AI Arsenal 2026. 500+ промтов для взрывного роста бизнеса

Ключевой принцип мультимодального промтинга — связка визуального и текстового контекста. Вы загружаете изображение и одновременно задаёте текстовую инструкцию. Чем точнее вы описываете, что именно нужно извлечь или проанализировать на изображении, тем полезнее будет результат. Ниже — 5 готовых промтов для мультимодальных задач.

Промт 6 — Аудит лендинга конкурента:

[Прикрепи скриншот лендинга конкурента] Ты — UX/UI-аналитик (R). Проанализируй этот лендинг (I). Оцени: структуру навигации, иерархию заголовков, CTA-элементы, визуальную загруженность, читаемость текстов (C). Формат: таблица с колонками «Элемент | Оценка (1–10) | Проблема | Рекомендация» (S). Выдели 3 главные слабости и 2 сильные стороны (P).

→ Таблица с оценками каждого элемента лендинга и конкретными рекомендациями по улучшению.

Промт 7 — Анализ графика/дашборда:

[Прикрепи скриншот графика или дашборда] Ты — data-аналитик (R). Опиши и проанализируй данные на этом графике (I). Укажи: тип визуализации, основные тренды, аномалии, пиковые значения (C). Формат: текстовое резюме + таблица ключевых метрик (S). Определи возможные причины трендов (P). Язык: русский.

→ Структурированный анализ данных с выявлением трендов, аномалий и гипотез о причинах.

Промт 8 — Описание товара для каталога по фото:

[Прикрепи фотографию товара] Ты — копирайтер для маркетплейсов (R). Напиши SEO-оптимизированное описание товара для [маркетплейс] на основе этого фото (I). Категория: [категория]. Целевая аудитория: [аудитория]. Формат: название (до 80 символов), описание (до 1000 символов), 5 ключевых преимуществ с эмодзи, блок характеристик (S). Включи ключевые слова: [ключевые слова] (P).

→ Готовое SEO-описание для карточки товара с ключевыми словами и структурой под маркетплейс.

Промт 9 — Извлечение данных из таблицы/счёта:

[Прикрепи фото или скриншот таблицы/счёта] Ты — финансовый аналитик (R). Извлеки все числовые данные из этого документа (I). Структурируй данные в формате JSON-массива с полями: [названия полей] (C, S). Проверь точность извлечения и укажи сумму итого (P). Если данных не хватает — явно укажи, что именно не удалось прочитать.

→ Структурированный JSON с извлечёнными из изображения финансовыми данными и проверкой сумм.

Промт 10 — Анализ бренда по логотипу и визуалу:

[Прикрепи логотип и/или бренд-бук] Ты — бренд-стратег (R). Проанализируй визуальную идентичность этого бренда (I). Оцени: цветовую палитру, типографику, стиль иллюстраций, общий посыл (C). Формат: описание + таблица «Атрибут бренда | Визуальное воплощение | Оценка соответствия» (S). Предложи 3 варианта улучшения (P).

→ Профиль бренда с анализом визуальной идентичности и рекомендациями по усилению позиционирования.

💡 Лайфхак: При работе с мультимодальными моделями всегда добавляйте в промт фразу «Опиши, что ты видишь на изображении, прежде чем приступать к анализу». Это заставляет модель сначала «осознать» визуальный контекст, что значительно повышает точность и глубину анализа. Также используйте аннотации: если на скриншоте есть важные зоны, обведите их или подпишите перед загрузкой.

⚠️ Важно: Не загружайте документы с конфиденциальными данными (паспорта, договоры, финансовые отчёты с реальными реквизитами) в публичные модели. Используйте обезличивание: замените ФИО, номера карт, ИНН и другие чувствительные данные на плейсхолдеры перед загрузкой. Также помните, что модели могут ошибаться при чтении мелкого текста на изображениях — всегда верифицируйте извлечённые данные.

1.3. Chain-of-Thought и пошаговые сценарии

Chain-of-Thought (CoT) — это техника промтинга, при которой вы просите модель рассуждать пошагово перед тем, как выдать финальный ответ. Исследование Google (Wei et al., 2022) показало, что CoT повышает точность ответов на сложные задачи на 40–60 %. Секрет прост: когда модель «думает вслух», она реже совершает логические ошибки и чаще учитывает все условия задачи.

