11 техник prompt engineering

Cделайте коммуникацию чище, понятнее и честнее

Я живу с устойчивым убеждением: «с еб…х спросу нет». Поэтому, если сразу принять, что каждый новый человек — это очередной представитель непредсказуемого человеческого вида, становится проще.
Не ждёшь, не удивляешься, не огорчаешься.
Никто тебе ничего не должен — и ты, кстати, тоже.

Мы живём в высококонтекстном обществе.
Это значит, что большая часть смысла в общении передаётся не словами, а:

• подтекстом,
• намёками,
• интонацией,
• ожиданием,
• «ну ты же понимаешь».

Термин ввёл антрополог Эдвард Холл в своей работе “Beyond Culture”. Именно он описал разницу между культурами, где всё нужно проговаривать, и культурами, где проговаривать считается лишним.

Отсюда и ощущение, что вы с собеседником иногда говорите на разных языках:
— один ждёт, что его поймут без слов,
— второй ждёт, что ему объяснят прямо.

В высококонтекстной коммуникации смысл хранится между строк,
в низкоконтекстной — внутри самих слов.

Когда я впервые полезла разбираться в prompt engineering, мне хотелось сугубо практического:
научиться объяснять ИИ свои задачи так, чтобы он выдавал не творческий хаос, а чёткие, структурированные ответы.

Но оказалось, что побочный эффект куда интереснее самой технологии.

Принципы промпт-инжиниринга — это не только способ разговаривать с нейросетью.
Это язык ясности.
Очень честный, очень прямой и почти терапевтичный.

Когда ты начинаешь писать промпты, ты неизбежно учишься формулировать мысли:

• короче,
• конкретнее,
• структурнее,
• с понятной целью,
• с чёткими условиями,
• и без вот этих «ну ты же понимаешь».

И внезапно происходит то, о чём вообще не думала.
Мужчина, которому раньше требовалось пять попыток объяснить одну и ту же мысль, вдруг начинает понимать с первого раза. (спойлер: и проблема была не в нем изначально)

Почему?

• Потому что ты перестаёшь говорить намёками.
• Перестаёшь надеяться, что кто-то догадается.
• Просто говоришь чётко, спокойно, по делу.

Промпт-инжиниринг, как выяснилось, вообще не про ИИ.
Он про коммуникацию. Про точность. Про минимизацию недосказанности. Про то, чтобы невозможно было трактовать твои слова двояко.

Если модель понимает тебя с одного захода — то и человек способен.
Нужно только говорить так, чтобы ему не приходилось угадывать.

Вот почему я решила собрать весь материал в понятное, живое руководство.
Без академичности.
Без «роботов и кодов».

Зато:

• с нормальными примерами,
• человеческими объяснениями,
• и практикой, которую можно применять и в работе, и в разговорах с людьми.

Дальше — разбор техник, примеров, таблиц и логики построения промптов.

1. Что такое искусственный интеллект простыми словами

Если отбросить академию, искусственный интеллект — это система, которая учится на данных.
Он анализирует примеры, делает выводы, формирует вероятности и на их основе генерирует ответ.

ИИ не мыслит как человек.
Он делает прогноз, основанный на обучении.

Это важно понять:
ИИ — это не магия, а математика.

2. Почему данные решают всё

Данные — это топливо моделей.

Процесс выглядит так:

1. Данные собираются
2. Данные хранятся
3. Модель обучается на данных
4. Модель делает выводы

Если данные плохие, грязные или неполные — модель ошибается.
Это как попытаться объяснить человеку задачу, используя обрывки слов.

Чем чище данные, тем точнее модель.

3. Как работают современные модели GenAI

Generative AI — это модели, которые умеют создавать новый контент:

• текст
• изображения
• аудио
• видео
• код
• таблицы

Они не просто повторяют данные.
Они предсказывают наиболее вероятный следующий элемент.

