Продолжаем осваивать главный навык нашего времени 📖 Да-да, вновь учимся писать промпты 😎 И если вам кажется, что современные ИИ уже «и так всё понимают» и вы все умеете, спешим сказать: практика и исследования показывают обратное. Качество ответа по-прежнему сильно зависит от того, как именно вы формулируете задачу. Сохраняйте и делитесь с друзьями 👇 1️⃣ Структура промпта Современные модели действительно стали умнее, но качество ответа всё ещё сильно зависит от формулировки задачи. Лучше всего работают чётко структурированные промпты: Контекст → задача → формат ответа. Проще говоря, если вы сразу показываете ИИ «скелет» ответа, ему проще его «обрастить мясом». Это снижает количество галлюцинаций и лишних отступлений. 2️⃣ Повторы Раньше считалось, что нужно несколько раз повторять запрос, чтобы модель «точно поняла». Сегодня это работает не всегда. Современные модели обычно понимают задачу с первого раза. Если и повторять — лучше переформулировать суть запроса. Это действует как дополнительная проверка понимания, а не просто дублирование текста. 3️⃣ Примеры Few-shot-подход всё ещё помогает. Но есть важный нюанс: слишком большое количество примеров может ухудшить результат. Модель начинает не обобщать задачу, а просто копировать паттерны из примеров. Особенно это заметно в творческих или аналитических задачах. 4️⃣ Оверпромптинг и перегрузка контекста Кажется логичным: чем больше контекста — тем лучше. Но на практике большие и перегруженные промпты часто снижают качество ответа. Когда контекста слишком много, модель начинает терять фокус. Поэтому лучше писать короче, но точнее — без лишней «воды». 5️⃣ «Думай пошагово» Фраза «think step by step» долго считалась универсальным лайфхаком. Но у современных моделей уже есть встроенные механизмы рассуждения. Поэтому этот приём даёт заметный эффект в основном в задачах логики и математики, а в некоторых областях может даже ухудшить точность. 6️⃣ Роли Фразы вроде «ты эксперт с 30 годами опыта» почти не улучшают качество ответа. Но они могут помочь задать стиль: «Пиши как техноблогер», «Объясни как преподаватель», «Отвечай кратко как технический специалист». То есть роли работают больше как инструмент подачи, а не повышения точности. 7️⃣ Эмоциональное давление Фразы вроде «это важно для моей карьеры» или «от этого зависит моя работа» почти не влияют на качество ответа. ИИ не испытывает эмоций — ему всё равно. 8⃣ Угрозы и «чаевые» Обещания денег, угрозы или другие манипуляции тоже не работают. В сложных задачах они не дают эффекта — куда важнее чёткий и структурированный промпт. 9️⃣ Самопроверка Один из самых интересных приёмов — просить модель проверить себя. Например: — найти слабые места ответа — рассмотреть альтернативы — перепроверить выводы Такие инструкции создают «внутренний спор» модели и помогают ловить собственные ошибки до выдачи ответа. А какие приёмы лучше всего работают у вас? 😉