Практически CoT реализуется через фразы-триггеры: «Думай пошагово», «Сначала проанализируй, затем предложи решение», «Рассуждай по шагам». В бизнес-контексте это особенно полезно для стратегических задач, финансовых расчётов, анализа рисков и принятия решений. Ниже — 5 промтов, использующих CoT, и пример корректирующего промта.

Промт 11 — Стратегический анализ рынка:

Ты — стратегический консультант (R). Проведи пошаговый анализ целесообразности выхода на рынок [рынок/страна] для продукта [продукт] (I). Шаг 1: Определи размер рынка и темпы роста. Шаг 2: Определи ключевых конкурентов и их доли. Шаг 3: Оцени барьеры входа (регуляторные, финансовые, культурные). Шаг 4: Определи оптимальную стратегию позиционирования. Шаг 5: Распиши дорожную карту на 6 месяцев (C, S). На каждом шаге приводи данные и обоснования (P). Формат: нумерованные шаги с подзаголовками.

→ Пошаговый стратегический анализ с данными на каждом этапе и конкретной дорожной картой.

Промт 12 — Расчёт ROI маркетинговой кампании:

Ты — маркетинговый аналитик (R). Рассчитай ожидаемый ROI для маркетинговой кампании (I). Входные данные: бюджет [сумма] ₽, канал — [канал], стоимость лида (CPL) — [CPL] ₽, конверсия лида в клиента — [X] %, средний чек — [сумма] ₽, LTV клиента — [LTV] ₽ (C). Шаг 1: Рассчитай количество лидов при данном бюджете. Шаг 2: Рассчитай ожидаемое количество клиентов. Шаг 3: Рассчитай ожидаемую выручку. Шаг 4: Сравни с бюджетом и определи ROI. Шаг 5: Дай рекомендацию: стоит ли запускать (S, P). Покажи все формулы и промежуточные расчёты.

→ Полный расчёт ROI с формулами, промежуточными значениями и рекомендацией по запуску.

Промт 13 — Анализ рисков проекта:

Ты — risk-менеджер (R). Проведи пошаговый анализ рисков для проекта [название проекта] (I). Тип проекта: [тип — запуск продукта, релиз фичи, маркетинговая кампания]. Шаг 1: Определи 5–7 ключевых рисков по категориям (технические, финансовые, рыночные, операционные). Шаг 2: Оцени каждый риск по вероятности (1–5) и влиянию (1–5). Шаг 3: Рассчитай приоритет = вероятность × влияние. Шаг 4: Предложи стратегию митигации для топ-3 рисков (C, S). Формат: матрица рисков (таблица) + подробные планы митигации (P).

→ Матрица рисков с количественной оценкой и планами митигации для ключевых угроз.

Промт 14 — Пошаговый план масштабирования:

Ты — консультант по бизнес-масштабированию (R). Разработай пошаговый план масштабирования для [бизнес/проект] (I). Текущее состояние: [текущие метрики — выручка, команда, клиенты]. Целевое состояние: [целевые метрики] за [срок] (C). Шаг 1: Аудит текущих процессов — определи узкие места. Шаг 2: Оптимизация — что автоматизировать первым. Шаг 3: Расширение каналов — где найти новых клиентов. Шаг 4: Команда — кого нанять и в каком порядке. Шаг 5: Инфраструктура — какие системы внедрить (S, P). Для каждого шага укажи конкретные действия и ожидаемый эффект.

→ Детальный план масштабирования с приоритизацией шагов и оценкой эффекта каждого действия.

Промт 15 — Разбор сложной задачи на подзадачи:

Ты — project manager (R). Разбей задачу [описание сложной задачи] на конкретные подзадачи (I). Контекст: [контекст проекта, сроки, бюджет] (C). Шаг 1: Определи финальный результат. Шаг 2: Декомпозируй на 5–8 подзадач. Шаг 3: Определи зависимости между подзадачами. Шаг 4: Оцени трудозатраты каждой подзадачи в часах. Шаг 5: Составь расписание с критическим путём (S, P). Формат: таблица подзадач + визуальная последовательность в текстовом виде.

