Как правильно оптимизировать сайт под нейросети
Содержание
- —Методичка по инженерному подходу к взаимодействию с ИИ
- —Содержание
- —Часть 1. Фундамент мастерства
- —Часть 2. Арсенал техник: от простого к сложному
- —Приложения
- —Добрый вечер, давайте познакомимся
- —Введение
- —Для кого эта методичка?
- —Что ждет вас внутри?
- —Глава 1. Анатомия идеального промпта: инженерный подход к четырем столпам
- —Вступление к главе
- —1.1. Столп №1: РОЛЬ (Persona) – создаем виртуального эксперта
- —Что это?
- —Как это работает "под капотом"?
- —Техника 1 - "Утяжеление" экспертизы
- —Компонент
- —❌ Слабый пример
- —✅ Сильный пример
- —Почему это работает?
- —Техника 2 - Программирование стиля мышления
- —Компонент
- —❌ Слабый пример
- —✅ Сильный пример
- —Почему это работает?
- —1.2. Столп №2: ЗАДАЧА (Task) – даем четкую инструкцию
- —Что это?
- —Как это работает "под капотом"?
- —Тип задачи
- —Ключевые глаголы
- —Модифицирующие прилагательные
- —Пример задачи
- —Создание контента
- —Структурирование
- —Анализ
- —Изменение
- —Сравнение
- —Техника 1 - Декомпозиция – от слона к бифштексам
- —Компонент
- —❌ Слабый пример
- —✅ Сильный пример
- —Почему это работает?
- —1.3. Столп №3: КОНТЕКСТ (Context) – заправляем ракету топливом
- —Что это?
- —Техника 1 - Метод "пяти W" (Who, What, Where, When, Why)
- —Компонент
- —❌ Слабый пример
- —✅ Сильный пример
- —ЗАДАЧА
- —КОНТЕКСТ
- —Почему это работает?
- —1.4. Столп №4: ФОРМАТ И ОГРАНИЧЕНИЯ – строим рельсы для ответа
- —Что это?
- —Техника 1 - “Контрастный фокус" (использование негативных ограничений)
- —Компонент
- —✅ Базовый пример
- —✅ Усиленный пример с контрастом
- —Почему это работает?
- —Техника 2 - One-Shot Formatting
- —Компонент
- —✅ Словесное описание
- —✅ С примером (One-Shot)
- —Почему это работает?
- —1.5. Ваше задание – строим свой первый шедевр
- —Задача:
- —Самопроверка:
- —Глава 2. 10 заповедей промпт-инженера: неизменные принципы эффективности
- —Вступление к главе
- —Заповедь 1: Специфичность и детализация — ваш компас
- —Принцип:
- —Компонент
- —❌ Слабый пример
- —✅ Сильный пример
- —Заповедь 2: Позитивные директивы — указывайте путь, а не запрещайте
- —Принцип:
- —Разбор:
- —Компонент
- —❌ Слабый пример (негативная инструкция)
- —✅ Сильный пример (позитивная инструкция)
- —Заповедь 3: Указание роли (ролевая игра) — превратите ИИ в эксперта
- —Принцип:
- —Компонент
- —❌ Промпт без роли
- —✅ Промпт с ролью
- —Заповедь 4: Использование разделителей — структура для ясности
- —Принцип:
- —Разбор:
- —Компонент
- —❌ Промпт без разделителей
- —✅ Промпт с разделителями
- —Заповедь 5: Итеративный подход — путь к совершенству
- —Принцип:
- —Разбор:
- —Заповедь 6: Выбор слов имеет значение — активируйте потенциал
- —Принцип:
- —Компонент
- —❌ Обычный промпт
- —✅ Промпт с эмоциональным стимулом
- —Заповедь 7: Разрешите модели задавать вопросы — сотрудничество с ИИ
- —Принцип:
- —Компонент
- —❌ Стандартный промпт (пассивный ИИ)
- —✅ Кооперативный промпт (активный ИИ)
- —Заповедь 8: Ограничение вывода — контроль над форматом
- —Принцип:
- —Компонент
- —❌ Промпт без указания формата
- —✅ Промпт с указанием формата
- —Заповедь 9: Принцип "чем больше, тем лучше" (для контекста)
- —Принцип:
- —Компонент
- —❌ Краткий промпт
- —✅ Промпт с богатым контекстом
- —Заповедь 10: Использование ведущих слов — направляйте мысль модели
- —Принцип:
- —Компонент
- —❌ Прямой промпт
- —✅ Усиленный промпт с ведущими словами
- —@Заключение: интеграция заповедей в практику
- —Практическое задание к главе
- —Вступление к главе
- —Зачем?
- —3.1. Эмбеддинги – как ИИ видит смысл в словах
- —Что это?
- —Аналогия:
- —Почему это важно?
- —Как это использовать в промптах:
- —Ваша Цель
- —❌ Смутный/Общий промпт
- —✅ Уточняющий промпт с "Синонимичным усилением"
- —Почему это работает?
- —3.2. Перплексия – управляем балансом точности и креативности
- —Что это?
- —Аналогия:
- —Как это использовать в промптах:
- —Техника 1 - "Промпт на низкую перплексию" (для точности и фактов)
- —Когда использовать:
- —Как делать:
- —Компонент
- —✅ Промпт для получения точного, предсказуемого результата
- —Техника 2 - "Промпт на высокую перплексию" (для креатива и мозгового штурма)
- —Когда использовать:
- —Как делать:
- —Компонент
- —✅ Промпт для получения креативного, неожиданного результата
- —Примечание:
- —3.3. Взрывчатость - добавляем тексту человеческий ритм
- —Что это?
- —Аналогия:
- —Как это использовать в промптах:
- —Техника 1 - "Ритмическая инструкция"
- —Компонент
- —✅ Промпт с "Ритмической инструкцией"
- —3.4. Таксономия – превращаем хаос в порядок
- —Что это?
- —Почему это важно?
- —Как это использовать в промптах:
- —Техника 1 - "AI-систематизатор"
- —Компонент
- —✅ Промпт "AI-систематизатор"
- —3.5. Ваше задание – практикум по управлению стилем и структурой
- —Задача:
- —Вступление к главе
- —4.1. Почему не существует универсального промпта
- —4.2. Три архетипа AI-моделей
- —Креатор
- —Компонент
- —✅ Пример промпта для "Креатора"
- —Аналитик
- —Компонент
- —✅ Пример промпта для "Аналитика"
- —Агент
- —Компонент
- —✅ Пример промпта для "Агента"
- —4.3. Практикум: адаптация промпта для разных архетипов
- —Базовая задача:
- —1. Промпт для Креативного Генератора:
- —Компонент
- —✅ Промпт для "Креатора"
- —2. Промпт для Осторожного Аналитика:
- —Компонент
- —✅ Промпт для "Аналитика"
- —3. Промпт для Агента Реального Времени:
- —Компонент
- —✅ Промпт для "Агента"
- —Заключение
- —Практическое задание к главе
- —Часть 2. Арсенал техник: от простого к сложному
- —2.0. Ваша карта инструментов: краткий путеводитель по техникам
- —Техника
- —Суть (в 3 словах)
- —Когда использовать
- —Когда НЕ использовать
- —Главы
- —Zero-Shot
- —Few-Shot
- —Chain-of-Thought
- —Self-Consistency
- —Generate Knowledge
- —Pipeline
- —RAG
- —Reflexion
- —Tree of Thoughts
- —ART
- —Вступление к главе
- —5.1. Разбор техники: суть и сила Zero-Shot
- —Что такое Zero-Shot Prompting?
- —Компонент
- —✅ Пример Zero-Shot промпта
- —Когда использовать Zero-Shot?
- —Ограничения Zero-Shot: когда нужна другая техника
- —5.2. Практический кейс: от идеи до результата за 30 секунд
- —Задача:
- —Компонент
- —✅ Пример эффективного Zero-Shot промпта
- —Анализ:
- —Вероятный результат ИИ:
- —Вывод:
- —5.3. Ваше задание - тренируем скорость и креативность
- —Вступление к главе
- —6.1. Разбор техники: как примеры меняют всё
- —Что такое Few-Shot Prompting?
- —Ключевая мысль:
- —Когда без Few-Shot не обойтись?
- —Анатомия Few-Shot промпта: структура – ключ к успеху
- —6.2. Практический кейс: приручаем стиль и формат
- —Задача:
- —Попытка №1: Провальный Zero-Shot
- —Попытка №2: Мощный Few-Shot
- —Компонент
- —✅ Пример эффективного Few-Shot промпта
- —Ожидаемый результат ИИ:
- —Вывод:
- —6.3. Ваше задание - станьте наставником для ИИ
- —Задание 1: Эмоциональный классификатор (15 минут)
- —Задание 2: Генератор метафор (15 минут)
- —Вступление к главе
- —7.1. Разбор техники: магия пошагового мышления
- —Что такое Chain-of-Thought Prompting?
- —Почему это так эффективно работает?
- —Когда CoT – ваш главный козырь?
- —7.2. Практический кейс: от хаоса к стратегии
- —Задача:
- —Попытка №1: Провальный Zero-Shot
- —Вероятный результат:
- —Попытка №2: Мощный CoT
- —Компонент
- —✅ Пример эффективного CoT-промпта
- —Ожидаемый результат ИИ:
- —Вывод:
- —7.3. Ваше задание - станьте стратегом
- —Вступление к главе
- —8.1. Разбор техники: как большинство побеждает ошибку
- —Что такое Self-Consistency?
- —Вместо этого она состоит из двух этапов:
- —Как это работает на практике?
- —Почему это так эффективно?
- —Когда Self-Consistency – ваш главный союзник?
- —8.2. Практический кейс: решаем задачу о возрасте сестры
- —Задача:
- —Попытка №1: Обычный ("жадный") CoT
- —Компонент
- —✅ Пример CoT-промпта
- —Результат:
- —Попытка №2: Применяем Self-Consistency (Имитируем 3 запуска)
- —Наш анализ результатов:
- —Вывод по большинству голосов:
- —Вывод:
- —8.3. Ваше задание - станьте присяжным заседателем
- —Задача:
- —Вступление к главе
- —9.1. Разбор техники: строим на прочном фундаменте фактов
- —Что такое Generate Knowledge Prompting?
- —Почему это так важно и эффективно?
- —Когда Generate Knowledge – ваш основной инструмент?
- —9.2. Практический кейс: от списка фактов к экспертной статье
- —Задача:
- —Попытка №1: Провальный "прямой” подход
- —Вероятный результат:
- —Попытка №2: Мощный двухшаговый Generate Knowledge
- —Компонент
- —✅ Промпт "Генератор знаний"
- —Результат Шага 1 (наша "база знаний"):
- —Компонент
- —✅ Промпт "Создатель контента"
- —Ожидаемый результат Шага 2:
- —Вывод:
- —9.3. Ваше задание - станьте редактором своего собственного ИИ
- —Задача:
- —Ваши действия:
- —Вступление к главе
- —10.1. Разбор техники: почему один промпт – это плохая идея для больших задач
- —Что такое Pipeline (Prompt Chaining)?
- —10.2. Практический кейс: собираем статью на конвейере
- —Этап 1: Мозговой штурм и выбор угла подачи
- —Компонент
- —✅ Промпт 1 (Генерация идей)
- —Результат 1 (выбираем один из 5 вариантов):
- —Этап 2: Создание структуры (аутлайна)
- —Компонент
- —✅ Промпт 2 (Создание плана)
- —Результат 2:
- —Этап 3: Написание черновика (по частям!)
- —Компонент
- —✅ Промпт 3.1 (Написание введения)
- —Этап 4: Генерация заголовков
- —Компонент
- —✅ Промпт 4 (Генерация заголовков)
- —Результат 4:
- —Вывод:
- —10.3. Ваше задание - станьте руководителем проекта
- —Ваша большая задача:
- —Ваши действия:
- —Вступление к главе
- —11.1. Разбор техники: как ИИ научился "читать" ваши документы
- —Что такое RAG?
- —Аналогия:
- —Почему RAG меняет правила игры?
- —Важное замечание:
- —11.2. Практический кейс: чат с инструкцией от пылесоса
- —Проблема:
- —Решение:
- —Ваш промпт (вопрос к системе):
- —Что происходит "под капотом":
- —Компонент
- —✅ Скрытый промпт, который формирует RAG-система
- —Финальный ответ, который вы видите:
- —Вывод:
- —11.3. Ваше задание - проектируем своего RAG-ассистента
- —Задача:
- —Ваши действия:
- —Вступление к главе
- —12.1. Разбор техники: цикл "Действие-Анализ-Улучшение"
- —Что такое Reflexion?
- —Почему это работает?
- —Когда Reflexion особенно полезна?
- —12.2. Практический кейс: от сырого письма к идеальному
- —Этап 1: Действие (Act)
- —Компонент
- —✅ Промпт 1 (Первый черновик)
- —Результат 1 (черновик):
- —Проблема:
- —Этап 2: Самокритика (Self-Critique)
- —Компонент
- —✅ Промпт 2 (Анализ черновика)
- —Результат 2 (анализ от ИИ):
- —Этап 3: Улучшение (Improvement)
- —Компонент
- —✅ Промпт 3 (Финальная версия)
- —Результат 3 (финальная версия):
- —Вывод:
- —12.3. Ваше задание - станьте своим собственным редактором
- —Задача:
- —Вступление к главе
- —13.1. Разбор техники: от линии к дереву
- —Что такое Tree of Thoughts?
- —Ключевое отличие от CoT:
- —Почему ToT – это прорыв?
- —13.2. Практический кейс: имитация ToT для решения креативной задачи
- —Задача:
- —Попытка №1: Простой CoT
- —Попытка №2: Имитация Tree of Thoughts (Пайплайн)
- —Этап 1: Генерация "стволов" дерева (несколько идей)
- —Компонент
- —✅ Промпт 1 (Генерация вариантов)
- —Результат (3 ветви):
- —Этап 2: Оценка и выбор лучшей "ветви"
- —Компонент
- —✅ Промпт 2 (Оценка вариантов)
- —Результат (анализ от ИИ):
- —Этап 3: Развитие выбранной "ветви" (новые веточки)
- —Компонент
- —✅ Промпт 3 (Детализация лучшего варианта)
- —Результат (новые, более мелкие веточки):
- —Вывод:
- —13.3. Ваше задание - станьте стратегом
- —Задача:
- —Ваши действия:
- —Вступление к главе
- —Важное замечание:
- —14.1. Разбор техники: как ИИ научился выходить в интернет
- —Что такое ART?
- —Почему ART так важен?
- —14.2. Практический кейс: промпт для AI-агента
- —Задача:
- —Компонент
- —✅ Пример ART-промпта (с описанием инструментов)
- —Ожидаемый вывод модели (ее "мысли" и действия):
- —Вывод:
- —14.3. Ваше задание: проектируем автономного агента
- —Задача:
- —Пример задачи:
- —Ваши действия:
- —Глава 15. Гранд-синтез: собираем "швейцарский нож" с нуля
- —Вступление к главе
- —15.1. Проектирование "AI Бренд-Архитектора"
- —Целевая аудитория:
- —Шаг 5: Финальная сборка и результат
- —Полный текст "Швейцарского ножа"
- —Компонент
- —✅ Пример комплексного промпта ("Гранд-синтез")
- —15.2. Продвинутые приемы: тонкая настройка и отладка
- —Прием 1: Мышление "от обратного" (Reverse Prompting)
- —Прием 2: Мета-промптинг (AI-улучшение промптов)
- —Прием 3: Промпт-рубрикатор (Самооценка по критериям)
- —Прием 4: Промпт-расследование (Анализ ошибок)
- —Прием 5: Принцип "Матрешки" (Layered Prompting)
- —Прием 6: Условная логика "If-Then-Else"
- —Прием 7: "Цепочка плотности" (Chain-of-Density)
- —15.3. Ваше задание - модернизация промпта
- —Задача:
- —Пример:
- —Раздел 1: Основы работы LLM (Двигатель нашего автомобиля)
- —Раздел 2: Анатомия промпта (Строительные блоки)
- —Раздел 3: Техники и методологии (Ваш набор инструментов)
- —Раздел 4: Инструменты и применение (Реальный мир)
Нормальный промптинг
Методичка по инженерному подходу к взаимодействию с ИИ
Содержание
Введение
Часть 1. Фундамент мастерства
Глава 1. Анатомия идеального промпта: инженерный подход к четырем столпам
Глава 2. 10 заповедей промпт-инженера: неизменные принципы эффективности
Глава 3. Мышление на языке ИИ: как знание "под капотом" улучшает ваши промпты
Глава 4. Промптинг для разных "мозгов": как адаптироваться к Креатору, Аналитику и Агенту
Часть 2. Арсенал техник: от простого к сложному
2.0. Ваша карта инструментов: краткий путеводитель по техникам
Глава 5. Техника Zero-Shot: искусство быстрых побед
Глава 6. Техника Few-Shot: сила убедительных примеров
Глава 7. Техника Chain-of-Thought (CoT): заставляем ИИ думать по шагам
Глава 8. Техника Self-Consistency: сила второго, третьего и четвертого мнения
Глава 9. Техника Generate Knowledge: сначала конспект, потом ответ
Глава 10. Техника Pipeline (Prompt Chaining): собираем конвейер для больших задач
Глава 11. Техника RAG: ваш ИИ-ассистент с доступом к личным архивам
Глава 12. Техника Reflexion: как научить ИИ учиться на своих ошибках
Глава 13. Техника Tree of Thoughts (ToT): мышление вширь, а не вглубь
Глава 14. Техника ART и использование инструментов: превращаем ИИ в автономного агента
Глава 15. Гранд-синтез: собираем "швейцарский нож" с нуля
Приложения
Приложение А: Полный глоссарий терминов промпт-инжиниринга
Приложение Б: Библиотека готовых промптов-шаблонов
Приложение В: Для продвинутых: ваш первый запрос через API
Добрый вечер, давайте познакомимся
Мой ТГ http://t.me/iganiga1 Меня зовут Игорь Бурдуков, я SEO-специалист. Да, не промпт-инженер. Но, не уходи, просто начни изучить этот материал, он точно поможет тебе начать писать такие промпты, чтобы нейросети выдавали ответ который тебе нужен, в той форм, в которой ты его ждешь. Я не нашел “нормального” руководства по проптингу, везде получалось брать только куски общей картины. Поэтому я решил составить чек-лист для себя, а в итоге это вылилось на 100 страниц данного руководства. |
Регулярно использую эту методичку в своей SEOшной работе. К примеру на курсе “Нейросети для SEO” от Rush Academy, спикером которого я являюсь, мной были использованы все знания, которые упакованы ниже. |
Введение
Всего несколько лет назад возможность вести осмысленный диалог с искусственным интеллектом казалась мне сюжетом из научной фантастики. Сегодня это стало нашей реальностью. Миллионы людей по всему миру используют ChatGPT, Claude, Midjourney и другие нейросети, чтобы писать тексты, создавать код, анализировать данные и рисовать картины.
