4.2 Prompt-грамотность — Модуль 4
Модуль 4 · Тема 4.2
Слайд 1 из 15
Тема 4.2 · Модуль 4 · Критическое мышление в эпоху ИИ
Prompt-грамотность:
как задавать
вопросы ИИ
Качество результата на 80% определяется качеством промпта. Prompt-инжиниринг — это не магия, а навык структурированного общения с вероятностной системой.
🏗
Анатомия промпта
Роль, контекст, задача, формат, ограничения — пять элементов сильного промпта
🧩
Ключевые техники
Role prompting, few-shot, chain-of-thought, negative prompting
🚫
Типичные ошибки
8 ошибок, которые делают промпты неэффективными — с исправлениями
📋
Готовые шаблоны
6 шаблонов для профессиональных задач — сразу готовы к применению
🎯
Связь с темой 4.1: мы изучили, что LLM — система предсказания вероятного продолжения. Промпт — это контекст, от которого зависит, какое «продолжение» будет наиболее вероятным. Лучший промпт создаёт контекст, при котором вероятным продолжением будет именно нужный вам результат.
Основы
Промпт — это
контекст, а не команда
Принципиальная ошибка новичка: воспринимать промпт как «команду» системе. LLM — не программа с инструкциями. Это вероятностная система, которая «продолжает» контекст.
Ментальная модель: промпт как декорации
Представьте, что LLM — невероятно начитанный актёр, который умеет играть любую роль. Ваш промпт — это сценарий и режиссёрская установка. Чем точнее вы описываете ситуацию, роль, цель и ожидания — тем точнее он «войдёт в образ» и даст нужный результат.

Плохой промпт: «Помоги мне написать письмо». Это как сказать актёру «сыграй что-нибудь» — он сыграет что-то, но вряд ли то, что вы имели в виду.
Сравнение: что меняется с улучшением промпта
❌ Слабый промпт
Напиши email про встречу.
Результат
Уважаемый [Имя], Хочу сообщить о предстоящей встрече. Дата и время будут уточнены. С уважением, [Имя]
✅ Сильный промпт
Ты — опытный бизнес-коммуникатор. Напиши короткий (3–4 предложения) профессиональный email на русском языке. Тема: приглашение на стратегическую встречу команды. Контекст: встреча в пятницу 15 марта, 14:00, переговорная А3, для обсуждения Q2-плана. Тон: деловой, но дружелюбный. Без лишних формальностей в начале.
Результат
Команда, приглашаю на стратегическую встречу по Q2-плану в пятницу, 15 марта, в 14:00 (переговорная А3). Буду рад видеть всех — подтвердите участие до четверга.
Структура
Анатомия
сильного промпта
Пять элементов, из которых состоит эффективный промпт. Нажмите на выделенный блок для объяснения.
Ты — опытный стратегический консультант с 15-летним опытом в FMCG. Контекст: наша компания — производитель органических продуктов, выручка 500 млн ₽, рост 15% YoY. Мы рассматриваем выход в e-commerce. Задача: проанализируй три ключевых риска при выходе в e-commerce для нашего сегмента. Формат: структурированный список с заголовком для каждого риска, описанием (2–3 предложения) и одной митигирующей мерой. Ограничения: не более 400 слов. Без банальностей. Фокус на специфике органического FMCG, а не общих советах.
Роль
Контекст
Задача
Формат
Ограничения
💡
Не каждый промпт требует всех пяти элементов. Простые задачи («переведи этот абзац») не нуждаются в детальном контексте. Сложные профессиональные задачи — требуют всех пяти. Правило: чем выше ставки и сложность задачи — тем полнее должен быть промпт.
Техника 1
Role Prompting —
задать роль
Самая простая и мощная техника. Назначение роли активирует специфичный для неё стиль, тон, лексику и фокус внимания.
Как роль меняет ответ — нажмите для сравнения
⚖️
«Ты — скептичный юрист» vs «Ты — оптимистичный инвестор»
Один и тот же промпт «Оцени этот бизнес-план» даст кардинально разные ответы в зависимости от роли:

Юрист: риски ответственности, пробелы в договорной базе, регуляторные угрозы
Инвестор: рыночная возможность, масштабируемость, конкурентные преимущества

Практика: используй разные роли для получения многостороннего взгляда на проблему.
раскрыть
🎓
Профессиональная экспертиза vs. уровень аудитории
Роль можно задавать двумя способами:

