GPT-Мастер. От первого промпта до AI-бизнеса

Слово «few-shot» (несколько примеров) противопоставляется «zero-shot» (ноль примеров), когда вы просто даете инструкцию, и «one-shot» (один пример), когда показываете один образец.

Модель обучена распознавать паттерны. Когда вы даете ей несколько примеров, она «схватывает» закономерности: структуру, тон, длину, стиль, логику. И затем применяет эти закономерности к новым данным.

Почему примеры работают лучше инструкций?

У этого феномена есть простое объяснение. Когда вы даете инструкцию, вы переводите свое интуитивное понимание «как надо» в слова. При переводе теряется часть информации. Вы можете забыть упомянуть важный нюанс, неправильно сформулировать мысль или просто не знать, как описать то, что чувствуете.

Когда вы даете пример, вы показываете модель именно то, что хотите, без потери информации. Модель видит готовый продукт и сама извлекает из него правила.

Кроме того, примеры задают конкретные, измеримые параметры. Инструкция «пиши коротко» может означать для модели 500 слов, а для вас 100. Пример сразу показывает нужную длину.

Базовый синтаксис Few-shot промпта

Структура Few-shot промпта обычно выглядит так:

— Вступление (опционально): Краткое объяснение задачи.

— Пример 1: Входные данные -> желаемый выход.

— Пример 2: Входные данные -> желаемый выход.

— Пример 3 (опционально): Входные данные -> желаемый выход.

— Новая задача: Входные данные для которой нужно применить тот же паттерн.

Важно четко отделять примеры друг от друга и от новой задачи. Обычно для этого используют формат «Вопрос: … Ответ:…» или просто разделительные линии.

Простой пример: генерация заголовков

Допустим, вам нужно, чтобы модель генерировала заголовки для статей в определенном стиле — цепляющие, с вопросом и интригой.

Плохой промпт (просто инструкция):

«Придумай заголовки для статей. Они должны быть цепляющими, с вопросом и интригой».

Модель выдаст что-то шаблонное.

Хороший промпт (Few-shot):

«Мне нужны заголовки для статей в стиле популярных блогов. Вот примеры того, что мне нравится:

Тема: Как выучить английский

Заголовок: «Почему 90% людей учат английский 10 лет и до сих пор не говорят?»

Тема: Как начать бегать

Заголовок: «Что происходит с вашим телом, когда вы пробегаете первую 5 км?»

Тема: Как сэкономить на продуктах

Заголовок: «5 хитростей, о которых молчат продавцы в супермаркетах»

Теперь придумай 3 заголовка в таком же стиле на тему: «Как выбрать ноутбук для работы».»

Модель проанализирует примеры, заметит, что все они начинаются с вопроса или интриги, содержат цифры или парадоксы, и создаст заголовки в том же духе.

Пример посложнее: перевод с сохранением стиля

Few-shot отлично работает для задач, где важен не просто перевод, а сохранение тона и стиля.

«Переведи следующие фразы с английского на русский, сохраняя не только смысл, но и стиль оригинала. Вот примеры:

Английский: «This is a complete disaster, we need to fix it ASAP»

Русский: «Это полный провал, нужно срочно всё исправлять»

Английский: «I appreciate your help, you’re a lifesaver»

Русский: «Спасибо огромное, ты меня просто спас»

Английский: «Let’s circle back to this topic next week»

Русский: «Давай вернемся к этому вопросу на следующей неделе»

Теперь переведи: «We need to think outside the box to solve this problem».»

Модель поймет, что вы хотите не формальный, а живой, разговорный перевод с сохранением идиом.

Еще сложнее: анализ тональности с примерами

Для аналитических задач Few-shot помогает задать нужные критерии оценки.

«Определи тональность следующих отзывов (позитивная, нейтральная, негативная). Вот примеры:

Отзыв: «Это лучший телефон, который я когда-либо покупал! Батарея держит сутки, камера бомба»

Тональность: позитивная

Отзыв: «Телефон как телефон. Нормальный, но ничего особенного. За свои деньги ок»

Тональность: нейтральная

Отзыв: «Ужас! Сломался через неделю, в сервисе отказались чинить по гарантии»

Тональность: негативная

Теперь определи тональность: «Камера неплохая, но процессор слабоват для игр. В целом за эту цену нормально, но если есть возможность, берите другую модель».»

