Prompt Engineering: карта раздела
Промпт-инжиниринг — это проектирование входа, инструкций и критериев результата для модели. Качество зависит не от одной «секретной формулы», а от сочетания понятной задачи, подходящего контекста, доступных инструментов и проверки на реальных примерах.
С чего начинать
- Outcome-first Prompting — опиши результат, критерии готовности и ограничения.
- Delimiters — отдели инструкции, данные и примеры.
- Zero-shot vs Few-shot Prompting — сначала попробуй без примеров, затем добавь качественные демонстрации, если они нужны.
- Укажи формат ответа; для API предпочитай Structured Output, когда он доступен.
- Улучшай промпт через Тестирование промптов, а не по одному удачному ответу.
Основные методы
Управление задачей и контекстом
- Outcome-first Prompting — цель, критерии успеха, границы и условия остановки.
- Delimiters — явная структура промпта и недоверенных данных.
- Persona Prompting — рабочая перспектива и стиль без притворной квалификации.
- Negative Prompting — точечные запреты вместе с положительными требованиями.
- Atomic Notes — подготовка самостоятельных единиц знания.
Примеры и формат
- Zero-shot vs Few-shot Prompting — выбор между инструкцией и демонстрациями.
- Few-Shot Chain of Thought — специализированные примеры решения, когда важен метод, а не только формат.
Декомпозиция и рассуждение
- Chain of Thought (CoT) — проверяемые промежуточные результаты вместо запроса скрытого рассуждения.
- Least-to-Most Prompting — последовательное решение зависимых подзадач.
- Step-Back Prompting — проверка применимых принципов перед частным решением.
- Prompt Chaining — последовательность проверяемых вызовов и граница между prompting и workflow.
Сжатие и проверка
- Chain of Density (CoD) — экспериментальная итеративная суммаризация.
- Chain of Verification (CoVe) — самопроверка черновика отдельными вопросами.
- Iterative Prompting — управляемое улучшение инструкции.
- Тестирование промптов — набор кейсов, метрики и регрессионная проверка.
Быстрый выбор
| Ситуация | Первый выбор |
|---|---|
| Нечёткая задача | Outcome-first Prompting |
| Нестабильный формат | Zero-shot vs Few-shot Prompting или Structured Output |
| Большой недоверенный документ | Delimiters и правила из Indirect Prompt Injection |
| Несколько зависимых этапов | Least-to-Most Prompting |
| Нужны отдельные контракты и проверки между этапами | Prompt Chaining |
| Важные факты | внешние источники + Chain of Verification (CoVe) |
| Потеря деталей при сокращении | Chain of Density (CoD) с проверкой сохранности |
| Улучшение рабочего шаблона | Тестирование промптов |
Чего избегать
- Не начинай с роли, если можно прямо описать требуемый результат.
- Не проси «думать пошагово» по привычке; запрашивай проверяемые промежуточные артефакты только когда они полезны.
- Не считай уверенный тон доказательством.
- Не полагайся на разделители как на защиту от prompt injection.
- Не оценивай промпт по одному примеру и одной модели.
- Не заставляй модель генерировать
[[ссылки]], если у неё нет списка существующих заметок.
Практика
- Промпт-лаборатория — общая карта раздела.
- Библиотека промптов — готовые рабочие шаблоны.
- Глоссарий — термины и устройство современных AI-систем.
- Context Engineering — подбор и организация доступного модели контекста.
- Evals — систематическая оценка качества.
- Архитектура AI-систем — orchestration между model calls, retrieval и проверками.