4. Одномодальные и мультимодальные модели

Одномодальная модель принимает один тип данных:

• Только текст
• Только изображение
• Только звук

Пример: ранний ChatGPT умел только текст.

Мультимодальная модель работает с несколькими источниками:

• Текст
• Картинки
• Аудио
• Видео

И может связывать их между собой.

Почему это важно?
Потому что современный AI ближе к человеческому восприятию.
Мы тоже используем визуальные, слуховые и текстовые каналы одновременно.

5. Почему модели иногда «галлюцинируют»

Hallucination — это когда модель уверенно выдает неверный факт.
Это не ошибка, а побочный эффект генеративной природы.
Модель стремится дать ответ, а не умолчать.

ИИ никогда не должен быть единственным источником истины.
Поэтому существует prompt engineering.

6. Уровни промптов

Простые промпты

Пример:
«Объясни нейросети простыми словами»

Это быстрый, но непредсказуемый способ.

Средние промпты

Пример:
«Ты преподаватель. Объясни простыми словами. Дай примеры.»

Он увереннее, потому что задаёт роль и формат.

Сложные промпты

Пример:
Ты специалист по обучению. Объясни тему простыми словами. Используй примеры. Дай структурированный вывод. Избегай сложных терминов. Объем до 150 слов.

Это почти ТЗ.
И такие промпты дают лучший результат.

7. Основные техники prompt engineering

Техника 1: Role Assignment

Определяем, кем должна быть модель.

Примеры:

• Ты маркетолог
• Ты аналитик данных
• Ты SEO специалист

ИИ меняет стиль, логику и глубину объяснения в зависимости от роли.
Так же делают люди: если попросить «как эксперт», он думает иначе, чем «как друг».

Техника 2: Structured Output

Задаем формат ответа.

Примеры:

• Сделай таблицу
• Сформулируй вывод в пунктах
• Сделай блок FAQ

Для людей это тоже работает прекрасно.

Техника 3: Few-shot prompting

Модель учится по примерам.

Пример:
Вот пример текста. Используй этот стиль для нового материала.

ИИ имитирует образец.
Человек тоже лучше понимает визуальный пример, чем абстракцию.

Техника 4: Chain of Thought

Просим модель показать ход рассуждений.

Пример:
Разбей проблему на шаги и объясни свою логику

Это снижает вероятность ошибок и даёт прозрачность.

Техника 5: Self Critique

Модель сама себя анализирует и улучшает ответ.

Пример:
Оцени свой текст. Найди слабые места. Улучшай.

Это идеальная техника, если нужно качество.

Техника 6: Constraints and Rules

Жесткие ограничения.

Примеры:

• Объем до 180 слов
• Только деловой стиль
• Не используй жаргонизмы

Это как сказать человеку: «объясняй коротко».

Техника 7: Structure and Delimiters

Разделяем инструкцию и данные.

Пример:
Используй текст между тройными кавычками как источник. Не изменяй его.

Это предотвращает ошибки.

Техника 8: Multi-turn prompting

Серия шагов вместо гигантского промпта.

Пример:

• Сначала задай уточняющие вопросы
• Потом сделай черновик
• Потом переработай

Это лучший способ для сложных задач.

Техника 9: Self Consistency

Модель генерирует несколько вариантов и выбирает лучший.

Пример:
Сделай три версии и оцени каждую по критериям

Техника 10: ReAct

Модель думает и действует поочередно.

Пример:

• Подумай
• Определи действие
• Выполни
• Сделай вывод

Техника 11: Chain of Verification

Проверка фактов.

Пример:

• Создай текст
• Проверь ключевые утверждения
• Отметь сомнительные места

8. Как применять prompt engineering в общении с людьми

Это самая недооцененная часть.

Prompt engineering учит:

• говорить по пунктам
• озвучивать ожидания
• определять роль собеседника
• задавать рамки
• давать примеры
• просить уточнения
• просить улучшить

Если ты говоришь человеку:

• Скажи по пунктам
• Объясни коротко
• Сначала уточни у меня детали
  Общение становится ясным.

