Я подробно всё объясняю, а он всё равно пишет воду.
Часто «подробно» означает длинный рассказ о теме. Но объём вводных не равен ясности задания.
Другой частый запрос:
Дайте хороший промпт, который всегда работает.
Универсальная формула не заменит решения о том, что нужно сделать, из чего, для кого и как выглядит приемлемый результат.

Промпт — не заклинание и не литературный жанр. Это рабочее задание исполнителю с ограниченной видимостью контекста.
Если задачу невозможно ясно поставить ИИ, часто её так же трудно:
• передать коллеге;
• заказать подрядчику;
• повторить через месяц;
• проверить после выполнения;
• объяснить самому себе.
Поэтому навык постановки задачи полезнее конкретной команды или интерфейса.

Хороший запрос описывает не тему разговора с ИИ, а работу: входные данные, действие, назначение результата, ограничения и критерии приёмки.

Фраза:
Ты опытный редактор и гениальный маркетолог.
не сообщает, что именно нужно сделать.
Сильнее:
Из расшифровки интервью выдели фрагменты, где герой описывает конкретное решение, его причину и последствие. Не пересказывай и не дополняй. Результат нужен редактору для выбора центральной сцены.
Роль может помочь задать оптику. Но она не заменяет действие и критерий.

Задача
Что нужно сделать одним основным глаголом:
• извлечь;
• сравнить;
• сгруппировать;
• сократить;
• предложить;
• проверить;
• оспорить;
• преобразовать.
«Поработать над текстом» не является задачей.
Назначение
Кто и для какого следующего решения использует результат.
Одна и та же сводка будет разной:
• для автора перед интервью;
• для редактора при выборе темы;
• для руководителя перед планёркой;
• для читателя в публикации.
Назначение помогает отбирать важное.
Материал
На чём работать:
• текст;
• расшифровка;
• таблица;
• правила;
• примеры;
• набор ссылок;
• предыдущая версия.
Нужно отделять данные от инструкций и обозначать границы исходника.
Контекст
Только то, что влияет на решение:
• кто аудитория;
• что уже произошло;
• в каком проекте используется результат;
• какой спор или задача стоит;
• что уже пробовали;
• какие слова имеют специальное значение.
История проекта на пять страниц не нужна, если ни один факт из неё не меняет ответ.
Реальный пример: контекст меняет не украшение, а смысл
В практике Оксаны Силантьевой был перевод рекламного ролика для австралийской аудитории. ChatGPT не понимал шутку, пока не получил короткое уточнение: ролик предназначен для Австралии.
До этой строки модель видела только слова. После неё появилась культурная рамка, в которой слова выполняли другую работу.
Другой эксперимент был с письмами на английском языке. Одинаковую по сути деловую задачу сформулировали отдельно для получателя из США и для получателя из Великобритании. Изменились не только отдельные формулы вежливости. Отличались тон, вводные конструкции и порядок частей письма.
Оба случая показывают важное: контекст — это не биография проекта и не попытка рассказать модели всё. Это информация, которая влияет на выбор.
Полезный тест:
Если убрать эту строку, может ли добросовестный исполнитель принять другое решение?
Если да, контекст нужен. Если нет, вероятно, он только удлиняет задание.
Ограничения
Что нельзя делать:
• добавлять факты;
• менять цитаты;
• использовать определённые слова;
• раскрывать личные данные;
• делать вывод при нехватке материала;
• имитировать человека;
• превращать гипотезу в утверждение.
Ограничение должно защищать реальный риск, а не просто усложнять промпт.
Форма результата
Как вы сможете его быстро использовать:
• таблица;
• список с указанием источника;
• три варианта с различиями;
• структура;
• вопросы;
• текст определённой длины;
• разметка исходника.
Формат ответа — не косметика. Он влияет на возможность проверки.
Критерии
По каким признакам работа будет принята:
• каждый вывод опирается на фрагмент исходника;
• варианты не дублируют друг друга;
• сохранены причинно-следственные связи;
• нет общего вступления;
• профессиональный термин объяснён без искажения;
• все неопределённости отмечены.
«Качественно», «ярко» и «интересно» без расшифровки не являются критериями.

Вместо:
Пиши живо и небанально.
дайте:
• один подходящий фрагмент;
• пояснение, что именно в нём работает;
• один неподходящий фрагмент;
• пояснение, какой риск он демонстрирует.
Пример — не образец для механического копирования, а доказательство критерия.
Например:
Подходит: текст начинает с конкретной сцены, где человек принимает решение.
Не подходит: текст начинает с «в современном мире всё стремительно меняется», потому что это вступление ничего не добавляет и подходит любой теме.

Модель склонна достраивать связный ответ. Профессиональное задание должно разрешать остановиться:
Если в материале нет ответа, напиши «в исходнике нет данных» и сформулируй вопрос, который нужно проверить. Не заполняй пробел наиболее вероятной версией.
Это не гарантирует отсутствия ошибок, но делает границу ожидаемого поведения явной.

Запрос «исследуй тему и напиши статью» соединяет:
• постановку вопроса;
• поиск;
• отбор;
• проверку;
• интерпретацию;
• структуру;
• написание;
• редактуру.
Ошибка на первом этапе проходит через все остальные и становится менее заметной.
Надёжнее:

1. Сначала проверить понимание задачи.
2. Затем найти пробелы во входных данных.
3. Выполнить одну операцию.
4. Проверить промежуточный результат.
5. Только после решения человека перейти дальше.

Диалог полезен не потому, что «надо писать много промптов», а потому, что возвращает контрольные точки.

