Хорошие и плохие промпты

Один и тот же вопрос можно задать ИИ так, что получишь кашу, а можно — так, что получишь именно то, что нужно. Разница не в модели, а в твоём промпте.

Главная мысль урока: ИИ не читает мысли. Он угадывает продолжение по твоим словам. Чем расплывчатее запрос, тем больше модель додумывает за тебя — и тем чаще промахивается. Чёткий промпт — это не магия, а привычка сказать, чего ты хочешь, для кого и в каком виде.

Зачем вообще заморачиваться с формулировкой

Представь: ты пишешь другу «скинь нормальную музыку». Что он пришлёт? Да что угодно — он же не знает, какое у тебя сейчас настроение, что ты уже слушал и подо что собираешься делать уроки. А теперь сравни: «скинь 5 спокойных треков без слов, под которые удобно решать задачи по математике». Чувствуешь разницу? Во втором случае шанс попасть в точку резко вырос.

С ИИ ровно так же. Давай сразу посмотрим, к чему мы придём. Вот два запроса об одном и том же:

Первый даст тебе скучную простыню текста, половину которой ты не поймёшь. Второй — короткое, понятное объяснение ровно под твою задачу. Модель одна и та же. Изменился только промпт. К концу урока ты научишься превращать первый вариант во второй почти на автомате.

В прошлом уроке про то, что такое промпт мы выяснили: промпт — это запрос или инструкция, которую ты пишешь модели, чтобы получить нужный ответ. Сегодня идём глубже — разберём, чем хороший промпт отличается от плохого, и натренируемся на примерах из учёбы.

Метафора: ты заказываешь, а не загадываешь

Думай об ИИ как об очень способном, но абсолютно буквальном помощнике, который тебя видит впервые. Он прочитал полмира текстов, но про тебя не знает ничего: ни твой класс, ни что вам задали, ни в каком виде тебе удобно получить ответ. Всё это он может только угадать по словам в промпте.

Вспомни из прошлых модулей, как работает языковая модель: она предсказывает следующее слово по тем словам, что уже есть. Это значит, что твои слова — это и есть условие задачи. Чем больше полезных слов ты дал, тем точнее модель достроит ответ. Чем меньше — тем больше она додумывает за тебя, как тот друг с «нормальной музыкой».

Поэтому хороший промпт — это не вежливая просьба и не заклинание. Это чёткий заказ. Сравни две ситуации в пиццерии:

• «Дайте поесть» — и тебе принесут что угодно, может, даже не то, что ты любишь.
• «Среднюю пиццу „Маргарита“ на тонком тесте, без лука, разрезать на 8 кусков» — и ты получишь ровно своё.

Промпт — это вторая фраза, а не первая. Ты не загадываешь желание джинну, ты делаешь понятный заказ.

И ещё важная деталь про этого «помощника»: он не обидится, если ты переспросишь или попросишь переделать. Наоборот — с ИИ можно вести диалог. Получил не то — не злись и не бросай, а уточни. Об этом поговорим ниже, но запомни сразу: первый ответ модели — это не приговор, а черновик, который ты вправе докрутить.

Четыре кирпича хорошего промпта

Чтобы не гадать каждый раз, держи простую схему. В хорошем промпте обычно есть четыре вещи:

Не обязательно пихать все четыре в каждый запрос. Но если ответ выходит не таким, как ты ждал, почти всегда не хватает одного из этих кирпичей.

Разбор на примерах из учёбы

Теперь самое полезное — посмотрим, как расплывчатый запрос превращается в чёткий шаг за шагом. Все примеры из обычной школьной жизни.

Пример 1. Помощь с сочинением

Плохой промпт:

«Напиши сочинение про осень»

Что не так? Модель не знает ни твой класс, ни объём, ни стиль. Она выдаст какой-то усреднённый текст — скорее всего слишком взрослый или слишком короткий, и точно не в твоём голосе. А если ты сдашь его как есть — это уже не твоя работа, и учитель это почувствует.

Добавляем кирпичи — задачу, контекст, формат, ограничения:

«Я в 6 классе, мне нужно написать сочинение про осень на 8–10 предложений. Не пиши за меня готовый текст, а дай план из 4 пунктов и по 2 идеи к каждому, чтобы я написал сам. Стиль простой, без заумных слов.»

