полностью удалённую для инженерных команд. Аудитория: менеджеры по инженерии. Включите 2 конкретных данных. Тон: разговорный, но основанный на фактах. Завершите практическим советом.»
Что изучить дальше
Это руководство охватывает основы. Когда будете готовы углубиться:
Фреймворк ICCSSE — Полная система для промптов, которые работают с первого раза.
Руководство по системным промптам — Как настроить постоянное поведение ИИ для повторяющихся задач.
Контекстная инженерия — Навык, который заменил базовый промптинг как самый эффективный навык работы с ИИ.
Библиотека шаблонов промптов — 70 готовых промптов, организованных по категориям.
Хотите больше такого? Мы публикуем один практический гид по ИИ каждую неделю. Подпишитесь бесплатно →
Часто задаваемые вопросы
Нужно ли изучать инженерию промптов, если ИИ становится умнее?
Да, но акцент смещается. Базовые навыки промптинга (быть конкретным, давать контекст) всегда будут важны. Продвинутая инженерия промптов эволюционирует в контекстную инженерию — управление полным контекстом, который видит ИИ, а не только промптом. Оба навыка усиливаются со временем.
Какая техника промптинга даёт наибольшее улучшение?
Добавление роли и релевантного контекста. Эти два изменения сами по себе обычно улучшают качество вывода на 50–80% по сравнению с голыми промптами. Они занимают 15 секунд и работают на всех моделях ИИ.
Стоит ли использовать один и тот же стиль промптинга для ChatGPT, Claude и Gemini?
Фундаментальные принципы работают на всех моделях. Главное отличие: Claude точнее следует сложным многочастным инструкциям. ChatGPT больше выигрывает от примеров. Gemini лучше работает с чёткими, прямыми вопросами. Но пять привычек из этого руководства работают везде.
Всё ещё стоит ли изучать инженерию промптов?
Да. Даже по мере улучшения моделей чёткие инструкции — это рычаг. Победителями становятся те, кто надёжно получает полезный вывод с 1–2 попыток — а не те, кто пишет самые длинные промпты.
Раскрытие информации: Некоторые ссылки в этой статье — партнёрские. Мы рекомендуем только те инструменты, которые лично протестировали и регулярно используем. Ознакомьтесь с нашей полной политикой раскрытия.