Как правильно задавать вопросы ИИ

Что такое промпт и почему он важен

Промпт (от английского prompt — «подсказка, побуждение») — это входной текст, который пользователь передаёт генеративной модели для получения результата. ChatGPT, GigaChat и другие языковые модели обрабатывают промпт за доли секунды, оперируя контекстным окном до 128 000 токенов — примерно 100 страниц текста. В отличие от поискового запроса, где важны ключевые слова, промпт — это полноценная инструкция, задающая тему, стиль, формат и ограничения ответа. Исследования показывают: изменение формулировки промпта способно менять точность ответа на 30–50% при использовании одной и той же модели. Промпт-инженерия — дисциплина составления эффективных запросов — стала критически важным навыком цифровой грамотности.

Конкретность: точность формулировок

Модель интерпретирует запрос буквально, и размытая формулировка приводит к размытому ответу. Сравните: «Расскажи про фотосинтез» — и «Объясни процесс фотосинтеза в трёх предложениях, простыми словами, как для ученика седьмого класса, используя сравнение с приготовлением пищи». Во втором случае модель получает сразу пять ориентиров: тему, целевую аудиторию, объём, стиль и риторический приём. Чем конкретнее промпт, тем более целенаправленным будет ответ.

Роль и контекст: задаём повествовательную рамку

Указание роли dramatically меняет характер ответа. Сравните: «Объясни закон всемирного тяготения» — и «Ты — учитель физики, который объясняет материал на примерах из комиксов Marvel. Объясни закон всемирного тяготения». Во втором случае модель адаптирует не только содержание, но и стилистику: она приведёт примеры с Человеком-пауком или Тором. Роль задаёт повествовательную рамку, внутри которой модель генерирует более целенаправленный и живой ответ. Этот приём широко используется в коммерческой промпт-инженерии для ChatGPT и GigaChat.

Формат вывода: структура вместо свободного текста

Если нужен не свободный текст, а структура — список, таблица, программный код, диалог, стихотворение — это необходимо явно указать в промпте. Модели значительно лучше справляются с задачей, когда требования к формату однозначны: «Представь ответ в виде маркированного списка из пяти пунктов», «Напиши ответ в формате диалога между учителем и учеником», «Выведи результат в виде таблицы с тремя колонками». Модель не угадывает формат — она следует явным инструкциям.

Few-shot: обучение через примеры внутри промпта

Одна из эффективнейших техник промпт-инженерии — few-shot learning: перед основной задачей пользователь приводит два-три примера желаемого поведения. «Пример: английское "It's raining cats and dogs" — русское "Льёт как из ведра". Пример: "Break a leg" — "Ни пуха ни пера". Теперь переведи: "Piece of cake"». Модель улавливает закономерность — требуется идиоматический, а не буквальный перевод — и применяет её к новому запросу, выдавая «Проще пареной репы». Эта техника работает с ChatGPT, GigaChat и другими современными моделями.

Chain-of-thought: объяснение по шагам

Техника chain-of-thought (цепочка рассуждений) требует от модели не просто выдать ответ, а показать ход рассуждений. Вместо «Сколько будет 23 × 47?» — «Реши задачу 23 × 47 по шагам, объясняя каждый шаг». Модель генерирует промежуточные рассуждения, и точность ответов на сложные задачи — особенно математические и логические — возрастает. Исследования 2023 года показали, что добавление фразы «Давай подумаем шаг за шагом» улучшает правильность ответов на многошаговых задачах в среднем на 10–25 процентных пунктов по сравнению с прямым запросом результата.

Фундаментальное ограничение: модель не понимает намерений

При всём мастерстве современных моделей важно понимать фундаментальное ограничение: модель не понимает намерение пользователя — она предсказывает статистически наиболее вероятный ответ, соответствующий тексту промпта. Если промпт допускает множественное толкование («расскажи про яблоко»), модель выберет наиболее частотное в обучающих данных — а оно может не совпадать с тем, что пользователь имел в виду (фрукт, компания Apple или Ньютон). Модель не угадывает невысказанное намерение, а выбирает самую вероятную интерпретацию. Умение писать точные промпты — это навык устранения неоднозначности и явного формулирования того, что для человека кажется само собой разумеющимся.