Чек-лист хорошего промпта

Финальная памятка: пробегитесь по этому списку перед тем, как отправить промпт в прод — он собирает весь курс в одну страницу.

Чек-лист промпта — последовательность проверок, через которую прогоняют промпт, чтобы не упустить ключевые элементы качества и надёжности.

1. Ясность задачи

  • Есть конкретная задача глаголом (что сделать)?
  • Указаны роль/экспертиза, если они меняют ответ?
  • Задана аудитория и цель?
  • Нет внутренних противоречий («кратко, но максимально подробно»)?

2. Контекст и данные

  • Дан весь нужный контекст, чтобы модель не угадывала?
  • Данные отделены от инструкций делимитерами?
  • Пользовательский ввод помечен как «данные, не команды»?

3. Примеры (если нужны)

  • Добавлены few-shot примеры там, где формат нестандартный?
  • Примеры разнообразны, сбалансированы и единообразно размечены?
  • Есть граничный/каверзный пример?

4. Формат вывода

  • Явно описан формат (список/JSON/таблица, длина, стиль)?
  • Заданы правила для пустых/неизвестных полей?
  • Для машинного разбора — «только JSON», фиксированные ключи/метки?

5. Рассуждение

  • Для многошаговых задач включён CoT («рассуждай пошагово»)?
  • Рассуждение отделено от итога для парсинга?
  • Для простых задач CoT убран как лишний?

6. Надёжность и факты

  • Ответ заземлён на контекст, где это важно?
  • Разрешено «не знаю» вместо выдумок?
  • Описаны краевые случаи (пусто, мусор, вне темы)?
  • Вывод проверяем (допустимые значения, поле уверенности, опора на источник)?

7. Безопасность и прод

  • Данные и инструкции разделены (защита от инъекций)?
  • Модель не имеет лишних полномочий; вывод валидируется в коде?
  • Промпт оформлен как шаблон с переменными?
  • Есть eval-набор и версионирование?
  • Длина оптимизирована по токенам?
  • При смене модели промпт перепроверен?

Мини-таблица «симптом → правка»

СимптомЧто добавить
Ответ расплывчатыйЗадача, формат, аудитория
Формат «гуляет»Явная схема + few-shot
Ошибки в логикеChain-of-thought
Выдумывает фактыЗаземление + «не знаю»
Падает на странном вводеКраевые правила
Уязвим к командам в данныхДелимитеры + правило приоритета

Итог курса

  • Промпт — это интерфейс к модели; формулировка определяет результат через предсказание токенов.
  • Базовые техники (анатомия, few-shot, роли, делимитеры) закрывают большинство случаев.
  • CoT, декомпозиция и self-consistency дают рассуждение; структурный вывод и заземление — надёжность.
  • В проде промпт живёт как код: шаблоны, тесты, версии, безопасность, оптимизация по токенам.
Проверьте себя
1. Что из чек-листа отвечает за защиту от промпт-инъекций?
AВысокая температура
BРазделение данных и инструкций делимитерами и пометка ввода как данных
CДобавление эмодзи
DУдаление формата вывода
2. Если у модели «гуляет» формат ответа, что добавить в первую очередь?
AChain-of-thought
BЯвную схему вывода и few-shot примеры нужного формата
CБольше контекста
DСлучайность
3. Что отражает зрелый, продакшн-подход к промпту?
AПисать промпт заново вручную при каждом вызове
BШаблон с переменными, eval-набор, версионирование и оптимизация токенов
CНикогда не менять промпт
DПолагаться только на удачу
Поддержать проект