Как писать лучшие промпты: почему ответ «ломается» и как его починить
Разбираем, почему рабочие промпты дают слабый ответ: нет критериев качества, размытая цель, хаотичные правки. Три примера до/после, чеклист и путь к оценке.
Почему «хороший промпт» часто не работает
<p>В переписке с чатом фраза «ты эксперт, отвечай профессионально и кратко» звучит солидно. Но для реальной рабочей задачи этого мало. Модель не знает вашего окружения: кто будет читать текст, по какому каналу он уйдёт, какие цифры менять нельзя и какой тон принят в вашей компании. Не имея этих опор, она выдаёт «среднестатистическое правдоподобие» — и в итоге вы получаете гладкий текст, на доработку которого уйдёт целый час.</p>
<p>Вторая причина неудач — перемешивание задач. В одном запросе просят одновременно и анализ, и письмо клиенту, и план на неделю. Модель пытается охватить всё сразу, и приоритеты расплываются.</p>
<p>Третья причина — критерии качества появляются уже после того, как текст создан: «тон не нравится», «слишком длинно», «вывода нет». В этом случае доработка превращается в бессвязный обмен репликами вместо того, чтобы просто улучшить исходный запрос.</p>
<p><strong>Что чаще всего отсутствует в рабочем запросе:</strong></p>
- <p><strong>Конкретное действие.</strong> Что человек сделает с ответом в течение пяти минут после прочтения.</p>
- <p><strong>Границы.</strong> Что нельзя обещать, какие данные запрещено использовать, какие факты считаются неизменными.</p>
- <p><strong>Формат.</strong> Объём, структура, язык, поля таблицы, длина абзацев.</p>
- <p><strong>Эталон готовности.</strong> Два‑три признака, по которым заранее понятно, что результат «готов», — их нужно определить до генерации, а не после.</p>
- <p><strong>Единая главная цель.</strong> Когда анализ, черновик и план слиты в одном запросе, ни один из них не получается качественным.</p>
<p>Базовая структура рабочего запроса — в материале <a href="/blog/prompting-dlya-raboty">промптинг для работы</a>. Здесь же другой взгляд: как диагностировать причину сбоя и как её исправить. Чтобы увидеть, где проседает постановка задач модели, пройдите <a href="/assessment/ai-digital">оценку AI-навыков</a>.</p>
Критерии качества ответа до генерации
<p>Критерии пишутся коротко, в том же сообщении или в соседнем блоке. Модель лучше следует явным правилам, чем догадкам из слова «профессионально».</p>
| Критерий | Плохой ориентир | Рабочий ориентир |
|---|---|---|
| Цель | «Сделай хорошо» | «Нужен черновик письма клиенту для согласования с менеджером» |
| Объём | «Кратко» | «До 120 слов, 3 абзаца, без списков» |
| Факты | «Используй данные» | «Бери только цифры из блока «Факты»; остальное помечай как гипотезу» |
| Тон | «Будь дружелюбным» | «Нейтральный деловой тон; без восклицаний и сленга» |
| Запреты | «Не выдумывай» | «Не обещай скидки, сроки и юридические выводы» |
| Приёмка | «Мне должно понравиться» | «Есть вывод, 2 риска, 1 следующий шаг владельцу задачи» |
<p>Правило SkillDeck: измерить, потренировать, улучшить. Поэтому следуйте 3 шагам:</p>
- <p>Сначала разберите, каких элементов не хватает в исходной постановке задачи: чёткой цели, нужных фактов, заданного формата или ограничений (что нельзя делать или использовать).</p>
- <p>Затем отработайте один тип задач — примерно 5–7 раз, применяя одни и те же критерии оценки.</p>
- <p>После этого сравните получившиеся черновики по чек‑листу приёмки: так проще увидеть, что навык действительно становится стабильнее и лучше.</p>
До и после: три рабочих примера
Ниже три типовых отказа. Сравнивайте вход по критериям приёмки. В каждом случае после правки промпта модель получает меньше свободы на домыслы и больше опоры на ваш контекст.
1. Сводка для руководителя
<p><strong>До</strong>: «Сделай саммари встречи, коротко и по делу». <br><strong>После</strong>: «Собери сводку для руководителя направления. Формат: решение в 1 предложении, 3 пункта «что сделали», 2 риска, следующий шаг и владелец. Не добавляй темы, которых нет в заметках. Объём до 150 слов». <br><strong>Разница</strong>: появляется читатель, структура и запрет на домыслы.</p>
2. Письмо клиенту после сбоя
<p><strong>До</strong>: «Напиши вежливое письмо, что мы всё исправим». <br><strong>После</strong>: «Черновик письма клиенту B2B. Признать задержку на 1 день по поставке №… без оправданий. Предложить слот созвона на завтра 11 ч. Не обещать компенсацию и новые сроки без согласования. Тон спокойный, до 90 слов, без эмодзи». <br><strong>Разница</strong>: модель держит юридически безопасный контур без лишних обещаний.</p>
3. Разбор гипотезы по метрике
<p><strong>До</strong>: «Проанализируй, почему упала конверсия». <br><strong>После</strong>: «По данным ниже сравни 2 гипотезы падения конверсии за 14 дней. Для каждой: механизм, что проверить за 1 день, что нельзя утверждать без данных. Не предлагай сменить весь сайт. Факты только из блока. В конце — одна рекомендация с наименьшей ценой проверки». <br><strong>Разница</strong>: анализ становится проверяемым действием с явной ценой проверки.</p>
Как улучшать запросы без путаницы
<p>Часто доработка запроса превращается в хаос: в каждом новом сообщении — новая просьба: «сделай короче», «напиши умнее», «как для руководителя», «добавь примеры». Уже через несколько сообщений первоначальная цель теряется, а правки касаются отдельных мелочей, а не сути задачи.<br><br>Чтобы итерации были полезными, придерживайтесь чёткого цикла работы:</p>
- <p>Получите один черновик — на основе полного, заранее продуманного описания задачи.</p>
- <p>Оцените результат по чек‑листу приёмки — проверьте по конкретным пунктам, где есть пробелы.</p>
- <p>Правьте только тот аспект, который не дотянул: либо факты, либо формат, либо тон, либо запреты. Не пытайтесь улучшить всё сразу.</p>
- <p>Сгенерируйте новый ответ с обновлённым запросом целиком, а не через цепочку коротких дополнений вроде «ещё чуть‑чуть». Так вы постепенно собираете готовый шаблон задачи.</p>
В карте навыка промптинг итерация — часть рабочего умения: короткий путь от слабого ответа к проверяемому входу повышает скорость без потери качества.
