Как составить промпт для нейросети: какие советы проверены
Роль, «думай по шагам», самопроверка и курсы по промптам — что из этого измеряли на людях и моделях и где формулировка запроса не спасает
Редакция OmniStudy Library
Разборы исследований об ИИ-инструментах
21 октября 2026
Обновлено: 21 октября 2026
Гладкость ответа говорит о модели, а не о вопросе.
Как составить промпт, советуют все, а проверяли эти советы редко. Приём «рассуждай по шагам» действительно помогал, но на моделях 2022 года и только в многошаговых задачах. Роль вроде «представь, что ты эксперт» не измерял никто. А в самом большом опыте с консультантами обучение промптам помогло на обычных задачах и навредило там, где модель ошибается.
Как составить промпт: что советуют и что проверено
Если собрать советы по работе с ChatGPT, выйдет толстая тетрадь: задать роль, попросить думать по шагам, дать образец, попросить проверить себя. Если собрать работы, где эти советы проверили на людях с секундомером и контрольной группой, тетрадь станет тонкой. Для выпуска «Как пользоваться ChatGPT эффективно» мы прочитали целиком одиннадцать таких работ: опыты с людьми, отчёт производителя и два обзора.
Работ именно о промптах почти нет. Поэтому ответ приходится собирать из опытов, где людей сажали за модель и сравнивали с теми, кто работал без неё. Все они сделаны на моделях 2022–2025 годов, и как ведёт себя нынешняя версия, из них не следует.
Роль в промпте: «представь, что ты эксперт»
Самые популярные приёмы — задать модели роль, дать шаблон ответа, попросить её задать уточняющие вопросы — собраны в каталоге исследователей Университета Вандербильта 2023 года. В нём шестнадцать паттернов, у каждого назначение, устройство и пример.
Замеров в каталоге нет ни одного: ни процента, ни контрольной группы. Это честное описание практики, но опоры в нём нет. Авторы и сами пишут, что с развитием моделей часть паттернов может стать ненужной. «Представь, что ты эксперт» остаётся советом, которого никто не проверял.
«Думай по шагам»: когда рассуждение помогает
У этого приёма есть настоящее исследование. В 2022 году Вэй с соавторами показывали модели несколько решённых примеров, где между вопросом и ответом записано рассуждение, и просили решить новую задачу. На школьных текстовых задачах самая большая модель того времени, PaLM, поднялась с 18 до 57 % решённых.
У этого результата три границы. Маленьким моделям приём не помогал: они писали гладкие и бессвязные рассуждения и решали хуже. На задачах в одно действие пользы почти не было. И важен порядок: если модель писала рассуждение после ответа, результат был почти таким же, как без рассуждения. Нынешние модели в этом опыте не проверяли, поэтому переносить стоит только порядок: если рассуждение нужно, просите его до вывода.
Попросить нейросеть проверить себя
Работа о самопроверке модели вышла в 2023 году: модель пишет ответ, сама делает к нему замечания и переписывает, до четырёх раз. На семи задачах результат вырос в среднем примерно на 20 пунктов. Но на математике прироста почти не было, а ChatGPT, проверяя своё решение, в 94 % случаев отвечал, что всё выглядит хорошо.
Когда же внешний источник сообщал модели, что ответ неверен, прирост на математике становился заметным. Искать ошибку модель не умела, а исправлять найденную умела. Помогала и конкретная критика: на задаче со сменой тональности отзыва конкретное замечание дало 43,2 пункта против 31,2 у общего.
Обучение промптам: опыт на консультантах BCG
Самый большой опыт провели на 758 консультантах Boston Consulting Group с GPT-4. Внутри границы возможностей модели, на задачах о новом продукте, группа, которой заранее показали обзор приёмов составления запросов, получила оценку качества 5,86 против 5,68 у группы просто с моделью и 4,38 у работавших без неё.
Потом консультантам дали кейс, который модель нарочно решала неверно: ответ прятался в деталях интервью. Без модели верно решили 84,5 %, с моделью — 70,6 %, а с моделью и обзором приёмов — 60 %. При этом проверяющие, которым не сказали верного ответа, сочли отчёты с моделью убедительнее: 6,90 и 7,33 балла из 10 против 5,86, и у верных решений, и у неверных. Гладкость ответа говорит о модели, а не о вопросе.
Задача за пределами возможностей модели в этом опыте одна, так что как часто такие попадаются в работе, он не говорит. Говорит другое: внешне они не отличаются от остальных.
Как составить промпт и проверить ответ: правила
Из этих опытов следуют правила, которые касаются не столько формулировки запроса, сколько того, что с ответом делать дальше.
- Не вкладывайте в вопрос свою версию ответа: производитель сам пишет, что модель слишком легко соглашается с ложными утверждениями пользователя.
- Если задача многошаговая, просите рассуждение до вывода, а не после.
- Когда ответ зависит от деталей в документах, сначала разберите их сами и только потом подключайте модель.
- Не просите модель найти свою ошибку: проверяйте по источнику, тестом или вторым человеком. Найденную ошибку исправить ей можно.
- Если просите улучшить текст, называйте, что именно в нём не так.
- Числа, цитаты и ссылки из ответа сверяйте с самим источником.
Где прочитать подробнее
Почему две трети специалистов сдавали первый ответ модели без правки, что стало с навыком у школьников и опытных программистов и одиннадцать правил с меткой, на чём держится каждое, — в выпуске «Как пользоваться ChatGPT эффективно»: 26 страниц и одиннадцать работ, прочитанных целиком.
PDF-выпуск по теме
Как пользоваться ChatGPT эффективно
Что в работе с чат-ассистентом измерено, что сказал производитель и чего не мерил никто — по одиннадцати работам, прочитанным целиком
26 стр. — 299 ₽Как работать с ответом модели
Вопрос без своей версии ответа
Рассуждение до вывода
Проверка по источнику
Конкретная критика
Ни одна формулировка запроса не делает ответ верным: проверка остаётся за человеком.