Но я вижу в этом парадокс: имея под рукой самый мощный инструмент для работы с информацией за всю историю, большинство из нас использует его как простую поисковую систему. Мы задаем расплывчатые вопросы и получаем такие же расплывчатые, шаблонные и часто бесполезные ответы.
Это похоже на то, как если бы нам подарили болид Формулы-1, а мы бы ездили на нем в магазин за хлебом, не переключаясь с первой передачи.
Я создал эту методичку, чтобы научить вас переключать передачи.
Промпт-инжиниринг — это не магия, это дисциплина.
Я глубоко убежден, что это не про поиск "секретных слов" или "волшебных заклинаний". Это инженерный подход к коммуникации с искусственным интеллектом. Это умение формулировать свои мысли так, чтобы ИИ не просто понял вас, а стал вашим самым эффективным партнером: гениальным стажером, неутомимым ассистентом и креативным соавтором.
Для кого эта методичка?
Я писал ее не для тех, кто хочет научиться генерировать смешные картинки с котиками (хотя, уверяю вас, и это вы сможете). Моя цель — дать рабочий инструмент профессионалам:
Маркетологам, копирайторам и SMM-специалистам, которые хотят создавать контент быстрее и качественнее.
Предпринимателям и менеджерам, которые хотят автоматизировать рутину, анализировать данные и принимать более взвешенные решения.
Программистам, дизайнерам, аналитикам — всем, кто хочет интегрировать ИИ в свой рабочий процесс и получить, как я это называю, несправедливое конкурентное преимущество.
Что ждет вас внутри?
Я хочу дать вам не сборник готовых промптов, а систему. Мы вместе пройдем путь от фундаментальных принципов до сложных, многошаговых пайплайнов.
Фундамент мастерства: Мы заложим прочную основу, разберем анатомию идеального промпта, 10 неизменных заповедей эффективности и заглянем "под капот" ИИ, чтобы понять, как он "думает".
Арсенал техник: Мы соберем ваш личный "швейцарский нож", изучив более десяти продвинутых техник — от быстрых Zero-Shot до сложных систем вроде RAG и Tree of Thoughts.
Инженерный цех: Мы перейдем от теории к практике и на реальных проектах построим контент-машину для YouTube, создадим аналитический отчет для бизнеса и научимся говорить с AI-художниками на одном языке.
Моя главная цель — чтобы к концу этой методички вы перестали быть просто "пользователем" ИИ. Вы станете его архитектором. Вы научитесь проектировать диалог, управлять результатом и решать задачи, которые раньше казались невыполнимыми.
Мир уже изменился. Вопрос не в том, будут ли нейросети частью нашей жизни, а в том, кто будет ими управлять, а кто — просто наблюдать со стороны.
Считайте эту методичку вашим билетом в кресло пилота.
Пристегнитесь. Ваш новый диалог с будущим начинается прямо сейчас.
Часть 1. Фундамент мастерства
Глава 1. Анатомия идеального промпта: инженерный подход к четырем столпам
Вступление к главе
Представьте, что вы строите дом. Вы можете просто накидать кирпичи в кучу и надеяться, что получится что-то похожее на стену. А можете использовать чертеж и уровень, заложив прочный фундамент, возведя несущие стены и накрыв все это крышей.
Какой дом будет стоять дольше?
С промптами та же история. Запрос в стиле «напиши статью про маркетинг» – это куча кирпичей. Результат будет шатким, непредсказуемым и, скорее всего, бесполезным.
В этой главе я дам вам универсальный “чертеж” для строительства идеальных промптов. Я называю его «Модель четырех столпов». Она состоит из четырех ключевых элементов, которые, работая вместе, превращают расплывчатую идею в кристально чистое техническое задание для ИИ. Мы не просто перечислим их, а разберем каждый столп на атомы, чтобы вы поняли, как он устроен и как его сделать максимально прочным.
Освоив эту модель, вы поднимете качество своих результатов на совершенно новый уровень. Запомните эти четыре столпа, и они станут вашей суперсилой.
1.1. Столп №1: РОЛЬ (Persona) – создаем виртуального эксперта
Что это?
Назначение ИИ конкретной роли, профессии или характера. Мы не просим безликую машину, мы обращаемся к виртуальному эксперту.
Как это работает "под капотом"?
Активация через PMI ("Сладкие парочки"):
Когда вы пишете «Ты – SEO-специалист», вы активируете в памяти модели гигантский кластер статистически связанных слов. Модель "вспоминает" все тексты, где «SEO-специалист» встречался рядом со словами CTR, ключевые слова, Google Search Console.Навигация через эмбеддинги:
Роль – это как задание точки на карте смыслов. SEO-специалист – это одна точка. Юрист — другая. Задавая роль, вы говорите модели: «Начинай свой путь рассуждений из этой точки».
Техника 1 - "Утяжеление" экспертизы
Объяснение: Недостаточно просто назвать профессию. Нужно добавить детали, которые повышают уровень предполагаемой экспертизы.
Компонент | ❌ Слабый пример | ✅ Сильный пример |
РОЛЬ | Ты – дизайнер. | Ты – ведущий UX/UI дизайнер из компании Apple с 10-летним опытом в создании интуитивно понятных мобильных интерфейсов. |
Почему это работает?
Каждое слово – ведущий, UX/UI, Apple, 10-летний опыт – является дополнительным контекстуальным якорем (PMI), который сужает область поиска и активирует более специфичные и качественные знания. Мы не просто указываем точку на карте смыслов, мы ее “зумируем”.
Техника 2 - Программирование стиля мышления
Объяснение: Кроме профессии, можно и нужно задавать характер и подход к работе. Это влияет не на то, что ИИ знает, а на то, как он думает.
Компонент | ❌ Слабый пример | ✅ Сильный пример |
РОЛЬ | Ты – бизнес-аналитик. | Ты – бизнес-аналитик, скептик и прагматик. Ты всегда ищешь слабые места в бизнес-моделях и задаешь неудобные вопросы. Твоя главная цель – найти риски. |
Почему это работает?
Слова скептик, прагматик, риски через эмбеддинги смещают вектор ответа от нейтрально-аналитического к критическому. Вы получаете не просто анализ, а стресс-тест вашей идеи.
1.2. Столп №2: ЗАДАЧА (Task) – даем четкую инструкцию
Что это?
Конкретное, четкое и однозначное действие, выраженное повелительным глаголом.
Как это работает "под капотом"?
Сила глаголов:
Глаголы действия (напиши, проанализируй, сравни) являются для модели самыми сильными триггерами. Они напрямую связаны с определенными паттернами вывода, которым она обучалась.Роль прилагательных:
Если глаголы — это двигатель, то прилагательные — это руль. Они задают направление и стиль. Напиши и Напиши убедительный текст — это две совершенно разные задачи.
Чтобы помочь вам выбирать правильные слова, я составил таблицу, которая показывает, как разные глаголы и прилагательные активируют разные "режимы" мышления ИИ.
Тип задачи | Ключевые глаголы | Модифицирующие прилагательные | Пример задачи |
Создание контента | Напиши, Создай, Сгенерируй | Краткий, Подробный, Убедительный, Креативный | Напиши убедительный пост. |
Структурирование | Классифицируй, Сгруппируй | Логично, Иерархически | Классифицируй эти отзывы. |
Анализ | Проанализируй, Оцени, Выяви | Критически, Объективно, Сравнительно | Проанализируй критически этот план. |
Изменение | Перепиши, Суммаризируй, Упрости | Более официально, Более просто, Более кратко | Перепиши этот абзац более официально. |
Сравнение | Сравни, Сопоставь, Найди различия | По ключевым параметрам, Объективно | Сравни два продукта по параметрам. |
Техника 1 - Декомпозиция – от слона к бифштексам
Объяснение:
Человеческий мозг плохо справляется с большими, аморфными задачами. Мозг ИИ – тоже. Вместо одной большой задачи, разбейте ее на несколько логичных подзадач.
Компонент | ❌ Слабый пример | ✅ Сильный пример |
ЗАДАЧА | Проанализируй мой бизнес-план. | Проанализируй мой бизнес-план. Твой анализ должен состоять из трех частей: 1. Оцени рыночный потенциал моей идеи. 2. Выяви 3 главных финансовых риска. 3. Предложи 3 улучшения для маркетинговой стратегии. |
Почему это работает?
Это микро-версия техники Chain-of-Thought (Глава 7). Модель последовательно фокусируется на каждой подзадаче, используя разные "режимы" мышления, активированные глаголами (оцени, выяви, предложи). Ответ получается структурированным и исчерпывающим.
1.3. Столп №3: КОНТЕКСТ (Context) – заправляем ракету топливом
Что это?
Вся фоновая информация, необходимая для качественного выполнения задачи: целевая аудитория, цель текста, уникальные детали, предыстория.
Техника 1 - Метод "пяти W" (Who, What, Where, When, Why)
Объяснение: Это классический журналистский метод, который идеально подходит для структурирования контекста.
Компонент | ❌ Слабый пример | ✅ Сильный пример |
ЗАДАЧА | Напиши пост о новом обновлении нашего приложения. | Напиши текст анонсирующего поста. |
КОНТЕКСТ | (отсутствует) | Кто (аудитория): наши существующие, лояльные пользователи… Что (тема): анонс новой функции "командные проекты". Где (площадка): наш закрытый Telegram-канал… Почему (цель): повысить вовлеченность... |
Почему это работает?
Такая структура гарантирует, что вы не упустите ни одной важной детали контекста, и ответ ИИ будет максимально релевантным.
1.4. Столп №4: ФОРМАТ И ОГРАНИЧЕНИЯ – строим рельсы для ответа
Что это?
Четкие требования к структуре, объему, стилю и другим параметрам ответа.
Техника 1 - “Контрастный фокус" (использование негативных ограничений)
Объяснение: Иногда лучший способ объяснить, что вам нужно, – это показать, что вам не нужно.
Компонент | ✅ Базовый пример | ✅ Усиленный пример с контрастом |
ФОРМАТ/СТИЛЬ | Стиль – профессиональный, но живой. | Стиль – профессиональный, но живой. |
ОГРАНИЧЕНИЯ | (отсутствуют) | Избегай корпоративного жаргона, канцелярита и слишком сложных предложений. |
Почему это работает?
Негативное ограничение помогает модели еще точнее откалибровать вектор стиля, отсекая нежелательные области в пространстве эмбеддингов.
Техника 2 - One-Shot Formatting
Объяснение: Лучший способ задать сложный формат (например, JSON) – показать один идеальный пример.
Компонент | ✅ Словесное описание | ✅ С примером (One-Shot) |
ЗАДАЧА | Представь результат в виде JSON. | Представь результат в виде JSON. |
ФОРМАТ | (описан словами) | [ПРИМЕР ФОРМАТА]: { |
Почему это работает?
Это самый надежный способ получить структурированные данные. Модель не пытается интерпретировать ваше словесное описание формата, а просто копирует предоставленный паттерн. Это основа техники Few-Shot (Глава 6).
1.5. Ваше задание – строим свой первый шедевр
Задача:
Возьмите “слабый” промпт:
«Напиши email клиенту о новой распродаже».
Перепишите его, представив в виде единой таблицы формата "Сильный пример". В этом промпте должны быть использованы минимум по одной инженерной технике для каждого из Четырех Столпов.
Самопроверка:
Когда ваш промпт будет готов, вы можете отдать его на проверку нашему AI-ментору. Откройте новый чат и отправьте ему промпт-проверщик из Приложения Б, а затем – ваш собственный промпт.
Глава 2. 10 заповедей промпт-инженера: неизменные принципы эффективности
Вступление к главе
В мире больших языковых моделей, который постоянно меняется и развивается, существуют фундаментальные принципы, остаются неизменными. Эти принципы — краеугольный камень эффективного промпт-инжиниринга. Я считаю их "золотыми правилами", которые помогут вам не просто использовать ИИ, а по-настоящему мастерски им управлять.
Эта глава посвящена десяти ключевым заповедям. Освоив их, вы сможете адаптироваться к любым новым моделям и задачам, всегда находя оптимальный путь к желаемому результату.
Заповедь 1: Специфичность и детализация — ваш компас
Принцип:
Чем более конкретным и детализированным является ваш промпт, тем точнее и релевантнее будет ответ. ИИ не умеет читать мысли; он полагается исключительно на предоставленную вами информацию.
Компонент | ❌ Слабый пример | ✅ Сильный пример |
ЗАДАЧА | Напиши о кошках. | Напиши короткую, увлекательную статью о пользе содержания кошек для психического здоровья. |
КОНТЕКСТ | (отсутствует) | Аудитория: молодые специалисты. |
ФОРМАТ/СТИЛЬ | (отсутствует) | Объем: 500 слов. Тон: дружелюбный и информативный. Включи 3-5 научных фактов. |
Заповедь 2: Позитивные директивы — указывайте путь, а не запрещайте
Принцип:
Гораздо эффективнее указывать модели, что нужно делать (используя "делай то-то"), чем что не нужно делать (используя "не делай то-то").
Разбор:
Инструкция "Не пиши слишком длинно" менее эффективна, чем "Напиши текст объемом 100-150 слов". Позитивная инструкция дает четкую цель, а негативная — лишь ограничение, которое модель может интерпретировать по-разному.
Компонент | ❌ Слабый пример | ✅ Сильный пример |
ОГРАНИЧЕНИЯ/СТИЛЬ | Напиши текст, но не используй слишком много сложных слов. | Напиши текст, используя простой и понятный язык, доступный для широкой аудитории. |
Заповедь 3: Указание роли (ролевая игра) — превратите ИИ в эксперта
Принцип:
Назначение модели конкретной роли помогает ей адаптировать свой стиль, тон и знания к требуемой задаче. Это один из "Четырех столпов", и его важность невозможно переоценить.
Компонент | ❌ Промпт без роли | ✅ Промпт с ролью |
РОЛЬ | (отсутствует) | Ты — преподаватель университета, объясняющий блокчейн студентам первого курса. |
ЗАДАЧА | Объясни, как работает блокчейн. | Объясни, как работает блокчейн, используя простые аналогии и избегая сложной терминологии. |
Заповедь 4: Использование разделителей — структура для ясности
Принцип:
Использование специальных символов (например, """, ````, <контекст>) для разделения различных частей промпта помогает модели лучше понимать структуру запроса.
Разбор:
Без разделителей модель может спутать инструкцию с данными. Разделители действуют как четкие границы.
Компонент | ❌ Промпт без разделителей | ✅ Промпт с разделителями |
ЗАДАЧА | Суммируй следующий текст: [длинный текст]. Сделай его не более 100 слов. | Суммируй следующий текст, заключенный в тройные кавычки, не более чем в 100 слов. |
КОНТЕКСТ (ДАННЫЕ) | (смешан с задачей) | """[Длинный текст для суммирования]""" |
Заповедь 5: Итеративный подход — путь к совершенству
Принцип:
Создание идеального промпта редко происходит с первой попытки. Эффективный промпт-инжиниринг — это итеративный процесс: тестирование, анализ результатов и корректировка.
Разбор:
Думайте о промпт-инжиниринге как о научном эксперименте. Вы формулируете гипотезу (промпт), проводите эксперимент (запускаете промпт), анализируете результаты и корректируете гипотезу.
Заповедь 6: Выбор слов имеет значение — активируйте потенциал
Принцип:
Точный выбор слов в промпте играет огромную роль. Использование эмоциональных стимулов или фраз, призывающих к рассуждению, может увеличить точность ответов.
