Как написать промт для ChatGPT и любой нейросети

Как написать промт так, чтобы нейросеть поняла задачу с первого раза, а не с третьей попытки? Дело не в магических словах, а в структуре: роль, задача, контекст, ограничения и формат ответа. Ниже - готовый шаблон-помощник, который сам собирает такой промт, и разбор, почему каждая часть работает именно так.

Что происходит, когда промт собран по структуре

Когда запрос собран по чёткой схеме, нейросеть перестаёт угадывать, что от неё хотят. Она сразу видит, в какой роли отвечать, какой объём текста ожидается и в каком виде выдать результат - списком, таблицей, кодом или связным текстом. Это заметно снижает число уточняющих вопросов и переделок, а значит и время до готового результата.

Разница видна на первом же ответе. Если написать просто «расскажи про мотивацию сотрудников», модель выдаст общий текст «обо всём и ни о чём» - несколько абзацев с очевидными тезисами, которые придётся переписывать. Если же в запросе указать роль HR-эксперта, аудиторию (руководители отдела продаж), объём (пять пунктов) и формат (маркированный список с примером фразы для каждого пункта), ответ приходит сразу в нужном виде и его можно использовать без правок.

Это работает одинаково для разных задач: правило, как правильно написать промт для нейросети, не меняется от того, просите вы деловое письмо, план урока или строку кода. Меняется только содержание блоков - какая роль нужна, какие цифры и рамки важны, - а сама конструкция запроса остаётся общей для ChatGPT и для любой другой модели.

Из чего складывается сильный промт

Первый и часто пропускаемый элемент - роль. Фраза «ты - опытный редактор деловых писем» или «ты - senior-разработчик на Python с опытом в финтехе» задаёт модели точку зрения, из которой она рассуждает, и это сразу меняет уровень, словарь и даже структуру аргументации в ответе. Без роли модель отвечает усреднённо - ни экспертно, ни просто, а где-то посередине.

Второй элемент - задача, сформулированная без общих слов. «Напиши что-нибудь про кофейню» и «напиши три варианта заголовка для рекламы кофейни, каждый до восьми слов, с акцентом на аромат свежемолотого зерна» - это два разных результата, хотя тема одна. Чем конкретнее формулировка глагола действия - «сократи», «переформулируй», «сравни», «оцени по критериям» - тем меньше вольной трактовки у модели и тем реже приходится переспрашивать «а что именно вы хотели сказать».

Третий элемент - ограничения и формат вывода. Если не указать объём, тон и структуру ответа, модель выберет их сама, и не всегда угадает верно: может дать три абзаца, где нужен один список, или официальный тон, где нужен дружеский. Сюда же стоит добавлять негативные ограничения - что делать не нужно: «без вступления», «без канцелярских оборотов», «не используй слово уникальный». Убрать любой из этих трёх блоков - и промт снова превращается в общий вопрос, на который приходит общий ответ.

Как собрать промт за четыре шага

Проще всего не держать всю структуру в голове, а пройти по шагам и заполнить каждую часть по очереди. Тот же принцип использует шаблон выше - он задаёт вопросы именно в этом порядке, и его удобно держать под рукой, когда задачи разные и каждый раз нет времени придумывать формулировку с нуля.

1. Определите рольРешите, каким экспертом должна выступить модель - редактором, аналитиком, разработчиком, сценаристом.
2. Сформулируйте задачуОпишите конкретное действие: что сделать, для кого и с какой целью, без общих фраз.
3. Добавьте контекст и рамкиУкажите тон, объём, аудиторию и что точно нельзя включать в ответ.
4. Пропишите формат ответаУточните, нужен список, таблица, код или связный текст - и в каком объёме.

Готовый промт можно сразу проверить в диалоге с ChatGPT - если ответ не совпал с ожиданием, обычно достаточно уточнить один из четырёх блоков, а не переписывать всё заново с нуля.

Какие промты нужны для разных задач

Схема из ролей и ограничений универсальна, но детали внутри блоков сильно зависят от того, что нужно на выходе - текст, код, картинка или видео. Для текстовой задачи важнее всего тон и длина, для генерации изображения - свет, ракурс и стиль рендера, для видео - добавляется движение камеры и длительность сцены, которых у статичной картинки просто не существует.

Вот как обычно меняется содержание промта под конкретную цель - таблица показывает, какой именно пункт нужно уточнить, чтобы результат попал точно в задачу, а не вышел приблизительным.

Заметно, что почти во всех строках меняется только один-два пункта - формат вывода и специфика ограничений. Остальная структура промта остаётся прежней, поэтому один раз выученная схема закрывает сразу все эти задачи, будь то продающий текст на основе готового шаблона или инструкция для генерации картинки по конкретному стилю.

Что влияет на точность ответа нейросети

Главная причина слабых ответов - расплывчатые формулировки вроде «сделай красиво» или «напиши интересно». Нейросеть не умеет читать мысли, она ориентируется только на слова в промте, поэтому любую оценочную характеристику стоит расшифровывать через конкретику: не «интересно», а «с одним неожиданным фактом в начале абзаца и вопросом в конце».

Вторая частая ошибка - смешивать в одном промте несколько разных задач сразу. Если нужен и текст, и его сокращённая версия, и заголовок к нему, лучше разбить это на отдельные шаги или явно пронумеровать блоки в задаче - иначе модель выполнит их вперемешку, а часть требований потеряется в общем потоке инструкций. То же касается длинных промтов без структуры: если роль, задача и ограничения свалены в один сплошной абзац, модель хуже удерживает все условия одновременно, чем когда они разделены по смыслу хотя бы переносами строк.

Третий момент - отсутствие примера. Если приложить один короткий образец нужного стиля или тона, модель ориентируется на него намного точнее, чем на словесное описание «пиши как эксперт». И четвёртый - нежелание уточнять готовый ответ. Первая версия промта редко идеальна с первого раза, и это нормально: гораздо быстрее уточнить один пункт в диалоге, чем пытаться с первого захода угадать формулировку, которая устроит без единой правки.

Кому и когда пригодится готовый шаблон промта

Шаблон особенно полезен тем, кто каждый день формулирует новые запросы к нейросети и не хочет каждый раз придумывать структуру с нуля - например, когда за день нужно собрать десять разных промтов под разные рубрики контент-плана. Он одинаково подходит и для разовой задачи, и для повторяющихся рабочих сценариев, где важна стабильность результата от запроса к запросу.

Он также помогает, когда нужно объяснить задачу коллеге или младшему специалисту так, чтобы результат не зависел от того, кто именно пишет запрос модели. Если в команде несколько человек работают с одной и той же нейросетью, единый шаблон промта избавляет от ситуации, когда один сотрудник получает развёрнутый и точный ответ, а другой на ту же задачу - обтекаемый и общий, просто потому что запрос был сформулирован иначе.

• Копирайтеру - для быстрого перехода от идеи к готовому тексту нужного тона
• Разработчику - для постановки задачи модели при генерации или ревью кода
• Маркетологу - для серии похожих промтов под разные рекламные форматы
• Автору контента - для промта под изображение, видео или сценарий одновременно

Вопросы о том, как писать промты

Что ещё почитать по теме промтов

• ChatGPT
• Промт для текста нейросетью - готовый шаблон для ИИ
• Промт для технического задания - готовый шаблон для нейросети
• ChatGPT для программирования: как использовать нейросеть разработчику

Освоить структуру промта один раз - и дальше формулировать запросы к нейросети становится в разы быстрее, независимо от задачи. Собранный шаблон можно сразу запустить в чате - доступ к нейросетям напрямую, без дополнительных настроек.