Примеры задают калибровку: модель видит, что «бомба» — это позитив, «ужас» — негатив, а взвешенные оценки — нейтральны.

Сколько примеров нужно?

Количество примеров зависит от сложности задачи.

— One-shot (один пример): Достаточно, если задача простая и один пример хорошо задает паттерн. Например, формат письма или структура поста.

— Few-shot (2—5 примеров): Оптимально для большинства задач. Показываете вариации, чтобы модель поняла диапазон допустимого.

— Many-shot (более 5 примеров): Нужно для очень сложных, тонких задач, где важно передать множество нюансов. Например, стиль конкретного автора или сложный аналитический подход.

Эмпирическое правило: если после 3—4 примеров модель все еще не попадает в нужный стиль, проблема не в количестве, а в качестве примеров. Они могут быть противоречивыми или нерепрезентативными.

Как выбирать примеры

Качество примеров важнее количества. Вот критерии хорошего примера:

— Репрезентативность. Пример должен отражать типичный случай, а не исключение.

— Разнообразие. Если вы показываете несколько примеров, они должны охватывать разные аспекты задачи. Для заголовков — показать вопрос, парадокс, цифру, интригу.

— Четкость. Пример должен быть однозначным. Модель не должна гадать, почему этот пример хорош.

— Соответствие формату. Если нужны заголовки, примеры должны быть заголовками, а не текстами.

Плохие примеры могут запутать модель хуже, чем их отсутствие.

Где брать примеры

Самый надежный источник — ваши собственные лучшие работы. Если у вас есть посты, которые хорошо зашли, письма, на которые клиенты отвечали, код, который отлично работает, — используйте их как примеры.

Если своих примеров нет, попросите модель сначала сгенерировать несколько вариантов, выберите лучший и используйте его как пример для дальнейшей работы.

Еще один способ — найти образцы в интернете, но будьте осторожны с авторскими правами.

Комбинирование примеров и инструкций

Few-shot не отменяет инструкции, а дополняет их. Самые мощные промпты используют оба подхода.

«Ты — опытный копирайтер. Напиши пост для соцсети о новом продукте.

Вот примеры постов, которые нам хорошо заходили раньше (обрати внимание на структуру: цепляющий заголовок, личная история, польза, призыв):

[пример 1]

[пример 2]

Теперь напиши пост о нашем новом продукте — органическом шампуне для сухих волос. Сохрани ту же структуру и тон, что в примерах, но адаптируй под нашу тему».

Инструкция задает роль и цель, примеры показывают конкретное воплощение.

Ошибки в Few-shot промптах

Ошибка 1. Противоречивые примеры

Если один пример показывает короткие, рубленые фразы, а другой — длинные, цветистые описания, модель не поймет, что от нее хотят. Примеры должны быть согласованы по стилю.

Ошибка 2. Слишком сложные примеры

Если ваши примеры сами по себе требуют анализа, модель может запутаться. Пример должен быть простым и понятным.

Ошибка 3. Игнорирование контекста

Примеры показывают, КАК делать, но не объясняют, ЧТО делать и ЗАЧЕМ. Не забывайте добавлять инструкции и контекст.

Ошибка 4. Слишком много примеров

Больше не значит лучше. После 5—6 примеров модель может начать усреднять, теряя фокус. Лучше 3 отличных примера, чем 10 посредственных.

Продвинутый уровень: динамические примеры

Иногда полезно использовать примеры, которые меняются в зависимости от контекста. Например, вы можете создать библиотеку примеров для разных типов задач и подставлять нужные в промпт.

Для автоматизации этого процесса можно использовать переменные или шаблоны.

Практическое задание

Выберите задачу, с которой вы регулярно обращаетесь к ChatGPT. Например, написание писем клиентам или создание постов для соцсетей.

Соберите 3—5 лучших примеров из вашей практики (или создайте их вручную, если своих пока нет). Сохраните их в отдельный документ.

Теперь каждый раз, когда вам нужно решить такую задачу, начинайте промпт с фразы: «Мне нужно [задача]. Вот примеры того, как это должно выглядеть:" и вставляйте свои примеры.

Через неделю сравните результаты с тем, что вы получали раньше. Разница будет очевидной.