Разберём, что изменилось:

• Задача стала честной и полезной: не «напиши за меня», а «помоги мне написать самому». Так ты учишься, а не списываешь.
• Контекст «6 класс» подсказал модели уровень сложности.
• Формат «план из 4 пунктов» дал тебе скелет, по которому удобно писать.
• Ограничение «без заумных слов» отсекло взрослую лексику.

Пример 2. Разобраться в теме

Плохой промпт:

«Объясни дроби»

Слишком широко. «Дроби» — это и что это вообще такое, и как складывать, и как сокращать, и зачем они нужны. Модель не знает, где именно ты застрял, и вывалит всё подряд.

Делаем точечно:

«Я не понимаю, как складывать дроби с разными знаменателями, например 1/2 + 1/3. Объясни по шагам на этом примере, простыми словами, и в конце дай ещё один похожий пример, чтобы я порешал сам.»

Видишь приём? Ты назвал конкретное место, где застрял, и дал конкретный пример. Теперь модель не угадывает твою проблему — ты сам её показал. Ответ будет точно по делу.

Пример 3. Наш сквозной пример — кошки и собаки

Через весь курс у нас идёт задача «отличить кошку от собаки». Давай попросим ИИ помочь с ней и сразу почувствуем разницу промптов.

Плохой промпт:

«Расскажи про кошек и собак»

Получишь что угодно: про породы, про корм, про то, кто кого любит. Совсем не то, что нужно для нашей учебной задачи.

Чёткий промпт:

«Я учусь, как ИИ отличает кошку от собаки по фотографии. Перечисли 5 признаков, по которым их можно различить, в виде таблицы: признак — как у кошки — как у собаки. Объясни просто, я школьник.»

Здесь мы дали модели контекст задачи («ИИ отличает кошку от собаки по фото») и жёсткий формат (таблица с тремя колонками). Помнишь из модуля про признаки — отдельные измеримые характеристики объекта, по которым модель принимает решение? Вот именно их мы и просим перечислить аккуратно, а не «рассказать про животных вообще».

Пример 4. Когда нужно дать модели данные

Иногда ответ зависит не от общих знаний модели, а от твоего текста. Тогда этот текст нужно вставить прямо в промпт.

Плохой промпт:

«Исправь ошибки»

А где текст-то? Модель не видит твою тетрадь. Она либо переспросит, либо начнёт фантазировать.

Чёткий промпт:

«Найди орфографические и пунктуационные ошибки в тексте ниже и выпиши их списком: сначала как было, потом как правильно. Сам текст не переписывай целиком.
Текст: „кошка пьёт малоко из миски и мурлычит ат удовольствия“»

Главный приём: отдели свою инструкцию от данных. Сначала чётко скажи, что сделать («найди ошибки, выпиши списком»), а потом отдельно дай сам текст. Так модель не перепутает, где команда, а где материал для разбора.

Промпт — это диалог, а не один выстрел

Тут прячется приём, который многие пропускают. Хороший промпт не обязан получиться идеальным с первого раза. С ИИ можно разговаривать: получил ответ не такой, как хотел, — не начинай всё заново, а уточни прямо следующим сообщением. Модель помнит, что было выше в этом чате, и подхватит твою поправку.

Смотри, как это работает на нашем примере с фотосинтезом. Допустим, ты спросил коротко и получил слишком сложный ответ. Дальше не нужно переписывать запрос целиком — достаточно одной фразы-поправки:

Получается такая игра в «горячо–холодно»: каждым уточнением ты подводишь модель ближе к нужному ответу. Часто два-три коротких шага дают результат лучше, чем попытка с первого раза написать гигантский идеальный промпт. Не бойся переспрашивать — это не слабость, а нормальный способ работы с ИИ.

Запомни: если ответ не тот — почти всегда дешевле поправить его одной репликой, чем сочинять новый запрос с нуля. Чат помнит контекст.

Частые ошибки и подводные камни

Вот грабли, на которые новички наступают чаще всего. Узнаёшь их — и сразу станешь писать промпты лучше половины взрослых.

