Готовый пример промпта — быстрее, чем разбираться с теорией с нуля. Собрали рабочие шаблоны на самые частые задачи: от деловых текстов до анализа данных — адаптируйте под свою ситуацию, подставляя конкретику вместо общих формулировок.
Примеры ниже рассчитаны на ChatGPT, но с небольшой адаптацией формулировок так же хорошо работают и в других языковых моделях.
«Напиши деловое письмо клиенту с извинением за задержку доставки на 3 дня, предложи скидку 10% на следующий заказ, тон — вежливый, без канцеляризмов». «Составь короткое резюме этого текста в 5 пунктов для руководителя, который не будет читать оригинал полностью: [вставить текст]». «Перепиши этот абзац короче и убедительнее, сохранив ключевые цифры: [вставить текст]».
«Сведи эти данные в таблицу по столбцам: дата, сумма, категория — вот текст: [вставить]». «Найди противоречия и нестыковки в этом документе: [вставить]». «Сравни два варианта по критериям цена, скорость, качество и сделай вывод, какой выбрать для задачи [описать задачу]».
«Объясни [сложная тема] так, как объяснял бы школьнику, с одним понятным примером из жизни». «Составь план изучения [тема] на 4 недели с 2 занятиями в неделю, от простого к сложному». «Задай мне 5 вопросов по теме [тема], чтобы проверить, насколько я её понял».
Подробнее о принципах составления эффективных запросов — в статье «Как правильно писать промпты для нейросети».
«Объясни, что делает этот код построчно, и укажи потенциальные проблемы: [вставить код]». «Напиши функцию на Python, которая [описать задачу], с комментариями и обработкой ошибок». «Найди причину этой ошибки по стектрейсу и предложи 2 варианта исправления: [вставить стектрейс]».
Главное правило при работе с промптами для кода — всегда указывать язык программирования и контекст (фреймворк, версия), иначе результат может не подойти под ваш проект.
Да, как основу — но лучше подставить конкретные детали своей ситуации (данные, контекст, тон) вместо общих формулировок в квадратных скобках, чтобы результат был точнее.
Да, большинство промптов универсальны и одинаково хорошо работают в GigaChat, YandexGPT, Claude и других текстовых нейросетях с небольшой адаптацией формулировок.
Нейросети по умолчанию используют элемент случайности при генерации текста, поэтому ответы на одинаковый запрос могут немного отличаться от раза к разу — это нормальное поведение модели.
Добавьте больше конкретики: укажите желаемый объём, тон, целевую аудиторию текста или формат вывода (список, таблица, абзацы) — это обычно заметно улучшает результат.
Нет, достаточно формулировать запрос ясным человеческим языком, как объяснение задачи коллеге — специального синтаксиса для базовых задач не требуется.