Иван Шевцов – Промтинг: от новичка до мастера. Практическое руководство с упражнениями. (страница 3)

Когда я провожу обучение для новых пользователей, я часто привожу такой пример. Представьте, что вы заходите в незнакомый офис, подходите к первому встречному и говорите: «Сделай отчёт по продажам». Какова вероятность, что вы получите именно то, что нужно? Стремится к нулю. Вы не сказали, за какой период, в каком разрезе, для кого предназначен отчёт, в каком формате. Скорее всего, человек переспросит. Нейросеть — не переспросит. Она сделает отчёт. Но он будет бесполезен.

Контекст — это всё, что превращает абстрактную задачу в конкретную. Хороший контекст отвечает на несколько вопросов:

Кто я? Ваша роль, сфера деятельности, уровень экспертизы.

Где я нахожусь? Ситуация, в которой возникла задача.

Для кого результат? Целевая аудитория, её особенности и ожидания.

Что уже было? Предыстория, предыдущие попытки, известные ограничения.

Пример слабого запроса:

«Напиши текст про утренние привычки».

Пример того же запроса с контекстом:

«Я веду блог о продуктивности для менеджеров среднего звена. Мои читатели — люди 30–40 лет, которые хотят успевать больше, но страдают от хронической нехватки времени. Напиши вводный пост для серии материалов об утренних привычках. Важно: читатели скептически относятся к «волшебным ритуалам», им нужны практичные, научно обоснованные советы, которые можно внедрить за 10–15 минут».

Разница очевидна. Во втором случае модель получает систему координат и может выдать результат, который попадёт в цель.

Закон амплуа: назначь исполнителя

Если контекст отвечает на вопрос «где мы находимся», то амплуа — на вопрос «кто говорит». Один и тот же набор фактов, изложенный бухгалтером, маркетологом или стендап-комиком, прозвучит совершенно по-разному. Назначая модели роль, вы выбираете оптику, через которую она будет смотреть на задачу.

Роль может быть профессиональной: «Ты — опытный переговорщик с двадцатилетним стажем», «Ты — научный журналист, который умеет объяснять сложное простым языком». Может быть стилистической: «Ты — скептик, который во всём ищет подвох», «Ты — энтузиаст, который видит возможности там, где другие видят проблемы». Может быть и вовсе метафорической: «Ты — машина времени из 2050 года, расскажи, как тогда решают проблему Х».

Важный нюанс: роль должна быть уместна задаче. Если вы просите модель проанализировать финансовую отчётность, роль «креативного визионера» даст интересные, но, скорее всего, бесполезные результаты. И наоборот: для генерации идей для рекламной кампании роль «сурового аудитора» будет только мешать.

В моей практике был случай, когда нужно было подготовить ответ на претензию от крупного клиента. Первый запрос был общим: «Напиши ответ на эту жалобу». Результат — стандартная отписка, которая только усугубила бы ситуацию. Тогда я переформулировал: «Ты — руководитель отдела клиентского сервиса премиум-сегмента. Твоя задача — не просто ответить на претензию, а превратить недовольного клиента в лояльного адвоката бренда. Тон — уважительный, без оправданий, с акцентом на конкретные действия, которые мы уже предприняли и ещё предпримем». Ответ получился совершенно другого уровня — клиент в итоге продлил контракт.

Закон намерения: объясни, зачем тебе это

Один и тот же текст может быть написан с разными целями: проинформировать, убедить, развлечь, вызвать дискуссию, продать. Без явного указания цели модель выбирает наиболее нейтральный, «энциклопедический» стиль. Он редко бывает эффективным.

Намерение стоит формулировать прямым текстом:

«Цель этого текста — чтобы читатель записался на вебинар».

«Мне нужно, чтобы после прочтения человек задумался о смене профессии».

«Этот пост должен вызвать желание поделиться им с коллегами».

«Я хочу не просто дать информацию, а показать, что наша компания разбирается в теме глубже конкурентов».

Чем яснее намерение, тем точнее модель подбирает аргументы, тон и структуру.

Отдельно отмечу: намерение полезно указывать не только в начале работы, но и в процессе доработки. Если вы получили текст и чувствуете, что он «не цепляет», спросите себя: а понятно ли модели, зачем этот текст вообще нужен? Возможно, вы забыли сказать, что это не просто статья, а лид-магнит для сбора email-адресов. Добавьте эту информацию в уточняющий промт — и результат изменится.

Закон формы: выбери упаковку для ответа

По умолчанию большинство языковых моделей генерирует сплошной текст в стиле эссе или статьи. Но ваша задача может требовать совсем другой упаковки. Таблица, маркированный список, диалог, сценарий, структура презентации, чек-лист — всё это разные формы, и каждая уместна в своей ситуации.

