Универсальный промпт для нейросети: как выжать максимум из ChatGPT, YandexGPT, Gemini, Claude в 2025
- Как один промпт может заменить десятки шаблонов для ChatGPT и других нейросетей в 2025?
- Как использовать Reasoning, чтобы нейросеть думала как человек?
- Метапромптинг — новый «чит-код» работы с ИИ или все еще сырой метод для ленивых?
- Делюсь проверенным универсальным шаблоном промпта, помогающего GPT дать классный ответ, и покажу примеры применения.
Я отвечаю за маркетинг Яндекс Браузера (ex CMO Яндекс Путешествия, Playrix, консультировал League of Legends, Tinkoff, Sber, VK). Буду делиться опытом работы с нейросетями в моей жизни обычного сотрудника, который не сильно разбирается в коде или продвинутом промпт инжиниринге, но решает 25% своей ежедневной работы с помощью нейросетей и видит в них ценность. Подпишитесь на мой telegram-канал «про нейросети, маркетинг и продукт, работу в кайф и карьерный рост», где раз в неделю рассказываю, как нейросети помогают в карьерном и профессиональном росте.
Перед написанием этой статьи я прошел базовое обучение (курс 1 и 2) и новый курс Open AI по Reasoning with GPT o1 по работе с нейросетями. Также я прочитал последние обновления моделей ChatGPT, Gemini, Claude, YandexGPT и початился с каждой крайней версией модели про тему универсального промпта. Далее я проверил на этих моделях свой алгоритм написания промпта, который подойдет для 80% запросов в нейросети, поможет получить максимальное качество ответа и результата в 2025 году.
Содержание
- Чем работа с GPT в 2025 будет отличаться от 2024
- Составляющие формулы универсального промпта
- Шаблон для создания и генерации промпта для GPT в 2025
- Контекст задачи в промпте. Ответ на вопрос «Зачем?»
- Роль GPT в промпте. Ответ на вопрос «Кто?»
- Задача в промпте. Ответ на вопрос «Что делать?»
- Формат в промпте. Ответ на вопрос «В каком виде?»
- Объем в промпте. Ответ на вопрос «Сколько?»
- Стиль в промпте. Ответ на вопрос «Как?»
- Критерии качества в промпте. Ответ на вопрос «Что важно?»
- Приоритеты в промпте. Ответ на вопрос «Что в фокусе?»
- Дополнительная информация в промпте. Ответ на вопрос «Что еще важно для решения задачи?»
- Пример заполнения шаблона для промпта на задачу в GPT
- Дополнительные рекомендации по работе с GPT. Количество символов в запросе, достоверность информации в ответе, работа с чат-ботам в мессенджерах и прочие ограничения GPT-моделей
Чем работа с GPT в 2025 будет отличаться от 2024
В 2025 году работа с GPT-моделями выйдет на новый уровень благодаря развитию Reasoning — способности ИИ к логическому рассуждению.
Reasoning особенно ценен в решении сложных задач, где нужно учесть множество факторов и выстроить цепочку умозаключений перед ответом.
Подобно тому, как человек может долго думать, прежде чем ответить на сложный вопрос, новые модели, начиная с o1, используют цепочку рассуждений при попытке решить задачу пользователя. Они учатся оттачивать свою цепочку рассуждений (Chain Of Thought) и совершенствовать используемые стратегии, распознавать и исправлять свои ошибки. Также они учатся разбивать сложные шаги на более простые и пробовать другие подходы, когда текущий не работает. Этот процесс значительно улучшает способность модели рассуждать.
Активировать Reasoning помогут фразы вроде "объясни ход своих мыслей", "аргументируй ответ", "используй логику и дедукцию перед ответом". Слишком детальные пошаговые инструкции "делай 1, потом 2, потом 3" в таких случаях могут ограничивать модель, лишая её возможности самостоятельно прийти к решению.
Стоит отметить и развитие «метапромптинга», который многие называют «промптинг для ленивых».
Метапромптинг - это техника взаимодействия с последними версиями GPT-моделей, при которой первоначальный, обычно краткий, запрос пользователя "метапромпт" преобразуется в более детализированный промпт с помощью самой LLM или отдельного инструмента генератора промптов. Фактически, это "промпт о промпте", позволяющий упростить процесс создания эффективных запросов-промптов для нейросетей. Цель метапромптинга - улучшить качество и включить Reasoning для создания релевантных ответов, генерируемых LLM, за счет более полного раскрытия контекста задачи и использования продвинутых техник промптинга, даже если сам пользователь не обладает глубокими знаниями в этой области.
