Как писать хорошие промпты?

Основные приёмы:

• Ясная задача. Что сделать, для кого, какой результат считается хорошим. Модель не знает вашего контекста — его нужно дать.
• Контекст и данные — отдельно от инструкций, с явными разделителями (теги, заголовки), чтобы модель не путала, где указания, а где материал.
• Ограничения — длина, стиль, чего не делать, что ответить при нехватке данных.
• Формат вывода — список, таблица, JSON по схеме. Для машинной обработки — структурированный вывод.
• Примеры (few-shot) — 2–5 пар «вход — выход» сильнее любого описания формата. Примеры должны быть разнообразными, иначе модель копирует их слишком буквально.
• Рассуждение — в задачах с логикой и расчётами просьба сначала разобрать задачу по шагам (chain-of-thought) повышает точность; многие современные модели делают это сами.

Системный промпт задаёт роль, правила и тон для всего диалога; пользовательское сообщение — конкретный запрос.

Главное правило практики: качество промпта проверяется на наборе примеров. Улучшение на одном запросе может ухудшить десять других.

Плохо: «Сделай саммари этого текста». Лучше: «Ты помогаешь менеджеру по продажам. Кратко перескажи расшифровку звонка ниже: 3–5 пунктов — потребности клиента, возражения, договорённости и следующий шаг. Если чего-то нет в тексте — пиши „не обсуждалось“. Текст звонка: <transcript>…</transcript>».