Фраза «если что-то непонятно, задай вопросы» полезна, но модель может не заметить собственной неопределённости.
Лучше направить проверку:
• Какие термины здесь можно понять по-разному?
• Каких данных не хватает для выбора?
• Какие два решения вытекают из разных предположений?
• Что в задании нельзя проверить?
• Где критерии противоречат друг другу?
Так уточнение становится частью процедуры.

До выполнения попросите модель не делать задачу, а пересказать её:
• что требуется на выходе;
• для кого;
• какие решения уже приняты;
• что осталось на усмотрение исполнителя;
• чего нельзя делать;
• как будет проверяться готовность.
Затем спросите, что ей пришлось додумать.
Такой прогон полезен даже тогда, когда задачу получит живой человек. Модель показывает пустоту через минуту. Коллега или подрядчик может обнаружить её через неделю, когда работа уже сделана и обе стороны раздражены.
Репетиция не доказывает, что бриф идеален. Модель способна пересказать неясность уверенно. Поэтому нужен второй вопрос:
Какие слова в задании описывают качество, но не позволяют проверить результат?
Обычно там обнаруживаются «ярко», «современно», «в нашем стиле», «глубоко», «как обычно». После этого их можно перевести в признаки или подкрепить разобранным примером.
Именно здесь проходит граница между A02 и D02. В этом гексагоне мы собираем рабочее задание: что сделать и из чего. В D02 отдельно разбираем, как вынести из головы представление о хорошем результате.

Вода возникает, когда:
• задача сформулирована как широкая тема;
• нет исходного материала;
• неизвестно назначение результата;
• модель должна угадать аудиторию;
• критерии заменены прилагательными;
• требуется «готовый текст» до появления мысли;
• в одном запросе слишком много разных операций;
• безопасные общие слова легче всего удовлетворяют формулировке.
Иногда проблема не в промпте. Если автор сам не выбрал позицию или не собрал факты, точная инструкция лишь аккуратно покажет пустое место.

Библиотека запросов полезна, если в ней сохраняется не удачная фраза, а повторяемая операция:
• когда применять шаблон;
• какой материал приложить;
• какие поля заполнить;
• что модель должна вернуть;
• где чаще всего ошибается;
• как проверить ответ.
Иначе через месяц остаётся длинный текст с фигурными скобками, но никто не помнит, какую проблему он решал.
Рабочий шаблон не обязан выдавать одинаковый ответ. Он должен каждый раз запускать одинаково понятную процедуру. Для извлечения цитат это связь с фрагментами исходника. Для сравнения версий — единые параметры. Для проверки структуры — критерии, по которым отмечаются разрывы.
Промпт становится частью системы только вместе с входом и приёмкой.

Слабый запрос:
Напиши интересный пост про то, как журналистам использовать ИИ.
Рабочее задание:
На основе приложенной расшифровки выдели три эпизода, где журналист использовал ИИ и затем столкнулся с дополнительной ручной работой.
Результат нужен автору, чтобы выбрать сцену для начала материала о скрытой цене автоматизации.
Для каждого эпизода укажи:

1. что человек хотел ускорить;
2. что передал ИИ;
3. какая новая работа появилась;
4. точную цитату и номер абзаца.

Не обобщай опыт на всех журналистов. Не добавляй названия инструментов, которых нет в расшифровке. Если причинная связь не названа героем, отметь это.
Здесь ещё нет требования написать пост. Сначала добывается проверяемая основа для редакционного решения.

Промпт на две страницы:
• пять ролей;
• десять прилагательных;
• требование «думать пошагово»;
• просьба быть креативным;
• десяток несовместимых аудиторий;
• три формата результата.
Но в нём нет исходного материала и ответа на вопрос, зачем нужен текст. Длина создаёт видимость контроля, не сам контроль.

Заполните:

1. Сделай: [одно действие].
2. Результат будет использовать: [кто и для какого решения].
3. Работай только с: [исходные материалы].
4. Учти контекст: [то, что влияет на решение].
5. Не делай: [границы и риски].
6. Верни результат как: [удобная форма].
7. Работа принята, если: [проверяемые критерии].

После этого добавьте:
Перед выполнением назови:
• что в задании можно понять по-разному;
• каких данных не хватает;
• какие критерии невозможно проверить.

Возьмите плохой ответ ИИ из своей работы.

1. Найдите, какая часть задания была оставлена на угадывание.
2. Определите одну операцию, которая вам действительно нужна.
3. Перепишите запрос по семи строкам.
4. Добавьте один пример и один антипример.
5. Получите новый ответ.
6. Сравните не красоту, а:
7. • время постановки;
8. • количество неподтверждённых добавлений;
9. • пригодность результата для следующего действия;
10. • время проверки и переделки.

Один рабочий бриф для повторяющейся операции и понятные критерии, по которым можно принять или отклонить результат.

• В задаче есть один основной глагол.
• Понятно назначение результата.
• Исходные данные отделены от инструкции.
• Контекст влияет на решение, а не просто занимает место.
• Ограничения защищают конкретные риски.
• Форма ответа облегчает проверку.
• Критерии наблюдаемы.
• Пример и антипример объяснены.
• Модели разрешено обозначить нехватку данных.
• Большая работа разделена на контрольные этапы.

Качество запроса начинается не со специальных слов, а с ясности профессиональной задачи. Хороший промпт можно передать и человеку: он поймёт, что сделать, зачем и как будет приниматься работа.

• A06 Что делать, если первый ответ ИИ плохой
• A03 Как проверить результат ИИ
• D02 Как объяснить, что значит хорошо
• F02 Как выбрать формат под материал