Библиотека промптов: 22 готовых шаблона для ChatGPT, Claude, Gemini

Это библиотека из 22 готовых промптов под типичные задачи бизнеса — для ChatGPT, Claude и Gemini. Каждый промпт написан по канону «роль — контекст — задача — формат — ограничения», содержит понятные плейсхолдеры в фигурных скобках, которые вы заменяете на свои данные, и работает одинаково в веб-чате и через API. Категорий пять: маркетинг (соцсети, рассылки, лендинги), бизнес-операции (отчёты, протоколы, ответы клиентам), контент (статьи, описания товаров, переводы), HR (вакансии, скрининг резюме) и анализ данных. Все промпты сразу пригодны к копированию: подставляете переменные и отправляете в модель. Через единый OpenAI-совместимый endpoint provod.ai вы запускаете тот же шаблон в любой из моделей сменой одной строки кода и платите в рублях.

Этот пост — практический справочник, а не теория. Если вы хотите понять, почему хороший промпт устроен именно так (роль, контекст, задача, формат, ограничения; few-shot и цепочка рассуждений; температура), читайте отдельный гайд про промпт-инжиниринг — он методология. Здесь вы найдёте готовые рабочие шаблоны, сгруппированные по бизнес-задачам, плюс короткий блок, как запустить любой из них через API в коде и сколько стоит один запуск в рублях. Тон — инженерный, без «раскрытия потенциала ИИ» и «магических заклинаний».

Каждый промпт ниже — самостоятельный блок, готовый к копированию. Подставьте свои значения вместо плейсхолдеров в фигурных скобках ({ваш продукт}, {целевая аудитория}, {бриф}) — и отправляйте в модель. Все шаблоны протестированы на флагманах (Claude Sonnet 4.6, GPT-5.5, Gemini 3.1 Pro) и дают предсказуемый результат с первого-второго захода. Подробнее — актуальные тарифы LLM в рублях.

Несколько правил, которые сэкономят время. Первое — не убирайте блок «Ограничения», даже если он кажется избыточным; именно он отсекает 80% типичных провалов (выдуманные факты, канцелярит, нарушение длины). Второе — для массового потока (десятки и сотни запусков) берите DeepSeek V4 Pro (30 / 60 ₽ за 1М токенов) или Qwen 3.6 Plus (20 / 130 ₽); для важных задач, где нужен живой тон или сложная логика, — Claude Sonnet 4.6 (210 / 1070 ₽) или GPT-5.5 (350 / 2150 ₽). Третье — все промпты можно запускать через единый endpoint смена модели — это одна строка model` в коде, а не отдельная интеграция под каждый сервис.

И отдельно про температуру. По умолчанию большинство шаблонов ниже хорошо работают на temperature около 0.6-0.7. Для задач с фактами и извлечением данных (скрининг резюме, анализ табличных данных, протоколы встреч) ставьте 0.1-0.3 — модель будет дисциплинированнее держаться переданных вводных. Для копирайтинга и креатива (темы писем, креативы под рекламу, варианты заголовков) поднимайте до 0.8-0.9, чтобы получать действительно разные углы, а не косметические перестановки слов. Это не маркетинговый совет — это технический рычаг, и в API он у вас в руках, в отличие от веб-чата, где параметр обычно скрыт. Полное обоснование, почему температура работает именно так, и какие ещё параметры стоит контролировать — в гайде промпт-инжиниринг.

Самый востребованный кластер: посты в соцсети, темы и тело писем, тексты на лендинги, рекламные креативы и описания продукта. Эти промпты подходят и для агентств, ведущих несколько клиентов, и для in-house маркетологов.

Под этот шаблон оптимально брать Claude Sonnet 4.6 — она держит тон бренда заметно ровнее, чем универсальные модели, и реже требует правок. Развёрнутый разбор моделей и пакетной генерации постов — в гайде нейросеть для SMM.

Темы письма — задача, где имеет смысл вызывать модель несколько раз с temperature 0.8-0.9, чтобы получить разные углы. Подробнее про email-конвейер и стоимость потока — нейросеть для email-рассылок.

Контент-план в JSON удобно сразу заливать в планировщик или Google-таблицу. Под структурированный вывод просите модель response_format json_object — все флагманы это поддерживают.

Менее заметный, но очень рабочий кластер: автоматизация рутины внутри компании. Здесь промпты экономят больше всего человеко-часов, потому что задачи однотипные и встречаются ежедневно.

Под протоколы хорошо подходит Gemini 3.1 Pro: длинный контекст (около 1 млн токенов) тянет даже двухчасовые расшифровки целиком, цена входа всего 140 ₽ за 1М токенов.

Этот шаблон хорошо ложится на Claude Sonnet 4.6 — модель особенно аккуратна с тоном в чувствительных ситуациях. Полный разбор автоматизации саппорта по API — в гайде нейросеть для поддержки клиентов.

Кластер на стыке маркетинга и редакции: статьи в блог, описания, переводы, переупаковка длинных материалов. Объём здесь, как правило, больше, поэтому экономика модели играет роль.

