РИКОН: русскоязычная система промптинга для тех, кто устал переделывать ответы ИИ
Классика жанра: человек открывает ChatGPT, ставит задачу: написать письмо партнёру, объяснить позицию по сложному вопросу, сформулировать аккуратно. Печатает: "напиши деловое письмо...". Получает три абзаца ни о чём - вежливо, гладко и бесконечно далеко от реальности... Через неделю на планёрке говорит коллегам: "я пробовал использовать нейросеть, мне не зашло".
Знакомо? Мне - очень. Я обучал работе с ИИ более 160 сотрудников в крупной фармацевтической компании, и это самая типичная история. Разные люди, разные задачи, но причины "ИИ-фобии" повторяются: попробовал, получил ерунду на выходе, виноваты, конечно же, нейросети. Но проблема-то не в модели - расплывчатый запрос даёт не менее расплывчатый результат. Та самая поговорка: мусор на входе = мусор на выходе.
Поэтому я разработал структуру, которая решает эту проблему системно. Пять блоков, запоминается просто, работает для абсолютного большинства повседневных задач. И у неё есть критически важный элемент, о котором говорят редко, но при этом именно он закрывает слепое пятно большинства сборников промпт-советов.
Почему случайные промпты не работают
Языковая модель не понимает нас в человеческом смысле слова. Она анализирует входной текст и предсказывает наиболее вероятное продолжение на основе обучающих данных - миллиардов текстов из Интернета, книг, документов. Чем точнее входной контекст, тем точнее предсказание. Чем проще и скуднее запрос, тем больше модель додумывает сама.
Врач не ставит диагноз по одному симптому. Пациент говорит "болит голова" - и начинается уточнение: когда, где, как долго, что предшествовало, что помогает. Без всего этого "контекста" диагностика превращается в гадание на кофейной гуще. С ИИ работает та же логика.
Посмотрим на типичные рабочие запросы. "Напиши письмо клиенту" - модель не знает ни клиента, ни цели, ни тона: получится нейтрально-официальное, формально верно и по существу бесполезно. "Сделай презентацию по нашему продукту" - какие особенности продукта, кто аудитория, в каком формате нужно сделать? В итоге выйдет пресный заезженный шаблон с заголовками вроде "Преимущества" и "Следующие шаги". "Переведи этот текст" - без указания аудитории и стиля перевод будет буквальным там, где нужна адаптация, и наоборот - вольным там, где важна точность.
Во всех трёх случаях вопреки расхожему мнению виноват не сам инструмент (и переключение с одной нейросети на другую не поможет!), а отсутствие структуры в запросе.
Большинство советов по промптингу это понимают - но предлагают два крайних решения. Первое: хаотичный набор рекомендаций без внутренней логики ("добавь контекст", "будь конкретнее", "укажи роль") - каждый совет рабочий, но вместе они не складываются в систему. Второе: громоздкие фреймворки из восьми-десяти пересекающихся пунктов, в которых легко запутаться. А еще, и те и другие часто игнорируют одно слепое пятно: что происходит, когда модели не сказали, чего делать нельзя. А она в таких случаях решает сама, как ей "захочется".
Знакомьтесь: РИКОН
Система называется РИКОН. Пять блоков, каждый отвечает на один вопрос:
Р - Роль. Кем должна "стать" нейросеть для этой задачи? Роль сужает пространство ответов до нужной области знаний и задаёт стиль мышления. "Ты - мой помощник" и "ты - опытный редактор деловых текстов, специализирующийся на B2B-коммуникациях" дадут принципиально разный результат.
И - Инструкция. Что конкретно нужно сделать? Один чёткий глагол действия с критерием результата. "Посмотри на текст" - слабо, просто "посмотреть" нам ничего не дает. А вот "выдели три ключевых аргумента и ранжируй их по силе" - это уже совсем другой уровень. Модель понимает глаголы буквально: чем точнее команда, тем меньше пространства для самодеятельности и творческих догадок.
К - Контекст. Для кого, зачем, в какой ситуации? Цель документа, аудитория, сроки, что уже известно по теме. Без контекста ответ представляет собой абстрактный, усредненный набор штампов - эдакий "сферический конь в вакууме".
