23 октября 2026
Что такое промпт-инжиниринг: основные термины и базовые техники
По исследованию Нетологии и «Школы 21» 2026 года, нейросети в работе используют 61% респондентов, в 2025-м таких было 42%. В опросе участвовали больше 2 000 человек в возрасте от 18 лет. Второй год подряд самым востребованным цифровым навыком участники называют умение пользоваться искусственным интеллектом: в 2026-м так ответили 75%.
При этом ответ нейросети часто получается шаблонным или некорректным, и его приходится переделывать. Обычно причина в постановке задачи: чем точнее она описана, тем ближе результат к нужному. Как формулировать задачи нейросетям, объясняет промпт-инжиниринг — навык, которому можно научиться.
Статья поможет новичкам и тем, кто уже пользуется ИИ, разобраться в основах работы с промптами и меньше времени тратить на правки.
При этом ответ нейросети часто получается шаблонным или некорректным, и его приходится переделывать. Обычно причина в постановке задачи: чем точнее она описана, тем ближе результат к нужному. Как формулировать задачи нейросетям, объясняет промпт-инжиниринг — навык, которому можно научиться.
Статья поможет новичкам и тем, кто уже пользуется ИИ, разобраться в основах работы с промптами и меньше времени тратить на правки.
Дина Майсон
Автор, UX-редактор
По исследованию Нетологии и «Школы 21» 2026 года, нейросети в работе используют 61% респондентов, в 2025-м таких было 42%. В опросе участвовали больше 2 000 человек в возрасте от 18 лет. Второй год подряд самым востребованным цифровым навыком участники называют умение пользоваться искусственным интеллектом: в этот раз так ответили 75%.
Ответ нейросети часто получается шаблонным или некорректным, и его приходится переделывать. Обычно причина в постановке задачи: чем точнее она описана, тем ближе результат к нужному. Как формулировать задачи нейросетям, объясняет промпт-инжиниринг — навык, которому можно научиться.
Статья поможет новичкам и тем, кто уже пользуется ИИ, разобраться в основах работы с промптами и меньше времени тратить на правки.
Ответ нейросети часто получается шаблонным или некорректным, и его приходится переделывать. Обычно причина в постановке задачи: чем точнее она описана, тем ближе результат к нужному. Как формулировать задачи нейросетям, объясняет промпт-инжиниринг — навык, которому можно научиться.
Статья поможет новичкам и тем, кто уже пользуется ИИ, разобраться в основах работы с промптами и меньше времени тратить на правки.
- За консультацию при подготовке материала благодарим Александра Кудрявцева — разработчика ИИ-решений Нетологии и автора курса «Промпт-инженер».
- Промпт — это запрос к нейросети. О задаче модель узнаёт только из сообщения и истории диалога, поэтому одна тема без подробностей даёт общий ответ.
- Промпт-инжиниринг — прикладной навык для всех, кто работает с ИИ, и основа отдельной профессии.
- Токенизация, контекстное окно и галлюцинации объясняют, почему модель теряет требования и выдумывает факты. Системный промпт задаёт постоянные правила на весь диалог.
- Роль меняет голос ответа, образцы определяют длину и структуру, а цепочка рассуждений раскладывает сложную задачу по шагам. Полный промпт собирается из пяти элементов: роль, цель, контекст, формат и критерии.
- Ответы становятся точнее, если дорабатывать результат по частям, держать одну задачу в одном чате, задавать измеримые требования и проверять факты. Конфиденциальную информацию перед отправкой нейросети нужно обезличить. Научиться составлять промпты можно на курсе Нетологии «Нейросети на практике».
Подробно
Что такое промпт и почему от него зависит результат работы с ИИ
Промпт — это запрос к нейросети: вопрос, задача или набор инструкций, на которые она генерирует ответ. Встречается и написание «промт», а ответ модели иногда называют респонсом — от английского response.
Промпт-инжиниринг — это составление, проверка и доработка запросов, чтобы модель стабильно выдавала нужный результат. Такой прикладной навык пригодится всем, кто работает с ИИ, и на нём же строится отдельная профессия.
Промпт-инжиниринг — это составление, проверка и доработка запросов, чтобы модель стабильно выдавала нужный результат. Такой прикладной навык пригодится всем, кто работает с ИИ, и на нём же строится отдельная профессия.