Компонент | ❌ Обычный промпт | ✅ Промпт с эмоциональным стимулом |
ЗАДАЧА | Напиши список идей для маркетинговой кампании. | Это очень важно для моей карьеры. Мне нужен список инновационных идей для маркетинговой кампании, которые действительно выделятся на рынке. |
Заповедь 7: Разрешите модели задавать вопросы — сотрудничество с ИИ
Принцип:
Если задача сложна, можно настроить модель так, чтобы она задавала уточняющие вопросы, пока не получит достаточно данных.
Компонент | ❌ Стандартный промпт (пассивный ИИ) | ✅ Кооперативный промпт (активный ИИ) |
ЗАДАЧА | Напиши статью о здоровом питании. | Я хочу, чтобы ты написал статью о здоровом питании. Прежде чем начать, задай мне 3-5 уточняющих вопросов, чтобы статья была максимально полезной для моей аудитории. |
Заповедь 8: Ограничение вывода — контроль над форматом
Принцип:
Четкое указание желаемого формата и длины вывода помогает модели генерировать ответы, которые легко обрабатывать и использовать.
Компонент | ❌ Промпт без указания формата | ✅ Промпт с указанием формата |
ЗАДАЧА | Перечисли основные преимущества использования облачных технологий. | Перечисли 5 основных преимуществ использования облачных технологий. |
ФОРМАТ | (отсутствует) | Представь результат в виде маркированного списка. |
Заповедь 9: Принцип "чем больше, тем лучше" (для контекста)
Принцип:
В целом, чем больше релевантной и качественной информации вы предоставляете модели в промпте (контекст, примеры), тем лучше будет результат.
Компонент | ❌ Краткий промпт | ✅ Промпт с богатым контекстом |
ЗАДАЧА | Напиши о проблемах изменения климата. | Напиши о проблемах изменения климата, фокусируясь на влиянии на сельское хозяйство в регионах с засушливым климатом. Упомяни конкретные стратегии адаптации, такие как засухоустойчивые культуры и эффективное управление водными ресурсами. |
Заповедь 10: Использование ведущих слов — направляйте мысль модели
Принцип:
Определенные фразы, такие как "думай шаг за шагом", могут направлять модель к более структурированному и логичному процессу рассуждения. (Эта техника, известная как Chain-of-Thought, будет подробно разобрана в Главе 7).
Компонент | ❌ Прямой промпт | ✅ Усиленный промпт с ведущими словами |
ЗАДАЧА | Реши задачу: (25 * 4) + (100 / 2) - 15 = ? | Реши задачу, думая шаг за шагом: (25 * 4) + (100 / 2) - 15 = ? |
@Заключение: интеграция заповедей в практику
“Эти десять заповедей не являются изолированными правилами — они работают в синергии. Лучшие промпты часто объединяют несколько принципов одновременно. Помните, что мастерство приходит с практикой. Начните с применения одного-двух принципов, постепенно интегрируя остальные.”
Практическое задание к главе
Возьмите любой свой старый "слабый" промпт и усильте его, применив минимум 5 из 10 изученных принципов. Представьте результат "до" и "после" в виде двух таблиц, как мы делали в этой главе.
Глава 3. Мышление на языке ИИ: как знание "под капотом" улучшает ваши промпты
Вступление к главе
В предыдущих главах мы научились строить промпты по надежному чертежу и следовать универсальным принципам. Теперь пришло время стать не просто строителем, а инженером, который понимает свойства материалов.
Зачем?
Чтобы строить не только прочные, но и изящные, нестандартные и гораздо более эффективные конструкции.
В этой главе мы заглянем "под капот" ИИ, но не из простого любопытства. Мы разберем четыре ключевые идеи его работы, и для каждой из них я отвечу на главный вопрос: “Хорошо, я это понял. А как мне использовать это знание прямо сейчас, чтобы мой следующий промпт стал лучше?".
Это глава о превращении теоретических знаний в практическую силу.
3.1. Эмбеддинги – как ИИ видит смысл в словах
Что это?
Эмбеддинг (Embedding) — это представление слова, фразы или целого текста в виде набора чисел (вектора) в многомерном пространстве. Проще говоря, это способ превратить язык в математику.
Аналогия:
Представьте себе гигантскую карту звездного неба. Каждая звезда — это слово. Слова, близкие по смыслу, находятся рядом друг с другом, образуя созвездия. Например, звезды "король", "королева", "принц" и "монарх" будут находиться в одном "королевском" созвездии. А слова "яблоко", "банан" и "апельсин" — в другом, "фруктовом". Эмбеддинг — это координаты каждой звезды на этой карте.
Почему это важно?
Именно благодаря эмбеддингам ИИ может выполнять операции со смыслами. Он может вычислить "расстояние" между словами и понять, что "собака" ближе к "кошке", чем к "самолету". Он даже может производить векторную арифметику, например: "король" - "мужчина" + "женщина" ≈ "королева".
Как это использовать в промптах:
Понимание эмбеддингов помогает нам подбирать слова, которые максимально точно направляют ИИ в нужную область "карты смыслов".
Таблица "Навигатор промпта": управляем фокусом ИИ
Эта таблица показывает, как с помощью подбора слов можно целенаправленно перемещать фокус ИИ из общей области в конкретную точку.
Ваша Цель | ❌ Смутный/Общий промпт | ✅ Уточняющий промпт с "Синонимичным усилением" |
Написать о финансах | Напиши про деньги. | Напиши про личные финансы, бюджетирование, инвестиции и сбережения. |
Создать рецепт | Придумай что-нибудь с курицей. | Создай рецепт запеченной куриной грудки с травами, чесноком и лимоном для здорового ужина. |
Разработать маркетинг | Нужна стратегия продвижения. | Разработай маркетинговую стратегию для цифровых каналов, с фокусом на SMM и контент-маркетинге. |
Описать природу | Опиши лес. | Опиши таинственный, древний лес с вековыми деревьями, покрытыми мхом, и туманом, стелющимся по земле. |
Почему это работает?
В уточняющем промпте слова, например, про маркетинг, находятся в одной области пространства эмбеддингов. Их совместное использование не оставляет модели шансов подумать о чем-то другом. Вы создаете мощный семантический "якорь".
3.2. Перплексия – управляем балансом точности и креативности
Что это?
Перплексия (Perplexity) – это метрика, которая измеряет, насколько языковая модель "удивлена" текстом. Проще говоря, это мера непредсказуемости. Низкая перплексия = ожидаемый, точный текст. Высокая перплексия = неожиданный, креативный текст.
Аналогия:
Представьте, что вы читаете текст: "На завтрак я съел...". Если следующее слово "яичницу" – перплексия низкая. Если следующее слово “жирафа” – перплексия будет зашкаливать.
Как это использовать в промптах:
Понимание перплексии позволяет нам сознательно управлять стилем ответа, запрашивая либо предсказуемость, либо креативность.
Техника 1 - "Промпт на низкую перплексию" (для точности и фактов)
Когда использовать:
Когда вам нужны инструкции, технические тексты, отчеты – любой контент, где точность важнее оригинальности.
Как делать:
Используйте максимально четкие, однозначные термины и строгие инструкции.
Компонент | ✅ Промпт для получения точного, предсказуемого результата |
РОЛЬ | Ты технический писатель, создающий документацию для ПО. |
ЗАДАЧА | Напиши инструкцию по установке нашего приложения на Windows. |
ФОРМАТ | Следуй формату: "Шаг 1: [...], Шаг 2: [...]". |
ОГРАНИЧЕНИЯ | Используй только простые предложения. Не используй метафоры, юмор или оценочные суждения. |
Техника 2 - "Промпт на высокую перплексию" (для креатива и мозгового штурма)
Когда использовать:
Когда вам нужны свежие идеи, необычные концепции, художественные тексты.
Как делать:
Используйте неожиданные сравнения, просите нарушать шаблоны.
Компонент | ✅ Промпт для получения креативного, неожиданного результата |
РОЛЬ | Ты безумный поэт-сюрреалист. |
ЗАДАЧА | Придумай 5 названий для нового сорта сыра. |
КОНТЕКСТ | Используй концепции из мира снов, забытых мелодий и архитектуры подводных городов. |
ОГРАНИЧЕНИЯ | Названия должны быть абсолютно НЕ связаны с едой. Будь смелым и абсурдным. |
Примечание:
Управление параметром «Температура» в API – это прямой технический способ управлять перплексией.
3.3. Взрывчатость - добавляем тексту человеческий ритм
Что это?
Взрывчатость (Burstiness) – это чередование в тексте предложений разной длины и сложности, что создает естественный, "человеческий" ритм.
Аналогия:
Это как кардиограмма. У живого человека она имеет пики и спады (высокая взрывчатость). Прямая линия – признак отсутствия жизни (низкая взрывчатость).
Как это использовать в промптах:
Современные модели уже хорошо имитируют эту “взрывчатость", но мы можем управлять ею для достижения нужного стилистического эффекта.
Техника 1 - "Ритмическая инструкция"
Когда использовать: Для написания рекламных текстов, вступлений к статьям, сценариев – везде, где важен темп и эмоциональное воздействие.
Компонент | ✅ Промпт с "Ритмической инструкцией" |
РОЛЬ | Ты копирайтер, пишущий текст для промо-ролика. |
ЗАДАЧА | Напиши вступление для драматической истории о стартапе. Твоя задача создать напряжение и интригу. |
ФОРМАТ (РИТМ) | Начни с одного очень короткого, ударного предложения (2-3 слова). Затем дай одно длинное, сложносочиненное предложение, описывающее все трудности. Закончи еще одной короткой, обрывающейся фразой, которая задает главный вопрос. |
3.4. Таксономия – превращаем хаос в порядок
Что это?
Таксономия – это не метрика, а метод. Это систематический подход к классификации и организации объектов в иерархические структуры («дерево категорий»).
Почему это важно?
Это позволяет использовать ИИ для одной из самых ценных бизнес-задач — структурирования неструктурированной информации (отзывов, отчетов, идей, документов).
Как это использовать в промптах:
Дайте ИИ набор сырых данных и попросите его сначала создать систему классификации, а потом разложить данные по ней.
Техника 1 - "AI-систематизатор"
Когда использовать: Анализ обратной связи от клиентов, структурирование тем для контент-плана, организация файлов.
Компонент | ✅ Промпт "AI-систематизатор" |
РОЛЬ | Ты – опытный UX-исследователь и аналитик данных. |
КОНТЕКСТ | Вот массив из 20 сырых отзывов о нашем мобильном приложении: [длинный список отзывов...]. |
ЗАДАЧА | 1. Внимательно проанализируй все отзывы и создай таксономию (иерархическую классификацию) проблем и предложений. 2. Представь эту таксономию в виде дерева. 3. Классифицируй каждый из 20 отзывов согласно созданной тобой таксономии. |
3.5. Ваше задание – практикум по управлению стилем и структурой
Задача:
Написать два промпта для генерации описания одного и того же продукта (например, "новый электромобиль"), но с разными целями. Представьте оба промпта в нашем новом табличном формате.
Промпт 1 (Цель: Низкая перплексия): Для создания ясного, технического описания.
Промпт 2 (Цель: Высокая перплексия и взрывчатость): Для создания креативного, эмоционального рекламного текста.
Сравните результаты. Почувствуйте, как, изменив промпт на основе теоретических знаний, вы получили два совершенно разных текста.
Глава 4. Промптинг для разных "мозгов": как адаптироваться к Креатору, Аналитику и Агенту
Вступление к главе
В мире искусственного интеллекта не существует универсального промпта. Каждая большая языковая модель (БЯМ) имеет свои уникальные характеристики, сильные и слабые стороны, которые формируют ее "личность" и определяют оптимальные стратегии взаимодействия. Понимание этих различий — ключ к мастерскому промпт-инжинирингу.
Вместо того чтобы фокусироваться на конкретных названиях моделей, которые быстро устаревают (GPT-4, Claude 3, Gemini и т.д.), мы рассмотрим три фундаментальных архетипа ИИ-моделей. Эти архетипы, которые я называю Креатор, Аналитик и Агент, останутся актуальными независимо от того, какие новые модели появятся в будущем, потому что они отражают разные философии их создателей.
4.1. Почему не существует универсального промпта
Представьте, что вы общаетесь с тремя разными людьми: креативным художником, осторожным ученым и энергичным предпринимателем. Каждый из них обладает уникальным складом ума и способами обработки информации. То, что мотивирует одного, может смутить другого.
Аналогично, БЯМ, несмотря на схожую базовую архитектуру, демонстрируют различные "характеры" в зависимости от данных, на которых они обучались, методов тонкой настройки и целей их разработчиков.
Эти различия проявляются в:
Стиле генерации:
Некоторые модели склонны к более творческим и развернутым ответам, другие предпочитают краткость и точность.Уровне осторожности:
Одни модели готовы рисковать и генерировать смелые идеи, другие предпочитают безопасные, проверенные ответы.Обработке контекста:
Различные модели по-разному работают с длинными текстами и сложными инструкциями.Специализации:
Некоторые модели лучше справляются с кодом, другие — с творческим письмом, третьи — с анализом данных.
Понимание этих различий позволяет адаптировать промпты для максимальной эффективности каждой конкретной модели.
4.2. Три архетипа AI-моделей
Креатор
Характеристики:
Этот архетип представляют модели, которые превосходно справляются с генерацией текста, кода, идей и решением логических задач. Они обладают широким кругозором и способны к нестандартному мышлению, но иногда могут "приукрашивать" факты или "галлюцинировать".Сильные стороны:
Отличная логика и креативность, высокое качество генерации кода, гибкость в адаптации к различным стилям.Слабые стороны: Склонность к "галлюцинациям", может быть слишком уверенным в неверных ответах, иногда игнорирует ограничения.
Оптимальные стратегии промптинга:
Строгая структура, проверка фактов, ограничение длины и использование примеров (Few-Shot).
Компонент | ✅ Пример промпта для "Креатора" |
РОЛЬ | Ты — эксперт по Python. |
ЗАДАЧА | Напиши функцию для сортировки списка словарей по заданному ключу. |
КОНТЕКСТ | 1. Функция должна принимать список словарей и название ключа.<br>2. Должна обрабатывать случай отсутствия ключа в некоторых словарях. |
ФОРМАТ/ОГРАНИЧЕНИЯ | 1. Включи docstring и комментарии.<br>2. Добавь пример использования.<br>3. Код должен быть не более 20 строк.<br>4. Если какой-то аспект неясен, укажи это в комментарии. |
Аналитик
Характеристики:
Модели этого архетипа отличаются высокой точностью, способностью работать с очень большими объемами текста (огромное контекстное окно) и осторожным подходом к генерации. Они предпочитают безопасность и точность креативности и скорости.Сильные стороны:
Отличная работа с длинными документами, высокая точность в фактической информации, хорошие аналитические способности.Слабые стороны:
Излишняя осторожность, которая может ограничивать креативность, склонность к длинным, подробным ответам, может отказываться от выполнения безобидных, но потенциально спорных задач.Оптимальные стратегии промптинга:
Поощрение смелости, указание контекста безопасности, просьба о краткости.
Компонент | ✅ Пример промпта для "Аналитика" |
РОЛЬ | (Не задана явно, чтобы не активировать режим "помощника") |
ЗАДАЧА | Напиши короткий рассказ (300-400 слов) в жанре научной фантастики о первом контакте с инопланетной цивилизацией. |
КОНТЕКСТ | Это творческое упражнение для развития навыков письма. Мне нужна твоя помощь в создании увлекательного контента. Будь креативным и не ограничивай свою фантазию — это полностью вымышленная история для развлечения. |
ФОРМАТ/СТИЛЬ | Фокусируйся на эмоциях персонажей и атмосфере, а не на технических деталях. |
Агент
Характеристики:
Модели этого типа имеют встроенный доступ к актуальной информации через поиск в интернете. Они специализируются на предоставлении свежей, релевантной информации и могут выполнять задачи, требующие данных "здесь и сейчас".
Сильные стороны:
Доступ к актуальной информации, способность проверять факты в реальном времени, хорошая работа с текущими событиями и трендами.
Слабые стороны:
Зависимость от качества поисковых результатов, может быть медленнее из-за необходимости поиска, качество ответа зависит от доступности релевантных источников.
Оптимальные стратегии промптинга:
Явное указание на использование актуальных данных, запрос источников, фокус на конкретных аспектах.
Компонент | ✅ Пример промпта для "Агента" |
РОЛЬ | (Неявно — роль новостного аналитика) |
ЗАДАЧА | Мне нужна актуальная информация о последних тенденциях в области искусственного интеллекта. Найди и проанализируй:<br>1. Основные новости в сфере ИИ за последние 2 недели.<br>2. Новые продукты или обновления от крупных компаний.<br>3. Значимые исследования или публикации. |
ФОРМАТ | Для каждого пункта укажи:<br>- Краткое описание (2-3 предложения)<br>- Источник информации<br>- Дату публикации |
ОГРАНИЧЕНИЯ | Используй только надежные источники (официальные сайты компаний, авторитетные технические издания). |
4.3. Практикум: адаптация промпта для разных архетипов
Давайте рассмотрим, как один и тот же сложный запрос можно адаптировать для каждого архетипа.
