Забудьте про волшебные слова
В первые годы массового увлечения языковыми моделями интернет наводнили «секретные промпты»: волшебные фразы, после которых нейросеть якобы начинает отвечать гениально. Часть из них действительно работала на старых моделях, часть была чистым суеверием. Современные модели гораздо лучше понимают обычный человеческий язык, и главный секрет промптинга оказался скучным: чем яснее вы объясняете задачу, тем лучше результат.
Полезная мысленная модель — представить, что вы ставите задачу очень способному сотруднику, который вчера пришёл в компанию. Он умный, быстрый и начитанный, но ничего не знает о вашем проекте, вашей аудитории и ваших вкусах. Всё, что вы не сказали, он будет додумывать — по-своему.
Отдельно о ролях. Фраза «ты — опытный редактор» работает не как заклинание, а как короткий способ задать контекст: какой уровень экспертизы, какую лексику и какие стандарты качества ожидать. Но роль без задачи бесполезна: «ты — маркетолог» сама по себе не сообщит модели, что именно нужно сделать. Лучше всего роль работает в паре с подробным описанием ситуации.
Пять элементов хорошего запроса
Не каждый запрос нуждается во всех пунктах, но когда ответ разочаровывает, причина почти всегда кроется в одном из них:
- Задача. Что именно нужно сделать: написать, сократить, сравнить, найти ошибки, предложить варианты. «Помоги с текстом» — это не задача, а крик о помощи.
- Контекст. Для кого это, зачем, что уже известно. Письмо инвестору и письмо другу пишутся по-разному, даже если сообщают одну и ту же новость.
- Ограничения. Объём, тон, что точно нельзя делать, какие термины использовать, а каких избегать.
- Формат. Список, таблица, абзац, код, JSON. Если ответ пойдёт дальше в другую программу, формат становится критичным.
- Пример. Один-два образца желаемого результата объясняют больше, чем абзац описаний. Этот приём называют few-shot — обучение на нескольких примерах прямо в запросе.
Сравните два запроса. Первый: «Напиши пост про наш новый сервис». Второй: «Напиши пост для профессионального сообщества бухгалтеров о сервисе, который автоматически сверяет акты; тон деловой, без восклицательных знаков, до 150 слов, в конце — вопрос к читателям». Второй стоит вам лишней минуты, но экономит пять итераций правок.
Дайте модели подумать
Языковая модель формирует ответ слово за словом, и у неё нет отдельного черновика в голове — если только вы его не предусмотрите. Для задач, требующих рассуждения, помогает просьба сначала разобрать проблему по шагам, а потом дать итоговый ответ. Многие современные модели делают это сами, но явная просьба всё ещё полезна в сложных случаях.
Тот же принцип работает для больших задач: разбейте их на этапы. Сначала попросите план статьи, обсудите его, потом — первый раздел. Сначала — список гипотез, потом — проверку каждой. Цепочка простых запросов почти всегда надёжнее одного гигантского.
Ещё одна частая ошибка — ожидать, что модель знает то, чего знать не может. Внутренние документы, свежие данные, особенности вашего продукта нужно положить прямо в запрос. Длинный контекст современным моделям не мешает: лучше дать лишнюю страницу исходных материалов, чем заставить модель додумывать. Полезно только явно отделять материалы от инструкции — например, пометками «текст для анализа» и «задание».
Если вам пришлось бы долго объяснять задачу живому человеку, не ждите, что модель поймёт её с полуслова.
Итерация вместо идеала
Первый ответ — это не приговор, а черновик. Самые продуктивные пользователи не пытаются написать идеальный промпт с первой попытки, а ведут диалог: «короче», «убери канцелярит», «второй пункт подробнее», «теперь в виде таблицы». Модель хорошо реагирует на конкретную обратную связь и плохо — на расплывчатую вроде «сделай получше».
Ещё один недооценённый приём — попросить модель задать уточняющие вопросы до начала работы. Часто выясняется, что вы сами не продумали половину деталей. Это полезное открытие, даже если оно немного уязвляет самолюбие.
Чего лучше не делать
- Не перегружайте запрос противоречиями. «Подробно, но кратко» — классика, которая ставит в тупик и людей, и машины.
- Не угрожайте и не уговаривайте. Истории о том, что модель работает лучше, если пообещать ей чаевые, — в лучшем случае устаревший фольклор.
- Не верьте на слово в фактах. Хороший промпт снижает риск выдумок, но не отменяет проверку цифр, имён и ссылок.
- Не вставляйте конфиденциальное бездумно. Прежде чем загрузить договор или клиентскую базу, убедитесь, что политика сервиса и вашей компании это позволяет.
Промптинг постепенно перестаёт быть отдельным ремеслом и становится частью обычной грамотности — как умение пользоваться поиском или писать понятные письма. И как в случае с письмами, лучший совет здесь самый старый: подумайте, чего вы на самом деле хотите, прежде чем просить.
Комментарии 6