GPT-Мастер. От первого промпта до AI-бизнеса

— Точность исполнения. Когда формат жестко задан, модель не может «разлиться мыслью по древу».

Как заставить модель соблюдать формат

Секрет прост: формат нужно описывать так же детально, как и содержание. Недостаточно сказать «сделай таблицу». Нужно объяснить, сколько в ней колонок, как они называются, что будет в строках.

Общий принцип: чем сложнее формат, тем подробнее должна быть инструкция. Для простых форматов хватит пары слов, для сложных (например, вложенный JSON) нужен пошаговый разбор.

Формат 1. Маркированные и нумерованные списки

Это самый простой формат, но и в нем есть нюансы.

Как просить:

«Перечисли основные преимущества моего продукта. Оформи в виде маркированного списка, каждый пункт с новой строки, начинай с тире».

«Составь пошаговую инструкцию по настройке аккаунта. Оформи как нумерованный список, шаги с 1 по 10».

Важный нюанс: Если вам нужны вложенные списки, обязательно укажите это.

«Сделай список задач на неделю. Разбей по дням (понедельник, вторник и т.д.), внутри каждого дня — маркированный список задач. Используй отступы для вложенных пунктов».

Формат 2. Таблицы

Таблицы — самый востребованный формат для работы с данными. Модель умеет создавать их в текстовом виде, используя символы для разделения колонок.

Как просить:

«Сравни три модели ноутбуков: Dell XPS 13, MacBook Air M3, Lenovo ThinkPad X1. Сделай таблицу с колонками: Модель, Процессор, Оперативная память, Вес, Цена, Плюсы, Минусы. Заполни для каждой модели».

Важно: Модель не умеет рисовать настоящие таблицы с границами, как в Excel. Она создает текстовые таблицы, где колонки разделены вертикальными чертами, а строки — переводами строки. Это выглядит примерно так:

Этот формат легко копируется в Excel, Google Sheets или любой текстовый редактор.

Для сложных таблиц уточняйте выравнивание и формат данных.

«Сделай таблицу с финансовыми показателями за последние пять лет. Колонки: Год, Выручка (в млн руб.), Прибыль (в млн руб.), Рентабельность (в процентах с одним знаком после запятой). Числа выравнивай по правому краю».

Формат 3. Код и программные блоки

Для программистов и технических специалистов критически важно, чтобы код выдавался в правильном формате, с подсветкой синтаксиса и возможностью копирования.

Как просить:

«Напиши функцию на Python, которая сортирует список словарей по заданному ключу. Оформи код в отдельном блоке с указанием языка».

Модель поймет и выдаст код в специальном блоке, который в интерфейсе ChatGPT выглядит как отдельное окно с подсветкой синтаксиса.

Для сложных случаев уточняйте структуру.

«Напиши HTML-страницу с формой обратной связи. CSS вынеси в отдельный блок внутри тега style, JavaScript — в отдельный блок внутри тега script. Каждый блок с четкими комментариями».

Формат 4. JSON и структурированные данные

JSON — это язык обмена данными, который используется в программировании и автоматизации. Если вы хотите, чтобы ответ модели можно было обработать программой, JSON — идеальный выбор.

Как просить:

«Проанализируй эту статью и выдай результаты в формате JSON со следующей структурой:

{

«название»: «строка»,

«автор»: «строка»,

«ключевые_идеи»: [«идея1», «идея2», …],

«тональность»: «позитивная/нейтральная/негативная»,

«рекомендации»: «строка»

}»

Модель выдаст строго структурированный ответ, который можно сразу скормить другой программе.

Важно: JSON требует строгого соблюдения синтаксиса — кавычки, запятые, скобки. Если вы дадите четкий шаблон, модель справится.

Формат 5. CSV и табличные данные

CSV — это формат для таблиц, который понимают все программы: Excel, Google Sheets, базы данных.

Как просить:

«Составь список из 20 книг по саморазвитию. Выдай в формате CSV с колонками: Название, Автор, Год издания, Краткое описание (до 100 символов). Первой строкой сделай заголовки колонок».

Модель выдаст что-то вроде:

Название, Автор, Год издания, Описание

«7 навыков высокоэффективных людей», Стивен Кови,1989,Классика личностного роста о принципах эффективности

«Думай медленно… решай быстро», Даниэль Канеман,2011,О двух системах мышления и их влиянии на решения

Это можно сохранить как. csv файл и открыть в любой программе.

