Промпт-инжиниринг, который работает

Большинство плохих ответов ИИ — это плохие промпты: в них нет контекста, нет примеров и не сказано, что считать готовым результатом. Работающий промпт состоит из четырёх частей: роль и контекст, задача одним предложением, два-три примера «вход — выход» и жёсткие ограничения (формат, длина, что запрещено).

Итерируйте как код: меняйте одну вещь, прогоняйте те же три тестовых промпта и оставляйте то, что набирает больше баллов. Расплывчатый промпт («напиши про тестирование») проигрывает конкретному («составь чек-лист из 5 шагов для новичков в тестировании API, каждый шаг — одно предложение») каждый раз.

Формы, которые работают

Три формы закрывают почти все нужды. Инструкция («ты старший инженер по тестированию, проверь этот чек-лист») задаёт тон и строгость. Few-shot показывает два решённых примера и просит третий в той же форме — самый надёжный способ зафиксировать формат вывода. Декомпозиция («сначала перечисли риски, потом напиши проверки для каждого») заставляет работать по шагам, а не угадывать с первого раза.

Выбирайте форму по тому, что ломается: не тот тон — слабая инструкция, не тот формат — не хватает примеров, поверхностные ответы — нет декомпозиции.

Знайте ограничения

Промпт не может вложить в модель знания, которых у неё нет: номера версий, внутренние API и вчерашние новости всё равно будут выдуманы, как бы изящно ни был сформулирован запрос. Для фактов прикладывайте источники или используйте RAG; для повторяемого поведения команды пишите навык. Промпты направляют рассуждение, но не создают знания.