Промпт-инженерия — не отдельная профессия и не набор секретных формулировок. Это шесть приёмов, каждый из которых можно освоить за пять минут и проверить на своей задаче в тот же день.
Всё, что ниже, взято из официальных руководств OpenAI и Anthropic и проверено на рабочих задачах: контент, рассылки, поддержка. Ни один приём не требует API, подписки или кода.
Приём 1: роль и уровень
Роль задаёт словарь и уровень детализации. «Ты — редактор B2B-медиа» и «ты — профессиональный копирайтер» дают разные тексты: первая формулировка сужает контекст, вторая ничего не сообщает.
Полезно указывать не только профессию, но и опыт и ограничение: «редактор, который правит минимально» работает лучше, чем «опытный редактор». Роль — это в первую очередь инструкция о том, чего делать не надо.
Плохая роль: «эксперт мирового уровня». Хорошая: «редактор рассылки для маркетологов малого бизнеса, пишет просто, не любит пафос».
Приём 2: разделяйте инструкцию и данные
Самая частая техническая ошибка — свалить инструкцию и материал в один абзац. Модель начинает воспринимать часть данных как указания и наоборот. Лечится оформлением: данные в кавычки или теги, инструкция отдельно.
Anthropic рекомендует помещать длинные входные материалы в явные теги и давать инструкцию рядом с ними, а не внутри: так модель не путает, что данные, а что задание.
Anthropic · Use XML tags
ROLE: {{кем быть и чего не делать}} КОНТЕКСТ: {{для кого результат, в какой ситуации он используется}} ДАННЫЕ: """ {{текст, таблица, расшифровка — всё сырое сюда}} """ TASK: {{одно действие, глаголом}} ФОРМАТ: {{как отдать результат: список, таблица, N вариантов}} ОГРАНИЧЕНИЯ: - {{запрет 1: конкретные слова, длина, стиль}} - {{запрет 2: не придумывать факты, помечать предположения}}
Этот каркас закрывает большинство задач. Дальше его достаточно наполнять — приёмы ниже добавляются внутрь него, а не вместо него.
Приём 3: один-два примера вместо описания стиля
Стиль почти невозможно описать словами так, чтобы модель поняла. Зато он отлично передаётся примером: два фрагмента ваших текстов — «вот так да» и «вот так нет» — дают больше, чем абзац требований.
Приём известен как few-shot: несколько показанных образцов вместо инструкции. Работает и на формате: если нужен конкретный вид таблицы, покажите одну заполненную строку.
ROLE: ты — автор, который пишет в чужом заданном стиле. ХОРОШИЙ ПРИМЕР (так писать): """ {{фрагмент вашего удачного текста, 500-800 знаков}} """ ПЛОХОЙ ПРИМЕР (так не писать): """ {{фрагмент, который вам не нравится}} """ TASK: напиши {{что нужно}} в стиле хорошего примера. Перед текстом выпиши 5 признаков стиля, которые ты извлёк из примера, и держись их. ОГРАНИЧЕНИЯ: не копируй фразы из примеров, копируй ритм, длину предложений и способ подачи фактов.
Приём 4: формат вывода и приём 5: ограничения
Модель хорошо держит структуру, если её задали заранее. «Таблица: день | угол | тезис» или «нумерованный список без пояснений» экономит вам проход правки. Просьба «оформи красиво» не работает.
Ограничения — вторая половина того же приёма. Работают конкретные и проверяемые: список запрещённых слов, лимит знаков, «без вопросов в первой строке». Общие вроде «не пиши шаблонно» модель не может применить.
- Длина: в знаках или словах, не «покороче».
- Запрещённые слова: перечислением. Пять-семь штук достаточно.
- Число вариантов: «дай 10», а не «дай несколько».
- Разрешение не знать: «если данных нет — напиши "нужны данные"».
- Запрет на статистику, если вы не даёте источник сами.
Пятый пункт особенно важен в ресёрче: без него модель заполняет пробелы правдоподобными цифрами, и это самая дорогая ошибка в публикации.
Приём 6: итерации в одном чате
Идеальный промпт с первого раза — редкость. Быстрее получить черновик и доработать его короткими командами: «сократи вдвое», «убери третий пункт», «сделай первую строку конкретнее», «верни предыдущий вариант, но без последнего абзаца».
Важное исключение — проверка. Вычитку и фактчекинг делайте в новом чате: в текущем модель уже приняла свой текст как хороший и защищает его.
Сохрани смысл и структуру, внеси только эти правки: 1. {{правка — что именно не так}} 2. {{правка}} 3. {{правка}} Ничего больше не меняй. Верни только исправленный фрагмент, не весь текст.
Когда шесть приёмов освоены, следующий шаг — не искать новые формулировки, а собрать из промптов повторяемый процесс. Пример такого процесса — воркфлоу для еженедельной рассылки.
Как использовать
- 1Возьмите задачу, которую делаете каждую неделю.
- 2Напишите промпт по каркасу: роль, контекст, данные, задача, формат, ограничения.
- 3Прогоните и отметьте, что не так в ответе — списком, а не «плохо».
- 4Добавьте в промпт по одному ограничению на каждый пункт списка.
- 5Вставьте пример своего удачного текста и попросите держаться его стиля.
- 6Доведите ответ короткими правками в том же чате.
- 7Сохраните финальную версию промпта в общий документ с датой и пометкой, на какой задаче работает.
Пять готовых промптов, собранных по этим приёмам, можно забрать в Telegram и не писать с нуля. Забрать набор →
Что запомнить
- Роль — это в первую очередь инструкция о том, чего не делать.
- Данные отделяйте от инструкции кавычками или тегами.
- Один пример своего текста заменяет абзац описаний стиля.
- Формат вывода задавайте заранее — модель хорошо держит структуру.
- Ограничения работают только проверяемые: слова, длина, число вариантов.
- Разрешите модели говорить «нужны данные» — это защита от выдуманных цифр.
- Дорабатывайте итерациями, но проверяйте в новом чате.
Частые вопросы
Нет. Достаточно структуры на обычном языке: роль, контекст, данные, задача, формат, ограничения. Теги и кавычки нужны только чтобы отделить данные от инструкции.
Основные — да: роль, структура, примеры, формат. Детали поведения различаются и меняются с обновлениями, поэтому промпты стоит перепроверять раз в квартал.
Для русскоязычного контента пишите по-русски: модель должна работать в том языке, в котором вы ждёте результат. Смешивать стоит только термины.
Один-два. Больше редко улучшает результат, зато удлиняет промпт и съедает контекст на длинных задачах.
Модели вероятностны: ответ отличается от прогона к прогону. Поэтому промпт оценивают по трём прогонам, а не по одному, и добавляют ограничения на формат.
Источники
Все утверждения статьи со ссылками на официальную документацию AI-моделей и исследования. Проверяй сам, не верь на слово.
- 1.OpenAI. «Prompt engineering — API guide». 2026. platform.openai.com/docs/guides/prompt-enginee
- 2.Anthropic. «Prompt engineering overview». 2026. docs.anthropic.com/en/docs/build-with-claude/p
- 3.Anthropic. «Use XML tags to structure your prompts». 2026. docs.anthropic.com/en/docs/build-with-claude/p
- 4.Kojima T. et al. «Large Language Models are Zero-Shot Reasoners». 2022. arxiv.org/abs/2205.11916
Полная библиография сайта — на странице «Источники».
Читайте также
Хочешь готовый набор промптов? Забери в Telegram.
Открывается сразу в Telegram · без email · без спама