Формат 6. Markdown и форматированный текст

Markdown — это язык разметки, который используется в документации, статьях, README-файлах. Он позволяет создавать заголовки, списки, таблицы, выделения прямо в тексте.

Как просить:

«Напиши инструкцию по использованию моего продукта. Оформи в Markdown:

— Заголовок первого уровня (#) для названия

— Заголовки второго уровня (##) для разделов

— Выделяй важные места жирным или курсивом

— Ссылки оформляй как текст

— Кодовые вставки оформляй обратными кавычками»

Модель выдаст текст в идеальном формате для публикации на GitHub, в блоге или в документации.

Формат 7. Электронные письма и деловые документы

Для деловой переписки важен не только формат, но и структура: тема, приветствие, основная часть, прощание, подпись.

Как просить:

«Напиши письмо клиенту с предложением о сотрудничестве. Оформи как настоящее письмо:

— Тема: короткая и цепляющая

— Приветствие: по имени

— Основная часть: представление компании, выгоды для клиента, предложение встречи

— Прощание: стандартное

— Подпись: мое имя, должность, контакты»

Модель выдаст готовое к отправке письмо, вам останется только вставить адрес получателя.

Комбинирование форматов

В одном ответе можно комбинировать разные форматы. Например, таблицу с данными и после нее текстовые выводы.

«Сначала сделай таблицу с финансовыми показателями за три года. А после таблицы напиши краткий текстовый вывод: какие тренды видны, что должно насторожить инвестора».

Или: «Сначала выдай код функции, а потом, отдельным блоком, примеры ее использования с пояснениями».

Жесткие и мягкие требования к формату

Есть два подхода к описанию формата: жесткий и мягкий.

Жесткий подход: «Только JSON, никакого другого текста, никаких пояснений, только чистые данные». Используется, когда ответ пойдет напрямую в программу.

Мягкий подход: «Сначала таблица, потом краткие пояснения под ней». Используется для человеческого восприятия.

Выбирайте подход в зависимости от того, кто будет потреблять результат — человек или машина.

Типичные ошибки

Ошибка 1. Противоречивые требования

«Сделай таблицу, но в свободной форме». Таблица по определению не свободная форма. Будьте последовательны.

Ошибка 2. Слишком сложный формат для простой задачи

Не просите JSON для списка из трех пунктов. Простой список вполне подойдет.

Ошибка 3. Игнорирование ограничений модели

Модель не умеет рисовать графики, создавать Excel-файлы или генерировать PDF. Она выдает текст. Если вам нужен настоящий Excel-файл, попросите CSV, а потом импортируйте.

Ошибка 4. Недостаточно деталей

«Сделай таблицу» — слишком общо. Сколько колонок? Как называются? Какой формат данных? Чем детальнее, тем точнее результат.

Продвинутый уровень: шаблоны форматов

Когда вы часто используете одни и те же форматы, создайте для себя библиотеку шаблонов.

Шаблон для аналитических отчетов:

«Выдай анализ в следующем формате:

— Краткое резюме (3—5 предложений)

— Ключевые выводы (маркированный список)

— Таблица с данными (колонки: Показатель, Значение, Динамика к прошлому периоду)

— Рекомендации (нумерованный список по приоритету)

— Вопросы, требующие дополнительного изучения»

Сохраните этот шаблон и используйте как основу для всех аналитических запросов.

Практический пример: сложный запрос с форматом

Давайте соберем все вместе в одном примере.

«Ты — финансовый аналитик. Проанализируй приложенный отчет о продажах за последний квартал.

Выдай результаты строго в следующем формате:

— Сначала сводная таблица в формате Markdown:

— После таблицы, отдельным блоком, напиши JSON со следующими полями:

— {

— «общая_выручка»: число,

— «общая_прибыль»: число,

— «средняя_маржинальность»: число,

— «лучший_месяц»: «название месяца»,

— «худший_месяц»: «название месяца»,

— «рекомендации»: [«рекомендация1», «рекомендация2», «рекомендация3»]

— }

— В конце добавь краткий текстовый вывод (не больше 100 слов) для презентации руководству.

Никаких других комментариев и пояснений, только данные в указанном формате».

