ИНСТРУКЦИЯ · 10 МИН. ЧТЕНИЯ
Формула точного промпта
Формула короткая: цель, место, ограничения, критерий готовности и формат ответа. Остальные приёмы, продаваемые под видом промпт-инжиниринга, либо не подтверждены исследованиями, либо уже устарели.
Систематический обзор The Prompt Report проанализировал 1565 выбранных работ и выделил 58 текстовых техник. Практический результат показателен: 20 часов ручной настройки дали F1 0,53, а автоматический подбор — 0,548, опередив человека.
Основа: пять частей
1. ЦЕЛЬ — проблема и её проявление. 2. МЕСТО — файлы, папки, функции. 3. ГРАНИЦЫ — что не менять. 4. ГОТОВО — как проверить результат. 5. ФОРМАТ — что показать в ответе.
1. Цель: симптом, а не область
Было: «Исправь баг с логином». Названа область, но нет симптома и условий воспроизведения. Модель начинает читать десятки файлов, заполняя контекст. Anthropic выделяет такую ошибку отдельно — исследование без границ.
Вторая проблема менее заметна и дороже: модель выбирает самую вероятную гипотезу о «баге с логином» и исправляет не то место.
Стало: «Пользователи сообщают: вход перестаёт работать после истечения сессии. Посмотри поток авторизации в src/auth/, особенно обновление токена. Сначала напиши падающий тест, воспроизводящий проблему, затем исправь её».
2. Место: одна папка вместо всего репозитория
Указание места сужает поиск с десятков файлов до одного каталога. Ещё надёжнее — ссылка на файл-образец: вместо пересказа правил дайте модели прочитать существующую реализацию.
Образец надёжнее описания, потому что не устаревает вместе с промптом: после изменения соглашений в коде модель прочитает новую версию.
3. Границы: перечислите, что должно остаться целым
Без ограничений модель сама заполняет пробелы. Anthropic описывает склонность новых моделей к излишнему усложнению: ненужным файлам, абстракциям ради одного вызова и гибкости «на будущее», о которой не просили.
Такие изменения могут компилироваться и проходить тесты. Проблема обнаружится при просмотре разросшегося diff.
Добавьте правило: «Если считаешь необходимым выйти за эти рамки, сначала объясни причину, не вноси изменения». Иначе модель может молча нарушить границы или остановиться в тупике.
4. Готовность: проверка без вашего участия
Anthropic отмечает: модель останавливается, когда работа выглядит законченной. Без проверки это единственный доступный сигнал. Тогда проверяющим становитесь вы, а каждая ошибка ждёт, пока вы её заметите.
Критерий должен быть доступен модели: запуск тестов, сборка, проверка типов, скриншот и сравнение с макетом.
Требование, которое модель не может проверить, она может объявить выполненным. «Сделай красивее» без просмотра страницы оценивается только по факту правок. Решение: получить скриншот, сравнить с макетом, перечислить и исправить отличия.
5. Формат: покажите доказательство
Попросите показать вывод команды. Словесный пересказ успеха проверить нельзя, а прочитать вывод быстрее, чем запускать всё заново.
Ещё одна деталь из документации: оформление промпта влияет на оформление ответа. Если нужен обычный текст, уберите разметку из самого запроса — её станет меньше и в ответе.
«Думай пошагово» больше не универсальный приём
В 2022 году эта фраза увеличивала точность на MultiArith с 17,7% до 78,7%. Отсюда и привычка. Сегодня результат зависит от модели и задачи.
Метаанализ более ста работ на ICLR 2025 разделил эффект по задачам: символические рассуждения +14,2 пункта, математика +12,3, логика +6,9. В остальных задачах — 56,8 против 56,1 без цепочки рассуждений, то есть разница в пределах шума.
У моделей с внутренними рассуждениями эффект ещё слабее. В исследовании Wharton на 198 вопросах уровня PhD: o3-mini +2,9%, o4-mini +3,1%, Gemini Flash 2.5 −3,3%, при увеличении времени ответа на 20–80%.
OpenAI прямо указывает: таким моделям не нужно предлагать думать пошагово — это происходит внутри. Anthropic предлагает явную цепочку как вариант при отключённых рассуждениях.