Базовая задача:
"Создай план маркетинговой стратегии для нового мобильного приложения для изучения языков."
1. Промпт для Креативного Генератора:
Компонент | ✅ Промпт для "Креатора" |
РОЛЬ | Ты — опытный маркетинговый стратег. |
ЗАДАЧА | Создай подробный план маркетинговой стратегии для нового мобильного приложения для изучения языков. |
ФОРМАТ | Структура плана: 1. Анализ целевой аудитории (3 сегмента) 2. Уникальное торговое предложение 3. Каналы продвижения (5 каналов) 4. Контент-стратегия 5. Бюджет и метрики успеха |
ОГРАНИЧЕНИЯ | - Каждый раздел должен содержать конкретные рекомендации. - Общий объем: 800-1000 слов. - Если делаешь предположения, четко их обозначь. |
2. Промпт для Осторожного Аналитика:
Компонент | ✅ Промпт для "Аналитика" |
КОНТЕКСТ | Это учебное задание по маркетингу. Мне нужна твоя помощь в создании образовательного материала. Это полностью академическое упражнение для понимания принципов маркетинга. Будь креативным и предлагай инновационные идеи — это безопасная среда для экспериментов. |
ЗАДАЧА | Разработай план маркетинговой стратегии для гипотетического мобильного приложения для изучения языков. Представь, что у тебя есть полная свобода. Какие бы смелые и инновационные подходы ты предложил? |
ФОРМАТ | Включи: анализ рынка, сегментацию, позиционирование, маркетинг-микс (4P), план запуска. |
3. Промпт для Агента Реального Времени:
Компонент | ✅ Промпт для "Агента" |
РОЛЬ | (Неявно — роль рыночного аналитика) |
ЗАДАЧА | Создай план маркетинговой стратегии для нового мобильного приложения для изучения языков, используя актуальную рыночную информацию. |
КОНТЕКСТ | Обязательно используй свежие данные (2024 год): 1. Текущие тренды в EdTech. 2. Актуальную статистику рынка. 3. Последние изменения в алгоритмах App Store/Google Play. 4. Актуальные кейсы успешных запусков. |
ФОРМАТ/ОГРАНИЧЕНИЯ | Для каждого утверждения о рынке или трендах укажи источник и дату информации. |
Заключение
Понимание архетипов ИИ-моделей позволяет вам адаптировать свой подход для достижения максимальной эффективности.
Помните:
Креативный Генератор нуждается в структуре и ограничениях.
Осторожный Аналитик требует поощрения и разрешения на креативность.
Агент Реального Времени лучше всего работает с запросами на актуальную информацию.
Со временем вы научитесь интуитивно определять архетип модели и адаптировать свои промпты соответственно.
Практическое задание к главе
Возьмите свой самый сложный промпт и адаптируйте его для двух разных архетипов. Сравните результаты и проанализируйте различия в подходах и качестве ответов. Представьте оба промпта в табличном формате.
Часть 2. Арсенал техник: от простого к сложному
2.0. Ваша карта инструментов: краткий путеводитель по техникам
Прежде чем мы погрузимся в детали, вот краткая "шпаргалка", которую я составил, чтобы помочь вам быстро ориентироваться в нашем арсенале. Используйте ее, чтобы выбрать правильный инструмент для вашей задачи.
Техника | Суть (в 3 словах) | Когда использовать | Когда НЕ использовать | Главы |
Zero-Shot | Запрос без примеров | Мозговой штурм, простые задачи, простые форматы | Нужен сложный, уникальный или нестандартный результат | Глава 5 |
Few-Shot | Обучение на примерах | Задание сложного формата (JSON), уникального стиля, новой логики | Задача тривиальна и решается Zero-Shot | Глава 6 |
Chain-of-Thought | Думать по шагам | Логические, математические, стратегические, аналитические задачи | Нужен быстрый креативный ответ, а не логика | Глава 7 |
Self-Consistency | Мнение большинства | Задачи с единственно верным ответом (математика, логика) | Творческие задачи, где много правильных ответов | Глава 8 |
Generate Knowledge | Сначала факты, потом текст | Написание экспертных статей, отчетов, обзоров | Короткие, креативные тексты, где факты не главное | Глава 9 |
Pipeline | Разделяй и властвуй | Любые большие и сложные проекты (создание видео, отчетов) | Простые, одношаговые задачи | Глава 10 |
RAG | Ответы по вашим документам | Работа с приватной/актуальной информацией, поддержка клиентов | Общие вопросы, не требующие специфических знаний | Глава 11 |
Reflexion | Самокритика и улучшение | "Шлифовка" важных текстов (письма, код, креатив) | Задачи, где скорость важнее идеального качества | Глава 12 |
Tree of Thoughts | Мышление вширь | Креативный поиск, стратегическое планирование, открытые задачи | Задачи с четким, линейным путем решения | Глава 13 |
ART | ИИ использует инструменты | Задачи, требующие актуальных данных или точных вычислений | Задачи, решаемые без внешних источников | Глава 14 |
Глава 5. Техника Zero-Shot: искусство быстрых побед
Вступление к главе
Представьте, что у вас есть два инструмента для закручивания шурупов: мощный электрический шуруповерт и простая отвертка. Чтобы собрать шкаф, вам, безусловно, понадобится шуруповерт. Но чтобы подтянуть один разболтавшийся винтик в очках, вы возьмете отвертку – это быстрее и удобнее.
Модель «Четырех столпов» из первой главы – это наш мощный шуруповерт, идеальный для сложных и важных задач. Но для десятков мелких повседневных дел существует более изящный инструмент – техника Zero-Shot Prompting.
"Zero-shot" дословно переводится как "без единого выстрела" или, в нашем контексте, "без единого примера”. Это искусство получать результат, не показывая ИИ, как именно это делать. В этой главе мы освоим эту технику и научимся добиваться быстрых побед там, где не нужна тяжелая артиллерия.
5.1. Разбор техники: суть и сила Zero-Shot
Что такое Zero-Shot Prompting?
Zero-Shot Prompting – это техника, при которой вы даете языковой модели задачу, не предоставляя ей ни одного примера выполнения. Вы просто говорите, что сделать, и полагаетесь на её обширные знания, чтобы она поняла, как это сделать.
Все простые запросы, которые вы, вероятно, уже делали, являются примерами Zero-Shot:
Компонент | ✅ Пример Zero-Shot промпта |
ЗАДАЧА | Переведи "Hello, world!" на испанский |
Какая столица у Австралии? | |
Напиши короткое стихотворение о весне в стиле хокку |
Модель уже “видела” миллионы примеров переводов, ответов на вопросы и стихов во время своего обучения. Ей не нужны ваши примеры, чтобы справиться с такими базовыми задачами. Вы доверяете ее «общему образованию».
Когда использовать Zero-Shot?
Этот метод – ваш лучший друг для задач, которые требуют скорости и креативности, а не хирургической точности.
Мозговой штурм и генерация идей:
Предложи 10 идей для YouTube-видео на тему "домашние тренировки для занятых людей".
Сгенерируй 5 необычных названий для кофейни в стиле стимпанк.
Создание списков и простая классификация:
Перечисли основные преимущества и недостатки удаленной работы в виде двух списков.
Суммаризация и перефразирование:
Суммируй следующую статью [текст статьи] в трех основных тезисах.
Ограничения Zero-Shot: когда нужна другая техника
Zero-Shot – не панацея. Техника начинает давать сбои и выдавать непредсказуемые результаты, когда ваша задача требует:
Строгого соблюдения сложного формата:
Если вам нужен ответ в виде сложной JSON-структуры.
Уникального или специфического стиля:
Если вам нужен текст в стиле вашего личного бренда, который ИИ никогда не видел.
Неоднозначной или новой логики:
Если задача требует особой последовательности действий или нестандартной классификации.
Простое правило:
Если вы получаете от Zero-Shot промпта не тот результат, который ожидали, первым делом подумайте: «Возможно, здесь нужны примеры, чтобы показать, чего я хочу?».
Если да, то пора переходить к технике Few-Shot (Глава 6).
5.2. Практический кейс: от идеи до результата за 30 секунд
Давайте посмотрим, как Zero-Shot помогает решать реальные задачи быстро. Представим, что мы ведем блог о путешествиях и у нас творческий кризис.
Задача:
Нам нужны свежие, не банальные идеи для статей.
Компонент | ✅ Пример эффективного Zero-Shot промпта |
РОЛЬ | Ты – опытный тревел-блогер с нестандартным взглядом на путешествия. |
ЗАДАЧА | Предложи 10 оригинальных идей для статей в блог. |
КОНТЕКСТ | Целевая аудитория – молодые путешественники (20-30 лет), ищущие уникальные впечатления, а не туристические маршруты. |
ОГРАНИЧЕНИЯ | Избегай банальных тем вроде "Топ-10 достопримечательностей Парижа". |
Анализ:
Обратите внимание, мы использовали все элементы из «Четырех столпов», чтобы точно направить модель, но не использовали ни одного примера. Мы не показывали, как выглядит хорошая идея. Мы доверили это экспертизе модели, активированной через Роль и Контекст. Это и есть суть Zero-Shot.
Вероятный результат ИИ:
«Гастрономический детектив: Как найти лучшую уличную еду в Бангкоке, избегая туристических ловушек»
«Неделя без технологий: Цифровой детокс в горах Румынии»
«Городские джунгли: Гайд по заброшенным местам и крышам Стамбула»
Вывод:
За 30 секунд мы получили 10 рабочих идей, которые соответствуют нашему запросу. Это идеальный пример эффективного использования Zero-Shot.
5.3. Ваше задание - тренируем скорость и креативность
Теперь ваша очередь поработать отверткой. Выполните три быстрых задания, используя исключительно технику Zero-Shot.
Цель – получить полезный результат с первой попытки, не используя примеры. Представьте каждый промпт в табличном формате.
Генератор имен (5 минут):
Задача: Вы запускаете новый бренд экологичной косметики ручной работы.
Действие: Напишите Zero-Shot промпт, который сгенерирует 10 вариантов названий. Не забудьте добавить контекст (экологичность, ручная работа) и желаемый стиль (нежный, природный, минималистичный).
Специалист по переупаковке контента (5 минут):
Задача: У вас есть длинный абзац текста (можете взять любой из этой методички). Вам нужно сделать из него три коротких тезиса для публикации в Twitter/X.
Действие: Напишите Zero-Shot промпт, который возьмет ваш текст и суммирует его в виде трех отдельных тезисов, каждый не длиннее 280 символов.
Разрешитель споров (5 минут):
Задача: Вы не можете решить, куда поехать в отпуск: в горы или на море.
Действие: Напишите Zero-Shot промпт, в котором вы просите ИИ выступить в роли объективного консультанта по путешествиям и создать таблицу, сравнивающую два варианта по ключевым критериям.
Глава 6. Техника Few-Shot: сила убедительных примеров
Вступление к главе
Представьте, что вы просите нового сотрудника подготовить для вас отчет. Если вы просто скажете: "Сделай отчет по продажам”, вы, скорее всего, получите документ, который придется полностью переделывать.
Но если вы скажете: “Сделай отчет по продажам. Вот посмотри на отчет за прошлый месяц – мне нужна точно такая же структура, такой же тон и такие же графики", – ваши шансы на успех взлетают до небес.
Этот второй подход – и есть суть техники Few-Shot Prompting. "Few-shot" можно перевести как “с несколькими примерами". Это метод, при котором мы не просто говорим ИИ, что сделать, но и показываем ему, как это сделать, на конкретных образцах.
Если Zero-Shot – это доверие к общим знаниям модели, то Few-Shot – это тонкая настройка ее поведения под вашу уникальную задачу. Это переход от роли "заказчика" к роли "наставника". И в этой главе вы научитесь быть очень хорошим наставником.
6.1. Разбор техники: как примеры меняют всё
Что такое Few-Shot Prompting?
Few-Shot Prompting – это техника, при которой вы включаете в свой промпт от одного до нескольких примеров (shots), демонстрирующих желаемый результат. Эти примеры служат для модели кратковременным “учебным пособием”. Она анализирует их, выявляет закономерности (стиль, формат, структуру) и применяет их к вашей новой задаче.
One-shot: Промпт с одним примером. Используется, когда формат простой, но его нужно четко обозначить.
Few-shot: Промпт с 2-5 примерами. Используется для более сложных форматов и стилей, чтобы модель лучше уловила паттерн.
Ключевая мысль:
Примеры часто работают лучше, чем длинные и сложные словесные инструкции. Вместо того чтобы описывать стиль как “профессиональный, но немного ироничный”, лучше просто показать пример такого стиля.
Когда без Few-Shot не обойтись?
Сложный или нестандартный формат:
Задача: Нужно извлекать из текста имя, фамилию и email и складывать их в JSON.
Проблема Zero-Shot: Модель может перепутать названия полей или выдать ответ не в JSON.
Решение Few-Shot: Показать 1-2 примера формата "Текст -> JSON".
Специфический тон или стиль:
Задача: Написать ответы на отзывы клиентов в стиле вашего бренда (например, игривом и с использованием фирменных словечек).
Проблема Zero-Shot: Модель напишет стандартный, безликий ответ.
Решение Few-Shot: Показать 2-3 примера формата "Отзыв клиента -> Наш идеальный ответ"
Неоднозначная или новая задача:
Задача: Классифицировать новостные заголовки по категориям: «Позитивная», «Негативная», «Нейтральная».
Проблема Zero-Shot: Понимание «позитивности» у модели может отличаться от вашего.
Решение Few-Shot: Дать несколько примеров заголовков с вашей правильной классификацией.
Анатомия Few-Shot промпта: структура – ключ к успеху
Чтобы примеры работали, они должны быть структурированы. Самый надежный формат – это последовательность Вход -> Выход. ИИ видит эту структуру, понимает закономерность и генерирует ответ для вашего последнего блока «Выход:».
6.2. Практический кейс: приручаем стиль и формат
Давайте решим реальную бизнес-задачу, где Zero-Shot точно бы провалился.
Задача:
Мы – маркетологи. Нам нужно превращать технические характеристики нового смартфона в короткие, яркие, продающие тезисы для рекламы.
Попытка №1: Провальный Zero-Shot
Преврати эту характеристику "Батарея 5000 мАч" в рекламный тезис.
Вероятный результат: «Смартфон оснащен батареей емкостью 5000 мАч, что обеспечивает длительное время работы.» (Сухо, скучно, не продает).
Попытка №2: Мощный Few-Shot
Компонент | ✅ Пример эффективного Few-Shot промпта |
РОЛЬ | Ты – гениальный маркетолог, который превращает скучные технические характеристики в яркие, эмоциональные тезисы, подчеркивающие выгоду для клиента. |
ЗАДАЧА | Следуй примерам ниже, чтобы превратить техническую характеристику в рекламный тезис. |
КОНТЕКСТ (ПРИМЕРЫ) | Пример 1: Вход: "Процессор Snapdragon 8 Gen 3" Выход: "Играй на максималках без лагов. Мощь флагманского процессора в твоем кармане." Пример 2: Вход: "Экран AMOLED 120 Гц" Выход: "Каждое движение на экране – плавное и живое. Погрузись в картинку с головой." Пример 3: Вход: "Камера 108 Мп" Выход: "Снимки с невероятной детализацией. Увеличивай фото и находи новые миры в каждом кадре." |
ФОРМАТ (АКТУАЛЬНАЯ ЗАДАЧА) | Вход: "Батарея 5000 мАч" Выход: |
Ожидаемый результат ИИ:
«Забудь о розетке на целый день. Энергии хватит на все твои идеи и развлечения.»
Вывод:
Результат несравнимо лучше. Он точно соответствует тому стилю, который мы задали. Мы не описывали этот стиль словами, мы его показали. В этом и заключается магия Few-Shot.
6.3. Ваше задание - станьте наставником для ИИ
Теперь ваша очередь поработать с примерами. Выберите одно из двух заданий и выполните его, используя технику Few-Shot. Сосредоточьтесь на качестве и логике ваших примеров.
Представьте финальный промпт в нашем табличном формате.
Задание 1: Эмоциональный классификатор (15 минут)
Задача:
Вы хотите автоматически классифицировать комментарии пользователей в вашем блоге на три категории: Позитив, Негатив, Вопрос.Действие:
Напишите промпт, который будет выполнять эту классификацию.
Придумайте и включите в промпт по два примера для каждой категории (всего 6 примеров), используя структуру Вход: "Текст комментария" -> Выход: "Категория".
В конце промпта добавьте новый комментарий для классификации.
Задание 2: Генератор метафор (15 минут)
Задача:
Вы пишете научно-популярную статью и хотите объяснять сложные термины через простые, понятные метафоры.Действие:
Напишите промпт, который будет генерировать метафоры для сложных понятий.
Включите в промпт 2-3 примера в формате Понятие: "Термин" -> Метафора: "Объяснение", демонстрирующих нужный вам стиль. В конце промпта добавьте новый сложный термин для объяснения (например, "Машинное обучение").