Под переупаковку длинных текстов лучше всего подходит модель с большим контекстом и дешёвым входом — Gemini 3.1 Pro (140 ₽ вход) или Qwen 3.6 Plus (20 ₽ вход). Выход короткий, поэтому ставка за выходные токены здесь не критична. Подробный разбор задач генерации текста — нейросеть для генерации текста.

Развёрнутая методика и сравнение моделей под перевод — нейросеть для перевода.

Для каталога на сотни и тысячи позиций берите дешёвые модели — DeepSeek V4 Pro или Qwen 3.6 Plus. Качество для рутинных описаний достаточное, а счёт получается в единицы рублей.

Кластер, где промпты особенно сильно выручают одну роль: HR-менеджер обрабатывает десятки резюме в день, и стандартизация скрининга через шаблон даёт и скорость, и сопоставимость оценок. Важная этическая оговорка для всего этого кластера: модель — это инструмент первичной фильтрации и разметки, а не финальное решение о найме. Все ответственные решения принимает человек, и шаблоны ниже намеренно фокусируются на проверяемых фактах из резюме, а не на профайлинге кандидата по непроверяемым признакам.

Скрининг — задача, где напрашивается цепочка рассуждений (chain-of-thought): попросите модель сначала разложить аргументы, потом дать балл. Это снижает риск, что модель сразу прыгнет к выводу. Подробнее про методологию приёмов — промпт-инжиниринг.

Маленький, но мощный кластер: модель не заменяет аналитика, но проглатывает массив данных или текст отчётов и выдаёт первую интерпретацию — экономит часы рутинного просмотра. Главный риск тут — галлюцинации на числах: модель может уверенно вписать в ответ цифру, которой не было в данных. Лечится двумя приёмами: явным «опирайся только на переданные числа, ничего не додумывай» в блоке ограничений и просьбой рассуждать пошагово перед выводом — это видно во всех трёх шаблонах ниже. Дополнительно для критичных расчётов имеет смысл вызывать модель дважды и сравнивать результаты, особенно при temperature выше 0.

Под таблицы с длинным контекстом — Gemini 3.1 Pro: один запрос съедает всю выгрузку за квартал. Подробный гайд по сценариям с цифрами — нейросеть для анализа данных.

Любой шаблон из библиотеки выше можно отправить в модель через единый OpenAI-совместимый endpoint provod.ai — то есть программно, а не вручную через чат-окно. Это особенно важно, когда промпт нужно прогнать пакетом: 100 описаний товаров, 30 ответов клиентам, расшифровка 50 встреч. Endpoint — SDK тот же, что и у OpenAI; меняется только base_url` и идентификатор модели.

Чтобы переключить движок — поменяйте одну строку model. Идентификаторы из каталога: anthropic/claude-opus-4.7, anthropic/claude-sonnet-4.6, openai/gpt-5.5, openai/gpt-5.4, google/gemini-3.1-pro-preview, deepseek/deepseek-v4-pro, qwen/qwen3.6-plus, z-ai/glm-5.1. Сам промпт не меняется.

Чтобы убедиться, что endpoint и ключ живые, прогоните минимальный запрос без SDK:

В ответе придёт JSON с полем content — это значит, инфраструктура работает и можно подключать к ней основной код. Подключение по моделям подробнее разобрано на страницах ChatGPT API за рубли и Claude API за рубли.

Если один и тот же шаблон вы запускаете десятки раз подряд (например, обрабатываете отзывы или сидите на потоке писем), полезно вынести устойчивую часть в system-сообщение, а в user оставить только переменные данные. Так шаблон тона бренда живёт в коде и не дублируется в каждом запросе.

Один типовой промпт из библиотеки выше — это короткий вход (300-700 токенов системы и пользователя) и средний выход (400-1500 токенов ответа). По нашему каталогу запуск в реальных деньгах укладывается в копейки даже на флагманах, а на дешёвой модели — это сотые доли копейки. Все рублёвые ставки — 1-в-1 с провайдером по курсу ЦБ (71.668 ₽/$ на 2026-05-27), без наценки на токены.

Что это значит на практике. Серия из 100 пакетных запусков (например, 100 описаний товаров) на Sonnet 4.6 стоит около 118 ₽; на DeepSeek V4 Pro — около 7.5 ₽ за тот же объём. Поэтому для массового потока берут дешёвые модели, для важных задач со сложным тоном — флагман, а маршрутизацию по сложности задачи делают параметром model в коде. Подробнее про экономику моделей и оптимизацию — в материале как сократить расходы на LLM.

Важная оговорка про DeepSeek V4 Pro: ставка 30 / 60 ₽ — это промо-скидка −75%, действующая до 2026-05-31. После окончания базовая ставка вырастет примерно вчетверо (ориентировочно $1.74 / $3.48 за 1М, что эквивалентно ≈125 / 250 ₽ — производная оценка от каталожных USD). Это влияет на расчёт массового потока: проверяйте актуальную цену на странице тарифов перед запуском больших партий.

