Не только "Роль-Контекст-Задача": Техники промптинга для сложных запросов к ChatGPT
Привет, VC!
Наверное, как и многие, я уже не представляю свою рутину без ChatGPT. Но чем больше с ним работаешь, тем чаще замечаешь: однотипные задачи он щёлкает на раз, а вот где нужна точность, сложная логика или определённый стиль — начинаются танцы с бубном.
Ответы не те, стиль гуляет, факты перевираются... В общем, знакомая песня.
Оказывается, чтобы общение с ИИ вышло на новый уровень, стандартных промптов вроде «Роль – Контекст – Задача» уже не хватает. Надо чуть докрутить запрос, используя техники из промпт-инжиниринга.
Хочу поделиться двумя приёмами, которые лично мне очень помогают, когда ChatGPT "тупит" или выдает совсем не то, что нужно.
🧠 Два приёма, которые помогают, когда ChatGPT «тупит»
ChatGPT отлично справляется с рутиной, но вот задачи с логикой, точностью или нужным стилем — часто проваливает. Если ты пробовал использовать ИИ в работе, наверняка замечал:
- Ответ не в том формате
- Стиль не тот
- Ошибки в логике
- Путает факты или теряется
На помощь приходят техники из промпт-инжиниринга. Рассказываю про 2 простые, но мощные техники, которые использую сам.
1. 🧪 Few-shot prompting — «покажи, как надо»
Суть: не объясняй, а показывай. Вместо фразы "напиши в деловом стиле", дай пару примеров входа и желаемого выхода. Модель «считывает» закономерности и повторяет их.
Когда использовать:
- Нужно писать в конкретном стиле (сарказм, официально, по-народному и т.д.)
- Нужно отформатировать данные по шаблону
- Нужно распознать что-то в тексте (например, найти продукт и оценку в отзыве)
🔍 Пример 1: Извлекаем данные из отзывов
Что хотим: На вход — отзыв. На выход — название продукта и оценка.
Даем примеры:
Пример 1 Отзыв: "Неплохой ГалактикБургер, но ожидал большего. Твёрдая 4." → Продукт: ГалактикБургер → Оценка: 4/5
Пример 2 Отзыв: "ЛуноПицца просто супер! 5+!" → Продукт: ЛуноПицца → Оценка: 5/5
Пример 3 Отзыв: "Купил КосмоБлин — отличная штука. Ставлю 5 звёзд!" → Продукт: КосмоБлин → Оценка: 5/5
После этого добавляем отзыв без ответа ChatGPT по примеру продолжает правильно.
🎭 Пример 2: Пишем в стиле сарказма
Что хотим: Переписывать новости в ироничной подаче для Telegram.
Пример 1 Оригинал: "TechCorp выпустила смартфон с батареей +5% и сенсором 2 МП." → Саркастично: "TechCorp снова на грани гениальности. Батарея держит на 5% дольше (целых полчаса!), а камера — ну, аж на 2 мегапикселя лучше."
Пример 2 Оригинал: "Стартап привлёк $10 млн на алгоритм, экономящий 0.1% места." → Саркастично: "Инновации не спят. $10 млн, чтобы сэкономить 0.1% — инвесторы, держитесь крепче."
Пара таких примеров — и модель продолжает в нужном стиле.
2. 🧩 Chain-of-Thought prompting — «заставь думать вслух»
Суть: Вместо "сделай быстро", просим: "Решай пошагово", "Объясни, как рассуждаешь", "Пройди через этапы".
Зачем: Когда задача требует логики, расчётов или плана, пошаговое мышление снижает ошибки. Модель объясняет рассуждение и меньше «галлюцинирует».
🧮 Пример 1: Математика
Вопрос: "У Маши было 10 яблок. 2 съела, 3 отдала, 5 нашла. Сколько стало?"
Без цепочки мыслей: ChatGPT может ошибиться. С CoT: – Было 10 – Съела 2 → осталось 8 – Отдала 3 → осталось 5 – Нашла 5 → стало 10 ✅ Ответ: 10
🎒 Пример 2: Выбор рюкзака
Вопрос: "Для 3-дневного летнего похода взять рюкзак 40 или 60 литров?"
Chain-of-Thought ответ: – Палатка — 5–8 л – Спальник — 8–12 л – Одежда и мелочи — 7–10 л – Еда — ещё 5–6 л → Итого: около 30–35 л
✅ Значит, 40 л хватит, 60 — лишнее.
📌 Вывод
💡 Если ChatGPT ошибается: – Добавь примеры → Few-shot – Попроси рассуждать по шагам → Chain-of-Thought
Эти приёмы — фундамент в промпт-инжиниринге. Они работают стабильно, даже на GPT-3.5.
📬 Где смотреть больше?
📍 Telegram-канал: https://t.me/goodpromt — кейсы, примеры, промпты
📚 Бесплатный мини-курс на Stepik (в бете): https://stepik.org/course/238475