Промпт — текст задания, который получает нейросеть. Модель не угадывает намерение и не задаёт уточняющих вопросов по своей инициативе: она достраивает наиболее вероятное продолжение к тому, что вы написали. Поэтому расплывчатая формулировка даёт расплывчатый ответ.
Отсюда практический вывод, который экономит больше всего времени: работа с нейросетью — это не разговор, а постановка задачи. Тот же навык, что и при передаче работы подрядчику, только обратная связь приходит через 5 секунд, а не через неделю.
Из чего состоит рабочее задание#
Четыре части закрывают большинство задач.
Роль — кем модель отвечает и для кого пишет. «Ответь как бухгалтер для собственника без профильного образования» и «ответь как бухгалтер для налогового инспектора» дают разные тексты при одном вопросе.
Задача — что именно сделать, одним действием. «Разбери и предложи» — это две задачи, и модель выполнит их обе поверхностно. Разделить на два запроса почти всегда быстрее, чем переделывать смешанный ответ.
Контекст — исходные данные, которые нельзя додумать: цифры, условия, ограничения, фрагменты документов. Это самая пропускаемая часть и главный источник разочарования. Без контекста модель подставит правдоподобные, но выдуманные детали, а отличить их в связном тексте трудно.
Формат — в каком виде нужен результат: таблица с названными колонками, список из 5 пунктов, готовый текст заданной длины. Без указания формата вы получите усреднённый вариант, который придётся переделывать.
Почему ответы на один запрос отличаются#
Одинаковый запрос даёт разные ответы, потому что генерация вероятностная: модель каждый раз выбирает продолжение из нескольких подходящих вариантов. Это не сбой и не признак поломки.
Там, где нужен воспроизводимый результат, задание делается жёстче. Помогают три приёма: привести пример желаемого ответа, явно перечислить, чего в ответе быть не должно, и запретить додумывать недостающее — прямо указав, что при нехватке данных нужно сообщить об этом, а не заполнить пробел.
Второй источник расхождений — длина диалога. Чем дальше от начала переписки, тем выше шанс, что ранние указания перестанут учитываться: объём того, что модель удерживает одновременно, ограничен. При длинном обсуждении полезно периодически повторять ключевые условия.
Третий — сама формулировка. Замена одного слова меняет ответ сильнее, чем кажется: «сократи» и «перепиши короче» приведут к разным результатам.
Что делать, когда ответ не тот#
Первое движение большинства — переписать запрос целиком. Обычно эффективнее сказать, что именно не так, и попросить исправить: модель удерживает предыдущий ответ и правит его точечно.
Если не помогает, проверьте задание по четырём частям. В подавляющем большинстве случаев отсутствует контекст: вы знаете условия задачи, а модель — нет, и она честно выдала общий ответ на общий вопрос.
Работает и обратный ход — попросить модель саму сформулировать, каких данных ей не хватает для точного ответа. Список получается короткий и часто показывает, что вопрос был поставлен шире, чем вы предполагали.
Отдельно стоит признать случаи, где промпт не поможет: задача требует ваших внутренних данных, свежей информации или профессиональной ответственности. Здесь нейросеть используется как черновик, а не как исполнитель. Границы применимости разбираем в материале про то, какие задачи нельзя отдавать нейросети.
Чего промптом добиться нельзя#
Модель не знает ваших внутренних данных: остатков на складе, условий договора, реальной себестоимости. Всё, чего вы не дали в контексте, будет либо пропущено, либо придумано.
Модель не проверяет факты в первоисточнике. Ссылки, номера документов, названия и статистику она способна сгенерировать в безупречном формате и с неверным содержанием — именно поэтому такие ошибки трудно заметить. Любое число и любая ссылка из ответа проверяются вручную до публикации.
Модель не несёт ответственности за решение. В вопросах налогов, права и здоровья её ответ — гипотеза для проверки у специалиста, а не заключение.
И последнее: хороший промпт не компенсирует отсутствие у вас понимания задачи. Чтобы оценить, годится ли ответ, надо разбираться в предмете хотя бы на уровне «вижу, что здесь неправда». Как выстроить эту проверку в потоке, разбираем в материале про проверку текста, написанного нейросетью.
Вывод: как формулировать задание#
Промпт — техническое задание, а не вопрос собеседнику. Четыре части — роль, задача, контекст, формат — закрывают большинство ситуаций и убирают основную долю плохих ответов.
Если результат не устраивает, не переписывайте запрос заново: скажите, что не так, и проверьте, дали ли вы контекст. Чаще всего проблема именно в нём, а не в способностях модели или в выборе «правильных слов».
Отдельная привычка, которая окупается быстро: сохранять удачные формулировки. Задание, давшее хороший результат, работает и на следующей похожей задаче, а собранный за пару месяцев набор таких заготовок экономит больше времени, чем любые советы по построению фраз.
И держите в голове главное ограничение: правдоподобие ответа никак не связано с его правильностью. Модель одинаково уверенно пишет верное и выдуманное, поэтому проверка фактов остаётся ручной работой и не делегируется вместе с текстом.