Промпт-инжиниринг: что это, где применяется и как освоить

Промпт — не заклинание, которое достаточно найти в подборке, а рабочая инструкция, и её качество измеряется временем на проверку и исправление ответа. Одна и та же формулировка по-разному работает на разных моделях, поэтому умение проверить запрос на своей задаче ценнее коллекции чужих шаблонов.

Из чего состоит рабочий запрос

У хорошего промпта пять частей, и каждая отвечает за свой тип ошибок. Роль задаёт уровень и угол зрения: «ты методист, который составляет проверочные для 8 класса» даёт другой словарь и сложность, чем просьба без роли. Контекст объясняет, для кого результат и что уже известно: аудитория, цель, ограничения, исходный документ. Без него модель заполняет пробелы усреднёнными догадками.

Примеры показывают, чего вы ждёте, лучше любого описания: один образец вопроса или строки таблицы задаёт длину, тон и структуру. Запрос с образцами называют few-shot, без них — zero-shot. Формат описывает вид ответа: таблица с заданными столбцами, список до десяти пунктов, текст до 600 знаков. Чем строже формат, тем быстрее проверка.

Пятая часть — проверка, и её часто забывают. В запрос стоит встроить то, что облегчит сверку: попросить номер абзаца, откуда взят факт, разрешить ответ «в тексте этого нет», запретить сведения со стороны. Исходный текст удобно отделять от инструкции тегами вида <текст>…</текст>.

Учебный пример: тест по параграфу учебника

Ситуация учебная. Учительница истории готовит проверочную по параграфу о реформах Петра I. Первая попытка — одна строка: «Составь тест по реформам Петра I». Из десяти вопросов два касаются фактов, которых в параграфе нет, в одном верны два варианта, а часть формулировок рассчитана на студентов.

Во второй версии есть всё, чего не хватало. Роль: методист, составляющий проверочные для 8 класса. Контекст: текст параграфа между тегами и правило «вопросы только по этому тексту». Образец: вопрос с четырьмя вариантами, где неверные ответы правдоподобны, но однозначно ложны по тексту. Формат: таблица «вопрос — варианты — верный ответ — номер абзаца».

Проверка по номерам абзацев занимает десять минут. Один отвлекающий вариант всё ещё можно счесть верным, и учительница дописывает правило и прогоняет запрос заново. Итоговый промпт она сохраняет как шаблон и дальше меняет только текст параграфа. Так и выглядит навык: не удачная фраза с первого раза, а запрос, который после двух-трёх правок даёт предсказуемый результат.

Почему совет «рассуждай по шагам» работает не везде

Самый известный приём — попросить модель рассуждать по шагам (chain-of-thought). Его описали исследователи Google в статье Wei et al. «Chain-of-Thought Prompting Elicits Reasoning in Large Language Models» на конференции NeurIPS 2022. В запрос добавляли образцы задач с записанным ходом решения, и модель начинала так же расписывать промежуточные шаги. На задачах по арифметике и логике точность заметно росла, но с важной оговоркой: эффект появлялся только у моделей масштаба около 100 млрд параметров. Небольшие модели писали гладкие, но нелогичные рассуждения и справлялись хуже, чем без приёма.

Для нового поколения моделей совет устарел. В руководстве OpenAI по рассуждающим моделям (o3, o4-mini) прямо сказано: избегайте запросов с цепочкой рассуждений — такие модели рассуждают сами, и просьба «думай по шагам» не нужна. Там же советуют сначала пробовать запрос без примеров и добавлять их, только если результат не устраивает.

Выходит, один и тот же приём может помочь, ничего не дать или помешать — в зависимости от модели. Поэтому опытный пользователь не спорит о «правильных» формулировках, а проверяет: берёт пять-десять типичных задач, прогоняет две версии запроса на своей модели и сравнивает результат по заранее выписанным критериям.

Промпты для маркетолога, юриста, преподавателя, аналитика и менеджера

Устройство запроса у всех одинаковое, различаются задачи, исходные материалы и способ проверки. В таблице собраны типичные случаи; во всех строках исходные данные очищены от имён, реквизитов и других сведений о людях.

Последний столбец у всех опирается на внешний источник. Если сверить ответ не с чем — нужна свежая цифра, точный расчёт или ссылка на норму, — её берут из первоисточника, а модели поручают только оформление. Если задача повторяется сотни раз в день и ошибка дорога, ручного чата мало: нужен настроенный процесс с тестовым набором, а это работа специалиста по ИИ. Об этой профессии, как и о данных, которые нельзя передавать сервисам, на сайте есть отдельные статьи.

С чего начать и в каком порядке осваивать

Специальной подготовки не нужно, но пригодятся грамотная письменная речь и привычка проверять источники. Осваивать удобно от задач, где ответ легко сверить, к тем, где проверка требует времени: каждый следующий шаг опирается на умение быстро находить ошибку в предыдущем.