Кто объясняет: «Ты — профессор нейронауки» → экспертный язык
Кому объясняет: «Объясни это 10-летнему ребёнку» → адаптированный уровень

Комбинация: «Ты — эксперт по кибербезопасности, объясни угрозы CEO без технического образования» → экспертные знания + доступный язык.
раскрыть
Примеры ролей для профессиональных задач
Анализ и стратегия
«Ты — McKinsey-консультант»
«Ты — CFO c 20-летним опытом»
«Ты — скептичный VC-инвестор»
«Ты — devil's advocate»
Коммуникации
«Ты — опытный бизнес-райтер»
«Ты — PR-директор в кризис»
«Ты — редактор Forbes»
«Ты — строгий корректор»
Критика и проверка
«Ты — строгий рецензент журнала»
«Ты — критик, ищи ошибки»
«Ты — стальной оппонент»
«Ты — человек который не согласен»
Обучение
«Ты — терпеливый преподаватель»
«Ты — Socrates, задавай вопросы»
«Ты — ментор для джуна»
«Ты — объясняй как пятилетнему»
Техники 2 и 3
Few-shot и
Chain-of-Thought
Два метода, которые резко повышают качество ответа: примеры и явное «думай пошагово».
Few-shot: дать 1–3 примера нужного формата ДО запроса. Модель «следует» паттерну.
Few-shot промпт
Преобразуй описание задачи в SMART-цель. Пример 1: Описание: «Нужно улучшить онбординг сотрудников» SMART: «К 1 апреля разработать онбординг-программу из 5 модулей, которая сократит время выхода новых сотрудников на полную продуктивность с 3 до 1.5 месяца» Пример 2: Описание: «Хотим больше продавать через соцсети» SMART: «К 31 марта увеличить конверсию из Instagram на 20% (с 1.2% до 1.4%) за счёт 3 еженедельных Stories с CTA» Теперь твоя задача: Описание: «Нужно снизить текучку в отделе продаж» SMART:
💡
Few-shot особенно эффективен для задач с нестандартным или специфичным форматом вывода — когда описать словами сложнее, чем показать примером.
Chain-of-Thought: явно попросить модель рассуждать пошагово. Резко улучшает качество логических и аналитических задач.
❌ Без CoT
Стоит ли нам запускать новый продукт?
✅ С CoT
Стоит ли нам запускать новый продукт? Думай шаг за шагом: 1. Сначала оцени рыночную возможность 2. Затем проанализируй наши ресурсы 3. Затем оцени риски 4. Только потом дай рекомендацию
🔬
Исследование Wei et al. (2022): добавление фразы «Думай пошагово» (Let's think step by step) повышает точность ответов на математических задачах на 40–70%. Работает для большинства задач, требующих рассуждения.
Negative prompting: явно указать, чего НЕ должно быть в ответе. Часто эффективнее, чем позитивное описание.
Negative prompting
Напиши executive summary нашего квартального отчёта. НЕ делай: - Не используй общие фразы («в условиях нестабильного рынка») - Не начинай с «Данный отчёт представляет...» - Не перечисляй все метрики — только ключевые 3–4 - Не делай длиннее 150 слов ДЕЛАЙ: - Начни с самого важного вывода - Используй конкретные числа - Деловой стиль без бюрократизмов
🎯 Контрольный вопрос 1
Проверьте понимание
Менеджер просит ИИ: «Помоги с презентацией». Получает общий нерелевантный ответ. Он переформулирует: «Ты — эксперт по публичным выступлениям. Создай структуру 10-минутной презентации для инвесторов (Series A, $2M) о нашем B2B SaaS-продукте для HR. Аудитория — 5 VC, незнакомых с HR-tech. Формат: 7 слайдов с заголовком и 2–3 тезисами каждый». Что изменилось?
А
Модель нашла более релевантные данные в интернете
Б
Более длинный промпт автоматически даёт лучший результат
В
Промпт задаёт роль, контекст, задачу, формат и ограничения — модель получила контекст для конкретного ответа
Г
Более длинный промпт дообучил модель на конкретной задаче
Зачем указывать «аудитория — VC без знания HR-tech»?
▾
Ответ

Это задаёт уровень и тип объяснений. Без этой информации модель выберет «среднестатистический» уровень — возможно слишком технический для непрофессионалов или слишком упрощённый для опытных инвесторов.

