Одна и та же нейросеть может дать очень разные ответы на похожие запросы. Часто результат зависит от того, насколько понятно пользователь объяснил свою задачу. Запрос к модели называют промптом, и его содержание влияет на точность, подробность и форму ответа. Разберёмся, как составлять хорошие промпты, зачем давать контекст и как улучшать запрос, если первый результат не подошёл.
Терминология.
Откуда появилось слово «промпт»?
Слово «промпт» происходит от английского prompt. В английском языке оно может обозначать подсказку, указание или побуждение к определённому действию или ответу.
С распространением генеративного искусственного интеллекта словом prompt стали называть ввод, который пользователь передаёт модели. В русском языке закрепился вариант «промпт», хотя во многих случаях его можно заменить словами «запрос» или «инструкция».
Что такое промпт?
Промпт — это вводимая пользователем информация, которая передаётся модели искусственного интеллекта и содержит задачу, вопрос, исходные данные, контекст или требования к результату (или всё вместе).
В обычном чат-боте промптом чаще всего является текст пользователя. Например: «Объясни, что такое инфляция», «Сократи этот текст до пяти предложений» или «Предложи десять названий для статьи».
Современные модели могут получать и другие виды информации. Вместе с текстовой инструкцией пользователь может передать изображение, документ, таблицу или другой файл. Если система умеет работать с такими материалами, она учитывает их при выполнении задачи.
Что такое промпт простыми словами?
Промпт простыми словами — это запрос к нейросети, в котором пользователь объясняет, что нужно сделать и каким должен быть результат. Чем яснее описана задача и важные условия, тем проще модели подготовить подходящий ответ.
Из чего состоит хороший промпт?
Для простого вопроса достаточно нескольких слов. Например, запрос «Что такое фотосинтез?» уже содержит понятную задачу и обычно не требует дополнительных пояснений.
Но чем сложнее задача, тем больше полезной информации стоит передать модели. Если попросить её просто «написать текст», остаётся много неизвестного: о чём писать, для кого, какого объёма, в каком стиле и для какой цели.
У хорошего промпта обычно можно выделить четыре части: задачу, контекст, требования и формат результата. Использовать все четыре части в каждом запросе необязательно. Они нужны только тогда, когда действительно влияют на ответ.
Задача.
Сначала нужно прямо написать, какое действие должна выполнить модель. Лучше использовать понятные глаголы: объяснить, сравнить, сократить, проверить, переписать, классифицировать, придумать, выделить, составить.
Например, запрос «Расскажи про этот текст» можно понять по-разному. Гораздо точнее сформулировать задачу так:
«Кратко перескажи этот текст и выдели три основные мысли».
Теперь модели понятны и действие, и ожидаемый результат.
Контекст.
Контекст — это информация о ситуации, которая помогает модели правильно понять задачу. К контексту могут относиться тема, аудитория, цель текста, исходные данные, особенности конкретного случая и другие важные условия.
Например:
«Объясни, что такое ключевая ставка, для человека, который раньше не интересовался экономикой».
Уточнение об аудитории является контекстом. Оно показывает модели, насколько простым должно быть объяснение.
Контекст особенно важен при работе с конкретными материалами. Если требуется проанализировать договор, письмо, таблицу или статью, полезно передать сам материал и прямо указать, что именно с ним нужно сделать.
Требования и формат.
Требования уточняют, каким должен получиться ответ. Можно указать объём, стиль, уровень сложности, ограничения и другие важные условия.
Например, требования могут выглядеть так:
- объём — 500–700 знаков;
- использовать простую лексику;
- не использовать профессиональный жаргон;
- привести два примера;
- сохранить все даты и числа из исходного текста;
- не добавлять сведения, которых нет в предоставленном документе.
Отдельно можно указать формат ответа: обычный текст, список, таблица, пошаговая инструкция, краткое резюме или несколько вариантов.
Например:
«Сравни эти два тарифа. Ответ дай в таблице: цена, ограничения, основные возможности и кому подходит каждый тариф».
Такой запрос заранее задаёт структуру результата, поэтому ответ будет проще читать и использовать.
Упрощённую конструкцию хорошего промпта можно записать так: задача + нужный контекст + требования + формат ответа.
При этом длинный промпт сам по себе не становится хорошим. Если задачу можно ясно описать одним предложением, лишние детали только усложнят запрос. Главное — передать модели информацию, которая действительно влияет на результат.
Почему контекст так важен?
Модель может учитывать только ту информацию, которая доступна ей при выполнении текущей задачи. Это могут быть сообщения текущего диалога, переданный текст, документы, изображения и сведения из подключённых источников, если сервис умеет с ними работать.
Поэтому важные условия лучше сообщать прямо. Если пользователь их не указал, модель может самостоятельно выбрать вариант, который не совпадёт с его ожиданиями.
Рассмотрим простой запрос:
«Напиши описание товара».
Неясно, какой это товар, где будет опубликован текст, кому он предназначен, какой объём требуется и какой стиль нужен. Модель способна дать ответ, но многие решения ей придётся принимать самостоятельно.
Теперь добавим контекст и требования:
«Напиши описание беспроводных наушников для карточки интернет-магазина. Аудитория — обычные покупатели без технических знаний. Объём — 500–700 знаков. Стиль спокойный и информационный. Используй только характеристики из текста ниже и не добавляй рекламных обещаний».
Во втором случае задача описана намного точнее.