Промпт-инженеру нужно знать принципы генерации и возможности нейросетей, но необязательно разбираться в программировании и математике. Как профессиональный фотограф настраивает выдержку или диафрагму камеры, промпт-инженер подбирает модель, инструкции и контекст под конкретную задачу. Отличие от бытового использования — в системном подходе: получить рецепт блюда можно за один запрос, а настройка виртуального помощника потребует десятков часов рабочего времени промпт-инженера.
Промпт-инженеру нужно знать принципы генерации и возможности нейросетей, но необязательно разбираться в программировании и математике. Как профессиональный фотограф настраивает выдержку или диафрагму камеры, промпт-инженер подбирает модель, инструкции и контекст под конкретную задачу. Отличие от бытового использования — в системном подходе: получить рецепт блюда можно за один запрос, а настройка виртуального помощника потребует десятков часов рабочего времени промпт-инженера.
- Александр КудрявцевРазработчик ИИ-решений Нетологии и автор курса «Промпт-инженер»
- Александр КудрявцевРазработчик ИИ-решений Нетологии и автор курса «Промпт-инженер»
Результат зависит от запроса из-за устройства нейросетей: за ChatGPT, GigaChat и Алисой AI стоит языковая модель — программа, обученная на больших массивах данных. Она предсказывает вероятное продолжение текста, а о конкретной задаче узнаёт из сообщения и истории диалога. Когда в запросе есть только тема, модель выбирает усреднённый вариант, подходящий сразу всем — отсюда шаблонные формулировки и общие советы.
Представим маркетолога сервиса, в котором фрилансеры ведут учёт доходов. Ему нужно составить письмо о новой функции — автоматическом напоминании о сроке уплаты налога. Самый простой промпт может выглядеть так:
Представим маркетолога сервиса, в котором фрилансеры ведут учёт доходов. Ему нужно составить письмо о новой функции — автоматическом напоминании о сроке уплаты налога. Самый простой промпт может выглядеть так:
Напиши письмо клиентам о новой функции — напоминании об уплате налога.
Вот какой ответ даёт нейросеть — на примере GigaChat:
Письмо адресовано бизнесу, написано официальным тоном и обещает уведомления, SMS, пуши и список налогов вплоть до НДС
Запрос сообщает только тему, поэтому получателей, тон и устройство функции модель додумала: перешла на канцелярский стиль и добавила подробности, которые придётся сверять с реальным продуктом.
Научиться ставить точные задачи нейросетям ↓
• Работа по схеме «запрос — рабочий результат»
• Практика на реальных задачах специалистов и руководителей
• Собственный план применения ИИ в работе с измеримым результатом «до/после»
• Практика на реальных задачах специалистов и руководителей
• Собственный план применения ИИ в работе с измеримым результатом «до/после»
• Работа по схеме «запрос — рабочий результат»
• Практика на реальных задачах специалистов и руководителей
• Собственный план применения ИИ в работе с измеримым результатом «до/после»
• Практика на реальных задачах специалистов и руководителей
• Собственный план применения ИИ в работе с измеримым результатом «до/после»
Начать можно с бесплатных курсов ↓
Начнёте использовать нейросети в работе, учёбе и жизни — даже если раньше не работали с ИИ
В формате игры научитесь применять нейросети в маркетинге, дизайне, бизнесе и других сферах
Словарь базовых терминов: токенизация, галлюцинации, контекстное окно
Эти понятия объясняют, почему модель теряет требования и выдумывает факты, и подсказывают, как писать запросы нейросетям с учётом их устройства:
- Токенизация — это разбиение текста на токены: целые слова, их части или знаки препинания. Длину запроса и ответа модель считает в токенах, а их число в одном диалоге ограничено. Поэтому лишние вступления и повторы занимают место, которое лучше отдать описанию задачи.
- Галлюцинации — это правдоподобный ответ с выдуманными деталями. Например, несуществующие исследования и ссылки в тексте или лишние пальцы и искажённые символы на изображениях и видео. Причина — в самом механизме предсказания: для модели убедительный вымысел так же вероятен, как правда. «Уведомления за 7, 3 и 1 день» из первого ответа GigaChat — как раз такой случай.
- Контекстное окно — это объём текста в токенах, который модель удерживает одновременно: постоянные инструкции, переписку, прикреплённые файлы и сам ответ. Длинный диалог она учитывает неравномерно, а всё, что выходит за пределы окна, перестаёт видеть. Поэтому в затянувшемся чате ответы могут отступать от требований, которые маркетолог указал в начале.