Резюме для мастера

Few-shot prompting — это мост между абстрактной инструкцией и конкретным результатом. Показывая модели примеры, вы не объясняете ей правила словами, а даете увидеть их в действии. Это самый быстрый способ обучить модель вашему стилю, вашим стандартам, вашим ожиданиям.

Главный секрет: хороший пример стоит тысячи инструкций.

В следующей главе мы перейдем к еще более сложным сценариям — составным промптам для многошаговых задач, где нужно не просто получить ответ, а провести целое исследование.

Глава 20. Сложные сценарии: составные промпты для многошаговых задач

До сих пор мы говорили о сравнительно простых вещах: один запрос — один ответ. Но в реальной жизни задачи редко бывают такими линейными. Обычно нам нужно провести целое исследование, собрать данные, проанализировать, структурировать, сделать выводы, а потом еще и оформить результат.

В этой главе мы научимся проектировать сложные, многошаговые сценарии, где один промпт запускает целую цепочку действий. Это уровень, на котором ChatGPT перестает быть просто «помощником» и превращается в полноценного сотрудника, способного вести проект от начала до конца.

Что такое составной промпт?

Составной промпт (или сложный сценарий) — это промпт, в котором вы описываете не одну задачу, а целую последовательность действий, которые модель должна выполнить, часто с промежуточными результатами и условиями.

Это похоже на техническое задание для сотрудника: «Сначала сделай А, потом на основе А сделай Б, затем проанализируй Б и сделай В, и только после всего этого выдай финальный результат Г».

В хорошем составном промпте каждый следующий шаг опирается на результаты предыдущего, и все вместе они ведут к сложной, многокомпонентной цели.

Когда нужны составные промпты

Составные промпты незаменимы в ситуациях, где задача требует:

— Многоступенчатого анализа (сначала собрать данные, потом их обработать, потом сделать выводы)

— Разных ролей и углов зрения (сначала посмотреть как маркетолог, потом как финансист, потом как клиент)

— Итеративного улучшения (сначала черновик, потом критика, потом доработка)

— Синтеза разнородной информации (собрать из разных источников, объединить, структурировать)

— Создания сложных документов (план, потом разделы, потом сведение воедино)

Архитектура составного промпта

Хороший составной промпт строится по четкой архитектуре. Вот основные элементы:

1. Глобальная цель

Четкое описание того, что должно получиться в итоге. Это «компас», который не дает модели сбиться с пути.

2. Роль и контекст

Кем модель должна себя считать на протяжении всего сценария. Общий контекст, который применим ко всем шагам.

3. Пошаговый план

Детальное описание последовательности шагов. Каждый шаг должен быть сформулирован как четкая задача.

4. Промежуточные результаты

Указание, нужно ли показывать промежуточные результаты или только финальный. Если нужно показывать, в каком формате.

5. Условия и развилки

Что делать, если на каком-то шаге возникнут проблемы или нехватка данных.

6. Финальный формат

Как должен выглядеть итоговый результат.

Пример: маркетинговое исследование

Давайте разберем реальный пример составного промпта для задачи, которая обычно требует работы целой команды.

Задача: Провести маркетинговое исследование для запуска нового онлайн-курса по фотографии.

Составной промпт:

«Ты — руководитель маркетингового агентства с 15-летним опытом. Твоя команда — лучшие специалисты в аналитике, копирайтинге и стратегии. Я заказываю у тебя полноценное маркетинговое исследование для запуска моего нового продукта.

Продукт: Онлайн-курс «Мастерство мобильной фотографии» для начинающих. Курс учит снимать потрясающие фото на обычный смартфон без дополнительного оборудования. Длительность — 4 недели, цена — 15 000 рублей.

Целевая аудитория: Люди 25—45 лет, которые путешествуют, ведут блоги, хотят красивые фото для соцсетей, но не готовы покупать дорогую камеру и учиться сложной теории.

Моя цель: Понять, как правильно позиционировать курс, какие каналы продвижения использовать и как сформулировать уникальное предложение.

