Первый промпт для ChatGPT я написал пару лет назад: «напиши статью про нейросети». Ответ оказался таким же бессмысленным, как запрос. Тогда я решил, что модель слабая. Спустя несколько сотен задач понял: слабым было техзадание.
Дальше - то, что реально экономит время: формула промпта, метапромпты, итерации, типовые ошибки и техническая часть про температуру и контекст.
Промпт - это техзадание, а не вопрос
Разница между «напиши текст про кофе» и нормальным запросом та же, что между «сделай сайт» и брифом на сорок пунктов. Фрилансер по первому запросу принесёт что-то своё. Модель делает то же самое: достраивает недостающее из среднего по интернету.
Правило простое: чем меньше в промпте пустот, тем меньше модель фантазирует. Фантазирует она уверенно и складно, поэтому плохой результат легко принять за хороший и утащить в публикацию.
Модель не читает мысли, она читает буквы. Написали «сделай нормально» - она не знает, что для вас нормально. А «убери вводные конструкции, сократи до 600 знаков, добавь одну цифру и один пример» понимает с первого раза.
Формула из четырёх частей, которая вытягивает большинство задач
Роль плюс задача плюс контекст плюс формат. Этого достаточно, чтобы ответ стал предсказуемым.
Роль задаёт словарь и уровень детализации. «Ты редактор делового издания с пятнадцатилетним опытом» отсекает эмодзи и восторженные прилагательные. Задача - что именно сделать, лучше одним глаголом: написать, сократить, сравнить, проверить, разложить. Контекст - вводные, которые есть только у вас: аудитория, цифры, ограничения, прошлые версии. Формат - структура ответа, длина, таблица или список.
Пример. Вместо «помоги с письмом клиенту» пишем: «Ты аккаунт-менеджер в B2B-интеграции. Клиент второй день не отвечает по счёту на 480 тысяч, дедлайн по договору 12-е. Напиши письмо на 900 знаков, деловой тон без извинений, один вопрос в конце, без восклицательных знаков».
Разница не косметическая. Во втором случае у вас текст, который можно отправить, поправив два слова. В первом - заготовка, с которой непонятно что делать.
Восемь блоков, из которых собирается промпт под сложную задачу
Для простых вещей хватает четырёх частей. Когда задача крупная - лендинг, аналитика, статья, - блоков становится больше. Прохожу по чек-листу и вычёркиваю лишнее:
- Формат результата: письмо, план, таблица, диалог, список тезисов.
- Цель: проинформировать, убедить, развлечь, продать, обучить.
- Тональность: формально, дружески, жёстко, с иронией.
- Роль: эксперт, критик, скептик, редактор, аналитик рынка.
- Объём: знаки, абзацы, число пунктов, ограничения по длине предложений.
- Аудитория: возраст, профессия, уровень подготовки, что человек уже знает.
- Ключевые слова и запреты: что обязательно упомянуть, чего избегать.
- Примеры: образец стиля или фрагмент текста, который нравится.
Все восемь блоков в каждый запрос пихать не нужно. Три-четыре, выбранные под задачу, дают больше, чем десять невнятных строчек.
Роль работает, когда она конкретна
«Ты профессиональный копирайтер» - почти бесполезная фраза. Таких копирайтеров миллион, и все пишут по-разному. Модель выберет среднее арифметическое, то есть никакое.
Рабочие роли выглядят иначе: «ты редактор, который вычищает канцелярит», «ты скептик, который ищет дыры в аргументации», «ты финдиректор, который читает отчёт и задаёт неудобные вопросы». У каждой есть критерий оценки, и модель на него опирается.
Роль лучше держать одну. «Ты маркетолог, аналитик и юрист одновременно» размывает фокус, ответ получается средним по всем трём. Нужны разные взгляды - делайте отдельные запросы и сравнивайте.
Покажите образец, а не описывайте его прилагательными
Просьба «напиши в живом стиле» почти не работает. У модели своё представление о живом, у вас своё. Один абзац-образец снимает этот спор за секунду. На Reddit в ветках про промпт-инжиниринг повторяют то же самое: описание стиля словами срабатывает через раз, а приложенный фрагмент текста - почти всегда.
Схема простая: вставляете три-пять предложений своего текста и пишете «держи ритм и лексику как в примере, содержание не копируй». Работает с постами, коммерческими описаниями и письмами. Если своего примера нет, сойдёт отсылка к автору или изданию: «в духе деловой прессы, без канцелярита».
С картинками то же самое, только пример - референс. Одно изображение в промпте заменяет три абзаца описаний освещения и композиции.
