AI.Product ClubБлог Михаила Карпова
← Все материалы
HOW-TOПамять и локальный ИИ5 мин чтения

Промпт для улучшения промпта: как уточнить задачу и проверить результат

Готовый метапромпт и упражнение для продакта: превращаем расплывчатый запрос в проверяемое задание без лишних ролей и выдуманных требований.

Запрос «улучши мой промпт» часто даёт более длинный текст, но не более полезный ответ. Чтобы улучшение можно было проверить, сначала опиши, что именно не устраивает: модель выдумывает причины, пропускает ограничения или выдаёт общие советы вместо конкретных выводов.

Разберём задачу продакта: из заметок об обращениях получить вопросы для исследования. Улучшать будем постановку, а не заставлять модель изображать эксперта с десятками лет опыта.

Схема Anthropic: слева перегруженный подробными правилами промпт, справа слишком расплывчатый, посередине — ясная задача с достаточным контекстом
Нужен баланс: достаточно конкретики для задачи, без избыточного набора правил. Нажми на схему, чтобы прочитать примеры в полном размере.Источник: Anthropic

На схеме Anthropic разбирает системный промпт помощника поддержки: слишком жёсткий список условий, слишком общее поручение и более сбалансированную постановку. Для нашего упражнения полезен тот же принцип: добавить цель, данные и критерии проверки, а не просто сделать запрос длиннее.

Мой подход. Я бы оставлял в промпте только те требования, которые помогают получить нужный результат. Если новая версия стала вдвое длиннее, а проверить ответ всё так же невозможно, задача ещё не уточнена.

1. Назови проблему ответа

Возьмём исходный запрос: «Проанализируй обратную связь и дай рекомендации». В нём неизвестно, какие данные есть, для какого решения нужен анализ и что считать рекомендацией. Модель может сразу предложить функции, хотя продакту нужны вопросы к пользователям.

До переработки запиши цель: получить три вопроса для следующего интервью, связанные с конкретными наблюдениями. Критерий качества — каждое предложение имеет основание в исходнике, а причины поведения не выдаются за известные факты.

Официальное руководство Anthropic рекомендует начинать работу над промптом с критериев успеха и способов проверки. Это полезный принцип и для обычного чата, а не только для разработчиков. Руководство по prompt engineering.

2. Попроси улучшить постановку

Скопируй этот метапромпт — запрос, который помогает уточнить другой запрос:

Помоги улучшить моё задание для ИИ.
Исходный запрос: «Проанализируй обратную связь и дай рекомендации».
Цель: подготовить три вопроса для интервью, а не список новых функций.
Проблема текущих ответов: модель придумывает причины поведения.

Сначала найди недостающие сведения, влияющие на результат.
Задай не больше трёх важных уточняющих вопросов.
После моих ответов предложи короткую новую версию промпта.
Не добавляй цели и ограничения, которые я не подтверждал.
Для каждой правки объясни, какую проблему она решает.
Отдельно предложи критерии сравнения старой и новой версии.

Ответь на уточнения честно. Если у тебя только три заметки, не разрешай модели назвать их репрезентативным исследованием. Если неизвестна причина обращения, так и зафиксируй. Недостаток данных нельзя исправить более уверенной инструкцией.

3. Проверь на учебном материале

Для упражнения используй одинаковый исходник в двух отдельных диалогах:

Учебные заметки:
N1. Пользователь открыл экспорт, но не скачал файл. Причина неизвестна.
N2. Пользователь спросил, можно ли выгрузить дату создания заявки.
N3. Пользователь повторно запросил уже отправленный отчёт.
Известно только содержание заметок. Других наблюдений нет.

В первом диалоге отправь старый запрос. Во втором — новую версию. Например, после уточнений она может выглядеть так:

На основе заметок N1–N3 подготовь три вопроса для интервью.
Для каждого укажи номер заметки, что наблюдалось и что неизвестно.
Сформулируй открытый вопрос о конкретном прошлом действии.
Не подсказывай желаемый ответ и не приписывай человеку мотив.
Не делай выводов о частоте проблемы по этим трём заметкам.
Не предлагай новые функции на этом этапе.

Полезный вопрос к N1: «Вспомни последний раз, когда открыл экспорт: что произошло дальше?» Неудачный: «Почему неудобный экспорт заставил тебя отказаться?» Во втором уже заложены неудобство и отказ, которых исходник не подтверждает.

Критерий Как проверить
Связь с данными У каждого вопроса есть номер заметки
Отсутствие выдуманных причин Неизвестное обозначено прямо
Нейтральность В вопросе нет подсказанного объяснения
Соответствие цели Получены вопросы, а не список функций

Это эталон оценки учебного задания; сравнительный запуск моделей в рамках статьи не проводился. Пройди проверку самостоятельно. Один удачный ответ ещё не доказывает устойчивое улучшение: попробуй несколько других примеров из своей работы, убрав закрытые данные.

4. Сохрани работающую версию

Если новая версия лучше по выбранным критериям, сохрани её вместе с назначением, одним примером входа и способом проверки. Не копируй все инструкции во все будущие задачи: промпт для интервью не должен случайно запрещать предложения функций там, где они действительно нужны.

Если улучшения нет, разберись, чего не хватает: исходных данных, ясной цели или возможности инструмента. Просьба «думай глубже» не заменяет недостающее интервью. Иногда правильное действие — задать вопрос человеку, а не ещё раз переписать промпт.

Для готовых рабочих постановок используй шаблоны ChatGPT. Если один сценарий повторяется регулярно, собери небольшой набор примеров по методике первого eval и сравнивай изменения на нём.

Todo: попробуй на своей задачеПрогресс сохраняется в этом браузере.
ПРАКТИКА НА КУРСЕ / AI PRODUCT CLUB

Преврати ИИ-инструменты в рабочую систему

«Быстрый старт в AI»: практические воркшопы по AI-инструментам, прототипам и автоматизации. Собираем результат, который можно применить в работе.

21 практических воркшопов · записи · вопросы автору в чате

Посмотреть программу курса ↗

Автор: — практик автоматизации и автор курсов AI Product Club.