Проведи полное исследование, выполнив следующие шаги:

Шаг 1. Анализ целевой аудитории

Разбей целевую аудиторию на 3—4 сегмента. Для каждого сегмента опиши:

— Боли и страхи (почему они до сих пор не снимают хорошо)

— Желания и мечты (что хотят получить)

— Где они проводят время онлайн

— На какие обещания клюнут

Шаг 2. Анализ конкурентов

Найди 5 основных конкурентов (онлайн-курсы по фотографии, мобильной фотографии, обработке). Для каждого определи:

— Их уникальное предложение

— Цену

— Сильные стороны

— Слабые стороны (что можно использовать как наше преимущество)

Шаг 3. Определение позиционирования

На основе шагов 1 и 2 предложи 3 варианта позиционирования нашего курса. Для каждого варианта:

— Кому он адресован (какой сегмент)

— Какая главная выгода

— Почему это лучше конкурентов

Шаг 4. Разработка уникального торгового предложения (УТП)

Для каждого из трех вариантов позиционирования напиши готовое УТП — одну фразу, которая будет на главном экране сайта.

Шаг 5. Каналы продвижения

Для каждого сегмента аудитории предложи 3—4 канала, где их можно найти, и формат сообщения для каждого канала.

Шаг 6. Синтез

Собери все результаты в единый документ со следующей структурой:

— Краткое резюме (1 абзац)

— Сегментация аудитории (таблица)

— Анализ конкурентов (таблица)

— Рекомендуемое позиционирование (выбери лучший вариант из трех)

— УТП (финальная версия)

— Медиаплан (таблица: канал, сегмент, формат, бюджет примерно)

Важные указания:

— После каждого шага показывай промежуточные результаты и спрашивай, можно ли двигаться дальше. Я буду давать тебе обратную связь.

— Если на каком-то шаге не хватает данных для анализа, используй общие знания о рынке, но отмечай это как предположение.

— Формат итогового документа должен быть удобен для чтения и презентации.

Начинай с Шага 1.»

Этот промпт запускает целый проект. Модель не просто отвечает на вопрос, а ведет исследование, шаг за шагом, с промежуточными результатами и возможностью коррекции.

Сценарий с ветвлением

Иногда в сложных задачах нужно предусмотреть разные пути в зависимости от промежуточных результатов. Это можно описать с помощью условий.

«Проанализируй финансовые показатели компании за последний год. Если рентабельность выше 20 процентов, разработай стратегию агрессивного роста. Если от 10 до 20 процентов, предложи стратегию стабилизации. Если ниже 10 процентов, разработай антикризисный план».

Модель выполнит анализ, определит, в какую ветку попадает ситуация, и пойдет по соответствующему пути.

Сценарий с несколькими ролями

Иногда полезно, чтобы модель последовательно выступала в разных ролях, чтобы получить объемный взгляд на проблему.

«Проведи анализ моего бизнес-плана с трех разных точек зрения:

Сначала выступи как инвестор. Оцени риски, потенциал роста и возврат инвестиций. Дай жесткую, придирчивую оценку.

Потом переключись на роль маркетолога. Оцени, насколько убедительно описан продукт и целевая аудитория, предложи улучшения.

Затем стань на место клиента. Прочитай описание продукта глазами покупателя. Что цепляет, что отталкивает, чего не хватает?

После всех трех анализов сделай сводку: какие замечания повторяются у всех, какие самые критичные, что нужно исправить в первую очередь».

Сценарий «Черновик-критика-доработка»

Классический цикл работы над любым текстом или проектом.

«Шаг 1. Напиши черновик письма клиенту с предложением о сотрудничестве.

Шаг 2. Теперь выступи в роли самого строгого редактора. Найди в этом письме 5 слабых мест: стилистических, логических, смысловых.

Шаг 3. Перепиши письмо с учетом найденных недостатков.

Шаг 4. Снова оцени новую версию, но уже с точки зрения клиента: захочется ли ему ответить на это письмо?

Шаг 5. Если да, выдай финальную версию. Если нет, повтори цикл улучшения».

Это полностью автоматизирует процесс итеративного улучшения.

Сценарий с внешними данными

Если у вас есть данные в файлах, можно построить сценарий вокруг их обработки.

«Я загружаю файл с данными о продажах за прошлый год в формате Excel.

Шаг 1. Прочитай и проанализируй данные. Определи общую выручку, прибыль, средний чек, количество продаж по месяцам.

Шаг 2. Выяви тренды: какие месяцы были лучшими, какие худшими, есть ли сезонность.

Шаг 3. На основе трендов сделай прогноз на следующий год с разбивкой по месяцам.

Шаг 4. Предложи три стратегии увеличения продаж, опираясь на данные.

Шаг 5. Оформи всё в виде отчета с таблицами и графиками (в текстовом описании)».

