Иван Шевцов – Промтинг: от новичка до мастера. Практическое руководство с упражнениями. (страница 2)

Резюме главы

Языковая модель — это вероятностный генератор текста, не обладающий сознанием или пониманием.

Качество ответа напрямую зависит от того, насколько точно вы задали направление вероятностного поиска.

Галлюцинации — не баг, а свойство архитектуры. Факты требуют проверки.

Уверенность ответа не равна его достоверности.

Осознание этих ограничений — фундамент для построения эффективных промтов.

Глава 2. Что такое промтинг на самом деле

Когда обычный вопрос не даёт результата

Большинство людей впервые сталкиваются с языковыми моделями примерно одинаково. Открывают окно чата, набирают что-то вроде «расскажи о космосе» или «напиши поздравление коллеге» — и получают ответ. Иногда он попадает в точку, чаще — вызывает лёгкое недоумение: «Ну, вроде связно, но не то, что я хотел». Виновником обычно назначают нейросеть: мол, «сырая ещё технология» или «опять чушь выдала».

На самом деле виноват не инструмент, а способ его использования. Представьте, что вы даёте профессиональному повару инструкцию: «Приготовь что-нибудь съедобное». Он, безусловно, что-то приготовит. Возможно, даже вкусное. Но шансы, что это совпадёт с вашими ожиданиями, стремятся к нулю. Вы не сказали, сколько у вас времени, есть ли аллергии, какой бюджет, на сколько персон, предпочитаете ли вы мясо или рыбу.

С языковой моделью — та же история. Запрос «напиши текст про продукт» даёт усреднённый результат, потому что модель вынуждена угадывать десятки переменных. Она не знает, кто вы, кто ваша аудитория, какова цель текста, в каком стиле вы обычно общаетесь. И она не переспросит — просто заполнит пробелы наиболее вероятными, с её точки зрения, вариантами.

Промтинг начинается там, где заканчивается надежда на то, что «оно само догадается». Это осознанное управление всеми переменными, которые влияют на результат.

Как мысль превращается в инструкцию для машины

Давайте на минуту отвлечёмся от нейросетей и посмотрим, как мы ставим задачи людям. Опытный руководитель никогда не скажет подчинённому: «Сделай что-нибудь полезное для отдела». Он сформулирует конкретно: «К пятнице подготовь анализ конкурентов по трём параметрам: цена, каналы продвижения, сильные стороны. Оформи в виде таблицы и короткого вывода на полстраницы». В этой инструкции есть всё: срок, тема, критерии, формат, объём.

Промтинг — это ровно та же управленческая компетенция, только переложенная на взаимодействие с ИИ. Вы не просто задаёте вопрос. Вы конструируете систему координат, внутри которой модель будет искать ответ. Чем точнее система координат, тем меньше пространства для случайных блужданий.

Хороший промт отвечает на несколько ключевых вопросов ещё до того, как модель начнёт генерацию. Кто я и в какой ситуации нахожусь? Что именно мне нужно получить на выходе? Для кого предназначен результат? Какие ограничения важно учесть? В каком тоне должно быть выдержано общение? Ответы на эти вопросы — не дополнительная информация, а необходимый минимум для получения предсказуемого результата.

Четыре опоры точного запроса

За годы практики я вывел для себя простую структуру, которую называю «КРУГ». Это аббревиатура, за которой стоят четыре элемента сильного промта: Контекст, Роль, Указание, Границы.

Контекст — это всё, что модели нужно знать о ситуации, чтобы ответ не был абстрактным. Сюда входит информация о вас, вашей компании, целевой аудитории, предыстории вопроса. Например: «Я — руководитель отдела маркетинга в небольшой IT-компании, мы разрабатываем B2B-сервис для автоматизации документооборота. Наша целевая аудитория — финансовые директора средних предприятий». Без этого введения любой совет по продвижению будет универсальным, то есть бесполезным.

Роль — это точка зрения, с которой модель будет смотреть на задачу. Один и тот же вопрос, заданный «финансовому аналитику» и «креативному директору», даст принципиально разные ответы. Роль не обязательно должна быть реалистичной профессией. Иногда полезно сказать: «Представь, что ты — скептически настроенный инвестор, который рассматривает мой проект» или «Ты — редактор, который терпеть не может штампы и воду». Роль задаёт оптику, через которую модель фильтрует информацию.

