Промпт, который выдержал понедельник

Почти любой промпт хорошо отвечает на пример, который придумал его автор. Промпт для работы — инструкция, которую нейросеть (ChatGPT, GigaChat, YandexGPT) каждый день выполняет на чужих сообщениях, заранее никому не известных: разбирает заявки, отвечает клиентам, пишет сводки. Пишут его как задание новому сотруднику: что сделать и зачем, какие правила, в каком формате ответить, пара примеров и что делать, если не уверен. Проверяют на десяти-двадцати настоящих вчерашних сообщениях, для каждого из которых заранее записан правильный ответ. Этот набор хранят рядом с промптом: без него ни одну правку и ни одну смену модели проверить нечем.

Первую половину описывает любое руководство. Яндекс советует делить промпт на блоки «задача, пример, формат», разбор на Хабре от 22 сентября — на цель, контекст, формат и границы. Про вторую половину там почти ничего: попробуйте и посмотрите на ответ. Для разового вопроса этого хватает. Для промпта, который будет работать каждый день, нет.

Сам я начинал бы с выгрузки десяти вчерашних сообщений, а текст промпта писал бы потом. Под готовые сообщения он пишется быстрее, чем кажется. Ниже — как это выглядит на одном условном промпте, от первой версии до той, что пережила смену модели.

Первая версия промпта: одна строка и три из десяти

Пример условный. Онлайн-школа, в Telegram за день приходит сорок сообщений. Администратор хочет, чтобы нейросеть определяла тип сообщения и готовила черновик ответа. Это та же задача, что у ИИ-агента, которого я собирал на n8n: обращения из Instagram и Telegram попадают в CRM.

Первая версия обычно такая:

1Определи тип сообщения клиента и напиши вежливый ответ.

На сообщении «Сколько стоит курс по Python?» она отвечает прекрасно. Теперь возьмём десять настоящих сообщений из вчерашнего чата. Прошли три. Остальные сломались по-разному:

• на «Перенесите урок на четверг и скиньте счёт» модель ответила только про перенос;
• на «Верните деньги, курс не подошёл» пообещала вернуть деньги за три дня, хотя возврат решает руководитель;
• цену курса назвала сама и ошиблась на пять тысяч;
• тип сообщения каждый раз называла по-новому: «вопрос», «запрос информации», «интерес к курсу»;
• на сообщение «?» после рассылки написала абзац о преимуществах школы.

На придуманном примере ни одной из этих ошибок не было видно.

Структура промпта для работы: из чего он состоит

Anthropic советует представлять модель блестящим, но новым сотрудником, который не знает ваших правил и порядков. Там же «золотое правило»: покажите промпт коллеге, который не в курсе задачи. Если он запутается, модель тоже. Каждая ошибка из списка выше — правило, которое знал администратор, но не знала модель.

Вторая версия того же промпта:

1Ты разбираешь сообщения клиентов онлайн-школы в Telegram.2Твой ответ читает администратор: он проверит черновик и отправит его сам.3 4Определи тип сообщения. Типы: цена, расписание, оплата, возврат, жалоба, другое.5Если в сообщении несколько вопросов, перечисли все типы через запятую.6 7Черновик ответа: до трёх предложений, на «вы», без смайликов.8Цены не называй: дай ссылку на страницу с ценами.9Про возврат денег ничего не обещай. Напиши, что передал вопрос руководителю.10Если не понимаешь, о чём сообщение, не придумывай.11Поставь тип «другое» и оставь черновик пустым.12 13Ответь строго в формате:14Тип: …15Срочно: да или нет16Черновик: …17 18Примеры:19<пример>…</пример>20<пример>…</пример>21 22Сообщение клиента:23<сообщение>{текст}</сообщение>

Отмеченные строки закрывают ошибку с «?». Модель охотно отвечает на всё, что ей прислали, поэтому вариант «ничего не писать» приходится разрешать прямо.

Кто прочитает результат и зачем, тоже стоит написать. В той же документации Anthropic есть пример: вместо «никогда не ставь многоточие» объяснить, что ответ озвучит синтезатор речи и многоточие он прочитать не сможет. С объяснением модель сама обобщает правило на похожие случаи. Строка «администратор проверит и отправит сам» работает так же: модель понимает, что пишет черновик и последнее слово за человеком.

Формат ответа нужен ради того, кто читает его следующим. Если черновик уходит в CRM через n8n или Make, «интерес к курсу» вместо «цена» придётся разбирать программе, и она не догадается. Закрытый список типов эту дыру закрывает.

Расплывчатые слова лучше сразу переводить в проверяемые:

Тон и формат надёжнее всего задают примеры. Яндекс советует один-два образца, Anthropic — три-пять, похожих на настоящие входящие и разных между собой. Если все примеры короткие и вежливые, модель решит, что такими бывают все сообщения, и растеряется на первом грубом.

Примеры для промпта и сообщения для проверки берите разные. Если в промпте лежит образец ответа на «Верните деньги», а потом вы проверяете промпт на том же сообщении, вы проверяете, умеет ли модель списывать.

