Что такое промпт и из каких 4 элементов он состоит?
Промпт — это текстовый запрос, который вы отправляете языковой модели: задание, вопрос, инструкция вместе со всеми данными, нужными для ответа. Промпт полностью определяет, что модель увидит и, соответственно, что она ответит.
Хороший промпт обычно содержит четыре элемента: задачу («сделай выжимку»), контекст (сам текст или данные), формат ответа («пять пунктов, без вступления») и ограничения («только по этому документу, без предположений»).
Разница между «расскажи про маркетинг» и промптом с ролью, контекстом и форматом — это разница между общими фразами и готовым к использованию результатом. Модель не угадывает недостающие детали: всё, чего нет в промпте, она додумывает сама.
Где применяется
В продуктах промпты перестают быть разовой репликой в чате и превращаются в часть кода: шаблон с подстановкой данных, который лежит в репозитории, проходит ревью и имеет версии. От его формулировки напрямую зависит, какой результат получат тысячи пользователей.
Отсюда и рабочие привычки: промпт проверяют на наборе типовых случаев, а не на одном удачном примере; фиксируют требуемый формат ответа, чтобы его можно было разобрать программно; и держат в нём инструкции по поведению в спорных ситуациях — что делать, если данных не хватает.
Пример
Запрос «напиши пост про наш курс» даёт общий текст ни о чём. Промпт с ролью, аудиторией, длиной, тоном, ключевыми фактами и примером удачного поста возвращает материал, который остаётся только вычитать.
Частые вопросы
Как написать хороший промпт?
Указать роль и аудиторию, дать контекст и факты, задать формат и объём ответа, привести один-два примера желаемого результата и обозначить, чего делать не нужно. Конкретика почти всегда работает лучше вежливых общих формулировок.
Влияет ли длина промпта на стоимость?
Да, напрямую: входные токены тарифицируются. Но экономить на контексте обычно невыгодно — короткий запрос без данных даёт бесполезный ответ, который придётся переделывать. Сокращать стоит лишнее, а не необходимое для задачи.
Почему один и тот же промпт даёт разные ответы?
Генерация вероятностна по своей природе. Уменьшить разброс помогают понижение температуры, жёсткий формат вывода и примеры в промпте. Полной повторяемости не бывает, поэтому системы проектируют устойчивыми к небольшим различиям в формулировках.
Нужно ли быть вежливым с моделью?
На качество ответа это практически не влияет — модель реагирует на содержание инструкции, а не на тон. Формулы вежливости лишь добавляют токенов. Полезнее потратить те же слова на уточнение задачи и формата результата.