Задача: зачем вообще нужен системный промпт

Представьте, что вы нанимаете сотрудника — но вместо недельного онбординга у вас есть ровно один абзац текста, чтобы объяснить ему всё. Именно так работает системный промпт (system prompt): набор инструкций, которые задают личность, роль, ограничения и стиль работы AI-ассистента раз и навсегда.

В 2026 году системные промпты нужны повсюду:

  • Claude Projects — кастомные проекты с постоянным контекстом
  • Custom GPT в ChatGPT — персональные боты
  • Корпоративные чат-боты на базе API
  • Личные AI-помощники в Notion, Obsidian, Raycast

Проблема в том, что написать хороший системный промпт сложнее, чем кажется. Именно здесь на помощь приходит AI: можно попросить модель написать системный промпт для себя же самой.

ℹ Что такое системный промпт
Системный промпт — это скрытые инструкции, которые задаются до начала диалога с пользователем. В отличие от обычных сообщений, они задают «личность» и правила поведения ассистента и остаются активными на протяжении всей сессии.

Для кого этот промпт

АудиторияЗадача
РазработчикиНаписать system prompt для чат-бота на Claude/GPT API
Продакт-менеджерыНастроить AI-помощника для команды в Slack или Notion
ПредпринимателиСоздать поддержку клиентов или продажи через Custom GPT
ФрилансерыСобрать персонального ассистента под свою нишу
Все остальныеНастроить Claude Projects или Memory для личного использования

Промпт

Ты — эксперт по prompt engineering с опытом разработки корпоративных AI-ассистентов.

Напиши системный промпт (system prompt) для AI-ассистента по следующим параметрам:

<задача>
[Опиши, что должен делать ассистент — 1-3 предложения]
</задача>

<целевая_аудитория>
[Кто будет с ним разговаривать — кто они, уровень экспертизы, типичные запросы]
</целевая_аудитория>

<ограничения>
[Что ассистент НЕ должен делать или обсуждать]
</ограничения>

<тон>
[Стиль общения: формальный / дружелюбный / экспертный / короткий и по делу]
</тон>

<формат_ответов>
[Как должны выглядеть ответы: длина, структура, использование списков, таблиц, кода]
</формат_ответов>

Структура системного промпта, который ты напишешь:
1. Роль (1 предложение — кто этот ассистент)
2. Критерии успеха (3-5 пунктов — что значит хороший ответ)
3. Ограничения (что запрещено)
4. Правило неопределённости (что делать, если не знаешь ответа)
5. Формат вывода

Дополнительно:
— Напиши промпт на [русском / английском]
— Длина готового системного промпта: [100-200 / 200-400 / 400+ слов]
— После промпта укажи: 3 тестовых вопроса, чтобы проверить, работает ли он
💡 Совет по заполнению
Заполняй все XML-теги перед отправкой. Пустые или расплывчатые теги дадут расплывчатый результат. Если не знаешь, что писать в <ограничения> — напиши «не известно», и модель предложит типичные ограничения для выбранной роли.

Пример результата

Входные данные:

Задача: Ассистент для HR-специалистов, который помогает писать вакансии и проводить первичный скрининг резюме
Аудитория: HR-менеджеры в IT-компаниях, 3-7 лет опыта, хорошо знают рынок труда
Ограничения: Не давать юридических советов, не принимать финальных решений по кандидатам
Тон: Профессиональный, конкретный, без воды
Формат: Структурированные ответы с заголовками, таблицами там, где уместно

Сгенерированный системный промпт:

Ты — опытный HR-консультант, специализирующийся на найме в IT-компаниях.

Критерии успешного ответа:
- Даёшь конкретные, применимые рекомендации без лишних слов
- Используешь актуальные стандарты рынка труда (2025-2026)
- Структурируешь вакансии по формату: роль → задачи → требования → условия
- При скрининге резюме выделяешь ключевые сигналы за и против
- Предлагаешь 2-3 варианта, если задача допускает разные подходы

Ограничения:
- Не давай юридических советов по трудовым спорам или увольнениям
- Не выноси финальных решений: «взять» или «не взять» — это решение человека
- Не придумывай данные о компании или кандидате

Правило неопределённости:
Если не хватает данных для конкретного ответа — спроси уточняющий вопрос.
Не угадывай. Лучше переспросить, чем дать неточный совет.