О - Оформление. В каком формате нужен результат? Тип документа, структура, объём. "Напиши кратко" не работает: кратко для кого или по сравнению с чем? "Маркированный список из пяти пунктов, каждый - одно предложение, без вводных фраз" - работает гораздо строже и понятнее и для человека, и для нейросети.
Н - Нельзя. Что модели категорически запрещено делать?
Значимость этого блока часто недооценивают, он почти всегда отсутствует в популярных фреймворках. И напрасно! Без явных запретов модель заполняет неопределённость по среднестатистическому сценарию: добавляет факты, которых не было в источнике, использует терминологию, которую вы не просили, выходит за рамки задачи. Особенно, если мы работаем с конкретным документом (например, проводим сравнение двух версий). В деловой среде одна такая галлюцинация может стоить репутации - или как минимум переделки целого пакета бумаг.
"Не добавляй информацию, которой нет в документе. Не используй термины без расшифровки. Не давай рекомендаций, которых я не запрашивал." Три строки - и модель перестает фантазировать.
Для простых задач с низкой ценой ошибки или для начинающих достаточно первых четырёх блоков - это версия РИКО. Запоминается еще проще, лично у меня ассоциируется с бравым и находчивым ассистентом. А когда уже освоили эти четыре блока и фреймворк перешел в привычку - добавляйте "Нельзя" и переходите на полный РИКОН.
Как это работает: РИКОН на практике
Посмотрим на конкретную задачу. Ситуация: команда маркетинга хочет запустить пилот с ИИ-инструментами, есть первые цифры - экономия 6 часов в неделю, трехнедельный пилот прошел с участием восьми сотрудников. Нужно письмо финансовому директору с запросом 250 000 рублей на три месяца.
Без РИКОН:
"Напиши обоснование для внедрения ИИ в команду маркетинга"
Модель напишет банальщину в три абзаца про "цифровую трансформацию", "синергию процессов" и "повышение эффективности". Эдакий корпоративный пресс-релиз обо всем сразу и ни о чем конкретно. Финансовый директор либо закроет письмо сразу, либо попросит ИИ сделать резюме в 3 предложениях - круг замкнулся.
Теперь посмотрим, как выглядит промпт по РИКОН:
Р: Ты опытный менеджер проектов, который убеждает руководство через язык бизнес-результатов, а не технических деталей.
И: Подготовь краткое письменное обоснование для запуска пилотного проекта по внедрению ИИ-инструментов в отделе маркетинга.
К: Получатель - финансовый директор, скептически настроенный к ИИ-инициативам, первый вопрос - ROI и срок окупаемости. У нас уже есть результаты теста: экономия 6 часов в неделю на команду из 8 человек. Бюджет запроса - 250 000 рублей на три месяца.
О: Структура - проблема (2-3 предложения), решение (2-3 предложения), ожидаемый результат с цифрами (2-3 предложения), запрашиваемые ресурсы (1-2 предложения). Общий объем 200-250 слов. Используй деловой стиль без жаргона.
Н: Не используй слова "синергия", "экосистема", "трансформация". Не обещай результатов, которых нет в условии задачи. Не упоминай технические детали работы, только бизнес-результат.
Результат: письмо на понятном языке, с цифрами, без специфических терминов. Потому что РИКОН дал модели то, что она не может угадать: кто читатель, что его убеждает и чего ему говорить категорически нельзя. Напомню еще одно золотое правило - обязательно перечитайте полученный результат перед дальнейшим использованием, ИИ-модели могут быть хорошими ассистентами, но принимает работу всегда человек.
Как начать использовать
Не нужно перестраивать весь подход к работе с ИИ и по 20 минут писать каждый промпт. Возьмите задачу, с которой ChatGPT или другие нейросети уже разочаровали. Но в этот раз соберите промпт по пяти блокам РИКОН - потратьте на это пять минут, не меньше. Блок "Н" пишите последним: он появляется, когда уже понятно, что именно модель может сделать не так. Сравните результат с тем, что получали раньше.
Буду рад, если напишете в комментариях задачу, с которой ИИ вас подвел с обычным, "обще-размытым" промптом или новый промпт, который уже переписали по РИКОН. Посмотрим вместе.
Другие мои разборы - в телеграм-канале Второе мнение.