Prompt Engineering
Prompt engineering — создание инструкций для LLM, дающих стабильно качественный результат. Включает: системный промпт (роль + стиль), пользовательский промпт (задача + данные + формат), few-shot примеры. Правильный промпт улучшает качество GPT-4o в 3–5 раз по сравнению с базовым вопросом.
Структура промпта для B2B
// Системный промпт
Ты — эксперт по AI-автоматизации для B2B.
Стиль: короткие предложения, конкретные цифры, без воды.
Запрещено: "следует отметить", "необходимо подчеркнуть".
Язык: русский. Максимум: 500 слов.
// Few-shot пример
Пример хорошего поста: [вставить 2–3 примера]
// Задача
Напиши пост для Telegram о {{тема}}
Данные: {{данные}}
Формат: заголовок + 3 абзаца + CTA
Техники prompt engineering
Few-shot
Примеры нужного вывода прямо в промпте. 2–5 примеров достаточно. Лучший способ передать стиль.
Chain-of-Thought
"Думай шаг за шагом". Модель раскладывает задачу на части — качество рассуждений выше.
Role prompting
"Ты — опытный юрист с 15 годами практики". Роль меняет тон и экспертность ответа.
Output formatting
Задайте формат: JSON, таблица, список пунктов. Это упрощает парсинг в автоматизациях.
Negative prompting
"Не пиши про X. Не используй слова Y, Z." Запреты работают лучше в конце промпта.
Self-consistency
Запрашивайте 3 варианта и выбирайте лучший. В n8n — три параллельных узла GPT.
FAQ
Что такое prompt engineering? ▼
Prompt engineering — написание инструкций для LLM, которые дают стабильно качественный, предсказуемый результат. Правильный промпт включает: роль, контекст, задачу, формат вывода, ограничения и примеры (few-shot). Разница между плохим и хорошим промптом — в 3–5 раз по качеству результата.
Какова структура хорошего промпта? ▼
Системный промпт: роль + контекст + стиль. Пользовательский промпт: задача + входные данные + формат вывода + ограничения + примеры. Для бизнес-автоматизаций добавляют: обработку ошибок ('если данные неполные — верни ERROR'), язык вывода, максимальную длину.
Насколько важен промпт для качества результата? ▼
Критично. Один и тот же GPT-4o с плохим промптом выдаёт шаблонный текст, с хорошим — экспертный контент в нужном стиле. Разница в качестве: 3–5x. В автоматизациях промпт определяет 70% результата — модель одна, а результаты разные.
Как сохранить голос бренда в AI-контенте? ▼
Три компонента: 1) Системный промпт с описанием стиля (не академично, короткие предложения, без восклицательных знаков). 2) Few-shot примеры — 3–5 текстов в нужном стиле. 3) Запрещённые слова и фразы-маркеры ('не пиши: следует отметить, необходимо подчеркнуть'). Итог: GPT воспроизводит стиль с 80%+ точностью.
Нужны промпты под ваши задачи?
Написать в Telegram →