Типичные ошибки улучшения
Люди часто «улучшают» промпт способами, которые ухудшают контроль. Ниже — частые ловушки.
| Ошибка | Что происходит | Что сделать |
|---|---|---|
| Добавлять роль без задачи | «Ты senior-эксперт» раздувает тон, факты остаются дырявыми | Сначала цель, читатель, формат; роль — опционально |
| Копировать чужой длинный промпт | Чужие запреты и метрики не совпадают с вашей задачей | Оставить каркас, заменить факты и критерии приёмки |
| Просить «креативнее» без рамки | Появляются обещания, метафоры и лишние идеи | Задать 1–2 допустимых приёма и список запретов |
| Править только ответ | Следующий похожий кейс снова даёт сбой | Перенести удачную правку во входной шаблон |
| Смешивать анализ и отправку | Черновик для клиента содержит сырые гипотезы | Разделить: сначала разбор, потом текст наружу |
Ещё одна ловушка — измерять успех скоростью первого черновика. Быстрый текст с часом согласований дороже медленного черновика, который проходит приёмку с двух правок. В контуре AI в работе важны цена ошибки и время до «можно использовать».
Чеклист и следующий шаг
<p>Сведите улучшения в короткий ритуал перед генерацией промта:</p>
- Цель одним предложением: что получит читатель и какое действие ожидается.
- Читатель и канал: руководитель, клиент, коллега; письмо, чат, документ.
- Факты отдельным блоком: только то, что можно использовать без домыслов.
- Формат: объём, структура, язык, обязательные поля.
- Запреты: обещания, юридические выводы, персональные данные, темы вне брифа.
- Приёмка: 3–5 проверяемых признаков «готово».
- Одна итерация = один слой правки входа, затем полная перегенерация.
- Шаблон сохранён: следующий похожий кейс стартует не с нуля.
<p>Итог: как писать лучшие промпты — это навык управления входными данными и приёмкой. Сначала измерьте, где ломается ваш типовой запрос, потренируйте 2–3 задачи с критериями, затем улучшите шаблоны по результатам. Если нужен честный срез уровня и персональный фокус практики, начните с <a href="/assessment/ai-digital">оценки AI-навыков</a> и углубите тему в хабе <a href="/skills/ai-digital/prompting">промптинг</a>.</p>
Частые вопросы
Сколько критериев качества нужно в промпте?
Обычно хватает четырёх–шести: цель, формат, факты или их граница, запреты и признак приёмки. Больше десяти пунктов редко читаются моделью целиком и часто противоречат друг другу. Лучше короткий список, который вы реально проверяете глазами за полминуты.
Нужно ли каждый раз писать длинный «идеальный» промпт?
Нет. Держите короткий шаблон роли и подставляйте свежие факты. Длина сама по себе не повышает качество. Важны полнота опор и отсутствие противоречий. Для повторяющихся задач шаблон в заметке работает стабильнее, чем импровизация в чате.
Что делать, если после уточнений ответ всё равно мимо?
Разделите задачу на два шага: сначала структура или список вариантов, потом текст. Проверьте, не смешаны ли анализ и отправка наружу. Убедитесь, что факты в отдельном блоке и помечены как единственный источник. Если сбой повторяется на разных моделях, проблема почти наверняка во входе.
Как понять, что улучшение промпта сработало стабильно?
Прогоните старый и новый вход на двух кейсах одной роли и сравните по одним критериям приёмки плюс времени до готовности. Если новый вход выигрывает оба раза — это сигнал навыка. Один удачный ответ в длинном диалоге доказательством не считается.
Чем эта статья отличается от материала про промптинг для работы?
Статья про промптинг для работы собирает базовую структуру рабочего запроса. Здесь фокус на проблеме: почему ответ ломается, как задать критерии до генерации, как сравнить до/после и как не утонуть в хаотичных правках. Обе темы связаны с кластером промптинг.
Стоит ли идти в оценку, если я уже пишу промпты каждый день?
Да, если хотите увидеть пробелы вне самооценки: постановка цели, проверка фактов, границы данных, качество итераций. Оценка AI-навыков занимает меньше времени, чем неделя проб и ошибок на рабочих письмах, и сразу указывает, что качать в практике.