- Системный промпт — это постоянная инструкция, которую модель получает перед диалогом. Она задаёт роль, тон и ограничения для всех последующих ответов. В корпоративных ИИ-ассистентах — чат-ботах, настроенных под задачи компании, — её пишет промпт-инженер. В личных аккаунтах ту же функцию выполняют пользовательские инструкции, если сервис их поддерживает.
Основные техники промпт-инжиниринга
Устойчивые приёмы построения запроса помогают управлять ответом модели. Базовых три: задание роли, обучение на примерах и цепочка рассуждений. Их можно применять по отдельности или объединять в одном промпте — так устроена формула из пяти элементов.
Задание роли — role prompting
Модели описывают специалиста, от чьего лица ей отвечать. Роль подсказывает, какую лексику выбирать, насколько глубоко объяснять и на какой опыт опираться. Формулировка «ты эксперт» слишком общая, а описание конкретного специалиста сужает круг слов и аргументов. С заданной ролью запрос для нашего примера будет выглядеть так:
Ты email-маркетолог с опытом в финтехе. Пишешь для фрилансеров простым языком, без бухгалтерских терминов. Напиши письмо клиентам о новой функции — напоминании об уплате налога.
Ответ нейросети:
Тон стал разговорным — «Знаем вашу боль», «Пинаем вовремя», «Дружище», а функция получила название «Налог на чиле»
Функцию запрос по-прежнему описывает одной строкой, поэтому остальное нейросеть достроила: добавила расчёт налога и оплату в один клик. Задание роли изменило голос письма, но насколько разговорным будет текст, модель решила сама и ушла в сленг. Скорректировать тон помогают референсы.
Обучение на примерах — few-shot prompting
В запрос добавляют образцы нужного результата, а модель перенимает из них тон, длину, структуру и словарь.
В нашем случае маркетолог может вставить в промпт несколько старых писем и пометить, что от них нужен только стиль. Так модели проще отделить манеру от содержания:
В нашем случае маркетолог может вставить в промпт несколько старых писем и пометить, что от них нужен только стиль. Так модели проще отделить манеру от содержания:
Ниже два наших письма — это образцы стиля, их содержание повторять не нужно.
Письмо 1. Тема: Отчёт о доходах — в два клика. Привет! Теперь отчёт о доходах за любой период можно выгрузить прямо из личного кабинета. Пригодится для банка, визы или аренды квартиры. Откройте раздел «Отчёты», выберите даты — и файл готов. Кнопка: Выгрузить отчёт.
Письмо 2. Тема: Клиент забыл оплатить? Напомним за вас. Привет! Если клиент тянет с оплатой счёта, сервис сам отправит ему вежливое напоминание. Вы выбираете, через сколько дней после срока написать, остальное мы берём на себя. Включить можно в карточке любого счёта. Кнопка: Настроить напоминания.
Напиши письмо о новой функции — напоминании об уплате налога — в том же тоне и такой же длины.
Письмо 1. Тема: Отчёт о доходах — в два клика. Привет! Теперь отчёт о доходах за любой период можно выгрузить прямо из личного кабинета. Пригодится для банка, визы или аренды квартиры. Откройте раздел «Отчёты», выберите даты — и файл готов. Кнопка: Выгрузить отчёт.
Письмо 2. Тема: Клиент забыл оплатить? Напомним за вас. Привет! Если клиент тянет с оплатой счёта, сервис сам отправит ему вежливое напоминание. Вы выбираете, через сколько дней после срока написать, остальное мы берём на себя. Включить можно в карточке любого счёта. Кнопка: Настроить напоминания.
Напиши письмо о новой функции — напоминании об уплате налога — в том же тоне и такой же длины.
Вот какое письмо составила нейросеть при таком запросе:
Письмо повторяет схему образцов — тема-вопрос с ответом, «Привет!», три предложения и кнопка
Примеры задали длину, структуру и интонацию точнее, чем описание тона в роли. Часть фраз модель всё же перенесла: «выберите дату» пришло из письма про отчёт, хотя промпт просил брать из образцов только стиль. Детали функции — раздел «Налоги» и срок «за несколько дней» — модель по-прежнему сочиняет.
Цепочка рассуждений — chain-of-thought
Модель просят сначала разобрать задачу по шагам и только потом давать ответ. Так анализ, расчёт или выбор аргументов распадаются на последовательные этапы, и каждый из них виден пользователю.