Если промпты встраиваются в продукт или используются командой, важен не только сам API, но и как за него платить. Прямая оплата OpenAI, Anthropic или Google из России для юрлица упирается в две проблемы: эти сервисы не работают с российскими картами и реквизитами, а платёж за рубеж без правильно оформленных документов сложно поставить в учёт.

Через provod.ai API оплачивается на российское юр.лицо — оплата в рублях по договору, полный пакет закрывающих документов. На каждое пополнение баланса выдаются договор-оферта, счёт, акт, счёт-фактура и УПД; документооборот идёт через ЭДО (Диадок, СБИС), поэтому документы автоматически попадают в учётную систему. Цены на токены — 1-в-1 с провайдером по курсу ЦБ, без наценки; сервисная комиссия 5% удерживается только при пополнении баланса. VPN не нужен: запросы уходят на endpoint агрегатора, а он сам обращается к провайдеру. Подробно про документы и легальность — в материале легально ли использовать AI API на юрлицо.

Каждый шаблон тут построен по канону «роль — контекст — задача — формат — ограничения» с явными плейсхолдерами в фигурных скобках под ваши переменные. Это не «придумай маркетинговый план», а полный промпт с указанием тона, длины, формата вывода и того, чего модель делать не должна. Такие промпты дают предсказуемый результат с первого-второго захода и одинаково работают в веб-чате и через API. Методологию, почему промпт устроен именно так, читайте в гайде промпт-инжиниринг.

Все шаблоны библиотеки протестированы на флагманах (Claude Sonnet 4.6, GPT-5.5, Gemini 3.1 Pro) и дают на них стабильный результат. Для важных задач с тоном бренда (посты, письма, лендинги, ответы клиентам) берите Claude Sonnet 4.6 — она аккуратнее всех на русском. Для сложного reasoning и анализа — GPT-5.5 или Claude Opus 4.8. Для массового потока (десятки и сотни запусков) — DeepSeek V4 Pro или Qwen 3.6 Plus, они дешевле в десятки раз. Через provod.ai модель меняется одной строкой model в коде, сам промпт не правится.

Да, любой шаблон работает в веб-интерфейсе ChatGPT, Claude или Gemini — это просто структурированный текст. Подставьте свои значения вместо плейсхолдеров и вставьте в чат. API нужен, когда задача массовая (100+ запусков) или когда промпт встраивается в продукт: тогда вы запускаете шаблон программно и параллелите.

На Claude Sonnet 4.6 один типовой запуск (короткий вход + ответ на 1000 токенов) обходится примерно в 1.18 ₽; на DeepSeek V4 Pro — около 0.075 ₽; на Qwen 3.6 Plus — около 0.14 ₽; на GPT-5.5 — около 2.33 ₽. То есть массовый поток в 100 запусков на дешёвой модели — это 7-15 ₽, на флагмане — порядка 100-230 ₽. Цены на токены — 1-в-1 с провайдером по курсу ЦБ (71.668 ₽/$ на 2026-05-27), без наценки.

Менять можно и нужно — это рабочие заготовки, а не догма. Безопасные правки: уточнить роль под свою отрасль, добавить блок «Стиль» с описанием тона бренда, дописать ограничения под ваши требования (запретные слова, юридические оговорки). Рискованные правки: убрать раздел «Формат» или «Ограничения» — без них модель чаще промахивается. Эмпирическое правило: добавлять конкретику можно свободно, удалять структурные блоки — только осознанно.

Если задача узкая (например, генерация описаний под конкретную отрасль) — соберите промпт по той же схеме: роль, контекст, задача, формат, ограничения. Если задача типовая, но мы её не покрыли — посмотрите соседние гайды: нейросеть для SMM, нейросеть для email-рассылок, нейросеть для генерации текста, нейросеть для поддержки клиентов, нейросеть для анализа данных — в каждом есть свои рабочие шаблоны под конкретный домен.

Если хотите подобрать модель под ваш сценарий, адаптировать эти промпты под конкретный продукт или посчитать стоимость потока — напишите команде provod.ai напрямую в Telegram: provod.ai. Не маркетингу и не боту, а живому человеку — вопрос с подбором моделей и расчётом бюджета обычно решается за один разговор.

Один OpenAI-совместимый endpoint ко всем флагманам: OpenAI (GPT-5.5, GPT-5.4), Anthropic (Claude Opus 4.8, Sonnet 4.6), Google (Gemini 3.1 Pro, 3.5 Flash), DeepSeek V4 Pro, Qwen 3.6 Plus.

Цены 1-в-1 с провайдером по курсу ЦБ — без наценки на токены. Оплата в рублях по договору, полный пакет закрывающих документов (договор-оферта, счёт, акт, счёт-фактура, УПД 5.03 через ЭДО). Без VPN — легальный B2B-сервис в России.

Если статья была полезной — попробуйте provod.ai: главная страница · каталог моделей · документация