С таким запросом вы получите идеально структурированный ответ, готовый к использованию: таблицу можно показать, JSON — отправить в программу, вывод — вставить в презентацию.

Резюме для мастера

Управление форматом вывода — это мост между «просто текстом» и реальными рабочими инструментами. Освоив этот навык, вы перестанете тратить время на перекладывание ответов модели в таблицы и документы. Вы будете получать сразу готовый продукт.

Главный секрет: формат нужно описывать так же тщательно, как и содержание. Чем точнее инструкция, тем точнее результат.

В следующей главе мы поговорим о том, как «чинить» неудачные ответы — что делать, если модель ошиблась, и как направить ее на правильный путь без перезапуска всего диалога.

Глава 18. Как «чинить» неудачные ответы: промпты для исправления ошибок

Представьте, что вы заказали в ресторане стейк средней прожарки, а вам принесли почти сырое мясо. Что вы сделаете? Расстроитесь, уйдете голодным и никогда больше не придете? Или позовете официанта и попросите дожарить?

С ChatGPT происходит то же самое. Вы получаете ответ, который не соответствует ожиданиям. И у вас есть выбор: обидеться на нейросеть, закрыть диалог и начать заново (уйти голодным) или дать обратную связь и попросить исправить.

В этой главе мы научимся «дожаривать стейк». То есть давать модели четкие инструкции по исправлению ошибок, не теряя контекст и не начиная всё с нуля.

Почему ответы бывают неудачными?

Прежде чем чинить, нужно понять, что сломалось. Ошибки бывают разных типов, и для каждого типа нужен свой подход к исправлению.

Тип 1. Ошибка понимания задачи

Модель неправильно поняла, что вы от нее хотите. Вы просили одно, она сделала другое.

Тип 2. Ошибка в фактах (галлюцинация)

Модель выдала несуществующие данные, выдумала статистику, перепутала имена или даты.

Тип 3. Стилистическая ошибка

Текст получился слишком официальным, слишком пафосным, слишком скучным — не тем тоном, который вы хотели.

Тип 4. Структурная ошибка

Модель не соблюла нужный формат: не сделала таблицу, не разбила на абзацы, перепутала порядок.

Тип 5. Ошибка глубины

Ответ поверхностный, общий, без конкретики, без примеров, без деталей.

Тип 6. Логическая ошибка

В рассуждениях есть противоречия, нестыковки, непоследовательность.

Для каждого типа есть свои промпты-лекарства.

Главное правило: не злиться, а уточнять

Самая большая ошибка новичков — эмоциональная реакция. «Опять эта нейросеть ничего не понимает!», «Ну почему ты такой тупой!», «Опять не то!».

Модель не обижается, но и не понимает эмоций. Ей нужны четкие инструкции. Вместо «это ужасно» скажите «это не соответствует задаче, потому что…". Вместо «нет, не так» скажите «сделай вот так конкретно».

Золотое правило: любая критика должна быть конструктивной и конкретной.

Универсальный протокол исправления

Если ответ совсем не удался и вы не знаете, с чего начать, используйте этот универсальный протокол:

— Констатируйте факт: «Этот ответ не соответствует тому, что я просил».

— Объясните причину: «Потому что (опишите, что именно не так)».

— Дайте позитивную инструкцию: «Сделай вот так (опишите, как надо)».

— При необходимости повторите контекст: «Напомню, что моя задача была…»

Этот протокол работает в 90 процентах случаев.

Промпты для исправления разных типов ошибок

Для ошибок понимания задачи

Когда модель явно сделала не то, что вы просили.

«Я просил написать пост для соцсети, а ты написал статью для сайта. Это совсем другой жанр. Вернись к моему первоначальному запросу: пост должен быть коротким, легким, с эмодзи и вопросом к аудитории в конце. Перепиши с учетом этого».

«Кажется, ты меня неправильно понял. Моя задача была не просто перечислить преимущества, а сравнить мой продукт с конкурентами. Сделай, пожалуйста, сравнение в таблице, как я просил изначально».

Для фактических ошибок (галлюцинаций)

Когда модель выдумала то, чего нет.

«Ты указал, что исследование провел Гарвардский университет в 2022 году. Я проверил — такого исследования не существует. Убери эту ссылку или замени на общеизвестные факты без привязки к конкретным источникам».