Контекст: давайте данные, а не настроение
Половина слабых ответов появляется из-за отсутствия вводных. Модель не знает ваш продукт, вашу цену, вашего клиента и то, что вы писали в прошлом месяце.
Помогают цифры, названия, ограничения, прошлые версии текста, список запрещённых слов, ссылки на конкурентов с пометкой «это нам не подходит, потому что». Мешают «у нас сложный продукт», «аудитория разная», «нужно не как у всех». Последнее вообще не информация, а эмоция.
Контекста должно быть столько, сколько нужно для решения, и ни строчкой больше. Три абзаца мусора вокруг задачи снижают точность сильнее, чем кажется: модель честно пытается учесть всё, что вы написали.
Формат вывода задавайте до, а не после
Без указания формата получите то, что модель считает красивым. Обычно это длинные абзацы с вводными конструкциями и финальное резюме, которое вам не нужно.
Указывайте конкретно: таблица с колонками «тезис, аргумент, возражение», маркированный список из семи пунктов, три абзаца по 400 знаков, заголовок до 60 символов. Для текстов почти всегда добавляю «без вступлений и выводов, сразу по делу» - иначе половина ответа уходит на разгон.
Метапромпт: попросите модель улучшить ваш запрос
Приём, который экономит часы. Пишете черновик промпта как получилось и добавляете: «Оцени мой промпт как строгий редактор. Найди, чего в нём не хватает для точного результата, задай мне 10 уточняющих вопросов, потом перепиши промпт с учётом моих ответов».
Модель сама находит дыры: не указана аудитория, не задан объём, требования противоречат друг другу. Отвечаете на вопросы - получаете готовое техзадание, которое потом переиспользуете месяцами.
Второй вариант метаподхода: «разбей эту задачу на 10 последовательных шагов, которые приведут к результату». Дальше идёте по шагам, а не пытаетесь впихнуть всё в один запрос. На длинных текстах это единственный способ не получить кашу.
Третий, самый недооценённый: «предложи три варианта и объясни, чем они отличаются, какой лучше и почему». Вы видите логику выбора. Иногда третий вариант оказывается тем самым, а иногда становится понятно, что задача сформулирована криво.
Итерации важнее первого запроса
Идеальный промпт с первого раза не пишет никто. Нормальный процесс: получили черновик, сказали, что именно не так, получили второй. Люди пишут «не то, переделай» и удивляются, что стало хуже.
Правки должны быть адресными. Не «сделай интереснее», а «второй абзац перепиши короче, убери два примера, добавь цифру по рынку, заголовок оставь». Модель хорошо понимает точечные команды и плохо - общее недовольство.
Не начинайте каждый раз с нуля. Если после третьей итерации текст стал нормальным, сохраните финальный промпт целиком. В следующий раз стартуете не с пустого места, а с рабочей конструкции, которую останется подогнать под новую тему.
Сложное дробим, а не утрамбовываем
Запрос на 2000 слов с пятью разделами и таблицей внутри почти всегда даёт поверхностный результат. Модель распределяет внимание по всему объёму и размазывает смысл.
Работает по-другому: сначала структура из восьми пунктов, вы её правите. Потом по каждому пункту отдельный запрос с утверждённым планом. Потом сборка и редактура. Три-четыре итерации вместо одной, зато текст не приходится переписывать с нуля.
Промежуточные результаты складывайте в один документ и подкармливайте модели по мере роста. Так вы не теряете согласованные куски и не повторяете вводные по десять раз.
Промпты для цифр и таблиц: здесь нужна скука
Извлечение данных из писем, разбор выгрузок, приведение списков к одному виду - задачи, где креативность вредит. Промпт должен быть максимально сухим.
Работают жёстко заданные колонки, явное правило для пустых значений, требование не додумывать и помечать сомнительные места. Плюс проверка: модели иногда «выравнивают» данные, чтобы таблица выглядела аккуратно. Сверяйте выборочно хотя бы десять строк руками.
Температура и другие ручки, которые мало кто трогает
В API у моделей есть параметр температуры. Низкие значения в районе 0-0.3 дают предсказуемый, почти шаблонный ответ - то, что нужно для извлечения данных, классификации, юридических формулировок. Высокие 0.8-1.0 добавляют вариативности: нейминг, креатив, заголовки.
В веб-интерфейсе такой ручки нет, но эффект достигается формулировкой: «дай 10 вариантов, максимально непохожих» вместо «придумай название». Первое по сути и есть повышенная температура.
Ещё три вещи, которые заметно влияют на качество. Язык промпта: на английском часть моделей точнее следует инструкциям, но для русского текста задание лучше писать по-русски. Порядок блоков: важное ставьте в начало и в конец, середина длинного запроса проваливается. Чистота диалога: если в чате уже тридцать сообщений про другое, откройте новый, старый контекст тянет ответ в сторону.