Глава 7. Техника Chain-of-Thought (CoT): заставляем ИИ думать по шагам
Вступление к главе
Представьте, что вы задаете ученику сложную математическую задачу. Если вы попросите его дать только финальный ответ, шанс на ошибку очень велик. Он может что-то упустить, перепутать порядок действий или просто попытаться угадать. Но если вы попросите его: “Не спеши. Распиши на доске все решение, шаг за шагом", – произойдет магия. Ученик замедлится, сконцентрируется, и вероятность правильного ответа резко возрастет. А вы, в свою очередь, сможете увидеть всю логику его рассуждений.
Точно такой же принцип лежит в основе техники Chain-of-Thought (CoT), или «Цепочка рассуждений». Это не просто промпт – это просьба к ИИ “подумать вслух” перед тем, как дать ответ.
Это одна из самых мощных техник в арсенале промпт-инженера. Она превращает ИИ из "генератора ответов” в “партнера по решению проблем”. В этой главе мы научимся запускать этот процесс мышления и решать задачи, которые раньше казались нейросетям не по зубам.
7.1. Разбор техники: магия пошагового мышления
Что такое Chain-of-Thought Prompting?
Chain-of-Thought (CoT) – это техника, при которой мы явно просим модель разбить решение сложной задачи на последовательность логических шагов и изложить эти шаги в своем ответе. Вместо того чтобы сразу выдавать результат, модель сначала генерирует цепочку рассуждений, которая к этому результату приводит.
Магическая фраза, которая активирует этот режим, может быть очень простой:
«Прежде чем дать ответ, приведи свои рассуждения»
«Думай по шагам»
«Разложим задачу на этапы»
«Объясни свою логику шаг за шагом»
Почему это так эффективно работает?
Выделяем больше “времени на раздумья": Генерация каждого шага – это дополнительная вычислительная операция. Это дает модели больше ресурсов на обработку сложной логики.
Снижаем риск ошибки: Разбивая большую задачу на маленькие, модель решает серию простых подзадач.
Делаем процесс прозрачным: Мы видим всю цепочку рассуждений. Если в ответе есть ошибка, мы можем легко отследить, на каком именно логическом шаге модель сбилась.
Улучшаем итоговый результат: Пройдя через все шаги, модель приходит к финальному ответу, который более продуман, обоснован и точен.
Когда CoT – ваш главный козырь?
Арифметические и логические задачи: «У Маши было 5 яблок, она отдала 2 Пете, а потом купила еще 3. Сколько яблок у нее стало? Объясни по шагам.»
Планирование и стратегия: «Разработай маркетинговую стратегию. Объясни свою логику, разбив ее на этапы...»
Анализ данных и ситуаций: «Проанализируй следующий отзыв клиента. Шаг 1: определи проблему. Шаг 2: выдели тон. Шаг 3: предложи решение.»
7.2. Практический кейс: от хаоса к стратегии
Давайте решим типичную бизнес-задачу, где без CoT мы бы получили поверхностный и бесполезный ответ.
Задача:
Мы - YouTube-блогер. Нам нужно разработать структуру для нового видео на сложную тему "Как ИИ изменит рынок труда".
Попытка №1: Провальный Zero-Shot
Придумай структуру для видео "Как ИИ изменит рынок труда"
Вероятный результат:
Банальный список:
Введение.
Профессии, которые исчезнут.
Профессии, которые появятся.
Заключение. (Верно, но поверхностно и неинтересно).
Попытка №2: Мощный CoT
Компонент | ✅ Пример эффективного CoT-промпта |
РОЛЬ | Ты – опытный сценарист и аналитик, создающий глубокие и структурированные видео для YouTube. |
ЗАДАЧА | Разработай подробную структуру для 15-минутного видео на тему "Как ИИ изменит рынок труда". |
ФОРМАТ/ИНСТРУКЦИЯ | Подойди к задаче системно. Прежде чем выдать финальную структуру, проведи анализ по шагам: Шаг 1: Анализ аудитории. Кто они? Чего они боятся? На что надеются? Шаг 2: Формулировка тезиса. Какую главную идею должен вынести зритель? Шаг 3: Разработка структуры. На основе анализа выше, предложи 3-4 логических блока для основной части видео. Шаг 4: Идея для заключения. Предложи сильный призыв к действию. После этого анализа представь финальную структуру видео в виде детализированного плана. |
Ожидаемый результат ИИ:
Сначала ИИ выдаст свои рассуждения:
Анализ по шагам:
Шаг 1: Целевая аудитория. Это студенты и молодые специалисты (20-35 лет), которые обеспокоены своим карьерным будущим. Их главный страх – стать ненужными. Их надежда – найти свое место в новом мире…
Шаг 2: Главная идея. ИИ – это не "убийца профессий", а "трансформер навыков". Выживут не те, кто борется с ИИ, а те, кто научится с ним сотрудничать…
...и так далее по всем шагам.
А затем, на основе этих рассуждений, он выдаст детализированный план видео, который будет на порядок глубже и интереснее, чем в первом варианте.
Вывод:
CoT-промпт заставил ИИ пройти тот же мыслительный процесс, что и профессиональный сценарист. Мы получили не просто ответ, а результат качественной аналитической работы.
7.3. Ваше задание - станьте стратегом
Теперь ваша очередь заставить ИИ думать. Выберите одно из двух заданий и решите его с помощью техники Chain-of-Thought. Представьте финальный промпт в табличном формате.
Задание 1: Кризис-менеджер (15 минут)
Задача:
Представьте, что вы владелец небольшого онлайн-магазина и получили 5 негативных отзывов о долгой доставке. Вам нужно разработать план действий.Действие:
Напишите CoT-промпт, в котором попросите ИИ (в роли кризис-менеджера) разработать план, рассуждая по шагам:1. Анализ возможных причин проблемы.
2. Предложение немедленных действий для решения.
3. Разработка плана коммуникации с клиентами.
4. Предложение долгосрочных решений.
Задание 2: Планировщик контента (15 минут)
Задача:
Вы хотите запустить небольшой блог на тему вашего хобби. Вам нужен контент-план на первую неделю.Действие:
Напишите CoT-промпт, в котором попросите ИИ (в роли контент-стратега) разработать план, думая по шагам:
1. Определить главную цель блога.
2. Описать портрет идеального читателя.
3. Предложить 5 тем для постов.
4. Для каждой темы кратко описать формат.
Глава 8. Техника Self-Consistency: сила второго, третьего и четвертого мнения
Вступление к главе
Представьте, что вы капитан корабля в густом тумане и вам нужно определить свое точное местоположение. Вы можете сделать замер по одному навигационному прибору. Но что, если в приборе есть небольшой сбой? Вы рискуете уйти не в ту сторону. Мудрый капитан сделает несколько замеров, и если три из четырех укажут на одну точку, он будет уверен в своем положении гораздо больше.
Этот принцип – получение уверенности через большинство голосов – лежит в основе техники Self-Consistency (Самосогласованность). Как было предложено в основополагающей работе исследователей из Google (Wang et al., 2022), эта техника является прямым и мощным улучшением Chain-of-Thought (Глава 7).
Если CoT – это просьба к ИИ "подумать один раз, но хорошо", то Self-Consistency – это просьба “подумай над этим несколько раз, совершенно по-разному, а потом давай выберем самый надежный ответ". В этой главе мы научимся использовать этот “совет директоров" внутри ИИ для достижения поразительной точности.
8.1. Разбор техники: как большинство побеждает ошибку
Что такое Self-Consistency?
Self-Consistency — это техника, которая заменяет стандартный ("жадный") подход CoT, где генерируется только один, самый вероятный путь рассуждений.
Вместо этого она состоит из двух этапов:
Сэмплирование нескольких путей рассуждений: Мы просим модель решить одну и ту же задачу несколько раз, намеренно генерируя разнообразные цепочки мыслей.
Агрегация и выбор ответа: Мы собираем все полученные финальные ответы и выбираем тот, который встречается чаще всего (простое голосование по большинству).
Как это работает на практике?
Берется промпт, хорошо работающий с Chain-of-Thought, часто с несколькими примерами (Few-Shot CoT).
При запуске промпта (особенно через API) используется параметр "температуры" (temperature) выше нуля. Это заставляет модель исследовать не только самый очевидный, но и другие возможные пути рассуждений.
Один и тот же промпт запускается несколько раз (3, 5 или более).
Анализируются только финальные ответы из всех полученных цепочек рассуждений.
Выбирается ответ, который встречается чаще всего.
Почему это так эффективно?
Существует множество неверных путей решения сложной задачи, но правильный путь, как
правило, один. Генерируя несколько независимых решений, мы повышаем вероятность того, что модель хотя бы несколько раз наткнется на правильную логическую цепочку. Случайные ошибки, скорее всего, будут уникальны для каждой попытки, а правильный ответ будет повторяться.
Когда Self-Consistency – ваш главный союзник?
Этот метод не для творческих задач. Он блистает там, где ответ должен быть единственно верным и точным:
Арифметические и математические задачи.
Логические головоломки и задачи на здравый смысл.
8.2. Практический кейс: решаем задачу о возрасте сестры
Это классический пример, который отлично демонстрирует силу техники.
Задача:
Когда мне было 6 лет, моя сестра была вдвое младше меня. Сейчас мне 70 лет. Сколько лет моей сестре?
Попытка №1: Обычный ("жадный") CoT
Компонент | ✅ Пример CoT-промпта |
КОНТЕКСТ | Когда мне было 6 лет, моя сестра была вдвое младше меня. Сейчас мне 70 лет. |
ЗАДАЧА | Сколько лет моей сестре? Объясни свои рассуждения. |
Результат:
При таком подходе модель с высокой вероятностью выдаст правильный ответ (67), но иногда может пойти по ложному пути и выдать ошибку (например, 35). Мы зависим от одной-единственной попытки.
Попытка №2: Применяем Self-Consistency (Имитируем 3 запуска)
Мы используем тот же промпт, но запускаем его 3 раза, получая разные цепочки рассуждений.
Рассуждение 1: | Когда мне было 6, сестре было 6 / 2 = 3 года. Разница в возрасте составляет 6 - 3 = 3 года. Сейчас мне 70, значит, сестре 70 - 3 = 67 лет. Ответ: 67. |
Рассуждение 2: | Разница в возрасте между мной и сестрой постоянна. Когда мне было 6, сестре было 3. Разница - 3 года. Если сейчас мне 70, то сестре 70 - 3 = 67 лет. Ответ: 67. |
Рассуждение 3 (ошибочное): | Сестра всегда вдвое младше. Если сейчас мне 70 лет, то ей 70 / 2 = 35 лет. Ответ: 35. |
Наш анализ результатов:
Ответ 67 встретился 2 раза.
Ответ 35 встретился 1 раз.
Вывод по большинству голосов:
Правильный ответ — 67.
Вывод:
Даже если одна из генераций пошла по совершенно неверному пути, метод "голосования" позволил нам отфильтровать грубую ошибку и прийти к верному результату. Мы доверились не одной случайной цепочке мыслей, а "мудрости толпы" из нескольких попыток.
8.3. Ваше задание - станьте присяжным заседателем
Теперь ваша очередь применить принцип большинства для достижения точности. Для этого задания вам нужно будет запустить один и тот же промпт несколько раз и проанализировать результаты.
Задача:
Решить классическую логическую задачку.
Текст задачи: "Братьев зовут Джон, Джек и Джим. Их фамилии - Смит, Джонс и Робинсон. Джек не Робинсон. Отец Смита – фермер. Джим работает врачом. Младший брат, Джон, не фермер и не врач. Какая фамилия у каждого из братьев?"
Ваши действия:
Сформулируйте CoT-промпт для решения этой задачи в нашем табличном формате.
Запустите этот промпт в вашем чат-боте ровно 3 раза.
Скопируйте все три полных ответа.
Проанализируйте финальные ответы. Какой ответ встречается чаще всего?
Сделайте финальный вывод на основе «голосования».
Глава 9. Техника Generate Knowledge: сначала конспект, потом ответ
Вступление к главе
Представьте, что вам нужно построить дом из кирпичей. У вас есть два варианта. Первый: вы просите строителей привозить по одному кирпичу прямо со склада по мере надобности. Процесс будет медленным, хаотичным, и есть риск, что привезут не те кирпичи.
Второй вариант: вы сначала заказываете на стройплощадку все необходимые кирпичи, аккуратно складываете их, проверяете качество, и только потом начинаете кладку. Работа пойдет быстрее, организованнее, а результат будет предсказуемо качественным.
Этот второй подход – и есть суть техники Generate Knowledge Prompting (Промптинг с генерацией знаний). Вместо того чтобы просить ИИ сразу написать сложный текст, рискуя получить “кашу" из общих фраз и “галлюцинаций”, мы сначала заставляем его “завезти на стройплощадку" все необходимые факты. А уже потом, из этих проверенных “кирпичей”, строим наш финальный текст.
9.1. Разбор техники: строим на прочном фундаменте фактов
Что такое Generate Knowledge Prompting?
Generate Knowledge Prompting – это двухшаговая техника, которая является частным случаем Пайплайна (Prompt Chaining, Глава 10).
Мы разделяем процесс создания контента на:
Шаг 1:
Генерация Знаний. Мы даем ИИ промпт с задачей сгенерировать набор ключевых фактов, тезисов, данных или идей по заданной теме. Это наш “конспект” или “база знаний".Шаг 2:
Создание Контента. Мы пишем второй промпт, в который включаем сгенерированную на первом шаге базу знаний, и просим ИИ использовать именно эти факты для написания финального текста (статьи, отчета, эссе).
Почему это так важно и эффективно?
Фокусировка:
На первом шаге мы заставляем ИИ сконцентрироваться исключительно на поиске и структурировании фактов, не отвлекаясь на “красивый слог".Контроль и проверка: Мы получаем на руки список фактов до того, как они будут вплетены в текст. На этом этапе мы можем их проверить, отредактировать, удалить лишнее или добавить свое. Мы получаем полный контроль над “сырьем”.
Снижение “галлюцинаций": Когда во втором промпте мы говорим ИИ: «Пиши, опираясь только на эти факты», мы резко сужаем ему пространство для выдумок.
Повышение глубины: Текст, построенный на заранее подготовленной и структурированной базе знаний, получается более глубоким, логичным и убедительным.
Когда Generate Knowledge – ваш основной инструмент?
Написание экспертных статей и постов в блог.
Создание аналитических отчетов и обзоров.
Подготовка рефератов, эссе и научных работ.
Написание сценариев для образовательных или документальных видео.
9.2. Практический кейс: от списка фактов к экспертной статье
Давайте напишем небольшой фрагмент статьи на сложную тему и посмотрим, как эта техника помогает избежать "воды" и сделать текст ценным.
Задача:
Написать раздел для статьи о влиянии Римской империи на современное право.
Попытка №1: Провальный "прямой” подход
Напиши абзац о влиянии римского права на современные законы.
Вероятный результат:
Очень общий текст, наполненный фразами вроде “Римская империя внесла огромный вклад...”. Никакой конкретики, никакой ценности.
Попытка №2: Мощный двухшаговый Generate Knowledge
Шаг 1 - Промпт для Генерации Знаний
Компонент | ✅ Промпт "Генератор знаний" |
РОЛЬ | Ты – историк, специализирующийся на римском праве. |
ЗАДАЧА | Сгенерируй список из 5-7 ключевых концепций или терминов из римского права, которые напрямую повлияли на современные юридические системы. |
ФОРМАТ | Для каждого пункта дай краткое объяснение (1-2 предложения). |
Результат Шага 1 (наша "база знаний"):
Презумпция невиновности (praesumptio innocentiae):
Принцип, согласно которому обвиняемый считается невиновным, пока его вина не будет доказана.Corpus Juris Civilis (Свод гражданского права): Кодификация римского права, предпринятая императором Юстинианом, которая легла в основу многих европейских правовых систем.
Понятие юридического лица: Идея о том, что организация может иметь права и обязанности отдельно от ее членов.
...и т.д.
Шаг 2 - Промпт для Создания Контента
Компонент | ✅ Промпт "Создатель контента" |
РОЛЬ | Ты – автор научно-популярного блога. |
ЗАДАЧА | Напиши связный и увлекательный абзац на тему "Как наследие Рима живет в наших судах сегодня". Начни текст с интригующего вопроса. |
КОНТЕКСТ (БАЗА ЗНАНИЙ) | Используй исключительно приведенные ниже факты:<br>1. Презумпция невиновности: Принцип, согласно которому обвиняемый считается невиновным.<br>2. Corpus Juris Civilis: Кодификация римского права...<br>3. Понятие юридического лица... |
ФОРМАТ/ОГРАНИЧЕНИЯ | Объем: около 150 слов. |
Ожидаемый результат Шага 2:
«Задумывались ли вы, как много от Древнего Рима осталось в современном зале суда? Гораздо больше, чем просто латинские термины. Сама идея о том, что вы невиновны, пока прокурор не докажет обратное – это "презумпция невиновности", прямой потомок римской мысли. Грандиозный "Corpus Juris Civilis", созданный при императоре Юстиниане, до сих пор является фундаментом для гражданских кодексов многих стран...»
Вывод:
Сравните этот текст с результатом первой попытки. Он наполнен конкретикой, фактами, он убедителен и интересен. И все это потому, что мы сначала подготовили качественное "сырье”.
