Как научиться писать промты: чёткая инструкция + универсальный шаблон
Большинство генеративных ошибок — не ошибка модели, а ошибка постановки задачи. Если человеку говорят: «Напиши что-нибудь интересное», он тоже будет уточнять. Модель — не исключение. Она нуждается в ограничениях, параметрах и примерах. Структурированный промт:
- задаёт чёткий вектор генерации;
- снижает вероятность «галлюцинаций» и лишних интерпретаций;
- сокращает время до первого пригодного результата;
- делает генерацию управляемой и воспроизводимой.
Это особенно важно в рабочих процессах: при создании лендингов, описаний, аналитических отчётов, визуалов под ТЗ или кода с конкретной функцией.
Универсальная структура промта
Ниже — структура, которая подходит для большинства случаев. Её можно применять как в инженерных промтах, так и в повседневной работе с LLM.
1. Роль
Определите, кем должна «быть» модель в этой задаче: редактор, дизайнер, маркетолог, Python-разработчик, UX-аналитик. Это влияет на стиль, глубину и терминологию.
Примеры ролей:
- «Ты — технический редактор с опытом в IT-документации»
- «Ты — визуализатор в архитектурной студии»
- «Ты — аналитик, готовящий презентации для инвесторов»
2. Цель
Что нужно получить: текст, таблицу, код, изображение, анализ, структуру, гипотезу, план и пр. Цель должна быть однозначной и завершённой. Если цель размыта, модель заполняет пробелы самостоятельно — часто не в вашу пользу.
Примеры целей:
- «Подготовь вступление к статье о будущем краудфандинга»
- «Создай иллюстрацию для обложки технического отчёта»
- «Напиши скрипт, который удаляет дубликаты строк из CSV»
3. Контекст
Контекст — это вводные. Всё, что модель должна знать до начала генерации:
- тема и предмет;
- целевая аудитория;
- факты, на которых строится ответ;
- язык, инструменты, стиль.
Примеры контекста:
- «Аудитория — начинающие предприниматели, текст публикуется в деловом блоге»
- «Файл содержит поля: "дата", "категория", "значение". Задача — визуализировать данные по датам»
- «Изображение должно подойти для вертикального скролла в приложении, не содержать текста и лиц»
4. Требования к результату
Здесь фиксируются параметры ответа:
- формат (абзац текста, список, таблица, JSON, скрипт);
- язык (русский, английский);
- стиль (деловой, разговорный, технический);
- объём (до 600 знаков, 5 пунктов, одна функция);
- платформа или среда (Jupyter, WebGL, соцсети).
Примеры:
- «Текст: 1 абзац, до 600 знаков, без клише. Стиль — нейтральный деловой»
- «Изображение: 768×1280, векторное, без цветовых градиентов»
- «Код: на Python 3.11, без использования внешних библиотек»
5. Ограничения
Что исключить: источники, стили, типы выражений, приёмы. Особенно важно при генерации текстов или визуалов, где легко появляются нежелательные элементы.
Примеры ограничений:
- «Не использовать англоязычные источники»
- «Без эмодзи и неформальной лексики»
- «Исключить фэнтези-элементы и любые антропоморфные образы»
- «Не использовать библиотеку seaborn»
6. Этапность (при необходимости)
Если задача состоит из нескольких логических шагов — лучше разделить её. Это уменьшает погрешности и упрощает контроль.
Примеры:
- Сначала предложи три структуры текста → затем напиши введение → потом переходи к основной части
- Сперва сгенерируй идею сцены → затем уточни стилистику → потом построим промт под изображение
7. Пример (опционально)
Модель обучена на паттернах. Покажите образец или даже фрагмент текста — и получите результат ближе к ожиданиям. Это особенно эффективно при создании корпоративного контента, брендированных визуалов и технической документации.
Универсальный шаблон промта
И пример использования
Подставляем нашу задачу в шаблон.
Удаляем лишние вводные.
И получаем конечный результат.
Подписывайтесь на мой ТГ-канал - там еще больше интересного =)