1. Расплывчатость: «сделай хорошо»

Слова «нормально», «интересно», «покороче», «по-человечески» для модели почти пустые — у неё нет твоего представления о «хорошо». Замени оценку на измеримое требование. Не «покороче», а «в 3 предложениях». Не «интересно», а «с примером из игр или соцсетей». Чем конкретнее, тем точнее попадание.

2. Слишком много задач в одном промпте

«Объясни фотосинтез, заодно реши вот это уравнение, придумай мне ник и расскажи анекдот» — модель попытается всё это смешать в одну кучу и сделает каждую часть кое-как. Один промпт — одна понятная задача. Большое дело лучше разбить на шаги и идти по очереди, как в игре проходят уровни по одному.

3. Вежливость вместо конкретики

«Пожалуйста, будь добр, если тебе не сложно, расскажи чуть-чуть про историю» — звучит мило, но информации тут ноль. Модели не нужны реверансы, ей нужны кирпичи: задача, контекст, формат. Вежливость не вредит, но она не заменяет конкретику. Лучше потратить слова на то, что именно ты хочешь.

4. Ждать, что модель помнит то, чего ты не сказал

Модель не знает твой класс, твой учебник, что задали и какой ответ ты уже пробовал. Если это важно — скажи прямо в промпте. Частая обида новичка: «он ответил не по нашей программе!» — а ты и не говорил, по какой ты программе. ИИ не читает мысли, помнишь?

5. Верить ответу на слово

Даже идеальный промпт не страхует от галлюцинации — уверенно звучащего, но выдуманного ответа. Чёткий промпт повышает шанс на правильный ответ, но не гарантирует его. Важные факты, даты, формулы — всегда перепроверяй в учебнике или у учителя. Промпт — это про то, как лучше спросить, а не про то, чтобы слепо доверять.

Мини-практика: собери свой чеклист

Кода сегодня не пишем — урок про навык формулировать. Зато есть кое-что поважнее: чеклист, который стоит сохранить себе. Перед тем как отправить промпт, пробеги по нему:

• ✅ Задача: я ясно сказал, что именно сделать?
• ✅ Контекст: я указал, для кого и зачем (класс, уровень, цель)?
• ✅ Формат: я попросил конкретный вид ответа (список, таблица, N предложений)?
• ✅ Ограничения: я сказал, чего избегать (без терминов, не длиннее абзаца)?
• ✅ Данные: если ответ зависит от моего текста — я вставил его и отделил от инструкции?

А теперь задание, которое доделай сам:

1. Возьми любой свой реальный вопрос из учёбы — то, в чём ты застрял на этой неделе.
2. Запиши его так, как написал бы сгоряча — обычно это и есть «плохой» промпт.
3. Прогони его по чеклисту выше и перепиши, добавив недостающие кирпичи.
4. Сравни два ответа модели на старый и новый промпт. Запиши, что именно улучшилось.
5. Бонус: придумай намеренно плохой промпт и угадай заранее, что модель ответит не так. Проверь догадку. Понимать, почему промпт плохой, — это уже половина мастерства.

Итоги

Сегодня ты прокачал, наверное, самый практичный навык всего курса — формулировать запросы к ИИ.

• ИИ не читает мысли: он достраивает ответ по твоим словам. Расплывчатый промпт заставляет модель додумывать — и промахиваться.
• Хороший промпт стоит на четырёх кирпичах: задача, контекст, формат, ограничения. Если ответ не тот — почти всегда не хватает одного из них.
• Меняй размытые оценки («нормально», «покороче») на измеримые требования («в 3 предложениях»).
• Одна задача на один промпт; если нужно своё содержимое — вставь текст и отдели его от инструкции.
• Даже отличный промпт не отменяет галлюцинаций — важные факты всё равно перепроверяй.
• Перед отправкой пробеги промпт по чеклисту: задача, контекст, формат, ограничения, данные.

Теперь ты умеешь спрашивать ИИ так, чтобы получать толковые ответы. В следующем уроке посмотрим, где у ИИ-помощника проходит граница честности: как использовать его в учёбе, чтобы он помогал тебе учиться, а не делал работу за тебя, — и почему сданное чужое решение в итоге проигрывает.