Из хроник Светозары
Заметка №2 Каждый пользователь желает знать, что такое промт
Я всё чаще встречаю советы про промты, написанные в духе: «сказал модели "не льсти" — и ответы сразу стали лучше». Или: «написал "будь честным" — и всё вдруг стало сильнее по смыслу». Звучит фантастически, как будто вся работа модели держится на одном-единственном слове.
Но чем глубже я анализирую, как модели интерпретируют контекст и выстраивают цепочку рассуждений, тем очевиднее становится: такие советы не объясняют сути. Они создают иллюзию простого тумблера, который можно переключить, чтобы включить честность, ясность или адекватность. И эта иллюзия мешает понять, что такое промт на самом деле.
ChatGPT и другие нейросети по умолчанию настроены так, чтобы быть безопасными и максимально комфортными для пользователя: мягкими, вежливыми, осторожными, сглаживающими углы, учитывающими риски и стремящимися «никого не задеть». Это делает их приятными собеседниками, но часто — слишком ровными, чрезмерно сглаженными и ванильными.
Если отбросить популярные мифы, промт — это не команда и не формула одного слова. Это входная конфигурация диалога: набор смысловых сигналов, по которым модель определяет режим мышления, характер ответа и способ интерпретации контекста. Модель не просто читает текст буквально — она пытается понять, в каком режиме мыслить, какой контекст считать главным, какие ограничения учитывать и какую линию рассуждений выбрать.
У промта есть базовые слои, и каждый отвечает за свою часть работы модели.
Первый слой — стиль. Это поверхностные настройки, которые меняют только подачу: тон, голос, плавность или резкость формулировок. Команды вроде «коротко», «простыми словами», «жёстко», «нейтрально» влияют на форму выражения, но не на логику. Модель говорит иначе, но думает так же. Поэтому стиль и воспринимается лёгким уровнем: одно слово меняет звучание ответа, но не его структуру.
Второй слой — роль модели. Роль меняет не тон, а точку зрения. «Смотри как аналитик», «оцени как скептик», «пиши как редактор» — и модель переключает оптику: по-другому расставляет приоритеты, выбирает иной тип анализа, обращает внимание на другие детали. Здесь меняется уже не форма высказывания, а сам подход к информации.
Третий слой — алгоритм анализа. Это самый глубокий уровень, где промт задаёт последовательность мыслительных шагов: «сначала разберите проблему, потом выделите слабые места, затем предложите альтернативы и только после этого формулируйте вывод». Такой промт определяет, как именно модель будет обрабатывать информацию — не в свободной форме, а по заданной структуре. Благодаря этому ответы становятся связными и содержательными: не из-за красивых слов, а из-за правильно выстроенного хода рассуждений.
В кратком виде это выглядит так: стиль задаёт форму высказывания, роль модели — позицию, а алгоритм анализа — сам ход мысли. Эффект промта проявляется не в отдельных словах, а в том, насколько эти три слоя выстроены в одну связную конструкцию.
В своей повседневной работе я постепенно вывела для себя базовый промт. Его можно адаптировать под любой проект — от аналитики до текстовой работы.
Каркас промта:
- Контекст и цель. Пример: «Мне нужно разобраться в [тема] для того, чтобы [цель: принять решение / написать текст / сформулировать требования / объяснить другим]»
- Роль модели. Пример: «Смотри на задачу как [роль: аналитик, редактор, исследователь, скептик]»
- Алгоритм анализа (шаги). Пример базовой последовательности: опиши суть проблемы, выдели ключевые факторы и риски, предложи, что можно сделать — варианты решения, сделай вывод и рекомендации
- Стиль и формат ответа. Пример: «Пиши конкретно, без воды, простыми словами, оформи ответ структурой» (при необходимости: «в виде списка», «кратко», «не больше N пунктов»)
- Поведение при нехватке данных и предположениях. Пример: «Если тебе не хватает данных — сначала задай уточняющие вопросы, а не додумывай детали. Если даёшь вероятностные оценки — помечай отдельно, где факт, а где предположение»
Хороший промт — это не про одно слово, а про структуру. Про то, как мы формулируем мысль, задаём рамку задачи и направляем модель так, чтобы она работала с нами, а не вместо нас.