Роль эксперта: результаты неоднозначны
В крупной проверке 162 ролей на 2410 фактологических вопросах и четырёх семействах моделей персона в системном промпте не улучшила результат относительно запроса без роли.
Если подбирать лучшую роль для каждого вопроса уже после ответа, рост оказывается большим. Но заранее предсказать нужную роль обычно не удаётся лучше случайного выбора. Это объясняет впечатление эффективности приёма.
Есть и отрицательные результаты: у одной модели роли ухудшили рассуждения на 7 из 12 наборов данных. Анализ 1140 вопросов в 2026 году показал обмен: глубина растёт, ясность падает, общий балл почти не меняется.
Чаевые, угрозы и БОЛЬШИЕ БУКВЫ
Обещания заплатить и угрозы проверили на двух серьёзных бенчмарках. Значимого общего влияния не обнаружили. Отдельные формулировки меняют ответы на конкретные вопросы, но направление непредсказуемо.
Три работы о вежливости дали разные результаты: преимущество грубых промптов, преимущество вежливых и отсутствие устойчивого эффекта. Универсального правила нет.
Anthropic советует отказаться от агрессивных формулировок. Новые модели сильнее реагируют на системные инструкции, поэтому «ОЧЕНЬ ВАЖНО, ТЫ ОБЯЗАН» может вызывать лишние действия. Пишите обычным языком.
Примеры задают форму
В исследовании 2022 года правильные ответы в примерах случайно перемешали, а качество почти не упало. Значимыми оказались возможные классы ответов, типичный вход и структура результата.
Измерения на современных моделях через четыре года пришли к похожему выводу: примеры выравнивают формат, но модели часто больше опираются на инструкции. Если формат уже точно описан словами, добавление примеров может не оправдываться.
Anthropic рекомендует 3–5 примеров, отделённых тегами от инструкций. Заявленный эффект — формат, тон и структура.
Оформление влияет сильнее, чем кажется
В работе ICLR 2024 перебрали одинаковые по смыслу варианты одного промпта: разделители, пробелы, регистр. У одной модели разброс точности достиг 76 пунктов. Чувствительность сохранялась при увеличении модели и добавлении примеров.
Практическое правило: держите один шаблон и меняйте содержание. Сравнивая два промпта с разным оформлением, вы можете измерять именно оформление.
Строгий JSON может мешать рассуждениям
Жёсткие ограничения формата на уровне декодирования могут снижать качество. В школьной математике одна модель упала с 86,5% до 23,4%, другая — с 76,6% до 49,3%. Чем строже ограничения, тем больше падение.
В классификации формат, наоборот, помогает: сужает пространство ответов. Рабочий вариант между крайностями — сначала решить задачу свободно, затем отдельным шагом преобразовать результат в строгий формат.
Середина длинного промпта теряется
Моделям дали документы, один из которых содержал ответ, и меняли его позицию. Точность: 75,8% в начале, 53,8% в середине, 63,2% в конце. Без документов — 56,1%.
Если нужный документ находится в середине, результат может оказаться хуже, чем вообще без него.
Anthropic рекомендует помещать длинные данные сверху, а вопрос и инструкции — под ними. По их измерениям, это даёт до 30% прироста на сложных запросах с несколькими документами.
«Проверь себя» без внешнего сигнала может навредить
Повторная проверка собственного ответа без эталона иногда снижает качество. В исследовании школьной математики исходные 95,5% после первой самопроверки превратились в 91,5%, после второй — в 89%.
Модель не знает, ошиблась ли, а заданное сомнение может увести от верного ответа. Нужен внешний сигнал: тест, компилятор, проверка типов или вывод команды. На этом основан четвёртый пункт формулы.
Чек-лист перед отправкой промпта
Описаны симптом и условия возникновения. Указано место начала поиска: папка, файл или функция. Перечислено, что нельзя менять: файлы, зависимости, соседние модули.
Выход за границы требует предварительного обсуждения. Критерий готовности агент может проверить самостоятельно. В запросе одна задача, остальные вынесены в отдельные сессии.
Нет ролей, чаевых, угроз и крика заглавными буквами как замены задаче. Длинные данные расположены сверху, вопрос — под ними. В ответе требуется показать вывод проверочной команды.