9.3. Ваше задание - станьте редактором своего собственного ИИ
Теперь ваша очередь выступить в двух ролях: сначала как исследователь, собирающий факты, а затем как писатель, превращающий их в качественный текст.
Задача:
Написать пост для соцсетей (например, для LinkedIn или Telegram) на тему "Удивительные факты о сне, которые помогут вам быть продуктивнее".
Ваши действия:
Этап 1: Генерация Знаний (Роль: Исследователь)
Напишите промпт (в табличном формате), в котором вы просите ИИ (в роли нейробиолога или сомнолога) сгенерировать 5-7 малоизвестных, но научно подтвержденных фактов о влиянии сна на когнитивные функции (память, креативность, принятие решений).
Получите этот список фактов. Прочитайте его и убедитесь, что факты интересные и не банальные. Это ваш этап контроля.
Этап 2: Создание Контента (Роль: SMM-специалист)
Напишите второй промпт (в табличном формате). Дайте ИИ роль SMM-специалиста.
Скопируйте в этот промпт список фактов, который вы получили и одобрили на первом этапе, в блок [КОНТЕКСТ].
Дайте четкую инструкцию: «Используя только эти факты, напиши увлекательный и полезный пост для [ваша соцсеть] объемом около 200 слов. Структурируй пост так, чтобы его было легко читать (используй абзацы, эмодзи). В конце добавь вопрос к аудитории, чтобы стимулировать комментарии.»
Глава 10. Техника Pipeline (Prompt Chaining): собираем конвейер для больших задач
Вступление к главе
Представьте себе автомобильный завод. Что, если бы там был всего один гигантский станок, который пытался бы из куска металла сразу сделать готовый автомобиль? Это было бы невероятно сложно, дорого, а любая малейшая ошибка приводила бы к браку всей машины.
Вместо этого заводы используют конвейер – пайплайн. На одном этапе штампуют кузов, на другом – устанавливают двигатель, на третьем – собирают салон. Каждый этап прост, понятен и контролируем. Ошибка на одном этапе легко исправляется и не губит всю работу.
Точно такой же “конвейерный” подход мы можем и должны применять при решении больших задач с помощью ИИ. Вместо того чтобы писать один монструозный промпт, который должен сделать всё и сразу, мы создаем последовательность из нескольких простых и логичных промптов.
Это самый надежный путь к созданию чего-то действительно сложного и качественного.
10.1. Разбор техники: почему один промпт – это плохая идея для больших задач
Что такое Pipeline (Prompt Chaining)?
Pipeline (Пайплайн), также известный как Prompt Chaining (Цепочка промптов) – это рабочий процесс, при котором вы разбиваете одну большую задачу на несколько последовательных подзадач и для каждой из них используете отдельный, сфокусированный промпт.
Вывод предыдущего промпта становится вводом (или контекстом) для следующего.
Техника Generate Knowledge из прошлой главы – это классический пример пайплайна из двух шагов. Но пайплайны могут быть гораздо длиннее и сложнее.
Простейший пайплайн для написания статьи выглядит так:
Промпт 1 (Идея): Сгенерировать тему и ключевую идею.
Промпт 2 (План): На основе идеи создать подробный план (аутлайн).
Промпт 3 (Текст): На основе плана написать черновик текста.
Промпт 4 (Редактура): Проверить и улучшить написанный текст.
Промпт 5 (Заголовок): Придумать 10 вариантов заголовка для готовой статьи.
Преимущества "конвейерного" подхода:
Контроль на каждом этапе:
После каждого шага вы можете вмешаться, скорректировать результат или даже полностью его переделать, не теряя всю проделанную работу.
Снижение когнитивной нагрузки на ИИ:
Каждый промпт в цепочке – простой и сфокусированный. Модели не нужно держать в своем “контекстном окне” гигантское количество инструкций. Это резко снижает вероятность ошибок и "забывчивости".
Высокое качество результата:
Каждый этап выполняется специализированным “виртуальным экспертом". Для создания плана вы можете использовать роль «SEO-стратега», а для написания текста – роль «талантливого копирайтера».
Простота отладки:
Если что-то пошло не так, вы точно знаете, на каком этапе произошел сбой. Вам не нужно разбирать один огромный промпт, вы просто исправляете один маленький.
Возможность для автоматизации:
Именно пайплайны лежат в основе всех сложных AI-приложений (например, с использованием фреймворков типа LangChain).
10.2. Практический кейс: собираем статью на конвейере
Давайте пройдем по полному циклу создания качественной статьи для блога, используя технику пайплайна. Мы увидим, как каждый шаг логично вытекает из предыдущего.
Задача: Написать статью для блога о продуктивности на тему “Как побороть прокрастинацию".
Этап 1: Мозговой штурм и выбор угла подачи
Компонент | ✅ Промпт 1 (Генерация идей) |
РОЛЬ | Ты психолог и эксперт по продуктивности. |
ЗАДАЧА | Предложи 5 уникальных и не банальных "углов подачи" для статьи на тему "борьба с прокрастинацией". |
КОНТЕКСТ | Целевая аудитория – креативные профессионалы. |
Результат 1 (выбираем один из 5 вариантов):
Идея №3: "Прокрастинация не как лень, а как страх. Разбор психологических корней проблемы и техники работы с тревогой, а не с тайм-менеджментом". -> Отлично, этот угол нам нравится. Берем его за основу.
Этап 2: Создание структуры (аутлайна)
Компонент | ✅ Промпт 2 (Создание плана) |
РОЛЬ | Ты – SEO-редактор. |
ЗАДАЧА | Создай подробный, логичный и SEO-дружелюбный план для статьи. |
КОНТЕКСТ | Идея статьи: "Прокрастинация не как лень, а как страх..." |
Результат 2:
ИИ генерирует [Подробный план статьи с введением, 3-4 разделами и заключением] -> План выглядит отлично. Утверждаем.
Этап 3: Написание черновика (по частям!)
Инженерный совет: для длинных текстов лучше генерировать их по частям, чтобы сохранить фокус модели и контроль над процессом.
Компонент | ✅ Промпт 3.1 (Написание введения) |
РОЛЬ | Ты – талантливый копирайтер. |
ЗАДАЧА | Напиши захватывающее вступление, которое зацепит читателя. |
КОНТЕКСТ | Используй следующий пункт из нашего плана: [Вставить сюда пункт "Введение" из Результата 2] |
ФОРМАТ | Объем: 150 слов. |
(Далее аналогичные промпты создаются для каждой части статьи).
Этап 4: Генерация заголовков
Компонент | ✅ Промпт 4 (Генерация заголовков) |
РОЛЬ | Ты эксперт по кликабельным заголовкам. |
ЗАДАЧА | Предложи 10 вариантов заголовков для готовой статьи. |
КОНТЕКСТ | Вот полный текст статьи: [Вставить сюда полный текст, собранный на этапе 3] |
ОГРАНИЧЕНИЯ | Сделай их интригующими, но не кликбейтными. |
Результат 4:
ИИ генерирует [Список из 10 заголовков] -> Выбираем лучший.
Вывод:
Мы создали статью не одним запросом, а целой серией из 5-6 небольших, управляемых шагов. На каждом этапе мы могли вмешаться и скорректировать курс. Это и есть инженерный подход.
10.3. Ваше задание - станьте руководителем проекта
Теперь ваша очередь выступить в роли руководителя проекта и провести свой собственный "продукт" по всему конвейеру.
Ваша большая задача:
Создать детальный сценарий для 5-минутного YouTube-видео на тему по вашему выбору (ваше хобби, работа, любая интересная вам тема).
Ваши действия:
Разбейте весь процесс на пайплайн из минимум 4 этапов. Для каждого этапа напишите отдельный промпт в табличном формате. Выполняйте их последовательно.
Этап 1:
Генерация идеи и концепции. Напишите промпт, чтобы сгенерировать 3-5 идей для видео на вашу тему и выберите лучшую.
Этап 2:
Создание структуры видео. Напишите промпт, который на основе выбранной идеи создаст пошаговый план сценария (например: крючок, проблема, 3 совета, заключение с призывом к действию).
Этап 3:
Написание текста сценария. Напишите промпт (или несколько), который превратит утвержденный план в полноценный текст для ведущего. Укажите желаемый хронометраж (5 минут ~ 750-800 слов).
Этап 4:
Подбор визуального ряда. Напишите промпт, который на основе готового текста сценария предложит идеи для визуального сопровождения (какие кадры снимать, какую графику или вставки использовать для каждого абзаца).
Глава 11. Техника RAG: ваш ИИ-ассистент с доступом к личным архивам
Вступление к главе
Представьте, что вы наняли самого эрудированного в мире консультанта. Он читал Шекспира и знает квантовую физику. Но если вы спросите его: “Каковы условия гарантии на наш новый продукт, согласно внутреннему регламенту компании?", он разведет руками. Он не читал ваши документы.
До сих пор мы работали с ИИ именно в таком режиме – использовали его огромные, но общие знания. А что если мы могли бы дать этому гениальному консультанту доступ к нашей внутренней библиотеке – к нашим инструкциям, отчетам, договорам? Что если бы перед ответом на вопрос он сначала находил нужный документ, открывал правильную страницу и только потом формулировал ответ?
Именно эту задачу и решает технология Retrieval-Augmented Generation (RAG), что можно перевести как «Генерация, дополненная извлечением». Это не просто промпт, это целая система, которая превращает всезнайку в вашего личного, информированного ассистента. В этой главе мы разберемся, как работает эта магия.
11.1. Разбор техники: как ИИ научился "читать" ваши документы
Что такое RAG?
RAG – это архитектура, в которой процесс ответа на вопрос делится на два этапа:
Извлечение (Retrieval):
Когда система получает ваш вопрос, она сначала не идет к языковой модели. Она идет в специальную векторную базу данных, где хранятся ваши документы, предварительно разбитые на небольшие фрагменты (чанки). Система находит в этой базе несколько фрагментов, которые наиболее релевантны вашему вопросу.
Генерация (Generation):
Затем система берет ваш исходный вопрос, добавляет к нему найденные релевантные фрагменты текста и отправляет все это языковой модели (LLM) с промптом в стиле: «Используя ТОЛЬКО приведенные ниже фрагменты текста, ответь на следующий вопрос...»
Таким образом, LLM работает не в вакууме своих знаний, а в жестких рамках предоставленного контекста.
Аналогия:
Это как студент, который сдает экзамен с разрешением пользоваться конспектами (open-book exam). Он не вспоминает весь курс, а находит в своих записях нужную тему и на ее основе формулирует ответ. Ваши документы – это его конспекты.
Почему RAG меняет правила игры?
Победа над “галлюцинациями": Так как модель обязана основывать свой ответ на предоставленном тексте, у нее практически нет шансов что-то выдумать. Ответы становятся фактически точными.
Работа с актуальной и приватной информацией: RAG решает проблему устаревших знаний модели и позволяет работать с конфиденциальными данными.
Прозрачность и цитирование: Хорошие RAG-системы всегда могут указать источник – тот самый фрагмент документа, на основе которого был дан ответ.
Важное замечание:
Полноценная реализация RAG-системы – это инженерная задача. Но многие современные платформы (например, кастомные GPT в ChatGPT Plus) уже имеют встроенный функционал RAG, который работает “под капотом”. Моя задача – чтобы вы поняли принцип и могли эффективно его использовать.
11.2. Практический кейс: чат с инструкцией от пылесоса
Давайте представим, как RAG работает на простом бытовом примере. Вы купили новый робот-пылесос, и у вас есть 100-страничная PDF-инструкция к нему.
Проблема:
Вы не хотите читать 100 страниц, чтобы узнать, как почистить щетку.
Решение:
Вы загружаете этот PDF в RAG-систему (например, в кастомный GPT с названием “Эксперт по моему пылесосу").
Ваш промпт (вопрос к системе):
Как часто нужно чистить основную щетку и как это сделать?
Что происходит "под капотом":
Шаг 1 - Извлечение (Retrieval)
Система ищет в базе данных (вашем PDF) наиболее релевантные фрагменты. Она находит что-то вроде:
Фрагмент 1 (со стр. 45): «...Для оптимальной работы рекомендуется производить очистку основной щетки один раз в неделю. При использовании в домах с домашними животными – два раза в неделю...»
Фрагмент 2 (со стр. 46): «... Для снятия щетки нажмите на два желтых фиксатора. Удалите намотавшиеся волосы и волокна с помощью комплектного инструмента для очистки...»
Шаг 2 - Генерация (Generation)
Система формирует скрытый промпт для LLM:
Компонент | ✅ Скрытый промпт, который формирует RAG-система |
РОЛЬ | Ты — полезный ассистент. |
ЗАДАЧА | Ответь на вопрос пользователя, основываясь ИСКЛЮЧИТЕЛЬНО на предоставленном контексте. |
КОНТЕКСТ | Контекст из документа: Фрагмент 1: "...очистку основной щетки один раз в неделю..." Фрагмент 2: "...Для снятия щетки нажмите на два желтых фиксатора..." Вопрос пользователя: "Как часто нужно чистить основную щетку и как это сделать?" |
Финальный ответ, который вы видите:
«Согласно инструкции, основную щетку рекомендуется чистить раз в неделю (или дважды в неделю, если у вас есть домашние животные).
Чтобы ее почистить, сделайте следующее:
Нажмите на два желтых фиксатора, чтобы снять щетку.
Используйте инструмент из комплекта, чтобы удалить волосы и волокна.
Установите щетку обратно до щелчка.»
Вывод:
Ответ на 100% точен, основан на инструкции, не содержит выдумок и экономит вам кучу времени.
11.3. Ваше задание - проектируем своего RAG-ассистента
Поскольку создание полноценной RAG-системы требует технических навыков, наше задание будет концептуальным. Ваша цель — научиться мыслить в парадигме RAG и понимать, где эта технология может принести максимальную пользу.
Задача:
Выберите ОДИН из трех сценариев ниже и спроектируйте для него RAG-ассистента.
Сценарии на выбор:
HR-ассистент для новых сотрудников компании.
Ассистент для студентов, помогающий готовиться к экзамену по конкретному учебнику.
Кулинарный ассистент, основанный на 100 ваших любимых рецептах, сохраненных в Word-документах.
Ваши действия:
Для выбранного сценария письменно ответьте на следующие вопросы:
Какую главную проблему решает ваш RAG-ассистент?
(Например, «Новые сотрудники постоянно задают одни и те же вопросы HR-отделу, отвлекая их от работы»).Какие документы станут основой для его “базы знаний"?
(Перечислите конкретные типы документов. Например, «Трудовой договор, политика отпусков, FAQ для новичков»).Приведите 3 примера конкретных вопросов (промптов), которые пользователи будут задавать этому ассистенту.
Для одного из этих вопросов опишите (как мы делали в кейсе с пылесосом), какой релевантный фрагмент текста система должна “извлечь" и какой финальный ответ она должна "сгенерировать".
Глава 12. Техника Reflexion: как научить ИИ учиться на своих ошибках
Вступление к главе
Представьте себе начинающего гончара. Его первая ваза выходит кривой. Что он делает? Он не выбрасывает ее со словами “я бездарь". Он смотрит на нее и рефлексирует: “Так, стенки слишком толстые, здесь я давил слишком сильно, а горлышко получилось неровным". Он делает выводы. И следующая его ваза получается уже лучше. А десятая – еще лучше.
Этот процесс самоанализа и итеративного улучшения – и есть рефлексия. Это фундаментальный механизм человеческого обучения. И самое удивительное, что мы можем научить этому и искусственный интеллект.
Техника Reflexion (от англ. “reflection” – размышление) – это стратегия, при которой мы не просто получаем ответ от ИИ, а запускаем диалог, в котором он сам становится критиком своей работы. Вместо того чтобы самим искать ошибки в его ответе, мы говорим ему: “Посмотри на то, что ты сделал. Оцени свою работу. Найди слабые места и исправь их". В этой главе мы научимся быть коучами для нашего ИИ, запуская в нем механизм самосовершенствования.
12.1. Разбор техники: цикл "Действие-Анализ-Улучшение"
Что такое Reflexion?
Reflexion – это многоэтапная техника, которая превращает одиночный промпт в итерационный пайплайн (см. Главу 10), сфокусированный на самосовершенствовании:
Действие (Act):
Мы даем ИИ первоначальную задачу, и он генерирует первый вариант решения (текст, код, план).
Самокритика (Self-Critique):
Мы даем второй промпт, в котором просим ИИ выступить в роли критика и оценить свой собственный предыдущий ответ. Мы можем задать конкретные критерии для оценки.
Улучшение (Improvement):
Мы даем третий промпт, в котором просим ИИ, основываясь на сделанных им же выводах, создать новую, улучшенную версию своего первоначального ответа.
Этот цикл можно повторять несколько раз, с каждой итерацией повышая качество результата.
Почему это работает?
Активация разных "режимов” мышления: В роли “создателя” ИИ сфокусирован на генерации. В роли "критика" – на поиске ошибок. Переключение между этими ролями позволяет получить более сбалансированный результат.
Обнаружение неявных ошибок: ИИ, получив команду “быть строгим критиком”, может найти проблемы, которые ускользнули от нашего взгляда (например, несоответствие тона, логические разрывы).