«Цифры в твоем ответе выглядят случайными. У нас нет точной статистики по этому вопросу. Перепиши так, чтобы не использовать конкретные числа, а давать общие оценки: „большинство“, „значительная часть“, „около половины“».

Для стилистических ошибок

Когда тон не тот.

«Это слишком официально и сухо. Наша аудитория — молодые мамы, им нужен теплый, душевный тон, как будто подруга советует. Перепиши в более расслабленном стиле, добавь немного эмодзи, обращайся на „ты“».

«Слишком пафосно и восторженно. Убери все восклицательные знаки, уменьши количество прилагательных вроде „невероятный“, „потрясающий“, „уникальный“. Сделай тон спокойнее, увереннее, без перегибов».

«Слишком много сленга и панибратства. Мы общаемся с корпоративными клиентами, нужен деловой, уважительный тон. Убери „приветики“, „окей“, „короче“. Пиши более формально».

Для структурных ошибок

Когда формат не тот.

«Ты выдал сплошной текст, а я просил таблицу. Переделай: создай таблицу с тремя колонками: Название, Цена, Особенности. Заполни ее теми же данными, которые ты привел в тексте».

«Список получился без нумерации, а я просил пошаговую инструкцию. Пронумеруй шаги от 1 до 10, каждый шаг с новой строки. Между шагами оставь пустую строку для читаемости».

«Ты смешал код и объяснения в одном блоке. Раздели: сначала дай чистый код в отдельном блоке с подсветкой Python, а потом, после кода, отдельным абзацем дай пояснения, как он работает».

Для ошибок глубины

Когда ответ слишком поверхностный.

«Это слишком общо. Добавь конкретные примеры. Например, когда ты говоришь о пользе продукта, приведи реальный случай из жизни клиента. Когда перечисляешь преимущества, поясни каждое коротким примером».

«Слишком мало деталей. Распиши каждый пункт подробнее. Вместо одного предложения на пункт дай абзац с объяснением, почему это важно и как это работает».

«Ответ выглядит как набор общих фраз. Убери „воду“ — все предложения, которые не несут конкретной информации. Оставь только факты, цифры, конкретные рекомендации».

Для логических ошибок

Когда в рассуждениях есть противоречия.

«В первой части ты говоришь, что цена — главный фактор выбора, а во второй рекомендуешь самый дорогой продукт. Это противоречие. Приведи аргументацию в соответствие: либо объясни, почему в данном случае цена не главное, либо скорректируй рекомендацию».

«Твои выводы не вытекают из данных. Ты привел статистику, из которой следует одно, а вывод сделал противоположный. Проверь логику и перепиши выводы так, чтобы они соответствовали данным».

Техника «Редактура по пунктам»

Самый эффективный способ исправления сложных ошибок — дать обратную связь по пунктам.

«В твоем ответе есть несколько проблем. Давай исправим их по порядку:

— В первом абзаце слишком длинное предложение. Разбей его на два-три коротких.

— Во втором абзаце ты используешь слово «инновационный» — это штамп, замени на что-то более конкретное.

— В таблице пропущена колонка «Срок доставки». Добавь ее и заполни данными из моего файла.

— В выводе нет призыва к действию. Добавь фразу «Запишитесь на консультацию прямо сейчас».

Исправь все эти пункты и выдай полный исправленный текст».

Модель обработает каждый пункт последовательно и выдаст цельный исправленный вариант.

Техника «Покажи, как надо»

Иногда проще не объяснять, а показать.

«Ты написал введение к статье. Оно слишком длинное и скучное. Вот пример введения, которое мне нравится (такого же объема, на другую тему). Видишь, как оно построено? Первое предложение цепляет, потом сразу пример, потом вопрос к читателю. Перепиши мое введение в таком же стиле».

Модель проанализирует пример, поймет паттерн и применит его к вашему тексту.

Техника «Итеративное приближение»

Если ответ далек от идеала, не пытайтесь исправить всё сразу. Двигайтесь маленькими шагами.

Шаг 1. «Сделай структуру».

Шаг 2. «Теперь наполни первый раздел».

Шаг 3. «Во втором разделе добавь больше примеров».

Шаг 4. «Теперь сократи весь текст на 20 процентов, убрав воду».

Шаг 5. «Сделай тон более дружеским».