Ошибки, которые я вижу чаще всего
Просить «качественно» и «профессионально». Это не характеристики, а оценка. Модель не знает, что вы под ними понимаете.
Грузить весь контекст сразу, включая то, что к делу не относится. Лишние вводные работают как шум.
Верить цифрам и фактам без проверки. Модель может уверенно назвать несуществующий источник или перепутать год. Всё, что идёт в публикацию, проверяется руками.
Ругаться на модель вместо переформулировки. Если третий ответ мимо, проблема почти всегда в промпте.
И отдельно: не давать примера. Люди тратят двадцать минут на описание желаемого стиля, хотя достаточно вставить один абзац.
Как проверить, что промпт готов
Дайте свой промпт коллеге, который не в курсе задачи, и попросите выполнить по нему работу. Переспросил хотя бы один раз - промпт сырой. Модель переспрашивать не будет, она просто додумает.
Второй тест: прогоните один и тот же промпт дважды в новом чате. Если результаты отличаются радикально, в задании есть дырка, в которую каждый раз залетает разное.
Библиотека промптов вместо памяти
Промпты, как и код, надо хранить. У меня в заметках разложено по задачам: тексты, редактура, разбор данных, изображения, письма. Внутри - рабочие версии с пометками, что зашло, а что нет.
Раз в месяц пересматриваю. Часть шаблонов устаревает: модели обновляются и перестают нуждаться в костылях полугодовой давности. Напоминание про слово «является» новые версии понимают с первого раза.
Разные модели решают разные задачи, и это стоит использовать
Один и тот же промпт в разных моделях даёт разный результат. Где-то лучше с длинными структурированными текстами, где-то с кодом, где-то с изображениями. Держать один чат и мучить его всем подряд - так себе стратегия.
У меня в работе обычно несколько моделей параллельно: одна для черновиков и структуры, вторая для редактуры, третья для картинок. Переключаться между ними через разные аккаунты, оплаты и VPN - отдельный вид боли, особенно из России.
Поэтому основной доступ я держу через 3GPT от 3SELLER. Это ИИ-роутер: один интерфейс, внутри флагманские модели, включая Chat GPT 6 Astra, the model 5, the model 5.1, the model 5.5, Chat GPT 5.5 и Chat GPT 6.1 Sol. Плюс Nano Banana для изображений и генерация видео. Старт от 149 рублей, оплата российской картой, через СБП или криптой - без иностранных карт и посредников.

Практическая ценность в тестировании промптов. Один запрос прогоняете через две-три модели, сравниваете ответы, оставляете ту, которая попадает в задачу. Раньше на такой тест уходил вечер с картами и обходными путями, сейчас - десять минут.
Готовые агенты: когда промпт уже написан за вас
Не на каждую задачу хочется собирать техзадание с нуля. Для типовых сценариев есть готовые ИИ-агенты: выбираете агента под задачу и сразу начинаете диалог. Модель внутри меняется прямо в чате - тот же запрос можно прогнать через разные движки и сравнить, какая лучше держит роль.

Хороший способ учиться промптингу. Смотрите, как собран работающий агент, и разбираете логику: где задана роль, где ограничения, где формат вывода. Многое потом переносится в свои запросы.
Промпты для картинок живут по другим правилам
С текстом всё логично, а с изображениями начинается отдельная дисциплина. Здесь промпт - описание кадра, а не просьба. Работает порядок: субъект, действие, окружение, свет, ракурс, стиль, детали оптики.
«Девушка пьёт кофе» даст стоковую картинку. «Женщина 30 лет в сером пальто пьёт кофе у окна, утренний рассеянный свет, съёмка на 50 мм, малая глубина резкости, тёплые тона, без текста на изображении» - уже конкретика.
Реалистичные фото и обработку я гоняю через 3gpt-image. Отдельный плюс - предсказуемость: одна и та же формула описания даёт стабильный результат от генерации к генерации, а не лотерею.


Что делать прямо сейчас
Возьмите последнюю задачу, которую вы отдали нейросети и остались недовольны. Перепишите запрос по формуле: роль, задача, контекст, формат. Добавьте абзац-образец желаемого стиля. Отправьте.
Дальше попросите модель оценить ваш промпт и задать десять уточняющих вопросов. Ответьте на те, что по делу. Скорее всего, уже на этом шаге получите результат, который не стыдно показать.
И держите под рукой несколько моделей, а не одну. Доступ ко всем флагманским нейросетям из России - на официальном сайте 3GPT: https://3seller.com/3gpt. 149 рублей на старте, оплата российской картой, через СБП или криптой.