Перед написанием этой статьи я неделю работал с метапромптами от OpenAI и Anthropic. Несмотря на весь потенциал идеи, эта техника пока все еще сырая и дает сильно худшее качество, чем универсальный промпт с добавлением Reasoning текстов. Формулу и шаблон универсального промпта я описал ниже.
Составляющие формулы универсального промпта
Формула — это основа для составления эффективного промпта. Составляющие формулы промпта: [Контекст] + [Роль] + [Задача] + [Формат] + [Объем] + [Стиль] + [Критерии качества] + [Приоритеты] + [Дополнительная информация]
Шаблон для создания и генерации промпта в 2025
Ниже готовый шаблон, который можно использовать для ваших задач с GPT прямо сейчас. Нужно только добавить вводных в полях [...] и не удалять прочий текст, нужный GPT-моделям для включения Reasoning, про ценность которого я писал выше.
Промпты, созданные по такому шаблону, подойдут для ChatGPT, YandexGPT, Gemini, Claude и других популярных ИИ, GPT-нейросетей.
Теперь подробно разберем каждый элемент формулы для написания промпта.
1. Контекст задачи в промпте. Ответ на вопрос «Зачем?»
Опишите общую ситуацию, проблему или цель, в рамках которой ставится задача. Это поможет GPT лучше понять, для чего нужен результат и как его адаптировать под ваши нужды. Чем детальнее вы опишете контекст, тем точнее будет результат.
Пример. Контекст: Мы – команда Яндекс Браузера, разрабатывающая нейросетевые функции. Мы запустили новую функцию "Редактировать", которая позволяет исправлять ошибки, переписывать, переводить и создавать тексты на русском и иностранных языках с нуля на основе простого запроса. Наша цель – разработать лендинг, который будет понятен широкой целевой аудитории в РФ и вызовет у неё желание попробовать функцию.
2. Роль GPT в промпте. Ответ на вопрос «Кто?»
Четко определите, в роли кого должен выступать GPT при выполнении задачи. Это задает модель поведения и стилистику ответа. Вы можете назначить любую роль, релевантную вашей задаче – от эксперта в узкой области до литературного персонажа.
Пример. Роль: Представь что ты продуктовый маркетолог, специализирующимся на создании высококонверсионных лендингов. Ты обладаешь глубоким пониманием принципов юзабилити и психологии принятия решений.
3. Задача в промпте. Ответ на вопрос «Что делать?»
Максимально точно сформулируйте, какой результат вы хотите получить. Используйте глаголы действия: "напиши", "создай", "разработай", "проанализируй", "сравни", "придумай", "объясни", "перечисли", "сформулируй" и т.д.
Избегайте размытых формулировок: “подумай про”, “сделай что-нибудь с”, “мне нужно больше информации”, “улучши это”.
Пример. Задача: Разработать структуру и текстовое наполнение лендинга для функции "Редактировать" в Яндекс Браузере. Используй логический подход для определения наиболее эффективной структуры лендинга. Перед ответом на задачу используй логический подход для выполнения задачи и обоснования своих решений. Проведи анализ потенциальных сценариев использования функции и для каждого сценария приведи аргументы, почему функция "Редактировать" будет полезна.
4. Формат в промпте. Ответ на вопрос «В каком виде?»
Укажите, в каком формате вы хотите получить результат. Чем конкретнее вы определите формат, тем проще будет GPT выполнить задачу.
Пример. Формат: Подробный план лендинга для дизайнеров и редакторов, включающий структуру лендинга (блоки, их последовательность и назначение) и тексты для блоков. Для каждого блока продумай его необходимость и расположение на странице. В каждом блоке структуры укажи несколько примеров по текстовому наполнению каждого блока. Объясни, почему именно такой текст будет наиболее эффективен.
Форматом может быть как произвольный текст, так и более конкретные форматы.
Текстовые форматы
- Статья: Полноценный текст с заголовком, подзаголовками, абзацами и логичной структурой.
- Тезисы: Кратко сформулированные основные положения доклада, статьи.
- Текст для сайта: Контент для определенной страницы сайта.
- Саммари: Краткое изложение основного содержания текста, книги, статьи.
- Эссе: Сочинение-рассуждение на заданную тему.
- Обзор: Анализ и оценка продукта, услуги, книги, фильма и т.д.