Указание формы экономит массу времени. Вместо того чтобы получить «простыню» текста и потом вручную превращать её в таблицу, вы сразу получаете готовый структурированный ответ.

Примеры указания формы:

«Оформи ответ в виде таблицы из трёх колонок: проблема, возможная причина, способ решения».

«Разбей текст на пять смысловых блоков с подзаголовками».

«Напиши в формате диалога между экспертом и скептиком».

«Сделай структуру презентации на 10 слайдов: для каждого слайда — заголовок и 3–4 ключевых тезиса».

«Представь информацию в виде чек-листа из 7 пунктов, который можно распечатать и повесить на стену».

Модели отлично справляются с такими инструкциями, если они сформулированы чётко.

Закон рамок: поставь забор, чтобы не заблудиться

Парадокс, с которым сталкиваются новички: чем больше свободы вы даёте модели, тем хуже результат. Свобода для нейросети — это не простор для творчества, а отсутствие ориентиров. Она начинает метаться между вероятными вариантами и в итоге выдаёт нечто усреднённое.

Рамки — это ограничения, которые вы задаёте осознанно. Они сужают коридор вероятностей и направляют модель к нужному результату. Виды рамок:

Объём: «Не более 500 знаков», «Ровно три абзаца», «Уложись в одно предложение».

Лексика: «Без профессионального жаргона», «Избегай англицизмов», «Используй только простые слова».

Стиль: «Официально-деловой», «Разговорный, с лёгкой иронией», «Академический, со ссылками на источники».

Структурные: «Начни с вопроса», «Закончи призывом к действию», «В каждом абзаце — не более трёх предложений».

Содержательные: «Не упоминай конкурентов», «Сфокусируйся только на преимуществах, недостатки не описывай».

Важно не переборщить. Слишком жёсткие рамки могут «задушить» модель, и она выдаст формальный, безжизненный ответ. Ищите баланс: достаточно ограничений, чтобы направить, но достаточно свободы, чтобы модель могла проявить свои сильные стороны.

Закон образца: покажи, как надо

Это, пожалуй, самый мощный и при этом самый недооценённый закон. Вместо того чтобы долго объяснять, какой стиль вам нужен, просто покажите пример. Модель проанализирует его и воспроизведёт ключевые характеристики.

Образец может быть любым: ваш собственный текст, фрагмент из любимого автора, пост из соцсетей, который вам понравился. Важно, чтобы образец был релевантен задаче. Не стоит показывать академическую статью, если вы хотите получить пост для Instagram.

Формулировка с образцом может выглядеть так:

«Вот пример текста в том стиле, который мне нужен: [вставляете текст]. Напиши похожий текст на тему [ваша тема], сохранив ритм, длину предложений, уровень формальности и общую тональность».

Модель справится с этой задачей на удивление точно. Она уловит и длину абзацев, и частоту использования местоимений, и характерные речевые обороты.

В моей практике был случай, когда нужно было написать серию постов для корпоративного блога в стиле, который очень нравился заказчику, но который он не мог описать словами. Он сказал: «Хочу вот как здесь» — и показал три поста другого блога. Я использовал их как образцы в промте, и модель выдала тексты, которые на 90% совпадали с ожиданиями заказчика. Оставшиеся 10% добили ручной правкой.

Закон шлифовки: не бойся переделывать

Первый ответ нейросети — это не готовая работа, а заготовка. Относитесь к нему как к первому наброску, который требует доработки. В этом нет ничего странного или стыдного. Даже опытные промт-инженеры редко получают идеальный результат с первого раза.

Шлифовка может идти в разных направлениях:

Сокращение: «Убери воду, оставь суть. Сократи на 30%».

Расширение: «Добавь больше деталей, примеров, пояснений».

Смена тона: «Сделай менее формально», «Добавь больше энергии», «Смягчи формулировки».

Реструктуризация: «Разбей на более короткие абзацы», «Сделай подзаголовки», «Вынеси ключевые мысли в отдельный блок».

Проверка: «Критически оцени этот текст. Найди слабые места и предложи улучшения».

Один из моих любимых приёмов — попросить модель выступить в роли критика собственной работы. Формулировка может быть такой: «Представь, что ты — строгий редактор, который получил этот текст от автора. Что бы ты в нём изменил и почему?» Модель часто находит проблемы, которые я сам не заметил, и предлагает дельные правки.

Главное — не воспринимать необходимость доработки как признак неудачи. Это нормальная часть рабочего процесса. ИИ — не волшебная палочка, а инструмент. И как любой инструмент, он требует умелого обращения и доводки результата.

Резюме главы

Контекст — фундамент, без которого модель работает вслепую. Расскажите ей свою историю.