Как написать промт для нейросети: простая схема и примеры

Коротко

Промт — это просто то, что вы пишете нейросети: вопрос, задание, просьба написать текст или объяснить тему. Если ответ раз за разом выходит не тем, дело обычно не в самой нейросети, а в том, что в запросе не хватило деталей. Нейросеть не умеет читать мысли: она достраивает недостающее по-своему, и результат промахивается мимо цели. Пять простых правил ниже помогают исправить это с первого раза, без десятка попыток переспросить.

Коротко о плане

• Опишите задачу и результат прямо, без намёков.
• Объясните, зачем нужен такой результат.
• Дайте нейросети роль, от чьего лица отвечать.
• Покажите пример того, что хотите получить.
• Разбейте сложную задачу на шаги по порядку.

Опишите задачу и результат прямо

Самая частая причина слабого ответа — это короткий и общий запрос. Anthropic, одна из компаний, которая делает языковые модели (в их числе Claude), в своём руководстве для разработчиков советует простое правило: прежде чем отправить запрос, представьте, что его читает коллега, который совсем не в курсе вашей задачи. Если коллега растеряется и не поймёт, чего от него хотят, то же самое случится и с нейросетью (Anthropic, «Prompting best practices», 2026).

В том же руководстве приводится пример на задаче «сделай аналитический дашборд» (экран с графиками и цифрами). Запрос «сделай дашборд» — это короткий и общий запрос: нейросеть додумывает детали сама, и на выходе получается что-то среднее, без особого смысла. Запрос «сделай дашборд, включи как можно больше уместных функций и не ограничивайся самым простым вариантом» — это тот же вопрос по смыслу, но с прямо названным результатом, и ответ получается заметно подробнее и точнее.

Работает то же самое на бытовых задачах. Замените расплывчатое «напиши письмо» на «напиши письмо соседям снизу с просьбой не шуметь после 23:00, вежливо, на пять предложений»: нейросеть получает всё, что нужно, и не додумывает лишнего. Та же логика годится для готовки, путешествий, учёбы: чем точнее назван желаемый результат, тем меньше нейросеть гадает вместо вас.

Объясните, зачем нужен такой результат

Нейросеть выполняет инструкцию точнее, если понимает, зачем этот результат вам нужен, а какое-то формальное правило без причины держит слабее. Anthropic приводит показательный пример: инструкция «никогда не используй троеточие» сама по себе слабая: модель не всегда понимает, почему это важно, и время от времени нарушает правило. А инструкция «ответ будут читать вслух через синтез речи, поэтому не используй троеточие: программа озвучки не умеет его произносить» — это та же просьба, но с объяснением причины, и модель переносит объяснение на похожие случаи, а не просто механически исполняет запрет.

В быту это работает так же. Замените «напиши покороче» на «напиши покороче, это для подписи под фото в соцсети, там мало места». Замените «сделай текст проще» на «сделай текст проще, его будет читать человек, который вообще не разбирается в теме». Причина в запросе почти всегда меняет результат сильнее, чем сама просьба, потому что нейросеть подстраивает под неё длину ответа, выбор слов и даже уровень подробности объяснения.

Дайте нейросети роль

И Anthropic, и OpenAI, компания-разработчик ChatGPT, в своих инструкциях для разработчиков советуют одну и ту же вещь: задать нейросети роль, от чьего лица она отвечает. OpenAI в своём руководстве по составлению запросов описывает это как первую часть хорошего запроса: кто ты и в каком стиле отвечаешь (OpenAI, «Prompt engineering», 2026). Anthropic показывает это на примере: если в начале запроса написать, что нейросеть работает как опытный помощник по программированию на Python, ответ меняется заметно, даже если дальше идёт всего один обычный вопрос.

Роль не обязана звучать как техническое задание. «Ответь как опытный юрист, который объясняет клиенту без терминов» или «ответь как школьный учитель, который готовит ребёнка к экзамену». Обе формулировки задают нейросети нужный тон и уровень подробности за одну фразу, вместо того чтобы объяснять это отдельно в каждом пункте запроса. Роль стоит указывать первой строкой, до самого вопроса: так нейросеть держит её в голове весь разговор целиком, а не забывает о ней после первого ответа.

Роль удобно менять по ходу диалога, если задача сменилась. Если сначала вы просили нейросеть отвечать как редактор, а потом захотели строгую проверку фактов, скажите об этом прямо: «теперь отвечай как придирчивый корректор, который ищет ошибки, а не хвалит текст». Нейросеть не обидится и не запутается: она просто сменит манеру ответа с этой реплики, как будто в разговор вступил другой собеседник.

Покажите пример

Оба первоисточника называют показ примера одним из самых надёжных приёмов. Anthropic советует давать нейросети от трёх до пяти примеров желаемого результата, если формат ответа важен: примеры должны быть похожи на вашу реальную задачу и немного отличаться друг от друга, чтобы нейросеть не скопировала один случайный шаблон. OpenAI описывает то же самое как показ пары примеров «вопрос и ответ», по которым нейросеть считывает нужный узор и повторяет его на своей задаче.