1. Переписать и сократить свой текст — письмо или инструкцию — и посмотреть, как роль и аудитория меняют ответ.
2. Извлечь данные из текста в таблицу с номером абзаца-источника.
3. Сравнить на одной задаче ответ без образцов и с одним-двумя образцами.
4. Собрать цепочку: первый запрос составляет план, второй пишет по нему текст, третий проверяет его по списку требований.
5. Сохранить лучшие запросы как шаблоны с пометкой, на какой модели они проверены.

Хорошее упражнение — дать модели текст с тремя заранее внесёнными ошибками и посмотреть, найдёт ли она их при разных формулировках. Второе — разметить вручную 20 строк, поручить ту же разметку модели и посчитать совпадения.

Короткая программа подойдёт тем, кто уже пользуется нейросетями, но недоволен результатом. На онлайн-курсе «Промпт-инжиниринг» Брунояма за две-три недели проходят пять уроков в записи: устройство моделей, роль, структура и формат запроса, работа с документами. Практика идёт на задачах слушателя, а восемь текстовых моделей, от ChatGPT до GigaChat и YandexGPT, сравнивают на одной задаче. Изображений, видео и автоматизации в программе нет.

Ошибки новичков и как проверить себя

Самые частые ошибки: запрос одной строкой без контекста и формата, правка ответа вручную вместо правки запроса, длинная переписка в одном чате, где модель путает ранние и поздние указания, и доверие к уверенному тону. Ещё одна ловушка — противоречия вроде «подробно, но коротко»: модель выполнит одно требование, и неизвестно какое.

Проверить себя можно по времени и повторяемости. Засеките, сколько уходит на задачу вручную и с моделью, включая проверку. Затем запустите сохранённый шаблон на новом материале: если результат снова приходится переделывать, шаблон держится на удаче. Признак освоенного навыка — вы можете объяснить коллеге, зачем в запросе каждая строка.

Следующий шаг — цепочки запросов и подключение моделей к таблицам и сервисам. На онлайн-курсе «Промпт-инжиниринг» TeachMeSkills за два месяца (42 академических часа по вечерам) разбирают zero-shot, few-shot и chain-of-thought, работают с ChatGPT, Gemini, DeepSeek и YandexGPT, автоматизируют сценарии в Make и делают больше пяти проектов. Цены в каталоге и на сайте школы расходятся, так что уточните стоимость до оплаты.

Как навык влияет на доход

Отдельной доплаты за промпты обычно нет: навык входит в требования к маркетологу, юристу, контент-менеджеру или аналитику. Но работодатели всё чаще прописывают его в вакансиях. По данным Авито Работы и маркетплейса нейросетей chad, в первом полугодии 2026 года число вакансий по России с требованием работать с ИИ выросло на 37 % год к году (RB.ru, 24.09.2026). В маркетинге, рекламе и PR средняя предлагаемая зарплата в таких вакансиях составила 105 917 ₽ против 60 258 ₽ без этого требования, в юриспруденции — 80 000 ₽ против 60 538 ₽.

Читать эти цифры нужно осторожно: это средние предложения работодателей, а не фактические зарплаты; выборка, методика и уровень специалистов не раскрыты. Требование работать с ИИ чаще встречается в вакансиях с более широкими обязанностями, так что разница отражает не только сам навык.

Прямой эффект навыка — время: юрист, который тратит силы только на сверку готовой таблицы изменений, успевает больше. Фрилансеру навык позволяет брать задачи, которые раньше отдавали подрядчику, но черновик сам по себе дорого не продашь: платят за знание предмета и проверку. Чтобы оценить эффект для своей должности, сравните вакансии одного региона и уровня с упоминанием навыка и без него, смотрите на медиану и уточняйте, указана сумма до вычета налога или на руки.

Как выбрать обучение

Сначала решите, нужно ли вам лучше формулировать запросы в своей работе или сделать промпты основной специальностью. Для первого хватит короткой программы с практикой на ваших задачах. Для второго понадобятся системные инструкции для ассистентов, структурированный вывод, тестирование ответов и основы API.

Под вторую цель рассчитана программа «Промпт-инженер» Нетологии: полгода, 88 часов теории и 166 часов практики, системные инструкции, цепочки запросов, ответы в формате JSON и проверка качества, в дополнительных модулях — Python и API. В портфолио пять проектов, включая корпоративного ассистента и библиотеку промптов, по окончании выдают диплом о профессиональной переподготовке.

При выборе проверьте, на каких моделях идёт практика и доступны ли они вам, учат ли проверять ответы и дают ли обратную связь по вашим промптам. Если в описании много «секретных формул» и мало работы с исходными документами, это сборник шаблонов, а не обучение навыку.

Сравнить школы по стоимости, доле практики, гибкости графика и поддержке поможет рейтинг онлайн-школ, обучающих промпт-инжинирингу. А прежде чем платить, напишите запрос из пяти частей к одной своей задаче и сверьте результат с источником: станет ясно, чего не хватает — формулировок, проверки или знания модели.