Мне нужно письмо клиентам о новой функции — напоминании об уплате налога. Сначала порассуждай: какие сомнения могут быть у фрилансера насчёт таких напоминаний и какие два из них главные. Потом напиши письмо, которое снимает эти два сомнения, но сами сомнения в нём не перечисляет. Выведи сначала рассуждение, потом письмо.
В рассуждении модель разделила сомнения фрилансера на четыре группы и выделила два главных: «ложная уверенность» и «некомпетентность алгоритма»
Письмо отвечает на главные сомнения в пунктах «Вы остаетесь главным» и «Никакой магии, только факты»
Рассуждение сделало письмо содержательнее: модель сначала разобралась, чего опасается фрилансер, и построила текст вокруг ответов на эти опасения. Длину и факты она по-прежнему выбрала сама: ответ растянулся на три развёрнутых пункта, а раздел «Налоги» на главном экране и настройка срока уведомления придуманы.
Ход рассуждений показывает, на каких допущениях держится ответ, и ошибку в них можно поправить следующим сообщением. У части нейросетей функция включается автоматически, а в GigaChat для этого есть отдельный режим «Рассуждение» — его выбирают при создании чата, и он действует до конца диалога.
Ход рассуждений показывает, на каких допущениях держится ответ, и ошибку в них можно поправить следующим сообщением. У части нейросетей функция включается автоматически, а в GigaChat для этого есть отдельный режим «Рассуждение» — его выбирают при создании чата, и он действует до конца диалога.
Анатомия идеального промпта: формула из 5 элементов
Полный запрос объединяет все три техники и складывается из пяти частей: роль идёт первой, а образцы из few-shot и выводы из цепочки рассуждений входят в контекст.
- Роль — от чьего лица отвечает модель.
- Цель — какой результат нужен.
- Контекст — что модели нужно знать о задаче: аудитория, продукт, образцы, выводы из прошлых сообщений.
- Формат — как выглядит ответ: длина, структура, тон.
- Критерии — по каким требованиям проверить результат: запретные слова, обязательные детали, уровень сложности.
Вот промпт, собранный по формуле. Образцы стиля в нём — два письма из примера с few-shot:
Роль: email-маркетолог с опытом в финтехе.
Цель: письмо, после которого пользователь включит напоминания об уплате налога в настройках.
Контекст: наши пользователи — фрилансеры и самозанятые, которые сами ведут учёт и иногда пропускают срок уплаты. Функция присылает напоминание за три дня до срока и показывает сумму к оплате, бесплатна и включается одной кнопкой. Пользователей волнуют безопасность данных и частота уведомлений: данные хранятся в зашифрованном виде, напоминание приходит один раз в месяц. Образцы стиля — два письма ниже, их содержание повторять не нужно.
Письмо 1. Тема: Отчёт о доходах — в два клика… Кнопка: Выгрузить отчёт.
Письмо 2. Тема: Клиент забыл оплатить? Напомним за вас… Кнопка: Настроить напоминания.
Формат: тема до 50 символов, прехедер до 80 символов, три коротких абзаца, текст кнопки, дружелюбный тон как в образцах.
Критерии: без бухгалтерских терминов, восклицательных знаков и слов «уникальный» и «революционный». Каждое предложение понятно человеку без экономического образования.
Цель: письмо, после которого пользователь включит напоминания об уплате налога в настройках.
Контекст: наши пользователи — фрилансеры и самозанятые, которые сами ведут учёт и иногда пропускают срок уплаты. Функция присылает напоминание за три дня до срока и показывает сумму к оплате, бесплатна и включается одной кнопкой. Пользователей волнуют безопасность данных и частота уведомлений: данные хранятся в зашифрованном виде, напоминание приходит один раз в месяц. Образцы стиля — два письма ниже, их содержание повторять не нужно.
Письмо 1. Тема: Отчёт о доходах — в два клика… Кнопка: Выгрузить отчёт.
Письмо 2. Тема: Клиент забыл оплатить? Напомним за вас… Кнопка: Настроить напоминания.
Формат: тема до 50 символов, прехедер до 80 символов, три коротких абзаца, текст кнопки, дружелюбный тон как в образцах.
Критерии: без бухгалтерских терминов, восклицательных знаков и слов «уникальный» и «революционный». Каждое предложение понятно человеку без экономического образования.