10. Чеклист идеального промпта

• Роль
• Цель
• Формат
• Пример
• Ограничения
• Критерии
• Пошаговая логика
• Уточняющие вопросы

Если промпт понятен без твоего участия, значит он отличный.

11 техник промт инжиниринга

Для тех, кому данные нужно «сфотографировать» для того, чтоб начать переваривать, я подготовила таблицу:

Категория	Техника	Что делает	Пример (переписан, без плагиата)
Simple	Role Assignment (Задание роли)	Определяет голос, стиль и компетенцию модели.	«Представь, что ты ментор по продукт-менеджменту. Дай 3 рекомендации, как улучшить onboarding в приложении.»
Simple	Constraints & Rules (Ограничения и правила)	Задаёт чёткие рамки: формат, объём, стиль.	«Сформулируй преимущества сервиса в 3 буллетах, каждый не длиннее 8 слов.»
Simple	Structure & Delimiters (Структура и разделители)	Чётко отделяет инструкцию от данных.	«Проанализируй текст внутри тройных кавычек и напиши выводы. текст»
Intermediate	Few-Shot Prompting	Показывает примеры, чтобы задать шаблон поведения.	«Вот два примера описания товаров. Теперь создай аналогичное описание для нового продукта.»
Intermediate	Multi-Turn Prompting	Делит задачу на последовательные шаги.	«Шаг 1: Определи основные проблемы клиента. Шаг 2: предложи решения. Шаг 3: сформируй финальный вывод.»
Intermediate	Chain of Thought (CoT)	Просит модель показать ход рассуждений.	«Реши задачу и подробно объясни ход вычислений.»
Intermediate	Context Injection (RAG-стиль)	Добавляет в запрос внешний контекст.	«Используя предоставленную статью ниже, составь 5 рисков, которые в ней упоминаются.»
Advanced	Self-Consistency	Генерирует несколько вариантов ответа и выбирает наиболее логичный.	«Приведи 3 возможных плана запуска продукта и выбери тот, который выглядит наиболее реалистичным.»
Advanced	ReAct (Reason + Act)	Комбинирует размышления и действия для задач, где нужен агентный подход.	«Шаг 1: Определи, какой сайт содержит актуальную информацию об авиарейсах. Шаг 2: Найди время вылета. Шаг 3: Объясни вывод.»
Advanced	Reflexion / Correction	Просит модель перепроверить и улучшить свой ответ.	«Напиши резюме текста. Затем проанализируй свой вывод, добавь недостающие элементы и перепиши итоговую версию.»
Advanced	Chain of Verification	Фактическая проверка каждого утверждения.	«Составь краткое содержание статьи, затем проверь каждое ключевое утверждение по надёжному источнику и отметь, что подтверждено.»
Comparison: Prompt vs Prompt Engineering	—	Сравнение уровней подхода	—
Comparison	Prompting	Дать простой запрос	«Ответь на вопрос…»
Comparison	Prompt Engineering	Стратегически структурировать многослойный запрос	«Создай промпт-стратегию, которая позволит собрать аналитику и на её основе построить персональные рекомендации пользователю.»
Comparison	Output Quality	Prompting — качество плавающее, PE — стабильно высокое	—
Comparison	Use Case	Prompting — быстрые задачи; PE — создание агентов, сложных систем	—

Если тебе близка идея ясного мышления и структурной коммуникации — и хочется получать такие же практичные разборы без шума и перегруза — оставь свой email.
Я отправляю одно письмо в месяц, тщательно отбирая только то, что действительно стоит внимания.

И да — email сегодня надёжнее любых соцсетей и мессенджеров: его не блокируют алгоритмы, он не теряется в лентах и всегда доходит.
Рекламы в письмах не будет.