Структурированный процесс улучшения: Вместо хаотичных правок “здесь подправить, там убрать", мы создаем системный процесс, где каждое улучшение основано на предварительном анализе.
Когда Reflexion особенно полезна?
Эта техника блистает в задачах, где не существует единственно верного ответа, а качество – понятие субъективное и требует "шлифовки".
Написание сложных текстов: Создание эссе, коммерческих предложений, важных писем, где важен не только смысл, но и тон, структура, убедительность.
Программирование: Написание кода, его отладка и оптимизация.
Креативная работа: Улучшение сценариев, стихов, рекламных слоганов.
Планирование и стратегия: Создание и последующее “стресс-тестирование” бизнес-планов или маркетинговых стратегий.
12.2. Практический кейс: от сырого письма к идеальному
Давайте напишем важное и деликатное письмо, где любая ошибка в тоне может все испортить. И посмотрим, как Reflexion поможет нам его отшлифовать.
Задача: Написать письмо клиенту с вежливым отказом в его просьбе о большой дополнительной скидке.
Этап 1: Действие (Act)
Компонент | ✅ Промпт 1 (Первый черновик) |
РОЛЬ | Ты менеджер по продажам. |
ЗАДАЧА | Напиши клиенту [Имя] вежливый отказ в его просьбе о скидке 25%, ссылаясь на политику компании. |
Результат 1 (черновик):
«Уважаемый [Имя], к сожалению, мы не можем предоставить вам скидку в 25%, так как это противоречит нашей ценовой политике. С уважением, ...»
Проблема:
Вежливо, но сухо, формально и недружелюбно. Клиент может обидеться.
Этап 2: Самокритика (Self-Critique)
Компонент | ✅ Промпт 2 (Анализ черновика) |
РОЛЬ | Ты – эксперт по клиентскому сервису. |
ЗАДАЧА | Проанализируй текст письма выше. Какие у него слабые стороны? В чем риски? Что можно улучшить в тоне, структуре и аргументации? |
КОНТЕКСТ | Текст для анализа: "Уважаемый [Имя], к сожалению, мы не можем предоставить..." |
ФОРМАТ | Дай свой анализ в виде списка из 3-4 пунктов. |
Результат 2 (анализ от ИИ):
Тон:
Слишком прямой и холодный. Фраза "не можем предоставить" звучит как стена. Нет эмпатии.Аргументация:
Ссылка на "политику" звучит как формальная отговорка и ничего не объясняет клиенту.Структура:
Письмо заканчивается на негативной ноте, нет "мостика" к продолжению сотрудничества.
Этап 3: Улучшение (Improvement)
Компонент | ✅ Промпт 3 (Финальная версия) |
РОЛЬ | Ты – старший менеджер по работе с ключевыми клиентами. |
ЗАДАЧА | Основываясь на своей же критике, перепиши письмо. Сделай его более теплым, объясни причину отказа с точки зрения ценности продукта, а не политики, и обязательно предложи альтернативу или бонус, чтобы сохранить лояльность клиента. |
КОНТЕКСТ | Исходный текст: "..." Критика: "Тон слишком холодный, аргументация слабая..." |
Результат 3 (финальная версия):
«Уважаемый [Имя], большое спасибо за ваше обращение и интерес к нашему продукту! Мы невероятно ценим, что вы являетесь нашим клиентом... Наше ценообразование строится на том, чтобы предоставлять максимальную ценность всем нашим клиентам на равных условиях... В качестве знака нашей признательности, я был бы рад предложить вам [например, бесплатный месяц премиум-поддержки]...»
Вывод:
С помощью цикла Reflexion мы превратили формальную отписку в заботливое и клиентоориентированное письмо, которое не только решает задачу, но и укрепляет отношения с клиентом.
12.3. Ваше задание - станьте своим собственным редактором
Теперь ваша очередь запустить цикл самосовершенствования. Вы создадите продукт и сразу же его улучшите с помощью рефлексии.
Задача:
Создать "elevator pitch" (короткую презентацию на 30 секунд) для вымышленного продукта или услуги.
(Продукт на выбор: приложение для изучения редких языков с помощью ИИ, сервис по доставке наборов для приготовления экзотических блюд, онлайн-платформа для поиска напарников для занятий спортом).
Ваши действия (выполните все 3 шага пайплайна):
Шаг 1: Действие.
Напишите промпт (в табличном формате), в котором вы просите ИИ «Написать короткий (не более 100 слов) и убедительный "elevator pitch" для [ваш выбранный продукт]». Сохраните результат.Шаг 2: Самокритика.
Напишите второй промпт: «Ты – опытный венчурный инвестор, который выслушал тысячи питчей. Проанализируй текст питча выше. Что в нем слабо? Что непонятно? Достаточно ли он цепляет? Сформулируй свою критику в 3-4 четких пунктах.»Шаг 3: Улучшение.
Напишите третий промпт: «Основываясь на своей критике в роли инвестора, полностью перепиши этот "elevator pitch". Сделай его более ярким, сфокусируйся на главной боли клиента и уникальном решении.»
Сравните первую и финальную версии вашего питча. Почувствуйте, как процесс самокритики помог сделать его более сильным и убедительным.
Глава 13. Техника Tree of Thoughts (ToT): мышление вширь, а не вглубь
Вступление к главе
Представьте себе детектива, расследующего запутанное дело. У него есть первая улика. Он может пойти по одному, самому очевидному пути (это Chain-of-Thought). Он может заставить своих помощников пройти по нескольким разным путям и посмотреть, куда придет большинство (это Self-Consistency).
Но по-настоящему гениальный детектив поступает иначе. Он смотрит на улику и думает:
“Это может означать три вещи. Вариант А: преступник – садовник. Вариант Б: это подстава. Вариант В: улика вообще не важна". Затем он начинает исследовать каждый из этих вариантов на один шаг вперед, постоянно оценивая: "Так, ветка про садовника выглядит перспективно, продолжим ее. Ветка про подставу зашла в тупик, отбрасываем".
Этот метод исследования целого “дерева" возможностей, с постоянной оценкой и выбором лучшей “ветви”, и есть суть техники Tree of Thoughts (ToT). Это следующий эволюционный шаг в мышлении ИИ, который позволяет ему решать задачи, где нет единственно верного пути, а важен сам процесс творческого поиска и стратегического выбора.
13.1. Разбор техники: от линии к дереву
Что такое Tree of Thoughts?
Tree of Thoughts – это фреймворк, который позволяет языковой модели исследовать проблему нелинейно. Вместо того чтобы генерировать одну последовательную цепочку мыслей, модель на каждом шаге выполняет несколько действий:
Генерация: На текущем этапе решения модель генерирует не один, а несколько возможных следующих шагов или идей (“ветвей” дерева).
Оценка: Модель выступает в роли критика (Reflexion) и оценивает каждую из сгенерированных “ветвей". Насколько она перспективна? Приближает ли она к решению?
Выбор и продолжение: Модель выбирает самую многообещающую ветвь и повторяет с ней цикл.
Ключевое отличие от CoT:
CoT – это одна прямая линия. ToT – это разветвленная структура, карта с множеством дорог, где ИИ сам решает, по какой пойти.
Почему ToT – это прорыв?
Гибкость: Модель не застревает на одном, возможно, неверном пути рассуждений. Она может "вернуться" на шаг назад и попробовать другую, более перспективную ветвь.
Осознанный выбор: ИИ не просто генерирует следующий шаг, он сначала генерирует варианты шагов, а потом оценивает их. Это добавляет элемент стратегического планирования.
Решение творческих и открытых задач: ToT идеально подходит для проблем, где может быть много хороших решений, и нужно найти лучшее (планирование, креатив, стратегия).
Важное замечание:
Полноценная реализация ToT требует сложного кода, но мы можем имитировать этот стиль мышления с помощью серии промптов в рамках пайплайна (Глава 10).
13.2. Практический кейс: имитация ToT для решения креативной задачи
Давайте решим задачу, где нет единственно верного ответа, и посмотрим, как мышление в стиле ToT помогает найти элегантное решение.
Задача:
Придумать концепцию для 60-секундного рекламного ролика для нового бренда органического лимонада "Nature's Zest".
Попытка №1: Простой CoT
Вероятный результат: Логичная, но, скорее всего, скучная концепция. Например, красивые люди пьют лимонад на природе. (Банально).
Попытка №2: Имитация Tree of Thoughts (Пайплайн)
Этап 1: Генерация "стволов" дерева (несколько идей)
Компонент | ✅ Промпт 1 (Генерация вариантов) |
РОЛЬ | Ты – креативный директор рекламного агентства. |
ЗАДАЧА | Сгенерируй 3 совершенно разные высокоуровневые концепции (3 "ствола" нашего дерева) для рекламного ролика лимонада "Nature's Zest". |
Результат (3 ветви):
А: "Городской оазис" (Лимонад как глоток природы в шумном городе).
Б: "Диалог с природой" (Ингредиенты сами "рассказывают" о себе).
В: "Анти-энергетик" (Лимонад как здоровая альтернатива искусственным стимуляторам).
Этап 2: Оценка и выбор лучшей "ветви"
Компонент | ✅ Промпт 2 (Оценка вариантов) |
РОЛЬ | Ты – прагматичный маркетолог и стратег. |
ЗАДАЧА | Проанализируй 3 концепции выше. Оцени каждую по критериям: оригинальность, запоминаемость, соответствие бренду. Какая из них самая перспективная и почему? |
КОНТЕКСТ | Концепция А: "Городской оазис"...<br>Концепция Б: "Диалог с природой"...<br>Концепция В: "Анти-энергетик"... |
Результат (анализ от ИИ):
...Концепция В ("Анти-энергетик") является самой сильной. Она отстраивается от конкурентов в категории напитков, создает четкое позиционирование и решает актуальную проблему аудитории...
Этап 3: Развитие выбранной "ветви" (новые веточки)
Компонент | ✅ Промпт 3 (Детализация лучшего варианта) |
РОЛЬ | Ты – режиссер-постановщик. |
ЗАДАЧА | Отлично. Берем за основу Концепцию В ("Анти-энергетик"). Теперь, в рамках этой концепции, предложи 3 варианта конкретных сцен для начала ролика (первые 15 секунд). |
КОНТЕКСТ | Концепция: "Анти-энергетик" - здоровая альтернатива искусственным стимуляторам. |
Результат (новые, более мелкие веточки):
Сцена 1: Студент ночью, дергающийся от выпитого энергетика, пытается учить. Кадр меняется на него же днем, спокойно пьющего лимонад.
Сцена 2: Офисный работник на скучном совещании.
Сцена 3: Геймер в напряженном матче.
Вывод:
Посмотрите, мы не пошли по первому же пути. Мы создали выбор, оценили его и затем начали детализировать самую перспективную идею. Мы мыслили не линией, а деревом, что привело к гораздо более сильной и оригинальной концепции.
13.3. Ваше задание - станьте стратегом
Это задание будет исключительно мыслительным, так как полноценная реализация ToT сложна. Ваша цель – научиться видеть проблемы через призму “дерева мыслей".
Задача:
Вам нужно спланировать свое идеальное путешествие на выходные, но бюджет ограничен.
Ваши действия:
Возьмите лист бумаги и нарисуйте схему вашего “дерева мыслей”.
"Ствол" (Основная проблема): «Спланировать идеальные выходные с бюджетом Х».
Первый уровень “ветвей" (Генерация вариантов): Напишите 3-4 принципиально разных варианта отдыха (например: Поездка в соседний город, Поход с палаткой, Культурный марафон в своем городе).
Оценка: Мысленно или письменно оцените каждую ветвь. Каковы плюсы и минусы? Какая укладывается в бюджет? Отбросьте неперспективные.
Второй уровень "ветвей" (Детализация): Выберите самую перспективную ветвь (например, Поездка в соседний город) и разбейте ее на новые, более мелкие веточки (например: Поехать на поезде, Поехать на машине).
Продолжайте этот процесс: Снова оцените, выберите и детализируйте, пока не придете к конкретному плану.
Глава 14. Техника ART и использование инструментов: превращаем ИИ в автономного агента
Вступление к главе
В этой главе мы заглянем в будущее и разберем концепцию, которая лежит в основе автономных AI-агентов. Мы переходим от промптов, где мы предоставляем всю информацию, к промптам, где ИИ сам может ее находить.
Концепция Automatic Reasoning and Tool-use (ART), или "Автоматическое Рассуждение и Использование Инструментов", превращает БЯМ из пассивных генераторов текста в активных "агентов", способных решать проблемы, выходя за рамки своих пред-обученных знаний.
Важное замечание:
Хотя полноценная реализация ART-системы сегодня требует программирования (например, с помощью фреймворков типа LangChain), понимание самого принципа абсолютно необходимо для современного промпт-инженера. Это позволит вам эффективно использовать инструменты, которые уже встраиваются в платформы вроде ChatGPT, и быть готовым к следующему поколению ИИ.
14.1. Разбор техники: как ИИ научился выходить в интернет
Что такое ART?
ART — это подход, который позволяет БЯМ:
Рассуждать (Reason): Модель способна генерировать промежуточные шаги рассуждений, аналогично Chain-of-Thought, чтобы разбить сложную задачу на более мелкие, управляемые подзадачи.
Использовать Инструменты (Tool-use): Модель может определять, когда для выполнения подзадачи требуется внешний инструмент (например, калькулятор, поисковая система, API базы данных), а затем "вызывать" этот инструмент, обрабатывать его вывод и использовать результат для продолжения рассуждений.
По сути, ART имитирует процесс, когда человек сталкивается со сложной проблемой: сначала он обдумывает ее, затем решает, какие инструменты ему нужны (калькулятор для вычислений, Google для поиска информации), использует их, а затем интегрирует полученные результаты в свое решение.
Почему ART так важен?
ART преодолевает фундаментальные ограничения БЯМ:
Актуальность данных: БЯМ обучаются на данных до определенного момента времени. ART позволяет им получать доступ к самой свежей информации.
Точность вычислений: БЯМ — не калькуляторы и могут "галлюцинировать" числа. ART позволяет им делегировать точные вычисления специализированным инструментам.
Взаимодействие с внешним миром: ART открывает моделям дверь для взаимодействия с внешними системами (например, отправка писем, управление устройствами).
Сложное планирование: ART позволяет моделям строить многошаговые планы для решения задач, которые невозможно решить за один промпт.
14.2. Практический кейс: промпт для AI-агента
Основная идея ART заключается в том, что промпт для БЯМ включает не только саму задачу, но и описание доступных инструментов, а также примеры их использования. Модель затем генерирует не только ответ, но и последовательность действий, включающую вызовы этих инструментов.
Задача:
Сколько лет было Альберту Эйнштейну, когда он опубликовал свою специальную теорию относительности?
Компонент | ✅ Пример ART-промпта (с описанием инструментов) |
РОЛЬ/ИНСТРУКЦИЯ | Думай шаг за шагом. Используй инструменты, если это необходимо, чтобы ответить на вопрос. |
КОНТЕКСТ (ИНСТРУМЕНТЫ) | Доступные инструменты: 1. search(query): Ищет информацию в интернете. Возвращает текст. 2. calculator(expression): Вычисляет математическое выражение. Возвращает число. |
КОНТЕКСТ (ПРИМЕРЫ) | Пример: Вопрос: Сколько лет было Исааку Ньютону, когда он умер? Рассуждение: 1. Мне нужно найти год смерти и год рождения Исаака Ньютона. 2. Вызываю search("год рождения и смерти Исаака Ньютона") -> Результат: "1643-1727" 3. Теперь мне нужно вычислить разницу: 1727 - 1643. 4. Вызываю calculator("1727 - 1643") -> Результат: "84" Финальный ответ: Исааку Ньютону было 84 года. |
ЗАДАЧА | Теперь реши следующую задачу: Вопрос: Сколько лет было Альберту Эйнштейну, когда он опубликовал свою специальную теорию относительности? |
Ожидаемый вывод модели (ее "мысли" и действия):
Рассуждение: Мне нужно найти год рождения Эйнштейна и год публикации теории относительности.
Действие: Вызываю search("год рождения Альберта Эйнштейна") -> Получаю результат: "1879".
Действие: Вызываю search("год публикации специальной теории относительности") -> Получаю результат: "1905".
Рассуждение: Теперь мне нужно вычислить разницу: 1905 - 1879.
Действие: Вызываю calculator("1905 - 1879") -> Получаю результат: "26".
Финальный ответ: Альберту Эйнштейну было 26 лет.
Вывод:
Мы не просто задали вопрос, а предоставили модели инструменты и научили ее ими пользоваться на примере. В результате она смогла самостоятельно спланировать и выполнить задачу, требующую как поиска информации, так и точных вычислений.
14.3. Ваше задание: проектируем автономного агента
Это задание поможет вам на практике освоить принципы ART.
Задача:
Придумайте задачу, для решения которой требуется как минимум два разных инструмента (например, поиск и калькулятор, или поиск и отправка email).
Пример задачи:
"Найди текущий курс обмена евро к доллару и рассчитай, сколько долларов я получу за 500 евро. Затем отправь результат на мой email."
Ваши действия:
Напишите полный ART-промпт для решения вашей задачи в нашем табличном формате. Он должен включать:
Четкое описание задачи.
Описание доступных инструментов (придумайте их сами, например: send_email(to, subject, body)).
