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»&nbsp;—&nbsp;и в итоге вы получаете гладкий текст, на доработку которого уйдёт целый час.</p>

<p>Вторая причина неудач&nbsp;—&nbsp;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&nbsp;—&nbsp;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»,&nbsp;—&nbsp;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>

КритерийПлохой ориентирРабочий 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&nbsp;—&nbsp;примерно 5–7&nbsp;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>
Рабочий стол: черновик промпта с критериями качества ответа рядом с экраном

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>

  1. <p>Получите один черновик — на основе полного, заранее продуманного описания задачи.</p>
  2. <p>Оцените результат по чек‑листу приёмки — проверьте по конкретным пунктам, где есть пробелы.</p>
  3. <p>Правьте только тот аспект, который не дотянул: либо факты, либо формат, либо тон, либо запреты. Не пытайтесь улучшить всё сразу.</p>
  4. <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.

ОшибкаЧто происходитЧто сделать
Добавлять роль без задачи«Ты senior-эксперт» раздувает тон, факты остаются дырявымиСначала цель, читатель, формат; роль — опционально
Копировать чужой длинный промптЧужие запреты и метрики не совпадают с вашей задачейОставить каркас, заменить факты и критерии приёмки
Просить «креативнее» без рамкиПоявляются обещания, метафоры и лишние идеиЗадать 1–2 допустимых приёма и список запретов
Править только ответСледующий похожий кейс снова даёт сбойПеренести удачную правку во входной шаблон
Смешивать анализ и отправкуЧерновик для клиента содержит сырые гипотезыРазделить: 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.

Пройти бесплатную оценку