Контекст особенно полезен там, где результат зависит от обстоятельств. Совет по выбору компьютера зависит от бюджета и задач пользователя. Редактирование текста зависит от его аудитории и места публикации. Анализ таблицы зависит от того, какой вопрос нужно решить с помощью данных.
При этом передавать модели всю доступную информацию тоже не требуется. Нужны прежде всего сведения, которые влияют на ответ.
Если требуется отредактировать один абзац, обычно не нужна подробная история создания всего сайта. Если нужно подобрать ноутбук для работы с документами, важны бюджет, необходимые программы и требования к устройству.
Полезный контекст отвечает на вопрос: что модели нужно знать, чтобы правильно выполнить именно эту задачу?
Плохие и хорошие промпты и как их улучшать.
Самый простой способ понять разницу между слабым и хорошим запросом — сравнить несколько примеров. Хороший промпт точнее описывает действие, важные условия и ожидаемый результат.
Примеры плохих и хороших промптов.
Пример 1 — объяснение темы:
Плохой промпт: «Расскажи про инфляцию».
Хороший промпт: «Объясни, что такое инфляция, простыми словами для человека без экономического образования. Дай объяснение в 3–4 абзацах и приведи один понятный пример».
Во втором варианте указаны аудитория, уровень сложности, примерный объём и необходимость примера.
Пример 2 — написание письма:
Плохой промпт: «Напиши письмо клиенту».
Хороший промпт: «Напиши клиенту письмо с просьбой прислать недостающие документы для оформления заказа. Тон вежливый и деловой, но не сухой. Объём — до 100 слов».
Теперь модели понятны цель письма, тон и желаемый объём.
Пример 3 — редактирование текста:
Плохой промпт: «Сделай этот текст лучше».
Хороший промпт: «Сократи этот текст примерно на 30%. Убери повторы, канцелярские выражения и слишком длинные предложения. Сохрани все факты, даты и числа. Не меняй смысл».
Слово «лучше» слишком широкое: один человек хочет сократить текст, другой — сделать его проще, третий — изменить стиль. Во втором запросе точно указано, какие правки требуются.
Пример 4 — поиск идей:
Плохой промпт: «Придумай темы для статей».
Хороший промпт: «Предложи 10 тем для информационных статей о личных финансах для начинающих. Не включай темы инвестиций и криптовалют. Для каждой темы дай название и описание в одном предложении».
Здесь указаны тема, аудитория, ограничения, количество вариантов и формат результата.
Пример 5 — проверка текста:
Плохой промпт: «Проверь текст».
Хороший промпт: «Проверь текст на логические, грамматические и стилистические ошибки. Сначала кратко перечисли найденные проблемы, затем дай полностью исправленную версию».
Во втором случае заранее определено, что именно нужно проверять и в каком виде представить результат.
Как улучшить промпт, если ответ не подошёл?
Хороший результат не всегда получается с первой попытки. Общение с языковой моделью можно вести последовательно: получить первый ответ, оценить его и уточнить требования.
Например, модель написала подходящий по смыслу текст, но он оказался слишком сложным. Тогда можно продолжить разговор:
«Перепиши этот ответ проще. Убери профессиональные термины или объясни их при первом упоминании».
Если текст слишком длинный:
«Сократи ответ вдвое, но сохрани все основные мысли и примеры».
Если не подходит стиль:
«Сохрани содержание, но сделай тон спокойнее и убери рекламные формулировки».
Если не хватает примеров:
«Добавь по одному конкретному примеру к каждому пункту».
Если результат имеет неподходящую структуру:
«Перепиши без таблицы. Используй четыре коротких абзаца».
Необязательно каждый раз повторять исходный запрос целиком, если модель всё ещё учитывает предыдущие сообщения разговора. Можно уточнять только ту часть результата, которую требуется изменить.
Первый ответ можно использовать как основу для следующего запроса. Такой подход часто удобнее попытки заранее предусмотреть в одном огромном промпте все возможные требования.
Сложную задачу также полезно разделить на несколько этапов. Например, сначала попросить модель предложить структуру статьи, затем проверить её, после этого подготовить отдельные разделы и в конце отредактировать готовый текст.
Универсального идеального промпта для всех задач не существует. Простой вопрос может уместиться в одной строке, а сложный анализ потребует подробного контекста, исходных материалов и точных ограничений.
Главный принцип прост: если определённая информация важна для результата, её лучше прямо указать в запросе.
Заключение.
Промпт — это запрос или инструкция, которую пользователь передаёт модели искусственного интеллекта. В нём можно указать задачу, исходные данные, контекст, ограничения и требования к форме ответа.
Для простых вопросов достаточно коротких промптов. При сложных задачах полезно определить четыре вещи: что нужно сделать, какую информацию необходимо учитывать, какие требования соблюдать и в каком формате представить результат.
Контекст помогает модели точнее понять ситуацию, а конкретные требования уменьшают количество возможных трактовок запроса. Если первый результат не подошёл, промпт можно уточнить в следующем сообщении: изменить объём, стиль или структуру, добавить данные либо указать, что именно требуется исправить.
Упрощённая формула хорошего промпта выглядит так: ясная задача + нужный контекст + конкретные требования + подходящий формат ответа. Чем понятнее описан желаемый результат, тем выше вероятность получить ответ, который можно сразу использовать или легко доработать.
Источники.
- «Рекомендации по созданию промптов» — OpenAI.
- «Инженерия промптов» — документация OpenAI API.
- «Обзор инженерии промптов» — документация Anthropic.
- «Стратегии разработки промптов» — Google Cloud.
- «Введение в разработку промптов» — Google Cloud.