Пример использования (Few-shot), где вы показываете, как агент должен решать похожую задачу.
Запрос на решение вашей основной задачи.
Глава 15. Гранд-синтез: собираем "швейцарский нож" с нуля
Вступление к главе
В предыдущих главах мы собирали наш арсенал – каждый инструмент по отдельности. Теперь настало время для гранд-синтеза. Мы перестанем смотреть на техники изолированно и научимся комбинировать их в одном, мощном, многослойном промпте – настоящем "швейцарском ноже" промпт-инженера.
В этой главе мы не будем анализировать готовые примеры. Мы сделаем лучше: на ваших глазах, шаг за шагом, мы спроектируем и соберем с нуля один из самых сложных и комплексных промптов этой методички. Мы увидим, как разные техники встраиваются друг в друга, создавая синергию и приводя к результату высочайшего класса.
15.1. Проектирование "AI Бренд-Архитектора"
Наша задача: разработать полную бренд-платформу для нового продукта. Это сложная, многогранная задача, идеальная для нашего "швейцарского ножа".
Продукт:
Кофе холодного заваривания (Cold Brew) в стеклянных бутылках.
Целевая аудитория:
Молодые креативные профессионалы (25-35 лет), ценящие минимализм, качество и осознанность.
Шаг 1: Закладываем Фундамент ("Четыре столпа", Глава 1)
Любой сложный промпт начинается с основ. Определим Роль, Задачу, Контекст и Формат.Шаг 2: Усиливаем Роль ("Утяжеление экспертизы", Глава 1)
Сделаем роль не просто названием, а источником вдохновения для модели.Шаг 3: Встраиваем Двигатель Рассуждений ("Chain-of-Thought", Глава 7)
Чтобы результат был не поверхностным, а глубоким, заставим ИИ сначала подумать.Шаг 4: Добавляем Креативность ("Tree of Thoughts", Глава 13) и Самокритику ("Reflexion", Глава 12)
В рамках нашего пошагового плана мы можем имитировать древовидное мышление, заставив ИИ сгенерировать несколько альтернативных путей, оценить их и выбрать лучший.
Шаг 5: Финальная сборка и результат
Теперь объединим все элементы в один ультимативный промпт.
Полный текст "Швейцарского ножа"
Компонент | ✅ Пример комплексного промпта ("Гранд-синтез") |
РОЛЬ | Ты 'Brand Architect AI', стратегический креативный директор с опытом работы в лучших брендинговых агентствах мира (Wolff Olins, Pentagram). Ты мыслишь не отдельными элементами, а целостными системами. Твоя страсть — создавать бренды, которые рассказывают истории и вызывают эмоции. Твой подход: сначала стратегия, потом дизайн. |
КОНТЕКСТ | Продукт: Кофе холодного заваривания (Cold Brew) в стеклянных бутылках. Целевая аудитория: Молодые креативные профессионалы (дизайнеры, программисты, архитекторы) 25-35 лет. Они ценят минимализм, качество, осознанность и не любят кричащий корпоративный стиль. Ключевые характеристики: 100% органическая арабика, медленный 18-часовой процесс заваривания, мягкий вкус без горечи, экологичная упаковка. |
ЗАДАЧА | Разработай полную бренд-платформу для этого продукта. |
ФОРМАТ/ИНСТРУКЦИЯ | Думай по шагам. Прежде чем дать финальный результат, проведи внутренний анализ: 1. Анализ аудитории и инсайты: Что на самом деле важно для этой аудитории за пределами кофе? Какую "боль" (кроме жажды) решает наш продукт в их жизни (например, потребность в фокусе, момент спокойствия в хаосе)? 2. Генерация концепций (Имитация Tree of Thoughts): На основе инсайтов, придумай 3 разные метафоры или "большие идеи" для бренда. Например: "Кофе как топливо для креатива", "Кофе как ритуал замедления", "Кофе как чистый код для твоего мозга". 3. Выбор и обоснование (Элемент Reflexion): Выбери одну, самую сильную концепцию и кратко обоснуй свой выбор, объяснив, почему она лучше всего резонирует с аудиторией. Представь финальный результат строго по следующей структуре: 1. Большая Идея / Суть Бренда: (Сформулированная в одном предложении на основе выбранной концепции) 2. Название Бренда: (3 варианта, соответствующих идее) 3. Слоганы: (3 варианта) 4. Тональность Голоса (Tone of Voice): (Опиши 3-4 ключевых прилагательных) 5. Визуальная Концепция: (Краткое описание идеи для дизайна упаковки и логотипа) |
15.2. Продвинутые приемы: тонкая настройка и отладка
Мы собрали наш комплексный промпт. Но работа инженера на этом не заканчивается. Она включает в себя и тонкую настройку, и контроль качества, и анализ сбоев. Этот раздел — ваш набор инструментов для отладки и усиления любых промптов.
Прием 1: Мышление "от обратного" (Reverse Prompting)
Идея: Вместо того чтобы думать "какой промпт мне написать?", начните с вопроса "какой идеальный ответ я хочу получить?".
Как использовать: Сначала напишите сами короткий пример идеального ответа. Затем проанализируйте его: какой у него стиль, структура, ключевые слова? Вложите эти характеристики в промпт.
Прием 2: Мета-промптинг (AI-улучшение промптов)
Идея: Использовать ИИ, чтобы он помог вам писать... промпты.
Как использовать:
Улучшение: Вот мой промпт: [ваш промпт]. Он работает, но результат получается слишком сухим. Проанализируй мой промпт и предложи 3 конкретных улучшения, чтобы сделать ответ ИИ более живым и креативным.
Прием 3: Промпт-рубрикатор (Самооценка по критериям)
Идея: Заставить ИИ не просто "улучшить" свой ответ, а оценить его по четкой, заранее заданной шкале.
Как использовать: Встройте в промпт "оценочный лист", по которому модель должна сама проверить свою работу.
[КОНТРОЛЬ КАЧЕСТВА]
После того как ты напишешь текст, проведи самооценку по следующей рубрике...
Прием 4: Промпт-расследование (Анализ ошибок)
Идея: Когда ИИ выдает плохой ответ, не спешите менять промпт. Сначала узнайте, почему он ошибся.
Как использовать: Твой предыдущий ответ был неверным. Давай проведем анализ. Вот мой промпт: [...] Вот твой ответ: [...] Проанализируй оба текста и ответь:
1. Какая часть моей инструкции могла быть понята неоднозначно?
2. Какую логическую цепочку ты выстроил?
Прием 5: Принцип "Матрешки" (Layered Prompting)
Идея: Структурировать сложный промпт как матрешку, где внешние инструкции задают общую рамку, а внутренние — детализируют конкретные подзадачи.
Прием 6: Условная логика "If-Then-Else"
Идея: Научить промпт адаптироваться к разным ситуациям, прописав в нем логические условия "Если... то... иначе...".
Прием 7: "Цепочка плотности" (Chain-of-Density)
Идея: Создать максимально информативное, но краткое изложение текста, итеративно его "уплотняя".
15.3. Ваше задание - модернизация промпта
Задача:
Возьмите "швейцарский нож", который мы создали в разделе 15.1. Выберите один из семи продвинутых приемов, изученных в разделе 15.2. Модифицируйте промпт, встроив в него выбранный вами прием.
Пример:
Вы можете добавить в "швейцарский нож" "Промпт-рубрикатор", заставив ИИ в конце оценить собственную бренд-платформу по критериям "Оригинальность", "Соответствие аудитории" и "Практичность".
Объясните, почему ваше улучшение сделало промпт более надежным или эффективным.
Приложение А: Полный глоссарий терминов промпт-инжиниринга
Этот глоссарий – ваш надежный справочник для навигации в мире промпт-инжиниринга. Здесь собраны все ключевые термины, которые упоминались в методичке, а также многие другие, которые помогут вам глубже понять технологии и профессиональный сленг.
Термины сгруппированы по логическим разделам для удобства поиска.
Раздел 1: Основы работы LLM (Двигатель нашего автомобиля)
LLM (Large Language Model / Большая Языковая Модель): Модель, обученная на текстах для генерации человеческого языка. Аналогия: «Всезнающий стажер».
Нейросеть (Neural Network): Математическая модель, имитирующая работу мозга. Аналогия: Сеть из миллиардов лампочек.
Трансформер (Transformer Architecture): Архитектура нейросети, лежащая в основе большинства современных LLM, особенно эффективная в обработке последовательностей (текста). Аналогия: «Лингвистический процессор», который взвешивает важность каждого слова в предложении.
Токен (Token): Минимальная единица текста для ИИ. Аналогия: «Кирпичики» языка.
Контекстное окно (Context Window): Максимальное количество токенов в памяти модели для одного диалога. Аналогия: «Оперативная память» собеседника.
Галлюцинация (Hallucination): Генерация фактически неверной информации. Аналогия: Уверенный врун.
Температура (Temperature): Параметр, контролирующий случайность/креативность ответа. Аналогия: Регулятор «хаоса».
Top-P (Nucleus Sampling): Параметр, отсекающий маловероятные токены для ответа. Аналогия: Выбор из «шорт-листа» лучших вариантов.
Top-K: Параметр, ограничивающий выбор следующего токена K наиболее вероятными вариантами. Аналогия: Выбор из «топ-5» лучших вариантов.
Presence Penalty (Штраф за присутствие): Параметр, снижающий вероятность повторения токенов, которые уже были в тексте. Аналогия: «Фильтр от тавтологии».
Frequency Penalty (Штраф за частоту): Параметр, снижающий вероятность повторения токенов пропорционально тому, как часто они уже встречались. Аналогия: Усиленный «фильтр от заезженных фраз».
Предобучение (Pre-training): Начальный этап обучения LLM на гигантском массиве данных из интернета. Аналогия: Получение «общего высшего образования».
Дообучение (Fine-tuning): Дополнительное обучение модели на узкоспециализированном наборе данных для конкретной задачи. Аналогия: Прохождение «курса повышения квалификации».
Эмбеддинг (Embedding): Представление слов или предложений в виде числовых векторов. Аналогия: Присвоение каждому слову уникальных «координат» в смысловом пространстве.
Векторная база данных (Vector Database): Специализированная база данных для хранения и быстрого поиска эмбеддингов. Аналогия: «Библиотека смыслов», где похожие по значению тексты лежат на одной полке.
Мультимодальность (Multimodality): Способность модели работать с несколькими типами данных одновременно (текст, изображения, аудио). Аналогия: «Универсальный переводчик».
Параметры (Parameters): Внутренние переменные модели, которые настраиваются в процессе обучения. Их количество (миллиарды) определяет «мощность» модели. Аналогия: «Синапсы» в мозгу ИИ.
Вывод (Inference): Процесс генерации ответа моделью на основе полученного промпта. Аналогия: Момент, когда «стажер» пишет ответ на ваше ТЗ.
Раздел 2: Анатомия промпта (Строительные блоки)
Промпт (Prompt): Запрос или инструкция для LLM. Аналогия: Техническое задание (ТЗ).
Роль / Персона (Role / Persona): Назначение модели определенной роли. Аналогия: Инструкция актеру.
Задача (Task): Четко сформулированное действие, которое должна выполнить модель. Аналогия: Пункт «Что сделать» в ТЗ.
Контекст (Context): Дополнительная информация для лучшего понимания задачи. Аналогия: Предыстория.
Формат вывода (Output Format): Требование к структуре ответа (список, таблица, JSON). Аналогия: Требование к оформлению документа.
Ограничения (Constraints): Правила, которым должен следовать ответ (длина, стиль, запрещенные темы). Аналогия: Рамки, за которые нельзя выходить.
Пример (Example / Shot): Образец желаемого результата, включенный в промпт. Аналогия: «Сделай по этому образцу».
Негативный промпт (Negative Prompt): Инструкция о том, чего не следует делать или включать в ответ. Аналогия: «Стоп-лист» или «Красные флажки».
Системный промпт (System Prompt): Высокоуровневая инструкция, задающая общую роль и поведение модели для всего диалога. Аналогия: «Устав компании» для вашего стажера.
Плейсхолдер (Placeholder): Метка в шаблоне промпта, куда подставляются переменные данные. Аналогия: Поле [ИМЯ] в шаблоне письма.
Шаблон промпта (Prompt Template): Заранее заготовленная структура промпта для многократного использования. Аналогия: Фирменный бланк для ТЗ.
Инструкция (Instruction): Четкий, повелительный глагол, указывающий на действие (напиши, проанализируй, сравни). Аналогия: Команда, отданная солдату.
Раздел 3: Техники и методологии (Ваш набор инструментов)
Zero-shot Prompting: Запрос без примеров. Аналогия: «Сделай, как понял».
Few-shot Prompting: Запрос с 1-5 примерами. Аналогия: «Смотри, как я делаю, и повтори».
Chain-of-Thought (CoT) / Цепочка рассуждений: Инструкция «думать по шагам». Аналогия: Решение задачи с подробным объяснением.
Self-Consistency: Продвинутая CoT-техника, где модель генерирует несколько цепочек рассуждений и выбирает самый частый ответ. Аналогия: «Семь раз отмерь, один раз отрежь».
Tree of Thoughts (ToT): Техника, при которой модель исследует несколько разных путей рассуждений («ветвей») и оценивает их. Аналогия: «Мозговой штурм с самим собой».
Reflexion: Техника, при которой ИИ просят проанализировать (отрефлексировать) свой собственный ответ и улучшить его. Аналогия: "Работа над ошибками".
RAG (Retrieval-Augmented Generation): Техника, совмещающая поиск информации в базе данных с генерацией ответа. Аналогия: «Стажер с доступом к вашему архиву».
ART (Automatic Reasoning and Tool-use): Техника, позволяющая модели рассуждать и использовать внешние инструменты (поиск, калькулятор).
Мета-промптинг (Meta-Prompting): Техника, при которой вы просите ИИ улучшить ваш собственный промпт. Аналогия: Просьба к шеф-повару научить вас писать рецепты.
Декомпозиция (Decomposition): Разбиение одной большой задачи на несколько маленьких. Аналогия: «Съесть слона по кусочкам».
Итерация (Iteration): Пошаговое улучшение промпта на основе полученных результатов. Аналогия: Шлифовка и полировка детали.
Сгенерированные знания (Generated Knowledge Prompting): Техника, при которой вы сначала просите ИИ сгенерировать факты, а затем используете их. Аналогия: Сначала «написать конспект», а потом «отвечать на экзамене».
Пайплайн (Pipeline) / Цепочка промптов (Prompt Chaining): Последовательность промптов для решения комплексной задачи. Аналогия: Заводской конвейер.
Раздел 4: Инструменты и применение (Реальный мир)
ChatGPT: Диалоговый чат-бот от OpenAI.
Claude: Конкурирующая модель от Anthropic.
Midjourney / DALL-E / Stable Diffusion: Нейросети для генерации изображений.
SEO (Search Engine Optimization): Применение промптинга для создания контента для поисковых систем.
Копирайтинг (Copywriting): Создание рекламных и продающих текстов с помощью ИИ.
AI Агент (AI Agent): Автономная система на базе LLM, способная самостоятельно ставить цели и выполнять задачи. Аналогия: «Умный стажер».
Частые вопросы
Что это?+
Как это работает "под капотом"?+
Почему это работает? +
Почему это работает? +
Что это?+
Как это работает "под капотом"?+
Почему это работает? +
Что это?+
Почему это работает? +
Что это?+
Почему это работает? +
Почему это работает? +
Зачем? +
Что это?+
Почему это важно?+
Почему это работает?+
Что это?+
Что это?+
Что это?+
Почему это важно?+
Что такое Zero-Shot Prompting?+
Что такое Few-Shot Prompting?+
Когда без Few-Shot не обойтись?+
Что такое Chain-of-Thought Prompting?+
Почему это так эффективно работает?+
Когда CoT – ваш главный козырь?+
Шаг 1: Анализ аудитории. Кто они? Чего они боятся? На что надеются?+
Шаг 2: Формулировка тезиса. Какую главную идею должен вынести зритель?+
Что такое Self-Consistency?+
Как это работает на практике?+
Почему это так эффективно?+
Когда Self-Consistency – ваш главный союзник?+
Что такое Generate Knowledge Prompting?+
Почему это так важно и эффективно?+
Когда Generate Knowledge – ваш основной инструмент?+
Что такое Pipeline (Prompt Chaining)?+
Что такое RAG?+
Почему RAG меняет правила игры?+
Что такое Reflexion?+
Почему это работает?+
Когда Reflexion особенно полезна?+
Что такое Tree of Thoughts?+
Оценка: Модель выступает в роли критика (Reflexion) и оценивает каждую из сгенерированных “ветвей". Насколько она перспективна? Приближает ли она к решению?+
Почему ToT – это прорыв?+
Что такое ART?+
Почему ART так важен?+
Вопрос: Сколько лет было Исааку Ньютону, когда он умер?+
1. Анализ аудитории и инсайты: Что на самом деле важно для этой аудитории за пределами кофе? Какую "боль" (кроме жажды) решает наш продукт в их жизни (например, потребность в фокусе, момент спокойствия в хаосе)?+
Больше об SEO и AI в Telegram
Разборы кейсов, инструменты и лайфхаки. Без спама.