- Инструкция: Пошаговое руководство по выполнению какой-либо задачи.
- Отзыв: Текст, содержащий мнение о товаре, услуге или компании.
- Деловое письмо: Официальное письмо, написанное с соблюдением норм деловой переписки.
- Стихотворение: Текст, написанный с соблюдением ритма и рифмы.
- Рассказ: Художественное произведение с сюжетом, персонажами и повествованием.
- Сценарий: Текст для видеоролика, подкаста или пьесы, с описанием действий, диалогами и ремарками.
- Пресс-релиз: Официальное сообщение для СМИ.
- Пост для соцсетей или мессенджера: Короткий текст, адаптированный под название конкретной платформы.
- Вопрос-ответ: Список вопросов с ответами по определенной теме.
- Словарь: Список терминов с определениями.
Структурированные форматы
- Список: Перечень элементов, пронумерованный или маркированный.
- Таблица: Данные, организованные в виде строк и столбцов.
- Чек-лист: Список дел или задач с возможностью отмечать выполненные пункты.
- План: Структура будущего текста, проекта или мероприятия.
- Алгоритм: Описание решение задачи с помощью пошаговой инструкцией.
- Таймлайн: Хронология событий.
- Анкета/Опрос: Набор вопросов и вариантов ответа для сбора информации.
- CSV: Формат для хранения табличных данных в виде текстового файла.
5. Объем в промпте. Ответ на вопрос «Сколько?»
Укажите целевой объем для результата ответа GPT, чтобы получить сжатую или, наоборот, объемную информацию. Критериями объема могут быть слова, страницы, пункты, минуты (для аудио/видео).
Я предпочитаю указывать количество пунктов или объем символов в ответе (помните, что максимальный объем ответа нейросети с учетом написанного запроса — примерно 10 000 символов с пробелами), и часто прошу написать именно цифру символов, чтобы суть ответа нейросети была максимально раскрыта.
Пример. Объем: Не менее 5000 символов. Каждый пункт плана должен быть расписан в 2–3 предложениях.
6. Стиль в промпте. Ответ на вопрос «Как?»
Полезный пункт в случае, если нужен дополнительный контроль над стилем ответа. Опишите в нем, в каком стиле и тоне должен быть выполнен результат.
Пример. Стиль: Информативный, дружелюбный, мотивирующий. Текст должен быть понятным, без сложных терминов, и вызывать желание попробовать функцию. Tone of voice – уверенный, но не агрессивный.
7. Критерии качества в промпте. Ответ на вопрос «Что важно?»
Определите, по каким параметрам вы будете оценивать результат. Это поможет GPT сфокусироваться на самом важном.
Пример. Критерии качества:
- Логичность и обоснованность: Все решения по структуре и текстовому наполнению лендинга должны быть логически обоснованы и подкреплены аргументами.
- Реалистичность: Все описания должны соответствовать реальным возможностям функции.
- Понятность: Текст должен быть понятен широкой аудитории, независимо от уровня её знакомства с нейросетями.
- Практическая применимость: Лендинг должен демонстрировать, как функция "Редактировать" может быть полезна в повседневной жизни.
- Соответствие ценностям бренда Яндекс Браузера: а) развитие и движение вперед, b) простота и удобство, c) доступность каждому пользователю, d) совместное творчество команды и пользователей Браузера.
8. Приоритеты в промпте. Ответ на вопрос «Что в фокусе?»
Полезный пункт, который помогает, если у вас есть несколько критериев качества, расставьте приоритеты, чтобы GPT понимал, что важнее всего.
Пример. Приоритеты:
1. Практическая применимость и понятность пользы для пользователя.
2. Соответствие ценностям бренда Яндекс Браузера.
3. Мотивация пользователя, открывшего лендинг, попробовать функцию.
9. Дополнительная информация в промпте. Ответ на вопрос «Что еще важно для решения задачи?»
Добавляйте в этот пункт любую полезную для решения задачи информацию, которую не получилось отнести к прошлым пунктам шаблона. Это могут быть: ключевые слова, целевая аудитория, примеры, ссылки, референсы, антипримеры (чего не нужно делать) и т.д. Чем больше деталей вы предоставите, тем лучше.
Пример. Дополнительная информация:
- При разработке лендинга используй логику, дедукцию и аргументацию.
- Инсайт от пользователей: пользователи, которые часто используют функцию, говорят, что она "придумывает или улучшает текст, когда не хватает времени или фантазии.