Как проверить промпт: набор из десяти сообщений

Проверочный набор — это файл или лист таблицы рядом с промптом. В нём 10–20 настоящих входящих и для каждого одна строка с правильным ответом: тип, срочно или нет, чего в черновике быть не должно.

Состав я бы держал такой: шесть-семь типичных сообщений и три-четыре неудобных. Неудобные — это два вопроса в одном сообщении, грубость, пустое «?», сообщение не по теме, голосовое, которое расшифровали с ошибками. Если какого-то вида у вас пока не было, не выдумывайте его. Он придёт сам, и тогда его надо будет добавить в набор.

Версия 2 на том же наборе прошла девять из десяти. После каждой правки промпта прогоняйте весь набор, а не только тот случай, который чинили. Именно здесь обычно и ошибаются: исправили возврат, проверили на возврате, а заодно сломался разбор двух вопросов сразу.

Бывает, что правильный ответ для сообщения записать не получается. Администратор говорит «смотря кто пишет» или «спрошу у руководителя». Тогда промпт тут ни при чём: в процессе не решено, как поступать в этом случае. Модель такое решение не примет, она просто каждый раз будет угадывать по-новому. Сначала договоритесь с людьми. Как описать процесс, если регламента нет, — в справочнике про описание бизнес-процесса. Почему ИИ в таком месте только ускорит путаницу, — в эссе «ИИ не исправит плохой процесс».

Промпт перестал работать после смены модели

Промпт пишут под модель, а модель под ним меняется. В 2023 году Лингцзяо Чэнь, Матей Захария и Джеймс Зоу из Стэнфорда и Беркли сравнили мартовскую и июньскую версии GPT-4 на одних и тех же задачах. На определении простых чисел точность упала с 84% до 51%. Часть падения авторы объясняют тем, что модель стала хуже следовать инструкциям. В июне она хуже выполняла просьбу рассуждать по шагам, а в коде чаще ошибалась с оформлением. Слова в промпте не менялись, а результат через три месяца стал другим.

Модели ещё и выводят из работы. OpenAI 13 февраля 2026 года убрала из ChatGPT GPT-4o, GPT-4.1 и GPT-5, а пользовательские GPT на выведенных моделях автоматически переводят на ближайшие новые. Инструкции в этих GPT никто не переписывал, а модель под ними сменилась.

В Yandex AI Studio переключение не автоматическое, и это честнее. В документации написано, что YandexGPT Lite 5 отключат 15 ноября 2026 года, а gpt-oss-120b и gpt-oss-20b доступны до 30 октября. После этого запросы к старому адресу модели вернут ошибку. При переезде советуют сменить адрес модели и проверить, что промпты работают как раньше. Проверить это можно только одним способом: прогнать тот же набор на новой модели и сравнить с прошлым прогоном. Старая модель тут похожа на технику, у которой закончилась поддержка: пока работает, о ней никто не думает.

На нашем табло это строка «версия 2, новая модель»: шесть из десяти. Сломались возврат, два вопроса сразу и пустое «?». Новая модель оказалась старательнее и снова начала дописывать черновик там, где её просили промолчать. Одна правка — правило про сомнения переехало выше и получило объяснение, зачем оно нужно. Версия 3 — снова девять из десяти.

Сами производители ведут свои промпты так же. Anthropic публикует системные промпты приложения Claude с датами, и у некоторых моделей там по нескольку версий. Свой рабочий промпт удобно хранить так же: версия, дата, модель, результат прогона.

Как написать промпт для работы: по шагам

1. Выгрузите 10–20 настоящих входящих за последние дни: шесть-семь типичных и три-четыре неудобных.
2. Для каждого одной строкой запишите правильный ответ. Не получается — сначала договоритесь, как поступать в этом случае.
3. Напишите задачу и зачем нужен результат, кто его прочитает и что сделает дальше.
4. Перечислите правила и запреты, которые знает человек на этой работе: что нельзя обещать, что нельзя называть, куда отправлять.
5. Задайте формат ответа и закрытый список значений там, где результат читает программа.
6. Напишите, что делать, когда модель не уверена или данных не хватает.
7. Добавьте два-три примера, которых нет в проверочном наборе.
8. Прогоните весь набор, отметьте совпадения и запишите номер версии, дату и модель.
9. После каждой правки и каждой смены модели прогоняйте весь набор заново.

Если промпт работает внутри ИИ-агента или автоматизации, в нём записаны правила агента, а набор показывает, соблюдает ли он их. Прайс, расписание и другие справочные данные в промпт лучше не вписывать. Модель может брать их из базы знаний, как это устроено — в справочнике про RAG.

Когда промпт пора перестать править

Промпт можно править бесконечно, и каждая следующая правка кажется полезной. Я бы останавливался, когда выполнены два условия. Набор проходит почти целиком, например девять из десяти. А про оставшийся провал понятно, почему он случился, и такие сообщения всё равно уходят человеку.

Дальше промпт не трогают, пока жизнь не принесёт новое сообщение, на котором он ошибся. Его добавляют в набор одиннадцатым, правят промпт и снова прогоняют все одиннадцать. Если правка починила новый случай, но уронила старый, верните прошлую версию. Она у вас записана вместе с датой и моделью, на которой её проверяли.