→ Декомпозиция задачи в таблице с зависимостями, оценками и расписание по критическому пути.

Корректирующий промт — улучшение результата:

Это твой предыдущий ответ: [вставить ответ]. Проанализируй его и улучи по следующим критериям: 1) Убеди конкретику — добавь числа, даты, названия. 2) Убери общие фразы и клише. 3) Усиль аргументацию — добавь «почему» к каждому совету. 4) Проверь логическую последовательность — нет ли противоречий. 5) Сократи до [N] слов, сохранив суть. Перепиши улучшенную версию.

→ Улучшенная версия ответа без воды, с конкретикой и усиленной аргументацией. Полезно итеративно применять к любому результату.

1.4. Few-Shot промты: учим нейросеть на примерах

Few-Shot промтинг — это техника, при которой вы предоставляете модели несколько примеров желаемого формата, стиля или логики ответа перед тем, как задать основную задачу. Модель «учится» по образцам и воспроизводит тот же паттерн. Согласно исследованиям Anthropic (2024), Few-Shot подход повышает соответствие ответа ожиданиям на 50–70 % по сравнению с Zero-Shot (запрос без примеров).

Few-Shot особенно мощен для стандартизации контента: когда вам нужно, чтобы все ответы следовали единому шаблону — будь то описания товаров, ответы поддержки, аналитические записки. Важно: примеры должны быть однородными по формату и качеству, иначе модель «усреднит» паттерн и результат будет непредсказуемым.

Промт 16 — Стандартизированные ответы поддержки:

Ты — служба поддержки компании [компания] (R). Отвечай на запросы клиентов в следующем формате. Вот примеры: Пример 1: Клиент: «Не могу войти в аккаунт» Ответ: «Здравствуйте! 💬 Для восстановления доступа перейдите по ссылке [ссылка] и следуйте инструкции. Если проблема сохранится, напишите нам — мы поможем в течение 30 минут. Пример 2: Клиент: «Где мой заказ?» Ответ: «Здравствуйте! 📦 Ваш заказ #[номер] передан в доставку. Трек-номер: [номер]. Ожидаемая доставка: [дата]. Вы можете отследить статус по ссылке [ссылка]. Теперь ответь на запрос: [запрос клиента]. Следуй точно этому формату (I, S). Тональность: вежливая, конкретная, без шаблонных фраз (P).

→ Ответ клиенту в строго заданном формате с эмодзи, конкретными данными и стандартной тональностью.

Промт 17 — Массовые SEO-описания категорий:

Ты — SEO-копирайтер для каталога [тип магазина] (R). Напиши SEO-описание для категории товаров. Вот примеры правильного формата: Пример 1: Категория: «Беспроводные наушники» Описание: «Беспроводные наушники — это свобода движения и чистый звук без проводов. В нашем каталоге представлены модели от ведущих брендов: Sony, Samsung, JBL. Выберите наушники по параметрам: время работы, шумоподавление, влагозащита. Доставка по всей РФ, гарантия до 2 лет.» Пример 2: Категория: «Умные часы» Описание: «Умные часы — ваш фитнес-трекер, уведомления и помощник на запястье. Модели Apple Watch, Garmin, Xiaomi для любых целей. Выбирайте по диагонали экрана, автономности и совместимости с вашим смартфоном. Бесплатная примерка в 15 городах.» Напиши описание для категории: [категория]. Следуй формату примеров (I, S). Упомяни 3 бренда, 2 критерия выбора, 1 сервисное преимущество (P).

→ SEO-описание категории в едином стиле с брендами, критериями выбора и сервисными преимуществами.

Промт 18 — Еженедельные отчёты для руководства:

Ты — project manager (R). Составь еженедельный отчёт по проекту. Формат: Пример: 📊 Неделя 12–18 января 2026 | Проект [Название] ✅ Выполнено: — Задача 1: описание результата — Задача 2: описание результата 🔄 В процессе: — Задача 3: статус и % готовности ⚠️ Риски: — Риск 1: описание и план действий 📌 План на следующую неделю: — Задача 4, Задача 5 📈 Метрики: [метрика 1: значение], [метрика 2: значение] Используй этот формат для проекта [проект]. Данные за неделю: [ваши данные]. Тональность: фактологичная, без воды, акцент на результатах (P).

