Так, если время уже четверг, а ваш главный промпт в 2026-м всё ещё «проанализируй данные и дай инсайты», то нам надо поговорить😎
Если так промтить и дальше, нейронка с радостью выдаст десять уверенных тезисов иииии… захороводит вас на 100500 итераций, пока ваши токены не сгорят. Ну, было же?😬
Продвинутый промтинг это про умение поставить ИИ задачу так же, как вы ставите её хорошему аналитику: с нормальным входом, критерием готовности и возможностью честно сказать «данных недостаточно»
И да, перестаньте прикапывать чужие посты и гайды типа «5 лучших промтов для..», вы же их никогда не перечитываете) Прокачивайте навык писать промты, а вот он - точно пригодится!
Собираем не промпт, а образец приемки
В хорошем запросе есть 5 вещей:
🔺что сделать
🔺какие материалы использовать
🔺в каком виде нужен ответ
🔺на чем должен быть основан вывод
🔺когда нужно не придумывать, а остановиться
Не «проанализируй отзывы», а:
Проанализируй приложенные 150 отзывов о новой функции. Выдели три повторяющиеся проблемы в таблицу: проблема, число упоминаний, цитата из отзыва, возможная продуктовая гипотеза. Используй только приложенные отзывы. Если для гипотезы недостаточно данных, так и напиши
Это не делает ответ стопроцентно правильным, но сильно снижает шанс получить инсайт из воздуха
Показываем, как выглядит хороший результат
Хотите конкретный стиль, структуру или уровень детализации? Даем модели пример! И не рассказывайте 5 абзацев про «будь лаконичным, но глубоким, стратегичным, эмпатичным»😭
Показываем хороший разбор интервью, нормальный PRD или апдейт для стейкхолдеров. Модель лучше считывает паттерн по образцу, чем по набору прилагательных) Но не превращайте чат в свалку старых документов. Начните с 1-2 релевантных примеров и посмотрите на результат. Количество примеров для разных задач и моделей работает по-разному
Не просим сделать всё за раз
Классика: загрузить 30 интервью и попросить «найти инсайты, придумать гипотезы, приоритизировать их и собрать роадмап». А потом получить в плане «внедрить ИИ» и «повысить лояльность пользователей»🤡
Разделяем работу на этапы:
🔺сначала достать факты и цитаты
🔺сгруппировать паттерн
🔺сформулировать гипотезы
🔺оценить их через вашу модель приоритизации
Так видно, на каком шаге модель поймала глюки и не нужно выбрасывать весь ответ, если она сломалась на каком-то этапе
Добавляем границу истины
Самая полезная фраза в промпте:
Используй только приложенные материалы. Для каждого вывода покажи, на чем он основан. Если подтверждения нет, не достраивай
Это не выключает галлюцинации, но убирает у модели соблазн заполнить пробел правдоподобным текстом.
Особенно нужно для исследования рынка, анализа конкурентов, стратегии и любых доков, которые потом улетят на c-level. Красивый ответ без источника не становится инсайтом только потому, что в нём есть слово, на которое все тригерятся
Проверяем не «хорошо ли написано», а можно ли это поставить под сомнение
Не просите: «Проверь, всё ли хорошо». Лучше дайте модели роль проверяльщика:
Найди в этом решении три допущения, которые не подтверждены данными, для этого каждого напиши, какую информацию нужно собрать до запуска. Не переписывай документ
А для важных задач добавьте контрпример. Типа, в первом доке есть 3 подтвержденные проблемы. Во втором доке подтверждена только 1. Хороший промпт должен позволить модели честно сказать: «2 другие проблемы доказать нельзя», а не выдать 3 уверенных пункта для красоты. Отдельный запуск с критикой не заменяет фактчекинг, но помогает раньше увидеть слабые места, которые легко пропустить, когда смотришь на аккуратно оформленный ответ
Короче, сильный промтинг это база, это маленькое ТЗ с понятным входом, критерием приемки и проверкой на то, что результат не получим по кепке. А еще без этого навыка скоро уже невозможно будет эффективно работать
Что почитать по теме
💬Habr. Продвинутые техники промтинга: декомпозиция и планирование
💬VC.ru. Промпт как образец приемки
💬Яндекс Практикум. Как составлять запросы для нейросетей
Ciao! 💚
@alice_product
#практика #ИИ