С указанием аудитории модель адаптирует:
— Лексику: нет HR-жаргона, но есть инвестиционные термины
— Акценты: больше про рыночную возможность, меньше про функциональность
— Объяснения: контекст для нишевых HR-метрик (churn, time-to-hire)
Каков минимальный промпт, который даст приемлемый результат?
▾
Ответ

Зависит от задачи. Три уровня сложности:

Простая задача: «Переведи на английский» — достаточно. Задача очевидна, формат однозначен.

Средняя: Задача + Формат. «Напиши 3 варианта заголовка для статьи о [теме]».

Сложная профессиональная: все 5 элементов. Чем выше ставки и специфичность — тем полнее промпт.
Техника 4
Контекст и
ограничения
Контекст — самый недооценённый элемент промпта. Без него модель «угадывает» ваш мир. С ним — работает в нём.
Что включать в контекст
🏢
Контекст ситуации и задачи
Кто вы, какова ваша организация, в чём конкретная ситуация. LLM не знает о вас ничего — каждый разговор начинается с нуля.

Плохо: «Напиши ответ недовольному клиенту»
Хорошо: «Я — менеджер поддержки B2B SaaS компании. Клиент — IT-директор крупной розничной сети, VIP-клиент 3 года. Жалоба: сервис был недоступен 4 часа в прошлую пятницу. Наш SLA — 99.9%»
раскрыть
📏
Ограничения и «что важно»
Явные ограничения избавляют от нежелательного результата:

— Объём: «не более 200 слов», «ровно 5 пунктов»
— Тон: «деловой, без пафоса», «дружелюбный, но профессиональный»
— Запреты: «без общих фраз», «без пассивного залога», «без перечисления очевидного»
— Фокус: «только практические советы, без теории»
раскрыть
📋
Спецификация формата вывода
Явно опиши структуру нужного результата. Если нужна таблица — скажи «таблица». JSON — «JSON-формат». Маркированный список — «маркированный список». Prose — «связный текст без буллетов».

Особенно полезно для downstream обработки: если результат идёт в другой промпт или в код — опиши структуру точно.
раскрыть
Пример промпта с богатым контекстом и ограничениями
Ты — HR-директор. Контекст: мы IT-компания, 120 сотрудников, удалённая команда, средний возраст 28 лет. Задача: написать политику по использованию ИИ-инструментов на рабочем месте. Структура: три раздела — «Что разрешено», «Что запрещено», «Серые зоны». Для каждого раздела: 4–6 конкретных пунктов. Ограничения: юридически нейтральный язык, без перечисления конкретных продуктов. Не более 500 слов. Тон: профессиональный, но не бюрократический.
🎯 Контрольный вопрос 2
Проверьте понимание
Директор по маркетингу хочет получить от ИИ критический анализ их рекламной кампании. Он спрашивает: «Что ты думаешь о нашей кампании?» — и вставляет описание кампании. Модель отвечает: «Кампания выглядит сильной, хорошо структурированной и направленной на нужную аудиторию». Что нужно изменить в промпте?
А
Сделать промпт короче — слишком много текста
Б
Добавить более подробное описание кампании
В
Задать роль критика и явно запросить слабые места, а не общее мнение
Г
Добавить few-shot примеры хороших кампаний для сравнения
Как сформулировать промпт для получения честной критики от LLM?
▾
Ответ

Четыре приёма против sycophancy в промпте:

1. Роль критика: «Ты — строгий рецензент / devil's advocate / скептичный инвестор»
2. Запрос на проблемы, не мнение: «Найди 5 слабых мест» → конкретная задача. «Что думаешь?» → открытое приглашение хвалить
3. Явный запрет на согласие: «Не соглашайся автоматически. Ищи реальные проблемы»
4. Steelmanning: «Какие три лучших контраргумента против этого плана?»
Типичные ошибки
8 ошибок
в промптах
Нажмите на карточку для плохого примера и исправления.
Итерация
Промптинг —
итеративный процесс
Первый ответ — редко финальный. Профессиональный промптинг — это диалог, в котором каждый шаг уточняет результат.
Реальный пример итерации — «Структура стратегической встречи»
Итерация 1 · Слабый старт
Первый запрос — слишком общий
Помоги с повесткой встречи.
Результат: шаблонная повестка из 5 пунктов — «Приветствие, Обсуждение, Планы, Вопросы, Итоги». Бесполезно.
Итерация 2 · Добавляем контекст
Уточняем ситуацию
Это ежеквартальная стратегическая встреча топ-менеджмента (8 человек, 3 часа). Задача: принять решение по двум стратегическим инициативам. Создай структурированную повестку.
Результат: лучше, но всё ещё шаблонно. Нет временны́х блоков, нет механизма принятия решений.
Итерация 3 · Добавляем формат и ограничения
Финальный уточнённый промпт
Ты — опытный фасилитатор стратегических сессий. Два ключевых решения: (1) выход на рынок ЦА, (2) запуск нового продукта. Структура: тайминг в минутах, ответственный, формат (дискуссия/голосование/презентация), ожидаемый результат блока. Ограничение времени: 3 часа. Включи 15-мин буфер и кофе-брейк.
Результат: детальная повестка с таймингом, ответственными, форматом каждого блока — готова к использованию.
Техники уточнения — нажмите для примеров
→
«Сделай это [прилагательное]»
После получения ответа: «Сделай более кратким», «Сделай более формальным», «Сделай более убедительным», «Сделай более конкретным с цифрами».

