- BrainTools - https://www.braintools.ru -
В последнее время расплодилось каналов с псевдоэкспертами по промпт-инжинирингу. Но цель у них одна — зарабатывать на вашем внимании, втюхивая вам сгенерированные в тех же LLM промпты как нечто волшебное и уникальное. Здесь мы такое не одобряем!
Давайте-ка один раз хорошенько разберём, как работают промпты и как их писать. Я намеренно не буду грузить вас заумными терминами, так как именно их используют как завесу из магической пыли вокрут этой темы. Моя же цель — рассказать все максимально просто.
Промпт — это вопрос, инструкция или просто набор слов/символов, который вы отправляете любой LLM и ждёте ответа.
Промпт бывает системный и обычный.
Системный — выставляется один раз надолго, как настройка.
Обычный — это ваш диалог с моделью. Каждая новая фраза — тоже промпт.
По сути, оба типа склеиваются и передаются в модель вместе с историей вашего диалога.
Но что такое промпт для модели? Представьте, что модель — это собака 🐕. Она не понимает ваших слов, слышит только звуки. Но если её надрессировали, у неё есть ассоциации [1]: вы говорите «голос» → собака гавкает → получает вкусняшку. С моделью всё так же: вы даёте слова, а она ищет у себя в «мозгах», с чем она их ассоциировала во время тренировки и получала за это вкусняшку, и возвращает это вам.
Например: «Разговаривай как мастер Йода». И это отправляет ее к конкретным ассоциациям. Чем точнее и детальнее вы направите её в нужный уголок векторного пространства, тем лучше получите ответ, потому что она будет искать в нужном месте. Если направите плохо — это может приводить к галлюцинациям, о чем я писал в этом посте [2].
К тому же модели дополнительно обучают следовать инструкциям, чтобы модель не просто возвращала ассоциации с Йодой, а понимала, что именно вы от неё хотите.
Во-первых, легко! Нет никаких «волшебных» и «тех самых» промптов. К тому же, модели специально сейчас обучают в процессе «ризонинга» первым шагом улучшать ваш промпт. То есть модель сама улучшает под себя запрос. И она умеет это лучше тех «гуру», которые это повсюду втюхивают.
Во-вторых, есть общие подходы:
обозначьте роль/персону модели (как она должна отвечать)
укажите стиль и формат (коротко, формально, весело, буллетами…)
сформулируйте задачу (что именно нужно сделать: написать стих, найти инфу, сгенерить код)
дайте контекст (на что опираться: интернет, загруженный файл, стихи Пушкина и т. д.)
Опционально:
отрицательный промпт (что не делать)
формат входных и выходных данных (если их нужно жестко задать)
пример результата (сильный якорь для модели, поэтому показывайте то, что вам реально нужно).
Все эти элементы можно зашить в системный промпт. А дальше — просто ведите диалог.
В-третьих, используйте рекомендации от создателей конкретных моделей.
… и другие выпускают свои рекомендации, как писать промпт для их моделей. К ним стоит прислушаться, так как они тренируют модели на конкретных шаблонах. Знаете их — понимаете лучше, какие ассоциации зашиты в модель.
Кстати, если вас смущает английский язык гайдов — очевидно, закиньте эти гайды в любимую нейросетку и попросите перевести (можно без замудреных промптов 😉).
В-четвертых, используйте сами LLM для написания промптов. Они это делают лучше людей. Кстати OpenAI даже сделали специальный инструмент [6]для этого. С помощью него вы можете тренироваться писать крутые промпты, ну или просто оптимизировать, когда не хочется самим заморачиваться.
Ну а если вы матерый датасаентист, который строит агентную систему, то вам нужно пробовать использовать автоматический оптимизатор промптов. Например, от OpenAI [7] или от Google [8].
Итого: вжух! — и за один пост вы освоили промпт-инжиниринг на уровне выше среднего юзера. А если прочитали инструкции от вендоров — то уже на уровне промпт-инженера. Для большинства этого с головой хватит для получения шикарных результатов от современных моделей.
Подписывайся на мой телеграм канал Заместители [9], где мы обсуждаем самое важно про ИИ агентов без инфошума. Там короткие версии статей выходят раньше, чем на других площадках!
Автор: Biryukovlex
Источник [10]
Сайт-источник BrainTools: https://www.braintools.ru
Путь до страницы источника: https://www.braintools.ru/article/19466
URLs in this post:
[1] ассоциации: http://www.braintools.ru/article/621
[2] я писал в этом посте: https://t.me/aideputies/53
[3] Google prompting guide 101: https://services.google.com/fh/files/misc/gemini-for-google-workspace-prompting-guide-101.pdf
[4] GPT-5 prompting guide от OpenAI: https://cookbook.openai.com/examples/gpt-5/gpt-5_prompting_guide
[5] Prompt engineering overview от Anthropic: https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview
[6] специальный инструмент : https://platform.openai.com/chat/edit?models=gpt-5&optimize=true
[7] OpenAI: https://cookbook.openai.com/examples/optimize_prompts
[8] Google: https://cloud.google.com/vertex-ai/generative-ai/docs/learn/prompts/data-driven-optimizer
[9] Заместители: https://t.me/+Qkuncs4Yx9llMWEy
[10] Источник: https://habr.com/ru/articles/946608/?utm_source=habrahabr&utm_medium=rss&utm_campaign=946608
Нажмите здесь для печати.