Если вы уже умеете описывать задачу нейросети по-человечески и всё равно упираетесь в посредственные ответы, дело не в модели. Дело в технике. Промт-инжиниринг — это набор приёмов, которые превращают «понятный запрос» в «запрос, на который невозможно ответить плохо».
Это продолжение для тех, кто прошёл базу. Если вы пока не уверены, из чего вообще складывается хороший запрос, начните с гайда как написать промт для нейросети, а потом возвращайтесь сюда за приёмами.
Ниже — шесть техник, которые работают на любой крупной LLM: ChatGPT, Claude, Gemini, GigaChat, YandexGPT, DeepSeek. К каждой — короткий промт, который можно скопировать и сразу попробовать.
Роль и контекст: задайте точку отсчёта
Модель отвечает усреднённо, пока вы не сузите рамку. Роль и контекст делают именно это: говорят, от чьего лица работать и в какой ситуации.
Ты — методист онлайн-школы английского для взрослых.
Аудитория — занятые люди 30-45 лет, уровень A2, мало времени.
Составь план первого занятия на 40 минут: что отработать,
в каком порядке, сколько минут на каждый блок.Сравните с голым «составь план занятия по английскому». Разница в том, что во втором случае модель сама додумывает аудиторию, уровень и формат, и почти всегда мимо. Роль задаёт лексику и угол зрения, контекст отсекает лишние варианты. Чем конкретнее ситуация (для кого, где, зачем), тем меньше переписываний.
Few-shot: покажите примеры вместо объяснений
Иногда проще показать, чем описать. Few-shot — это когда вы даёте модели один-три примера «вход → выход», и она копирует логику на новых данных. Особенно выручает там, где стиль или формат трудно объяснить словами.
Переписывай названия товаров в продающий формат.
Пример 1.
Вход: Кружка керамическая 350 мл белая
Выход: Белая керамическая кружка 350 мл — для кофе по утрам
Пример 2.
Вход: Носки хлопок 5 пар черные
Выход: Носки из хлопка, 5 пар — черная классика на каждый день
Теперь сделай так же:
Вход: Рюкзак городской 20 л серыйДва-три примера обычно дают скачок качества больше, чем абзац инструкций. Если ответы разъезжаются по стилю, добавьте ещё один пример, а не ещё одно правило.
Chain-of-thought: попросите думать по шагам
Для задач, где есть рассуждение (расчёты, логика, выбор из вариантов, разбор причин), помогает простая добавка: попросить рассуждать пошагово до ответа. Модель реже срезает углы и реже выдаёт правдоподобную чушь.
Клиент потратил 12 000 ₽ за 3 месяца, средний чек 800 ₽,
последняя покупка 40 дней назад. Конкуренты дешевле на 15%.
Стоит ли давать ему скидку на удержание?
Сначала разбери ситуацию по шагам, потом дай вывод и цифру скидки.Ключевые слова — «по шагам», «сначала рассуждай, потом вывод». Если вам не нужны сами рассуждения в ответе, попросите их свернуть: «думай по шагам про себя, покажи только итог». Внутренняя проработка остаётся, а ответ получается чистым.
Кстати, попробовать все эти приёмы на разных моделях сразу удобно в одном месте: в разделе текстовых нейросетей Крафти собраны ведущие LLM без VPN и на русском. Зарегистрироваться и проверить, какая модель лучше тянет ваши задачи.
Формат вывода: скажите, как должен выглядеть ответ
Половина разочарований от нейросети — это не «неправильно по смыслу», а «не в том виде». Задавайте формат явно: структуру, объём, поля, тип.
Проанализируй отзыв и верни строго в формате:
Тональность: (позитив / нейтрал / негатив)
Главная претензия: (одним предложением)
Ответ клиенту: (2-3 предложения, вежливо, без шаблонов)
Отзыв: «Заказ пришёл на неделю позже, коробка помятая,
но сам товар нормальный».Когда результат нужно куда-то вставлять или обрабатывать, просите конкретный формат: таблицу, JSON, маркдаун, нумерованный список с фиксированными полями. Фразы «строго в формате», «только таблица, без вступлений» убирают лишний текст вокруг ответа.
Итеративная доводка: не переписывайте промт с нуля
Первый ответ редко идеален, и это нормально. Сильный приём — не сочинять промт заново, а править точечно в том же диалоге. Модель помнит контекст и держит хорошее, меняя только то, что вы указали.
Хорошо, но слишком формально. Перепиши проще,
как будто объясняешь другу. Второй абзац убери целиком,
а в конце добавь один конкретный пример.Давайте обратную связь так, как дали бы редактору: что именно не так и что вместо этого. «Сделай лучше» не работает, а «короче на треть, убери канцелярит, добавь цифры» работает. Часто два-три уточнения дают результат, которого не выжать из одного длинного промта.
Негативные инструкции: скажите, чего делать не нужно
Модели любят добавлять лишнее: вступления, дисклеймеры, воду, штампы. Негативные инструкции отсекают это заранее.
Напиши текст для главной страницы автосервиса, 4-5 предложений.
Не используй слова «качественный», «профессиональный», «команда профессионалов».
Без восклицательных знаков. Не начинай со слов «Мы».
Никаких вступлений — сразу текст.Тонкость: запреты работают лучше, когда их немного и они конкретны. Длинный список «не делай» модель частично теряет. Если хочется выкинуть пять штампов разом, иногда надёжнее показать удачный пример (few-shot), чем перечислять всё запрещённое.
Честно об ограничениях
Техники повышают вероятность хорошего ответа, но не гарантируют его. Few-shot способен закрепить вашу же ошибку, если пример неудачный. Chain-of-thought удлиняет ответ и тратит больше токенов, а на простых задачах только мешает. Жёсткий формат иногда ломается на длинных ответах: модель «забывает» структуру к концу.
И главное: ни одна техника не вытащит задачу, в которой у модели нет данных. Если нужны свежие факты, точные цифры по вашему бизнесу или то, чего не было в обучении, промт это не починит — нужны исходные данные в самом запросе. Промт-инжиниринг управляет тем, как модель работает с тем, что у неё есть, а не создаёт знание из ничего.
Итог
Эти шесть приёмов закрывают большую часть задач: роль и контекст задают рамку, few-shot показывает образец, chain-of-thought включает рассуждение, формат фиксирует вид ответа, доводка чинит результат за пару итераций, негативные инструкции убирают лишнее.
С чего начать: возьмите промт, который сейчас даёт средний результат, и добавьте к нему одну технику. Чаще всего хватает роли плюс явного формата. Дальше подключайте остальное по необходимости и доводите в диалоге, а не с нуля.
Попробуйте в Крафти
Соберите такой результат сами: Крафти — нейросети для текста, изображений, видео и музыки в одном кабинете. Без VPN, на русском, оплата картой РФ.
Telegram-бот: @KraftiAI_bot · промты и разборы в канале @aidea_lab.