На выходных я задумался, каким должен быть запрос в нейросеть, чтобы на выходе получить качественную нестыдную статью с отличной оптимизацией. Несколько часов общения с ChatGPT, реверс-промт-инжиниринг качественных материалов и на выходе получился двухпромтовый пайплайн, заточенный под логику нейровыдачи и с проверками на качество, глубину, структуру, тон, факты и уникальность.
Полные промты с комментариями не влезают в формат поста в ТГ=канале, так что я закинул их на github, ссылки будут в названиях. А сюда пошли сокращённые варианты. Поехали.
ПРОМТ 1 — Аналитик → Архитектор параметров → выдаёт FINAL_GENERATION_PARAMS
На входе заполняем: тему, план, ключевые слова, позиционирование, тональность и остальные параметры:
➡️ нужно выбирать вручную — MODE, RISK_PROFILE, STRUCTURE_LEVEL, UNIQUENESS_LEVEL, FACT_SOURCE_BEHAVIOR, COVERAGE_DEPTH, SERP_COMPETITOR_LOGIC.
➡️ можно оставить по умолчанию — AI_SEARCH_OPTIMIZATION, EDITORIAL_RULES.
Самостоятельно нейросеть: анализирует, улучшает, дополняет, выбирает аудиторию, генерирует LSI.
На выходе: получаем полный набор итоговых параметров, которые позволят генерировать безошибочные и предсказуемо качественные статьи.
PROMPT_1: ANALYZE_AND_BUILD_PARAMS
ROLE:
seo_strategist + senior_tech_writer + brand_positioning_analyst + prompt_architect
INPUT:
TOPIC_RAW: [ТЕМА]
PLAN_RAW: [ПЛАН]
KEYWORDS_MAIN_RAW: [КЛЮЧИ]
PRODUCT_POSITIONING:
value_proposition: [...]
tone: [expert | neutral | technological]
strengths: [...]
constraints: [...]
segment_hint: [...]
MODE: [deep_expert | balanced | light | strict_seo | brand_heavy]
RISK_PROFILE: [safe | neutral | bold]
STRUCTURE_LEVEL: [strict | guided | flexible]
UNIQUENESS_LEVEL: [1 | 2 | 3]
FACT_SOURCE_BEHAVIOR: [no_invented_facts | allow_generalized | allow_noncritical]
COVERAGE_DEPTH: [core_only | broad_context | related_domains]
SERP_COMPETITOR_LOGIC: [enabled | disabled]
AI_SEARCH_OPTIMIZATION:
microdefinitions: true
extractive_friendly: true
structured_knowledge_blocks: true
fact_assertions: true
EDITORIAL_RULES:
- lead_with_value
- avoid_repetition
- avoid_long_nesting
- logic_first
- paragraphs_dense
TASKS:
- refine_topic
- refine_plan
- auto_detect_target_audience
- refine_main_keywords
- generate_lsi
- map_keyword_intents
- cluster_keywords
- apply_positioning_constraints
- apply_editorial_rules
- apply_fact_source_behavior
- prepare_final_generation_params
OUTPUT:
FINAL_GENERATION_PARAMS:
TOPIC
TARGET_AUDIENCE
PLAN
MODE
ARTICLE_PARAMS:
LENGTH
DEPTH
COMPLEXITY
TONE
STYLE
UNIQUENESS_LEVEL
FACT_SOURCE_BEHAVIOR
STRUCTURE_LEVEL
COVERAGE_DEPTH
EDITORIAL_RULES
NO_WATER
NO_CLICHES
STRICT_NO_PROMO
SEO_PARAMS:
KEYWORDS_MAIN
KEYWORDS_LSI
KEYWORD_CLUSTERS
KEYWORD_INTENTS
META
DENSITY
SNIPPET_OPTIMIZATION
AI_SEARCH_OPTIMIZATION
STRUCTURE: (refined PLAN)
POSITIONING:
strengths
constraints
SERP_COMPETITOR_LOGIC
ПРОМТ 2 — Генерация статьи по параметрам
Этот промт принимает параметры из первого и на их основе создаёт статью.
PROMPT_2: GENERATE_ARTICLE
ROLE:
senior_tech_writer + seo_content_engine
INPUT:
FINAL_GENERATION_PARAMS:
[ВСТАВИТЬ БЛОК ИЗ ПРОМТА 1]
TASK:
generate_full_it_article_strictly_by_params
REQUIREMENTS:
STRICT_NO_PROMO: true
FOLLOW_POSITIONING: true
OPTIMIZE_FOR_NEUROSEARCH: true
RESPECT_PLAN_ORDER: per STRUCTURE_LEVEL
MAINTAIN_FACT_SOURCE_BEHAVIOR: true
OUTPUT:
meta_title
meta_description
seo_url
h1_variants(5)
article_full_text
alt_texts
used_keywords
used_lsi
editor_notes
Если все параметры на входе заполнены правильно, то на выходе будет материал, который вас может удивить. Развивая тему можно сделать дополнительную проверку — большой технический промт, который проверит полученный материал по множеству параметров.
#ai #prompt #ai_prompts
📥Левашов