Быстрый способ настроить ответ без полного рестарта.
раскрыть
→
«Раскрой [блок] подробнее»
Когда общая структура хороша, но один раздел нужно развернуть: «Раскрой третий пункт подробнее — добавь конкретные шаги и временны́е рамки».

Позволяет работать с результатом как с черновиком, уточняя нужные части.
раскрыть
→
«Учти [новый контекст]»
Добавить информацию, которую забыли упомянуть: «Учти, что наша аудитория в основном из нетехнического бэкграунда» или «Учти, что бюджет ограничен 500К».

Модель переработает ответ с учётом дополнительного ограничения.
раскрыть
Готовые шаблоны
6 шаблонов
для профессиональных задач
Выберите задачу — получите готовый шаблон промпта. Адаптируйте под свой контекст.
Анализ
Письмо/Email
Критика
Стратегия
Объяснение
Код
📋
Шаблоны — отправная точка, не финальный продукт. Замените [скобки] на конкретные данные своей ситуации. Лучшие промпты — всегда с конкретными деталями, а не с обобщёнными заполнителями.
Критическое мышление + ИИ
Промпты для
критического анализа
ИИ — мощный инструмент для применения КМ-техник. Специальные промпты превращают его в партнёра для критического анализа.
КМ-промпты — нажмите для примера
🔴
Red Team: найди слабые места
Шаблон
Ты — строгий критик. Прочитай следующий план/аргумент/решение. Найди: (1) три самых слабых предположения, (2) два сценария, при которых это провалится, (3) какую информацию мы могли упустить. Не хвали — только конструктивные проблемы. [Вставь план/аргумент/решение]
раскрыть шаблон
⚖️
Steelman: лучший аргумент оппонента
Шаблон
Ты — умный адвокат позиции, с которой я не согласен. Сформулируй самый сильный возможный аргумент в пользу следующей позиции — так, как его сформулировал бы лучший сторонник этой идеи. Не соглашайся со мной — защищай позицию максимально убедительно. Позиция: [опиши позицию, которую хочешь проверить]
раскрыть шаблон
🔍
SIFT-ассистент: проверка утверждения
Шаблон
Помоги проверить следующее утверждение. Для каждого пункта: 1. Какие вопросы нужно задать об источнике? 2. Где и как найти независимое подтверждение? 3. Какие красные флаги ты видишь? 4. Что из этого ты сам не можешь проверить? ВАЖНО: назови конкретные базы данных и ресурсы, а не общие советы. Утверждение: [вставь утверждение]
раскрыть шаблон
🧠
Pre-mortem: представь провал
Шаблон
Представь: через год этот проект/решение полностью провалилось. Опиши 5 наиболее вероятных причин провала. Для каждой: конкретный сценарий того, что пошло не так, и что можно было сделать заранее. Проект: [краткое описание]
раскрыть шаблон
🎯 Контрольный вопрос 3
Проверьте понимание
Аналитик написал промпт: «Проанализируй данные по продажам за последний год и дай рекомендации» — затем вставил таблицу с 50 строками данных. Модель дала поверхностный анализ. Какой элемент промпта наиболее критично отсутствует?
А
Роль — нужно добавить «ты — старший аналитик»
Б
Больше данных — нужно добавить предыдущие годы для сравнения
В
Конкретная задача — не ясно, какой именно анализ и какие рекомендации нужны
Г
Few-shot примеры — нужно показать образец хорошего анализа
Как переформулировать этот промпт для качественного аналитического результата?
▾
Ответ