- Ключевые сценарии использования: работа, учеба, повседневная жизнь.
- Конкурентное позиционирование: функция "Редактировать" не конкурирует с Google Docs или Word, а дает в Браузере удобную функцию для помощи с текстом, доступную прямо рядом с открытыми онлайн-редакторами и любыми другими сайтами.
- Конкурентный анализ: обратить внимание на то, как рассказывают о своих функциях работы с текстом Microsoft, Google, OpenAI и Notion.
Пример заполнения шаблона для промпта на задачу в GPT
Недавно мне нужно было поставить задачу в команду дизайна по созданию дополнительных лендингов для новой функции "Редактировать" в Яндекс Браузере. Для описания задачи я взял универсальный шаблон и наполнил его вводными. Также я выделил в нем отсылки к Reasoning через **подсветку специальных выражений**.
Итогом работы команды дизайнеров и копирайтеров на основе задачи, структурированной нейросетью по промпту выше, стала веб-страница функции «Редактирования» в Яндекс Браузере. Страница сразу показала хорошие результаты по % активации пользователей в новую функцию в процессе A/B-тестов и практически не менялась.
Дополнительные рекомендации по работе с GPT
1. Обращайте внимание на количество символов в запросе.
Популярные GPT-модели могут обрабатывать до 4096 токенов в сумме для входного промпта-запроса и выходного ответа. Это примерно 3000–4000 слов или 16000–20000 символов с пробелами для русского языка. Важно учитывать, что в лимит токенов входит как ваш запрос, так и генерируемый ответ. Поэтому, чем длиннее ваш запрос, тем короче будет доступный для генерации ответ.
2. Проверяйте достоверность информации, чтобы снизить количество ошибок GPT-моделей.
Несмотря на свои преимущества, языковые модели все еще могут допускать ошибки, генерировать убедительную чушь или вымышленную информацию («галлюцинации»). Это связано с ограничениями в их знаниях, особенностями работы алгоритмов и возможными неточностями в данных, на которых они обучались.
В случаях, когда вам критично важна достоверность информации, есть несколько рекомендаций, которые помогут проверить и обезопасить себя от ошибок GPT:
а) Перепроверяйте факты в надежных источниках
- Не полагайтесь только на ответ модели. Рассматривайте сгенерированный текст как отправную точку для дальнейшего изучения, а не как истину в последней инстанции.
- Проверяйте первоисточники. Если модель ссылается на какой-либо источник, постарайтесь найти и изучить его самостоятельно.
b) Критически оценивайте ответы модели
- Задавайте уточняющие вопросы. Если что-то в ответе модели вызывает сомнения, не стесняйтесь задавать дополнительные вопросы, чтобы прояснить детали и выявить возможные противоречия.
- Обращайте внимание на логические ошибки и несостыковки. Внимательно читайте ответ модели и обращайте внимание на логические ошибки, противоречия и несоответствия фактам.
c) Используйте специальные приемы промптинга
- Запрашивайте источники. Включите в свой запрос просьбу указать источники информации, на которых основан ответ.
Например: «Приведи источники, подтверждающие эту информацию», «На какие исследования ты опираешься, делая этот вывод?».
- Требуйте доказательств. Попросите модель предоставить доказательства или аргументы в пользу своих утверждений. Например: «Какие есть аргументы в пользу этой точки зрения?», «Какие есть доказательства, что это событие действительно произошло?».
- Используйте «цепочку рассуждений» (Chain-of-Thought). Попросите модель пошагово объяснить ход своих рассуждений, чтобы выявить возможные ошибки в логике.
Когда мне важна точность и аргументация от нейросети, я нахожусь в диалоге с GPT и указываю, какие части ее ответа вызывают сомнения, прошу разъяснений и обоснования, а также проверяю ответы на «галлюцинации».
Шаблон непосредственного указания на сомнение
Шаблон-запрос на разъяснение
Шаблон-запроса проверки на «галлюцинации»
3. Учитывайте ограничения для работы с GPT-моделями.