Указание — это ядро запроса, то действие, которое вы хотите получить. Звучит очевидно, но именно здесь чаще всего происходит сбой. Люди пишут «расскажи о…», когда на самом деле им нужен анализ. Пишут «напиши текст», когда требуется продающее описание. Пишут «придумай идеи», когда ждут структурированный план. Чем точнее глагол, тем ближе результат к ожиданиям. Сравните: «Расскажи о тайм-менеджменте» и «Составь пошаговый план внедрения техники Pomodoro для сотрудника, который постоянно отвлекается на уведомления». Разница колоссальная.

Границы — это ограничения, внутри которых модель должна работать. Объём, формат, стиль, запрет на определённую лексику, требование использовать или избегать конкретных терминов. Парадоксальным образом ограничения не сковывают, а освобождают модель: ей не нужно гадать, она точно знает, в каких рамках действовать. «Не более 500 знаков», «без маркированных списков», «в официально-деловом стиле», «обязательно с подзаголовками» — всё это сужает коридор вероятностей и повышает точность попадания.

Почему первый ответ — это не финал

Есть ещё один аспект промтинга, который отличает опытного пользователя от новичка. Новичок воспринимает взаимодействие с нейросетью как одноразовую транзакцию: запрос — ответ — готово. Если ответ не устраивает, он либо принимает его как есть, либо бросает попытки с вердиктом «не работает».

Опытный пользователь знает: первый ответ — это почти всегда сырьё. Дальше начинается самое интересное. Вы можете сказать модели: «Слишком длинно, сократи на треть, сохранив ключевые мысли». Или: «Теперь перепиши то же самое, но так, чтобы это было понятно человеку без технического образования». Или: «Добавь два конкретных примера из практики». Каждое такое уточнение — это дополнительная настройка, приближающая результат к идеалу.

Более того, современные модели способны не просто исполнять команды, но и участвовать в анализе собственной работы. Можно спросить: «Что в этом тексте можно улучшить с точки зрения убедительности?» или «Какие слабые места ты видишь в этой аргументации?». Модель даст обратную связь, которую вы сможете использовать для дальнейшей доработки.

Промтинг — это не монолог, а диалог. И качество финального результата зависит от вашей готовности вести этот диалог, уточнять, переспрашивать, направлять.

Как изменился промтинг на момент написания книги (конец 2025 — начало 2026 года)

Когда я только начинал работать с языковыми моделями, промтинг был во многом экспериментальной дисциплиной. Мы методом проб и ошибок искали формулировки, которые «заставляют» модель выдавать нужный результат. Существовали целые библиотеки «магических слов» и специальных синтаксических конструкций.

Теперь же, ситуация качественно изменилась.

Во-первых, сами модели стали значительно умнее. Им требуется меньше специальных «заклинаний» — они лучше понимают естественный язык и способны улавливать намерения даже из неидеально сформулированных запросов. Во-вторых, контекстные окна выросли на порядки. Если раньше приходилось экономить каждый токен, то теперь можно не скупиться на детали и развёрнутые пояснения.

Однако это не означает, что промтинг стал не нужен. Скорее, он перешёл на новый уровень. Если раньше задача была «заставить модель понять, чего я хочу», то теперь — «дать модели достаточно контекста, чтобы она могла проявить свои лучшие качества». Фокус сместился с технических ухищрений на содержательное наполнение запроса.

Другой важный тренд — появление специализированных моделей и агентных систем. Промтинг для ChatGPT отличается от промтинга для Claude или YandexGPT. Модели, заточенные под конкретные задачи (например, анализ юридических документов или генерацию кода), требуют особого подхода. А агентные системы, способные выполнять цепочки действий, и вовсе меняют парадигму взаимодействия: вы описываете конечную цель, а система сама решает, какие промежуточные шаги предпринять.

Всё это делает навык осознанного промтинга не менее, а более востребованным. Потому что чем мощнее инструмент, тем важнее умение точно ставить ему задачу.

Резюме главы

Промтинг — это не просто формулировка вопроса, а осознанное управление всеми переменными, влияющими на результат.

Структура «КРУГ» (Контекст, Роль, Указание, Границы) позволяет создавать точные и предсказуемые запросы.

Первый ответ модели — это черновик, требующий доработки через диалог и уточнения.

Сегодня промтинг эволюционировал от технических «заклинаний» к содержательному управлению контекстом.

Разные модели требуют разного подхода, и понимание этих различий становится частью профессионального навыка.

Глава 3. Базовые законы хорошего запроса

Закон контекста: расскажи машине свою историю

Нейросеть не живёт в вашей голове. Она не знает, чем вы занимаетесь, с кем работаете, какие у вас цели и ограничения. И она не спросит — просто заполнит пробелы наиболее вероятными предположениями. Чаще всего эти предположения оказываются неверными.