Ты — старший бизнес-аналитик. Данные: продажи по продуктам за 12 месяцев (таблица ниже). Задача — ответь на три вопроса: 1. Какие 3 продукта показали наибольший рост? Укажи % роста. 2. Были ли месяцы с падением продаж более 15%? Если да — укажи когда и что могло быть причиной. 3. Какие 2 продукта стоит масштабировать в следующем квартале? Формат: сначала данные/находки, затем рекомендации. Для каждой рекомендации — одно-предложенное обоснование. [Таблица данных]
Почему «Проанализируй данные» — плохая задача для LLM?
▾
Ответ

«Анализ» — это не задача, это класс задач. LLM не знает:

— Что именно искать: тренды? аномалии? сравнения? прогнозы?
— Для чего: презентация для CEO? оперативный отчёт? стратегическое решение?
— Что важно: рост? маржа? сезонность? региональные различия?

Модель выбирает «наиболее типичный анализ» из обучающих данных — как правило, поверхностный обзор. Конкретная задача → конкретный результат.
🎯 Итоговые вопросы темы 4.2
Финальная проверка
Раскройте и сверьтесь с ответом.
1. Объясните, почему промпт — это «контекст», а не «команда».
▾
Разбор

LLM генерирует наиболее вероятное продолжение контекста. «Команда» подразумевает детерминированное исполнение (как в коде). Промпт — это декорации, которые делают определённый ответ более вероятным.

Практическое следствие: не «прикажи» модели, а создай контекст, в котором нужный тебе ответ — это наиболее «логичное продолжение». Роль + контекст + примеры делают нужный ответ статистически более вероятным.
2. Что такое few-shot prompting и когда он особенно эффективен?
▾
Разбор

Few-shot prompting — включение 1–3 примеров нужного формата до самого запроса. Модель «следует» паттерну примеров.

Наиболее эффективен когда:
— Нужен нестандартный формат вывода
— Сложно описать словами — но легко показать примером
— Нужна точная структура (SMART-цель, конкретный JSON, особый стиль)
— Zero-shot (без примеров) даёт неподходящий формат
3. Как chain-of-thought улучшает качество ответов на аналитические задачи?
▾
Разбор

Chain-of-thought просит модель «думать пошагово» — явно прописывать рассуждение перед выводом.

Механизм: при пошаговом рассуждении каждый следующий токен генерируется с учётом явно прописанного предыдущего шага — это снижает вероятность «перепрыгивания» к неверному выводу.

Данные: Wei et al. (2022) — прирост точности на математических задачах 40–70%. Фраза «Думай шаг за шагом» / «Lets think step by step» включает этот режим в большинстве современных моделей.
4. Как промпт-грамотность связана с критическим мышлением?
▾
Разбор

Три прямых связи:

1. КМ позволяет написать правильный промпт: чтобы задать точный вопрос, нужно чётко понимать задачу — это само по себе КМ-навык.
2. КМ-промпты используют ИИ как инструмент: red team, steelmanning, pre-mortem — техники КМ в виде промптов, усиленные ИИ.
3. КМ оценивает результат: prompt-грамотный пользователь знает ограничения LLM и применяет SIFT/CRAAP к его ответам — не доверяет слепо, верифицирует важное.
Резюме темы 4.2
Главное из темы
Промпт-грамотность — навык структурированного общения с вероятностной системой.
🏗 Анатомия
5 элементов сильного промпта
Роль + Контекст + Задача + Формат + Ограничения. Не каждый промпт требует всех пяти.
🧩 Ключевые техники
Role · Few-shot · CoT · Negative
Роль меняет фокус. Примеры задают формат. «Думай пошагово» улучшает рассуждение. Запреты убирают нежелательное.
🚫 Главные ошибки
Размытость, sycophancy, игнор формата
Конкретная задача → конкретный результат. Роль критика → честная обратная связь. Формат → не нужно переделывать.
🔄 Итерация
Первый ответ — черновик
Промптинг — диалог. «Сделай короче», «раскрой третий пункт», «учти новый контекст» — стандартный процесс.
📋 Задание к теме 4.2
«Выберите реальную профессиональную задачу. Напишите промпт версии 1 (интуитивный). Затем улучшите до версии 2 (с ролью, контекстом, форматом). Сравните результаты. Опишите: что изменилось и почему».
Два промпта + сравнение результатов · Загрузите в систему · Подготовка к теме 4.3: итоговый проект
➡️
Следующая тема
4.3 · Итоговый проект: аудит информационного кейса — применение всего курса
🔗
Связь с предыдущим
4.1 → архитектура LLM объясняет, почему промпты работают именно так
1 / 15