→ Структурированный еженедельный отчёт с эмодзи-маркерами, статусами задач и метриками.

Промт 19 — Генерация вариантов слоганов:

Ты — креативный директор рекламного агентства (R). Сгенерируй слоганы для бренда [бренд/продукт]. Вот примеры стиля: Пример 1 — Бренд: «Кофейня "Зерно"» Слоганы: «Кофе, который пробуждает идею» / «Твой первый глоток вдохновения» / «Горячее. Свежее. Твое.» Пример 2 — Бренд: «Фитнес-клуб "Форма"» Слоганы: «Форма — это состояние ума» / «От первого шага к лучшей версии себя» / «Тренируйся. Преображайся. Повторяй.» Генерируй 10 слоганов для [бренд/продукт]. Стиль: [стиль — минимализм, энергия, доверие] (I, P). Короткие, запоминающиеся, до 7 слов (S).

→ 10 вариантов слоганов в заданном стиле, каждый до 7 слов, готовых для A/B-тестирования.

Промт 20 — Форматирование отзывов для сайта:

Ты — контент-менеджер (R). Переформатируй сырой отзыв клиента в структурированный формат для сайта. Примеры: Вход: «Купил ноутбук неделю назад, всё работает отлично, экран яркий, клавиатура удобная, доставили за 2 дня» Выход: ⭐⭐⭐⭐⭐ | Алексей, Москва ✅ Качество: «Всё работает отлично» ✅ Экран: «Яркий» ✅ Клавиатура: «Удобная» ✅ Доставка: «2 дня» Переформатируй: [сырой отзыв клиента]. Следуй точно этому формату (I, S). Выдели 2–4 конкретных аспекта (P).

→ Структурированный отзыв с эмодзи-рейтингом и конкретными аспектами, готовый для публикации.

Ошибки и как их исправить:

Ошибка

Пример

Исправление

Слишком мало примеров (0–1)

Запрос без примеров, модель угадывает формат

Давайте минимум 2–3 однородных примера в нужном формате

Примеры противоречат друг другу

Один пример в таблице, другой — списком

Все примеры должны следовать единому шаблону

Пример слишком длинный

Пример-ответ на 500 слов вместо шаблона

Примеры должны быть компактными, показывать структуру, а не объём

Нет явного задания после примеров

Даны примеры, но нет инструкции «Теперь сделай то же для...»

Всегда добавляйте явное задание после блока примеров

1.5. Структурированный вывод: JSON, таблицы, списки

Одна из мощнейших возможностей промтинга — управление форматом ответа. Когда вы заставляете модель выдавать результат в виде JSON, таблицы или нумерованного списка, вы получаете данные, которые можно напрямую передавать в другие системы: CRM, базы данных, аналитические дашборды, автоматизационные пайплайны. Это превращает ИИ из генератора текста в узел бизнес-автоматизации.

В этой книге мы вводим понятие мета-промта — промта, который управляет не только содержанием, но и форматом, валидацией и постобработкой ответа. Мета-промт содержит инструкции по типу данных, обязательным полям, ограничениям значений и формату вывода. Это основа для создания агентов и автоматизированных воркфлоу, которые мы подробно разберём в главах 3 и 5.

Промт 21 — JSON-схема для CRM:

Ты — парсер данных (R). Извлеки структурированные данные из текста запроса клиента и верни строго в формате JSON (I). Обязательные поля: { "name": "string — имя клиента", "company": "string — название компании", "email": "string — email (если есть, иначе null)", "interest": "string — что интересует", "budget": "string — бюджет (если указан)", "urgency": "enum: high/medium/low", "notes": "string — дополнительная информация" } Текст клиента: [текст запроса]. Верни ТОЛЬКО JSON, без пояснений (S, P).

→ Валидный JSON с извлечёнными данными, готовый для автоматической отправки в CRM.

