Промпт-инжиниринг для работы: как ставить задачи LLM без «галлюцинаций»

Разница между «нейросеть ерунда какая-то» и «нейросеть сделала за меня половину работы» почти всегда не в модели, а в постановке задачи. Один и тот же текст на входе даёт разный результат: «напиши статью про SEO» и «составь план статьи для владельца стоматологии в Караганде, который хочет 20 заявок в месяц» — это задачи разного качества.

Ниже — рабочая схема промпта, которую можно применять к любой модели: от бесплатной до самой дорогой. Она не гарантирует чудес, но убирает самые частые причины мусора в ответе.

Почему «просто напиши» не работает

Модель не знает ваш бизнес, но очень старается быть полезной. Когда данных нет, она их дополняет — правдоподобно и уверенно. Это и называют галлюцинацией, хотя правильнее сказать «достраивание». Ваша задача — не позволить ей достраивать то, что потом придётся переделывать.

Второе: модель не читает ваши мысли о том, что «должно быть коротко» и «без воды». Она пишет ровно столько, сколько считает нужным для заданного жанра. Если жанр не задан, по умолчанию получите общие слова и три вводных абзаца.

Шаг 1. Роль, задача, контекст

Роль. Кому модель подражает: «ты редактор B2B-рассылки», «ты бухгалтер, который объясняет директору», «ты скептичный техлид». Роль меняет лексику и уровень детализации сильнее, чем кажется.

Задача. Одно действие и один результат: не «сделай контент-план», а «составь 10 тем постов на ноябрь для канала о бухгалтерии малого бизнеса, по одной теме на строку». Чем конкретнее единица результата, тем меньше мусора.

Контекст. Всё, что модель не может знать: кто читатель, какой продукт, какой у него опыт, что уже писали раньше, какие слова использовать и какие запрещены. Хороший контекст — три-пять предложений, а не страница.

Рабочий пример:

Ты редактор рассылки для владельцев небольших интернет-магазинов.
Задача: 5 тем писем на ноябрь про подготовку к праздничному сезону.
Контекст: читатели — владельцы на WooCommerce и 1С-Битрикс,
у большинства до 500 заказов в месяц, бюджета на рекламу почти нет.

Шаг 2. Ограничения и формат ответа

Ограничения — это то, что отсекает неверные варианты. Формат — то, что экономит вам время на разборе ответа.

Объём. Указывайте в словах, а не «коротко»: «400–500 слов», «три абзаца», «пять пунктов по 20 слов».

Что нельзя. Список запретов работает лучше просьб: «без вводных фраз», «без слова «уникальный»», «не предлагай рекламу», «не используй английские термины без перевода».

Образец. Если у вас есть текст, который нравится, покажите его как пример: «пиши в таком же тоне и такой же длине». Один удачный образец заменяет десять прилагательных вроде «дружелюбно и профессионально». Только не вставляйте чужой текст целиком — модель начнёт его пересказывать вместо того, чтобы писать своё.

Формат. «Таблица из трёх колонок», «JSON с полями title и description», «маркированный список без вложенности». Если ответ дальше идёт в таблицу или в код, задавайте формат сразу — переделывать дороже.

Шаг 3. Разрешите задавать вопросы

Фраза «если данных не хватает для точного ответа, задай до трёх уточняющих вопросов и не пиши текст» меняет качество сильнее всего. Вместо выдуманного ответа вы получаете список того, что забыли сообщить.

Практика: первый прогон — только вопросы. Вы отвечаете — второй прогон делает работу. Такой диалог занимает две минуты и экономит переписывание готового текста.

Шаг 4. Просите показывать предположения

Даже с хорошим контекстом модель что-то достраивает. Попросите помечать: «в конце ответа перечисли, какие допущения ты сделал». Обычно там обнаруживаются самые полезные строки: «предположил, что клиент в Казахстане», «взял среднюю цену по рынку», «не знал вашего срока сдачи».

Для фактических вопросов просите источники и уровень уверенности: «укажи, где данные точные, а где — оценка». Модель не всегда может дать ссылку, но честно помечает, где её нет, — если её об этом попросить.

Шаг 5. Проверяйте результат

Модель уверенно называет даты, законы, цены и имена, которых не существует. Есть три зоны риска, где проверка обязательна всегда.

Цифры. Цены, ставки, нормативы, статистика. Любую цифру из ответа нужно найти в первоисточнике, иначе в документ её нести нельзя.

Юридические и медицинские формулировки. «По закону можно» от модели ничего не значит. Здесь нужен человек или официальный текст.

Ссылки и цитаты. Модель может придумать URL, который выглядит правдоподобно и ведёт в никуда. Открывайте каждую ссылку перед публикацией.

Шаг 6. Соберите свои шаблоны

Хороший промпт не пишется заново каждый раз. Заведите файл с пятью-шестью заготовками под повторяющиеся задачи: письмо клиенту, описание услуги, разбор созвона, план статьи, проверка текста, сводка документа.

Формат заготовки простой: роль → задача → контекст → ограничения → формат → «задай вопросы, если чего-то не хватает». Подставляете свои данные — получаете стабильный результат. Через месяц таких заготовок у вас будет личная библиотека, которая экономит часы.

И последнее: модели меняются. То, что работало год назад, может требовать другой формулировки сегодня. Если ответы стали хуже, первым делом проверьте, не изменился ли интерфейс и не добавились ли новые настройки, и только потом переписывайте промпт.

Пять ошибок, которые портят ответ

Несколько задач в одном запросе. «Напиши текст, придумай заголовок, подбери ключевые слова и сделай картинку» — модель сделает всё понемногу и плохо. Делите на шаги: сначала структура, потом текст, потом заголовки. Каждый шаг проверяете отдельно.

Просьба «сделай красиво». «Красиво» у модели своё: получите эпитеты вместо фактов. Заменяйте оценки на критерии — «без прилагательных в превосходной степени», «каждое утверждение с числом или примером».

Длинный контекст без структуры. Если вставить в промпт три страницы текста подряд, модель потеряет главное. Размечайте: «Контекст:», «Задача:», «Что уже пробовали:». Это помогает и модели, и вам — видно, что именно она проигнорировала.

Один прогон. Первый ответ почти всегда черновик. Нормальная работа — три итерации: черновик, критика («что здесь слабое и почему»), исправление. Модель хорошо находит дыры в собственном тексте, если попросить её об этом прямо.

Доверие к тону. Уверенный тон модели не означает правильность. Чем увереннее звучит фраза про закон или цифру, тем внимательнее её надо проверять.

И ещё одно: не просите модель «переписать лучше». Непонятно, что именно улучшать, и она меняет всё сразу. Скажите конкретно: «сократи вступление до двух предложений, убери вводные слова, добавь три примера из практики». Чем измеримее просьба, тем меньше кругов правок.

Итог

Промпт — это техническое задание, а не заклинание. Роль, задача, контекст, ограничения, формат и разрешение задать вопрос дают предсказуемый результат. Всё, что связано с цифрами, законами и ссылками, проверяйте руками. Начните с одной повторяющейся задачи — и превратите её в шаблон, который работает одинаково хорошо каждый раз.