- На день написания этого лонгрида известные иностранные GPT-сервисы (ChatGPT, Gemini, Claude) официально не присутствуют в мессенджере Telegram. Хотя в Телеграме есть тысячи ботов с заявленными функциями ChatGPT, неизвестно, на каких моделях реально работают эти боты. В них может быть любая языковая модель — как морально устаревшая вроде GPT-3, так и вообще другая, не связанная с компаниями OpenAI, Google, Anthropic. Они будут работать намного хуже, чем актуальные версии GPT, и этот факт может сильно испортить ваш опыт взаимодействия с нейросетями. Лично я пользуюсь официальными клиентами для массового использования: YandexGPT (Алиса, Нейроредактор, Нейро) доступны в РФ, а ChatGPT, Gemini, NotebookLM, Claude используются мной, когда я нахожусь за рубежом (регистрировал их давно на иностранную карту и номер) или с помощью VPN.
- Помните о дате актуальных знаний. Для ChatGPT (GPT-3.5, GPT-4) — сентябрь 2021 года. Это значит, что модель может не знать о событиях, произошедших после этой даты, и может допускать ошибки при ответах на вопросы о них. Для версий GPT-4o mini заявлялась поддержка знаний до октября 2023 года и выборочное хождение в интернет. Если вам важна актуальность, то Нейро от Яндекса и Perplexity по моему опыту подходят лучше, т. к. ходят в поиск для получения актуальных данных и источников.
- GPT модели пока не могут полностью заменить настоящего эксперта в своей предметной области. Используйте их как инструмент для получения информации, аргументации и генерации идей, но окончательное решение принимайте самостоятельно, основываясь на собственном опыте и критическом мышлении. А еще старайтесь писать свои запросы вежливо. Если настанет день, когда от ИИ будет зависеть наша работа, нейросеть будет помнить, что вы уважительно относились к ее сверхспособностям.🤖😅🙈
Давайте общаться
Подпишитесь на мой telegram-канал «Мальцев о Карьере, Маркетинге, Нейросетях и Фреймворках Счастья»: https://t.me/maltsevprosto. Там раз в неделю я пишу полезные идеи для роста и развития, планирую рассказать про работу с GPT по:
- Разбивке задачи на этапы, если задача не умещается по количеству символов в универсальный промпт.
- Проверке понимания GPT контента присланных документов.
- Получением ответов от GPT только на основе документов или источников в интернете, если в документах не хватает фактуры.
- Дискуссии с GPT по спорным пунктам и проверке, что нейросеть действительно учитывает выданные комментарии.
- Использованию GPT для конспектирования книг и курсов, помощи в изучении темы.
- Получению фидбэка по любой задаче от GPT в роли моего руководителя.
Подготовки к питчингу и аргументации идей с помощью GPT.
Напишите в комментариях есть ли у вас вопросы по теме поста и был ли этот лонгрид вам полезен. Если полезен - добавьте пост к себе в закладки, чтобы не потерять. 🙂
Саша, очень полезный текст, заложил в закладки, пошел тестировать, расскажу про опыт в яндекс жпт :)
Рад, что шаблон будет полезным. Закладывать его (🙂) можно в Алису Про (YandexGPT), она держит 4000 символов и хорошо подходит под шаблон универсально промпта из моего поста. Примерял его и на Алису тоже, вместе с ChatGPT, Claude, Gemini. Удачи!
Действительно ли нужно каждый запрос превращать в такой 9-этажный дом? По моим наблюдениям, запрос: "Выступи в роли опытного юриста. Реши задачу. В ответе ссылайся на статьи законов. [текст задачи]" работает не хуже, чем эээ "Мы - юристы, консультирующие граждан по российскому праву. Представь, что ты обладаешь глубоким пониманием российского права и имеешь опыт в области российского права. Наша цель - дать грамотную консультацию юристу по его запросу. Реши задачу текст задачи. Ответь в формате инструкции. В ответе ссылайся на статьи законов. Объем не менее 2000 символов. Стиль деловой. Фокус на практическом применении"?
Вот да, тоже пришёл к тому, что с нейросетью нужно общаться в стиле "сделай то, описание нюансов, покажи так, нюансы и т.п", получается более-менее вменяемый результат, но отдаю должно автору - работа проделана колоссальная
Зависит от сложности задачи/запроса и ваших ожиданий по качеству ответа/решения. Поделитесь своими, посмотрим.
Интересно, что примеры от OpenAI по Reasoning сделаны в том числе на том, как прокачать качество выше, чем «выступи в роли опытного юриста, ссылайся на законы». https://learn.deeplearning.ai/courses/reasoning-with-o1/lesson/3/prompting-o1
А запросы без развесистых промптов вполне можно решать и в Нейро. Так будет даже еще быстрее: быстро спросили — быстро получили ответ, да еще и источники. При желании можно тему вопроса уточнять до бесконечности.