На практике это выглядит так: вместо «напиши пять заголовков для статьи про кофе» покажите один заголовок, который вам нравится по стилю. «Заголовки должны звучать так же, как этот: „Кофе, который не будят по будильнику“. Напиши ещё пять в таком же духе, про разные сорта кофе». Один хороший пример экономит три-четыре круга переписки, в которых вы объясняете словами то, что можно было просто показать.

Правило работает и в обратную сторону: если нейросеть выдала неплохой, но не идеальный ответ, покажите этот же ответ ей снова со словами «сделай следующий в таком же стиле, но короче». Так вы превращаете собственный черновик в пример, и вторая попытка почти всегда точнее первой.

Разбейте сложную задачу на шаги

Если задача состоит из нескольких частей, Anthropic советует прописывать шаги по порядку, пронумерованным списком, особенно когда порядок или полнота шагов имеют значение. Нейросеть, как и человек, реже что-то пропускает, если инструкция разложена по пунктам, а не свалена в один длинный абзац.

Пример: вместо «помоги спланировать день рождения ребёнка» напишите «1. предложи три варианта тематики праздника на 8 лет; 2. для выбранной темы предложи три конкурса; 3. составь список продуктов для торта на 10 человек». Три отдельных пункта нейросеть выполнит полнее, чем один общий вопрос, где легко упустить часть просьбы. Тот же приём годится для рабочих задач: план встречи, черновик договора, разбор жалобы клиента почти всегда лучше получаются по шагам, чем одним сплошным поручением, где начало и конец сливаются в общую массу.

Пример: один запрос, переписанный трижды

Проще всего увидеть разницу на одной и той же бытовой задаче. Допустим, нужно письмо для соседей.

Первая попытка: «напиши письмо про шум». Нейросеть не знает, кому оно адресовано и что именно произошло, поэтому выдаёт универсальный текст ни о чём, который придётся переписывать заново.

Вторая попытка добавляет прямой результат: «напиши письмо соседям снизу с просьбой не шуметь по вечерам». Здесь уже есть адресат и суть просьбы, ответ становится конкретнее, но тон может выйти то слишком резким, то слишком робким: нейросеть всё ещё гадает, каким его сделать.

Третья попытка добавляет причину, тон и объём разом: «напиши письмо соседям снизу с просьбой не шуметь после 23:00, вежливо, без обвинений, на пять предложений, потому что у меня маленький ребёнок и он просыпается от шума». Каждая деталь в этой версии снимает с нейросети одну из догадок: кому, о чём, в каком тоне и какой длины. Результат с третьей попытки обычно подходит сразу, без правок.

Тот же путь годится для рабочей переписки, школьного сочинения или описания товара в объявлении: разница между слабым и хорошим промтом почти всегда в количестве деталей, которые вы назвали сами, а не оставили на догадку.

Частые ошибки

Дальше собраны пять ошибок, из-за которых даже хорошая нейросеть выдаёт слабый ответ. Все пять чинятся одним и тем же способом: добавить деталь, которую нейросеть иначе додумает сама и почти наверняка ошибётся.

• Слишком общий запрос. «Напиши про здоровое питание» не говорит нейросети, для кого текст, зачем он нужен и какой длины, поэтому результат выходит средним и бесполезным.
• Одна попытка без уточнения. Если ответ не подошёл, проще уточнить в этом же разговоре («сделай короче», «убери канцелярит», «добавь пример»), чем начинать заново с нуля: нейросеть помнит предыдущий разговор.
• Слишком много просьб в одном сообщении без разбивки. Пять разных задач одной строкой без пунктов — это типичная причина, почему нейросеть выполнит только часть из них.
• Ожидание, что нейросеть догадается о контексте. Она не видит вашего экрана, не знает вашу компанию и вашего адресата, если вы сами не написали об этом в запросе.
• Пропуск роли и примера там, где формат важен. Если нужен конкретный стиль или структура ответа, а пример не показан: велик шанс получить общий текст не в том тоне.

Что в итоге

• Опишите задачу и желаемый результат прямо, будто объясняете коллеге без контекста.
• Добавьте причину, зачем нужен такой результат: нейросеть переносит объяснение на похожие случаи.
• Задайте роль одной фразой в начале запроса.
• Покажите пример, если важен конкретный формат или стиль.
• Сложную задачу разбейте на пронумерованные шаги.

Если пока не решили, в какой нейросети пробовать эти правила, загляните в свежий рейтинг с ценами и доступом из России: там видно, какие модели работают в России напрямую, а какие только через посредника.

Для тех, кто глубже

Эти пять правил работают в разговоре с любым чат-ботом. Но у некоторых программ роль сложнее, чем ответ на один запрос: они сами решают, что делать дальше, и доводят задачу до конца в несколько шагов. Про разницу между обычным чат-ботом и таким ИИ-сотрудником читайте в статье «Что такое ИИ-сотрудник и чем он отличается от чат-бота?».

Кстати, если промт нужен не для личной переписки с чат-ботом, а чтобы настроить ИИ-сотрудника для бизнеса, писать инструкцию вручную вообще не обязательно. В ultiOS карточку сотрудника собирает Консьерж, тоже ИИ-сотрудник платформы: вы рассказываете о компании обычными словами, а нужный текст инструкции складывается сам, в панели, без кода.

Источники

• Anthropic, «Prompting best practices», 2026
• OpenAI, «Prompt engineering», 2026