Хороший промпт — это не заклинание, а техническое задание для модели. Если вы пишете «сделай маркетинг», модель честно принесёт туман. Если даёте контекст, конкретную задачу, формат, ограничения и критерии качества — AI начинает работать как младший специалист под контролем.

Промпт — это ТЗ, а не магия

Во второй части серии — про промпты. В первой мы разобрали модели и контекст: почему важно выбирать инструмент под задачу и не превращать один чат в свалку.

Теперь главное: модель не читает мысли. Она не знает, что у вас в голове, какие договорённости были с клиентом, какой тон у бренда и почему «коротко» для вас — это 700 знаков, а не три абзаца.

Когда вы даёте человеку задачу «сделай презентацию», хороший сотрудник начнёт задавать вопросы. AI часто не задаёт, а сразу пытается угадать. Поэтому промпт должен закрывать неопределённость заранее.

Что должно быть в рабочем промпте

Контекст. Компания, продукт, аудитория, ситуация, ограничения, исходные данные. Не надо жалеть текста, если он структурирован. Модель лучше работает с конкретикой, чем с недосказанностью.

Задача. Не «проанализируй отток», а «найди три вероятные причины оттока клиентов за Q4, отдели факты от гипотез и предложи меры с бюджетом до 500 тысяч».

Формат результата. Список, письмо, таблица, план, документ на две страницы, структура презентации. Если формат не задан, модель придумает его сама.

Ограничения. Что нельзя делать: не выдумывать цифры, не использовать непроверенные источники, не менять юридические формулировки, не писать длиннее 1500 знаков.

Критерии качества. Как понять, что ответ хороший: есть источники, есть риски, есть альтернативы, нет воды, выводы отделены от фактов.

Microsoft в своём гайде по prompt engineering прямо выделяет базовые техники: начинать с ясных инструкций, разбивать задачу на части и задавать структуру результата.

“Start with clear instructions.” — Microsoft Learn

Простыми словами: модель не должна угадывать, что вы считаете успехом. Чем меньше угадывания, тем меньше воды.

Роль «ты эксперт» — не главный рычаг

Раньше все начинали промпт с «ты senior-маркетолог с 15-летним опытом». Иногда роль помогает задать тон и область, но сама по себе она не спасает слабую задачу.

Плохой вариант:

Ты эксперт. Сделай стратегию продвижения.

Рабочий вариант:

Ниже описание B2B SaaS для финансовых директоров. Нужно подготовить план продвижения на 90 дней. Ограничение: бюджет до 300 000 ₽, команда — основатель и один маркетолог. Формат: 5 каналов, гипотеза, стоимость теста, метрика успеха, риск. Не выдумывай рыночные цифры без источника.

Разница не в красивом обращении к модели. Разница в управлении входом.

Приёмы, которые реально помогают

Пишите рабочую инструкцию на английском, если модель так стабильнее следует задаче. В конце можно добавить: Respond in Russian. Это не магия, но на части моделей англоязычные инструкции действительно дают более предсказуемое следование структуре.

Просите AI написать промпт за вас. Откройте отдельный чат: «Составь подробный промпт для задачи X, который я отправлю другой модели. Спроси уточнения, если данных не хватает». Часто это быстрее, чем вымучивать структуру самому.

Работайте итерациями. Первый ответ — черновик. Нормальный процесс: «слишком общо», «добавь источники», «сократи вдвое», «отдели факты от гипотез», «перепиши для клиента без технического жаргона».

Один чат — одна задача. Если в одном диалоге вы сначала писали договор, потом рекламный текст, потом разбирали стратегию, не удивляйтесь, что модель начала путаться.

Говорите, а не печатайте, когда задача длинная. Голосовой ввод экономит время, особенно когда нужно выгрузить контекст из головы: «что произошло», «почему это важно», «какие ограничения».

Anthropic в документации отдельно пишет, что помимо ручного prompt engineering есть prompt generator, templates, variables и prompt improver в Claude Console.

“The Claude Console also offers prompting tools—prompt generator, templates and variables, and prompt improver—to help you build and refine prompts quickly.” — Anthropic Claude Docs

Перевод: не обязательно героически писать идеальный промпт с нуля. Можно использовать инструменты, шаблоны и улучшатели — но всё равно понимать, что вы хотите получить.

Как контролировать результат

Самая опасная ошибка — принять уверенный текст за истину. Модель может звучать убедительно и ошибаться. Поэтому для рабочих задач я прошу:

  • отделить факты от предположений;
  • показать источники для внешних данных;
  • перечислить риски и слабые места ответа;
  • дать альтернативный вариант;
  • указать, где данных не хватает.

Если задача важная — договор, финансы, юридический текст, медицинская тема, публичная аналитика — проверка человеком обязательна. AI готовит черновик, но ответственность не делегируется.

Пример универсального промпта

Context:
[Кто мы, что за продукт, аудитория, ситуация]

Task:
[Что именно нужно сделать]

Input data:
[Факты, документы, ссылки, ограничения]

Output format:
[Список / таблица / письмо / план / JSON]

Quality criteria:
- separate facts from assumptions
- do not invent numbers
- mention risks
- ask questions if data is missing

Respond in Russian.

Этот шаблон не идеален для всех случаев, но он лучше, чем 90% запросов «сделай красиво».

Где брать хорошие примеры

Не нужно покупать курс за 50 тысяч, чтобы начать. Достаточно взять несколько открытых библиотек промптов, разобрать структуру и адаптировать под свои задачи: Anthropic Prompt Library, примеры в документации Microsoft, открытые подборки на GitHub.

Главное — не копировать промпт слепо. Смотрите, какие блоки там есть: контекст, формат, ограничения, примеры, критерии проверки. Потом переносите принцип, а не текст.

Короткий вывод

Промпт — это управляемый вход в систему. Чем лучше вы описали контекст, задачу, формат и ограничения, тем меньше модель фантазирует и тем быстрее вы получаете рабочий черновик. Не идеальный финал, а материал, с которым уже можно работать.