К содержимому
AI и данные

Промпт — запрос к модели

Всё, что отправлено модели в одном обращении: инструкция, контекст, данные и примеры. Единственный способ управлять её поведением без обучения.

Также встречается как: prompt, запрос к нейросети

Коротко. Промпт — текст запроса к модели. В него входит не только вопрос пользователя, но и системная инструкция, переданные данные, примеры и история диалога.

Из чего он обычно состоит

  • Системная инструкция — роль, правила, формат ответа, ограничения;
  • Контекст — документы, выдержки из базы, данные пользователя;
  • Примеры — несколько образцов «вход → правильный выход»;
  • Задача — собственно запрос;
  • Формат вывода — какая структура ожидается на выходе.

Всё это вместе занимает токены и должно помещаться в контекстное окно.

Зачем фаундеру

Промпт — это код продукта, просто на естественном языке. Он определяет качество ответов сильнее, чем выбор модели, и стоит гораздо дешевле дообучения.

Отсюда практический вывод: промпты нужно хранить в репозитории, версионировать и проверять на наборе примеров, а не править на живом продукте.

Где ошибаются

Пишут одно длинное указание. Структура — роль, правила, данные, задача — работает лучше сплошного текста.

Не задают формат. Если ответ должен разбираться программой, формат нужно описать явно и проверять на выходе.

Правят промпт по одному плохому ответу. Исправление одного случая регулярно ломает десять других — поэтому нужны evals.

Разобрать это на своём проекте

Мы доводим идеи фаундеров до работающего MVP за долю в компании. Расскажите про свою — посмотрим на цифры вместе.

Оставить заявку

Рядом в словаре

Промпт-инжиниринг

Систематическая доводка запросов к модели: структура, примеры, формат вывода и проверка на наборе случаев. Самый дешёвый способ поднять качество.

Контекстное окно

Максимальный объём текста, который модель обрабатывает за раз, включая инструкции, историю и ответ. Всё, что не поместилось, для неё не существует.

LLM

Модель, обученная предсказывать следующий фрагмент текста и научившаяся на этом отвечать, писать код и рассуждать. Основа современных AI-продуктов.

Векторная база

База данных, которая хранит векторы и быстро находит ближайшие к запросу. Инфраструктурный слой поиска по смыслу и RAG-систем.

Галлюцинация

Правдоподобный, но неверный ответ модели: несуществующие факты, ссылки и цитаты. Свойство технологии, а не поломка, — с ним работают, а не чинят.

Дистилляция

Обучение компактной модели на ответах крупной, чтобы получить близкое качество на узкой задаче за меньшие деньги и с меньшей задержкой.