Какой ответ дала нейросеть:
Тема, прехедер, три абзаца и кнопка — как задано в формате, а все факты о функции взяты из контекста
Каждый элемент формулы сработал: формат задал структуру и длину, контекст — факты, а критерии убрали восклицательные знаки и громкие слова. Вычитка всё равно нужна: фраза «Настройка займёт меньше минуты» придумана — в промпте сказано только про одну кнопку, а первая строка «Срок уплаты налога всегда подкрадывается незаметно» звучит как штамп.
Готовый промпт удобно сохранить как шаблон и менять в нём цель и контекст.
Готовый промпт удобно сохранить как шаблон и менять в нём цель и контекст.
Частые ошибки при написании запросов
- Ожидание готового ответа с первой попытки. Работа с нейросетью строится на диалоге. Уточнения вроде «сократи второй абзац вдвое», «сделай тему письма вопросом» — дают результат быстрее, чем новый запрос с нуля.
- Несколько задач в одном сообщении. Если просить сразу структуру статьи, текст, заголовки и план публикаций, часть работы модель может выполнить поверхностно. Формула из пяти элементов описывает одну цель, результаты лучше получать по шагам, от большего к меньшему: сначала структуру, потом текст, потом заголовки.
- Один чат на всё подряд. Модель путает требования между темами, а переписка быстрее упирается в контекстное окно. Под новый запрос удобнее открыть отдельный чат и коротко повторить в нём ключевые условия.
- Оценочные слова вместо измеримых требований. «Интересно», «креативно», «живо» каждая модель трактует по-своему: в примере с ролью размытое «простым языком» обернулось сленгом. Точнее работают параметры: длина в символах, образец тона, список запретных слов.
- Доверие к цифрам и ссылкам без проверки. Из-за галлюцинаций любое число, дату, адрес сайта или название исследования из ответа стоит сверить с первоисточником, прежде чем отправлять текст дальше.
- Конфиденциальная информация в запросе. Персональные данные клиентов, внутренние отчёты и договоры, отправленные в нейросеть, могут попасть на серверы компании-разработчика. Поэтому такие сведения нужно заранее обезличить.
Для профессионала удачный запрос — только первый шаг: дальше начинается работа с целыми системами.
Работа промпт-инженера смещается к созданию комплексных ИИ-решений. Сегодня бизнесу важно, чтобы решение работало с внутренними данными, соблюдало требования безопасности и не зависело от конкретной модели. Промпт-инженер настраивает логику работы ИИ, выбирает технологию и согласовывает решение с потребностями бизнеса.
Работа промпт-инженера смещается к созданию комплексных ИИ-решений. Сегодня бизнесу важно, чтобы решение работало с внутренними данными, соблюдало требования безопасности и не зависело от конкретной модели. Промпт-инженер настраивает логику работы ИИ, выбирает технологию и согласовывает решение с потребностями бизнеса.
- Александр КудрявцевРазработчик ИИ-решений Нетологии и автор курса «Промпт-инженер»
- Александр КудрявцевРазработчик ИИ-решений Нетологии и автор курса «Промпт-инженер»
Освоить профессию с нуля можно на курсе ↓
• Вход в ИИ без глубокого погружения в программирование
• Практика под задачи бизнеса на ChatGPT, GigaChat, Claude и других моделях
• Проекты в портфолио: ассистент, база промптов, многошаговые сценарии и no-code-автоматизация
• Практика под задачи бизнеса на ChatGPT, GigaChat, Claude и других моделях
• Проекты в портфолио: ассистент, база промптов, многошаговые сценарии и no-code-автоматизация
• Вход в ИИ без глубокого погружения в программирование
• Практика под задачи бизнеса на ChatGPT, GigaChat, Claude и других моделях
• Проекты в портфолио: ассистент, база промптов, многошаговые сценарии и no-code-автоматизация
• Практика под задачи бизнеса на ChatGPT, GigaChat, Claude и других моделях
• Проекты в портфолио: ассистент, база промптов, многошаговые сценарии и no-code-автоматизация
Читать также
Мнение автора и редакции может не совпадать.
Чтобы быть в курсе всех новостей и не пропускать новые статьи, присоединяйтесь к Telegram-каналу Нетологии.
Чтобы быть в курсе всех новостей и не пропускать новые статьи, присоединяйтесь к Telegram-каналу Нетологии.
Дина Майсон
Автор, UX-редактор
Оцените статью