К курсуНеделя 6

Prompt engineering для реальной работы

Теперь ты перестаёшь просто писать запросы “сделай красиво” и начинаешь проектировать предсказуемые инструкции под конкретный результат.

Чтобы сохранять прогресс, войдите в аккаунт.

Цель недели

Научиться писать промпты так, чтобы модель давала полезный и стабильный результат под рабочие сценарии.

Что изучить

  • zero-shot и few-shot;
  • системные инструкции;
  • chain-of-thought и почему не всегда нужно просить рассуждать вслух;
  • структурированный вывод в JSON;
  • ограничения и итеративное улучшение промпта.

Материалы

  1. Prompt Engineering Guide — RU
  2. Anthropic Prompt Engineering Overview
  3. OpenAI Prompting Guide
Чек-лист недели
0/5 выполнено

Практика недели

Сделай свой набор рабочих шаблонов:

  • резюме текста;
  • извлечение action items;
  • переписывание в деловой стиль;
  • генерация черновика ответа;
  • классификация сообщений по типу.
Практика
Задание: промпт на JSON
Составь промпт, который получает письмо и возвращает JSON вида: { "summary": "...", "priority": "low|medium|high", "actions": ["...", "..."] }

Как лучше усвоить

Не ищи «идеальный промпт». Ищи цикл:

  1. написал;
  2. получил плохой ответ;
  3. уточнил ограничения;
  4. добавил формат;
  5. сравнил новую версию.

Вот это и есть настоящая практика prompt engineering.

Практический вывод

Лучший промпт — тот, который экономит тебе время на типовой задаче. Не тот, который выглядит умно.