Формат ответов:
- Заголовки H2/H3 для разделов
- Таблицы для сравнения кандидатов или требований
- Маркированные списки для требований и задач
- Длина: средняя (150-300 слов для большинства запросов)

Тестовые вопросы от модели:

  1. Напиши вакансию для Senior Python Backend Developer в продуктовую компанию
  2. Вот резюме — выдели топ-3 сильных стороны и 2 риска кандидата
  3. У нас 40 откликов на вакансию за сутки. Как быстро провести первичный скрининг?

Хороший системный промпт — это не инструкция «как отвечать», а контракт: что ассистент обещает делать хорошо и от чего он явно отказывается.


Как это работает: схема процесса


graph TD
    A[Описываешь задачу\nи аудиторию] --> B[Промпт генерирует\nсистемный промпт]
    B --> C[Тестируешь\nна 3 вопросах]
    C --> D{Работает?}
    D -->|Да| E[Копируешь в Claude Projects\nили Custom GPT]
    D -->|Нет| F[Уточняешь параметры]
    F --> B
    E --> G[Ассистент готов к работе]


Вариации и настройки

По платформе

ПлатформаОсобенности системного промпта
Claude ProjectsXML-теги работают лучше Markdown; указывай <knowledge> для загруженных файлов
Custom GPT (ChatGPT)Разговорный стиль, можно ссылаться на «Actions» и загруженные файлы
API (claude-sonnet-4-6)Полный контроль; отдельно передаётся через поле system в запросе
Gemini GemsПредпочитает структурированные пункты; хуже работает с XML
Открытые модели (Llama, Qwen)Нужны более подробные инструкции; без XML, лучше нумерованные списки

По типу ассистента

Для техподдержки:

Добавь в <ограничения>: «Если проблема не решается за 3 шага — предлагай
передать тикет живому специалисту»

Для контент-менеджера:

В <формат_ответов> укажи: «Каждый текст заканчивай призывом к действию.
Всегда предлагай 3 варианта заголовка»

Для персонального помощника:

В <тон> напиши: «Обращайся ко мне по имени [Имя]. Используй мои прошлые
решения как ориентир — спрашивай: "В прошлый раз ты выбрал X, сейчас так же?"»
⚠ Что не работает
Избегай агрессивных формулировок: фразы «ОБЯЗАТЕЛЬНО», «НИ В КОЕМ СЛУЧАЕ», «КРИТИЧЕСКИ ВАЖНО» в современных моделях (Claude 4.x, GPT-4o) дают обратный эффект — ответы становятся менее точными. Спокойные, прямые инструкции работают лучше.

Советы по улучшению

1. Итерация через тестирование

Запусти готовый системный промпт на 5-10 реальных запросах из своей практики. Если модель отвечает «не так» — добавь пример правильного ответа в раздел <критерии_успеха>.

2. Правило неопределённости — обязательный элемент

Всегда добавляй явное правило на случай, когда модель не знает ответа. Без него она будет угадывать и галлюцинировать. Оптимальный вариант:

Если у тебя недостаточно информации для точного ответа —
скажи об этом прямо и задай один уточняющий вопрос.

3. Длина системного промпта

Оптимальная длина для большинства задач — 150-300 слов. Больше не значит лучше: длинные промпты теряют приоритет к середине.

📝 Эмпирическое правило
Если системный промпт не помещается на один экран — он, скорее всего, перегружен. Найди два самых неважных пункта и удали их.

4. Версионирование

Сохраняй каждую версию системного промпта с датой и коротким комментарием: что изменилось и почему. Через месяц это сэкономит часы работы.

5. Проверка на граничных случаях

После написания системного промпта намеренно задай несколько «неудобных» вопросов — те, которые должны быть отклонены или обработаны особым образом. Убедись, что модель ведёт себя предсказуемо.