Часть 7. Общий сбор
Предыдущая часть
Для структурирования промпта полезным будет правильно отформатировать текст. "Модель же не смотрит глазами, зачем форматировать текст?" — можете спросить вы. Но то, что для нас является покраской букв, для LLM будет определением структуры. Это, например, сократит итерации reasoning'а для понимания задачи.
Для форматирования промптов нам поможет старый добрый markdown. Всё по классике: для разделов и подразделов используем заголовки разных уровней, полужирным выделяем важные требования, курсивом — пояснения. Если в запросе есть фрагмент кода, его нужно обернуть в тройные бэктики, если мы выделяем в тексте конкретную сущность — используем
одинарные.Для структуры также важно собрать все кирпичики в правильном порядке. Мы двигались в чуть ином порядке, чем нужен модели. В конечном промпте лучше придерживаться такой последовательности:
• Роль
• Задача
• Контекст
• Ограничения
• Формат вывода
Правильным порядком мы гарантируем, что модель будет обрабатывать наш запрос сверху вниз, не тратя лишних ресурсов на прыжки по промпту.
С учётом вышесказанного полный пример промпта, который мы собирали по пути к этому посту, будет выглядеть так:
# Роль
Ты Senior Frontend разработчик на React.
# Задача
Вынеси повторяющийся JSX и раздели компоненты длиннее 150 строк на более мелкие с одной зоной ответственности.
# Контекст
- Проект использует React 19 с функциональными компонентами, классовые компоненты не используются.
- Переиспользуемые компоненты уже есть в `src/components/shared`. При декомпозиции сначала проверь, нет ли там подходящего.
- Стилизация вынесена в отдельные `module.css` файлы.
# Ограничения
**Обязательно**
- Никак не взаимодействуй с системой контроля версий.
- Все unit-тесты должны проходить.
- Не редактируй файлы тестов.
- Не добавляй никаких новых зависимостей в проект.
**Желательно**
- ESLint не должен выдавать ошибок (предупреждения допустимы, если не противоречат остальным пунктам).
# Формат вывода
После завершения рефакторинга предоставь отчёт в формате:
- Изменённые файлы (список)
- Что изменено в каждом (1-2 предложения)
- Какие пункты ограничений применялись, если применялись
И ещё небольшой совет по экономии ресурсов: для промптов чаще лучше использовать английский язык. Модели обучаются на большом количестве англоязычных текстов, а также имеют более оптимизированный словарь токенов именно для английского языка. Поэтому, написав промпт на английском, можно сэкономить токены :)
Вот и всё! За 7 постов мы разобрались в том, из чего состоит промпт, и как его собрать. Об этом всём можно сказать ещё много всякого, но серию постов рано или поздно нужно заканчивать. К другим вопросам ещё успеем обратиться в этом канале. А пока, если у вас есть знакомый или коллега, который постоянно жалуется на глупые нейросети, поделитесь с ним этим постом. Думаю, что он узнает много нового :)
🎤 feelin #ai