Техника «Цепочка промптов»

Иногда удобнее разбить сложный сценарий не на шаги внутри одного промпта, а на последовательность отдельных промптов, где каждый следующий опирается на результат предыдущего. Это называется «цепочка промптов» (prompt chaining).

Преимущество этого подхода в том, что каждый шаг начинается с чистого контекста, и вы можете контролировать процесс на каждом этапе.

Пример цепочки:

Промпт 1: «Составь структуру статьи на тему „Как выбрать ноутбук для работы“. Дай 5—7 основных разделов».

Получаете структуру.

Промпт 2: «Вот структура статьи. Напиши введение для этой статьи. Введение должно цеплять и объяснять, почему тема важна».

Получаете введение.

Промпт 3: «Вот структура и введение. Теперь напиши первый раздел про процессор. Объем — примерно 1000 знаков, простым языком, с примерами моделей».

И так далее.

В конце вы собираете все части вручную или просите модель это сделать.

Ошибки в составных промптах

Ошибка 1. Перегрузка

Слишком много шагов в одном промпте. Модель может запутаться или забыть начало к тому времени, как дойдет до конца. Оптимально — 5—7 шагов.

Ошибка 2. Нечеткие переходы

«Потом сделай следующее» — слишком расплывчато. «После завершения шага 2 перейди к шагу 3» — четко.

Ошибка 3. Отсутствие точек контроля

Если вы не просите показывать промежуточные результаты, модель может уйти не туда, и вы узнаете об этом только в конце. В сложных сценариях просите показывать результат после каждого ключевого шага.

Ошибка 4. Противоречивые требования

На одном шаге вы просите одно, на другом — противоположное. Проверяйте сценарий на логическую непротиворечивость.

Продвинутый уровень: сценарии с обратной связью

Самые мощные сценарии строятся как диалог, где после каждого шага вы можете давать обратную связь и корректировать курс.

«Мы будем работать над созданием лендинга для нового продукта. Я буду вести тебя шаг за шагом и давать обратную связь. Начинаем.

Шаг 1. Предложи 5 вариантов заголовка для лендинга. Я выберу лучший, и мы пойдем дальше».

Вы выбираете заголовок.

«Отлично, выбираем вариант 3. Теперь на основе этого заголовка напиши 3 варианта подзаголовка».

И так далее. Вы становитесь не просто заказчиком, а режиссером процесса.

Практическое задание

Выберите сложную задачу из своей работы или жизни, которая обычно занимает у вас несколько часов или дней. Например, подготовка презентации, написание статьи, планирование проекта.

Попробуйте разбить эту задачу на 5—7 логических шагов. Напишите составной промпт, который проведет модель через все эти шаги к финальному результату.

Запустите его и посмотрите, что получится. Скорее всего, вы будете удивлены, насколько сложную работу может выполнить модель, если правильно выстроить сценарий.

Резюме для мастера

Составные промпты — это высший пилотаж промпт-инжиниринга. Они превращают ChatGPT из инструмента для ответов на вопросы в полноценного исполнителя сложных проектов.

Главный секрет: хороший составной промпт — это как хороший план проекта. Чем четче и логичнее шаги, чем понятнее переходы, чем яснее конечная цель, тем более впечатляющим будет результат.

В следующей главе мы перейдем к практическому инструменту — созданию собственной библиотеки шаблонов промптов, чтобы не изобретать велосипед каждый раз, а использовать наработанные решения.

Глава 21. Библиотека ваших личных шаблонов промптов

Представьте себе двух поваров. Один каждый раз, когда нужно приготовить борщ, лезет в интернет за рецептом, читает, импровизирует, пробует, ошибается. Второй открывает свою кулинарную книгу, где записаны все отработанные годами рецепты, и просто следует проверенной инструкции. Чей борщ будет вкуснее и кто потратит меньше времени?

Примерно так же обстоит дело с промптами. Новичок каждый раз пишет запрос с нуля, мучается, экспериментирует, получает средний результат. Мастер открывает свою библиотеку шаблонов, адаптирует проверенную структуру под конкретную задачу и получает предсказуемо отличный результат за минуты.

В этой главе мы создадим фундамент вашей личной библиотеки промптов — систематизированного собрания готовых решений для типовых задач, с которыми вы сталкиваетесь регулярно.