Промт 22 — Сводная таблица метрик:

Ты — маркетинговый аналитик (R). На основе данных о кампании [описание кампании] составь сводную таблицу метрик (I). Входные данные: [ваши данные — показы, клики, конверсии, расходы и т.д.] (C). Формат: markdown-таблица с колонками «Метрика | Значение | Изменение (vs прошлый период) | Статус (✅/⚠️/🔴)» (S). Раскрась статусы: ✅ — в норме, ⚠️ — внимание, 🔴 — критично (P). Добавь итоговую строку «Вывод» с рекомендацией.

→ Сводная таблица с цветовыми индикаторами статуса метрик и итоговой рекомендацией.

Промт 23 — Нумерованный чек-лист:

Ты — [роль — например, QA-инженер / юрист / финансовый контролёр] (R). Составь чек-лист для [процесс] (I). Контекст: [описание контекста и задачи] (C). Формат: нумерованный список, где каждый пункт — конкретное действие для проверки (S). Требования: минимум 15 пунктов, каждый пункт начинается с глагола действия, после каждого пункта в скобках указан критерий успеха (P). Группируй пункты по категориям с подзаголовками.

→ Подробный чек-лист из 15+ пунктов с критериями успеха, сгруппированный по категориям.

Промт 24 — Сравнительная таблица решений:

Ты — IT-консультант (R). Сравни [вариант 1], [вариант 2] и [вариант 3] для задачи [описание задачи] (I). Критерии сравнения: [критерии — цена, производительность, масштабируемость, поддержка, безопасность] (C). Формат: таблица с оценками от 1 до 10 по каждому критерию + итоговый балл (S). В конце — рекомендация: что выбрать и почему (P).

→ Сравнительная таблица с количественными оценками, итоговым рейтингом и рекомендацией.

Промт 25 — Мета-промт для автоматизации:

Ты — конструктор автоматизаций (R). Создай мета-промт для следующей задачи автоматизации: [описание бизнес-процесса] (I). Мета-промт должен содержать: 1) Описание роли для ИИ. 2) Контекстную секцию с переменными [переменные]. 3) Чёткую инструкцию с ожидаемым форматом вывода. 4) Правила валидации ответа. 5) Пример входных данных и ожидаемого выхода. 6) Инструкцию для обработки ошибок (S). Формат: полный промт в блоке кода (S). Мета-промт должен быть самодостаточным и готовым к использованию (P).

→ Полный мета-промт, который можно напрямую использовать в автоматизации — в n8n, Make, n8n или кастомном коде.

Быстрые победы

Не всегда нужно тратить часы на настройку идеального промта. Иногда нужен быстрый результат — здесь и сейчас. Ниже — три мощных промта, которые дают измеримый эффект менее чем за 15 минут. Скопируйте, вставьте свои данные — и получите готовый результат.

Промт-быстрая победа 1 — Генерация 10 заголовков для статьи/поста:

Ты — заголовочный хакер (R). Сгенерируй 10 заголовков для статьи на тему: [тема] (I). Аудитория: [аудитория]. Цель заголовка: [цель — клик, поделиться, подписаться] (C). Используй формулы: вопрос, число, контраст, обещание результата, провокация. Каждый заголовок до 80 символов. Формат: нумерованный список с пометкой формулы в скобках (S). Без клише и кликбейта (P).

→ 10 заголовков по разным копирайтинг-формулам, готовых для A/B-тестирования в заголовках рассылки или постов.

Промт-быстрая победа 2 — Самооценка и улучшение текста:

Ты — старший редактор (R). Оцени и улучши следующий текст (I). Текст: [вставить текст] (C). Шаг 1: Оцени по шкале от 1 до 10: ясность, убедительность, грамотность, вовлечённость, отсутствие воды. Шаг 2: Укажи 3 главные слабости с цитатами из текста. Шаг 3: Напиши улучшенную версию, исправив все слабости (S). Сохрани авторский стиль и объём (P). Формат: оценка → разбор → улучшенный текст.

→ Количественная оценка текста с конкретными замечаниями и улучшенной версией, готовой к публикации.

