ℹ Info
Промпт-инжиниринг (Prompt Engineering) — искусство и практика составления запросов (промптов) к языковым моделям таким образом, чтобы получать максимально точные, полезные и релевантные ответы. Это не программирование в привычном смысле, а скорее умение правильно формулировать задачу для ИИ.

Зачем это нужно

Одна и та же языковая модель может дать блестящий или бесполезный ответ — всё зависит от того, как сформулирован запрос. Промпт-инжиниринг — это набор техник, которые помогают «раскрыть» возможности модели без изменения её весов или архитектуры.

Простой пример: запрос «расскажи про Python» даст общий обзор. А запрос «объясни декораторы в Python для разработчика с опытом в Java, с тремя примерами кода» — точный, адаптированный ответ.

Основные техники

Zero-shot — просто спроси

Самый простой подход: вы описываете задачу без примеров. Модель опирается только на свои знания.

Пример: «Определи тональность отзыва: “Доставка быстрая, но упаковка помятая”»

Few-shot — покажи на примерах

Вы даёте модели 2–5 примеров нужного формата, и она следует паттерну. Исследования показывают, что few-shot — одна из самых эффективных техник с точки зрения соотношения усилий и результата.

Chain-of-Thought (CoT) — думай по шагам

Вы просите модель рассуждать пошагово. Это даёт прирост до 19 пунктов на сложных бенчмарках (MMLU-Pro). Ключевая фраза: «давай разберём это шаг за шагом».

Ключевая мысль: Промпт-инжиниринг — это не «хак» и не обходной путь. Это основной интерфейс взаимодействия с ИИ, и умение им пользоваться так же важно, как умение формулировать поисковые запросы было важно в эпоху Google.

Сравнение техник

ТехникаСложностьКогда использоватьЭффект
Zero-shotНизкаяПростые задачи, классификацияБазовый — работает «из коробки»
Few-shotСредняяНужен конкретный формат выводаВысокий — модель копирует паттерн
Chain-of-ThoughtСредняяМатематика, логика, анализВысокий — до +19 п.п. на сложных задачах
Self-ConsistencyВысокаяКритически важные решенияОчень высокий — несколько путей рассуждений
Tree of ThoughtsВысокаяМногоходовые задачи, планированиеОчень высокий — параллельные ветки рассуждений
Role promptingНизкаяНужен стиль или экспертизаСредний — задаёт тон и глубину ответа

Примеры использования

  • Разработка. Промпт описывает архитектуру, стек, ограничения — и модель генерирует код в нужном стиле.
  • Контент. Few-shot примеры задают тональность бренда, и все тексты получаются единообразными.
  • Аналитика. CoT-промпт помогает модели корректно анализировать финансовые данные шаг за шагом.
  • Образование. Ролевой промпт превращает модель в терпеливого репетитора, адаптирующегося под уровень ученика.

Практические советы

💡 Tip
Три правила хорошего промпта: будьте конкретны (что именно нужно), давайте контекст (для кого, зачем) и указывайте формат (список, таблица, код). Если промпт используется многократно — храните его в системе версионного контроля.

См. также: LLM (Large Language Model), Температура (Temperature), Файн-тюнинг (Fine-Tuning), Токенизация