Каждый шаг приближает вас к цели, и модель не перегружается множеством противоречивых указаний.

Что делать, если модель не исправляется

Иногда модель «зацикливается» и продолжает выдавать одно и то же, несмотря на ваши указания. В этом случае помогут три приема.

Прием 1. Сброс контекста

«Забудь всё, что я говорил в этом диалоге про исправления. Вернись к моему самому первому запросу. И выполни его заново, но теперь учти следующее важное уточнение: (и даете уточнение)».

Это как перезагрузка, но с сохранением ключевой информации.

Прием 2. Ультиматум

«Я уже трижды просил тебя исправить эту ошибку, но ты продолжаешь ее повторять. Если в следующей версии ошибка останется, этот диалог бесполезен. Пожалуйста, внимательно прочитай мои замечания и учти их все в финальной версии».

Иногда жесткая формулировка заставляет модель «встряхнуться» и обработать инструкции тщательнее.

Прием 3. Начать новый чат с исправленным промптом

Если ничего не помогает, возможно, диалог слишком замусорен противоречиями. Возьмите лучшую версию ответа, которую вы получили, и начните новый чат с промптом: «Вот текст. Он почти хорош, но нужно исправить следующие моменты… (список)». Чистый контекст часто решает проблему.

Практический пример: сложное исправление

Давайте посмотрим на реальный сценарий.

Пользователь: «Напиши пост для LinkedIn о важности нетворкинга».

Модель: (выдает длинный, скучный, академический текст)

Пользователь: «Это слишком официально. LinkedIn любят более живые, экспертные тексты. Перепиши в стиле „опытный профессионал делится наблюдениями“. Добавь личную историю из жизни. Сделай короче, примерно 1000 знаков».

Модель: (выдает текст с личной историей, но она выдуманная и звучит фальшиво)

Пользователь: «Личная история звучит фальшиво, потому что она не моя. Убери конкретные детали, оставь общий посыл: „Я замечал, что многие стесняются…“ Это будет звучать как мое наблюдение, но без привязки к конкретному случаю. И добавь в конце вопрос к аудитории, чтобы спровоцировать комментарии».

Модель: (выдает улучшенную версию)

Пользователь: «Хорошо, теперь почти идеально. Только убери фразу „мир не стоит на месте“ — это штамп. И замени эмодзи с рукопожатием на эмодзи с ракетой, он лучше подходит к теме роста».

Модель: (выдает финальную версию)

Три итерации — и из скучного академического текста получился живой, вовлекающий пост. Без перезапуска, без потери контекста.

Резюме для мастера

Умение «чинить» ответы — это навык, который отличает профессионала. Новичок перезапускает диалог и пишет новый промпт, теряя время и контекст. Мастер дает обратную связь и получает идеальный результат за несколько итераций.

Главные секреты:

— Критика должна быть конкретной и конструктивной

— Одна итерация исправляет одну-две ошибки, не пытайтесь исправить всё сразу

— Используйте примеры, чтобы показать, как надо

— Если модель зациклилась, сбросьте контекст или начните новый чат с исправленным промптом

В следующей главе мы поговорим о еще одной мощной технике — использовании примеров (Few-shot prompting). Это когда вы показываете модели несколько образцов того, что хотите получить, и она «схватывает» паттерн.

Глава 19. Использование примеров (Few-shot prompting)

Представьте, что вы пришли в ресторан и пытаетесь объяснить официанту, какой кофе вы любите. Вы можете сказать: «Сделайте вкусный кофе». Но скорее всего, получите стандартный американо. А можете сказать: «Помните, как в прошлый раз бариста сделал мне кофе с миндальным сиропом, с двойной порцией эспрессо и с рисунком в виде листочка? Сделайте такой же». И официант сразу поймет, что вам нужно.

В мире нейросетей второй подход называется Few-shot prompting. Вы не просто объясняете словами, что хотите, а показываете конкретные примеры того, как должен выглядеть результат. Модель анализирует эти примеры, выявляет паттерны и применяет их к вашей задаче.

В этой главе мы научимся использовать примеры как самый мощный инструмент управления моделью.

Что такое Few-shot prompting?

Few-shot prompting — это техника, при которой вы включаете в промпт несколько примеров желаемого результата, а затем даете новую задачу, которую модель должна решить в том же стиле.