Промт-быстрая победа 3 — Скрипт продаж для холодного звонка:

Ты — тренер по продажам (R). Напиши скрипт холодного звонка для продажи [продукт/услуга] (I). Аудитория: [должность ЛПР, отрасль, размер компании]. Главная ценность: [ценность]. Типичное возражение: [возражение] (C). Формат: 1) Открытие (10 секунд) — хук + представление. 2) Квалификация — 3 вопроса. 3) Питч — 30 секунд. 4) Работа с возражением [возражение]. 5) Закрытие — назначение встречи (S). Естественный язык, без роботизированных фраз (P).

→ Готовый скрипт холодного звонка с таймингами, квалификационными вопросами и работой с типичным возражением.

📊 Как измерить эффект: Вот простая метрика для оценки любого промта. До использования промта: замерьте время на задачу (в минутах) и качество результата (самооценка 1–10). После: замерьте те же параметры. Формула эффективности: (Качество_после / Качество_до) × (Время_до / Время_после). Значение > 2 — отличный промт. Значение 1–2 — можно улучшить. Значение < 1 — промт нужно переработать. Замеряйте эффект на 3–5 задачах для статистической достоверности. Лучшие промты из этой книги дают эффективность 3–5×.

Это только начало. В следующей главе мы перейдём от отдельных промтов к целым агентам — автономным системам, которые выполняют многошаговые задачи. А пока — выберите 3–5 промтов из этой главы, которые ближе всего к вашим задачам, и опробуйте их уже сегодня. Помните: лучшее понимание промтинга приходит через практику.

Глава 2. Продвинутые техники: мета-промты, self-correction и мультиагентные цепочки

В главе 1 вы освоили фундаментальные техники промтинга: CRISP-фреймворк, мультимодальные промты, Chain-of-Thought и Few-Shot обучение. Теперь переходим на следующий уровень. В этой главе мы рассмотрим три парадигмы, которые превращают промт-инжиниринг из ручного навыка в инженерную дисциплину: мета-промты, self-correction (самокоррекция) и мультиагентные цепочки. Эти техники позволяют автоматизировать создание промтов, итеративно улучшать результаты и строить многошаговые AI-воркфлоу, где несколько специализированных промтов работают вместе как единая система.

Согласно исследованию Microsoft Research (2025), мультиагентные системы на базе LLM повышают качество решения сложных задач на 45–70 % по сравнению с одиночным промтом. Self-correction снижает количество логических ошибок на 30–55 % (Anthropic, 2024). А мета-промты — промты, которые генерируют промты — экономят до 80 % времени на создание шаблонов для повторяющихся задач. В этой главе вы получите 20 готовых промтов и таблиц, которые можно сразу внедрить в рабочие процессы.

2.1. Мета-промты: промты, которые создают промты

Мета-промт — это промт, задача которого состоит в создании другого промта. Вы описываете желаемый результат на высоком уровне, а модель генерирует детальный, структурированный промт, который затем можно использовать для конкретной задачи. Это подход «промт для промта» — и он особенно мощен, когда вам нужен один и тот же тип результата для разных входных данных, но вы не хотите каждый раз писать промт с нуля.

Типичный сценарий: вам нужно регулярно создавать промты для анализа competitors, генерации контент-планов, написания email-цепочек. Вместо того чтобы каждый раз manually писать промт, вы используете мета-промт, который принимает параметры (ниша, аудитория, продукт) и выдаёт готовый промт, оптимизированный под конкретную задачу. Исследование Stanford HAI (2024) показало, что мета-промты генерируют инструкции, которые на 25–40 % эффективнее вручную написанных, потому что модель учитывает лучшие практики промтинга автоматически.

Промт 1 — Генератор промтов для анализа рынка:

Ты — эксперт по промт-инжинирингу (R). Создай оптимальный промт для задачи: [описание задачи — например, «анализ конкурентного окружения в нише X»] (I). Целевая аудитория промта: [кто будет использовать — маркетолог, аналитик, продакт-менеджер]. Входные данные, которые будут доступны: [данные — список конкурентов, рынок, бюджет]. Желаемый формат вывода: [таблица / отчёт / JSON] (C). Мета-промт должен включать: роль, контекст, чёткую инструкцию, структуру ответа, параметры качества, пример ожидаемого результата (S). Сгенерированный промт должен содержать плейсхолдеры [в квадратных скобках] для переменных. Верни промт в блоке кода, готовый к копированию (P).