Промпт-інжиніринг: як формулювання керує відповіддю ШІ
18 грудня 2025 у Business Match провів безкоштовний тренінг про промпт-інжиніринг: що потрапляє в контекст моделі, які прийоми дають точнішу відповідь, коли режим міркування шкодить і як звіряти відповіді кількох моделей, щоб не вірити першій.
-
70%
посилань від моделі в одній із задач того дня виявились неробочими
-
5 → 10
варіантів відповіді, коли спершу ставите загальне питання
-
3
моделі-лідери, чиї відповіді зводжу разом у NotebookLM
З чого почали
Задача
Промпт — це текст, який модель отримує на вхід. Але в контекст потрапляє більше: попередня розмова, системні інструкції і те, що сервіс знає про вас.
І саме тут ховаються пастки: модель вигадує посилання, а з ростом контексту відповідає гірше. Того дня в одній задачі неробочими виявились 70% посилань.
Дуже важливий момент, на якому всі плюють, — це те питання, як модель генерує токени.
Прийоми, які дають точнішу відповідь
Шість підходів з тренінгу — від простого до найякіснішого
-
01
Спершу загальне питання
Модель збирає в контекст правила й відповіді, і на уточнення пропонує вдвічі більше варіантів.
-
02
Міркування крок за кроком
Просимо пояснити логіку на кожному етапі — тоді видно, де модель помилилась, і можна виправити.
-
03
Режим міркування — не завжди
На простих задачах модель може "передумати" і погіршити результат, тож вмикаємо його для складних.
-
04
Великі дані — файлом
Довгий текст краще прикріпити файлом, ніж вставити в промпт: так менше шансів помилки.
-
05
Задача — на підпункти
Коли просите все одразу, відповідь неякісна: розбивайте задачу, давайте контекст і приклад.
-
06
Кілька моделей і суддя
Той самий запит у різні сервіси, а окрема модель порівнює відповіді й обирає найточнішу.
Де шукати найкращі практики
Три джерела, з яких я сам беру прийоми
-
Посібник з промптів від Google
Багато прикладів і таблиця для тестування кожної ітерації промпта.
-
Приклад проєкту в Claude
У стандартному проєкті є файл з гайдом: приклади гарних і поганих промптів.
-
Покращувачі промптів
Великі провайдери мають інструменти, що переписують ваш запит у якісний промпт.
Тексти вашим стилем
Тисяча текстів у контексті — якісно, але дорого
Учасник, який пише для контент-заводів, домігся від моделі свого унікального стилю, лише нагодувавши їй тисячу власних текстів. І кожен пост виходить дорогим за токенами.
Дешевше — витягнути з текстів правила й формули або шукати по них через RAG. Але стиль тоді тримається гірше: ідеально він зберігається, лише коли все лежить у контексті.
Якщо треба, щоб ідеально був збережений стиль, все одно це має триматись в контексті LLM, просто як це технічно працює.
Питання із зали
Питання учасників під час тренінгу
-
Як переконатися, що відповідь моделі професійна, а не галюцинація?
Як суддю беру топову модель з публічного рейтингу і даю їй фреймворк та цифри — тоді й очима видно, хто написав дурницю.
А ще прошу різні моделі покритикувати відповідь: якщо критика виправдана, цій моделі довіряю менше.
-
Як отримувати від ШІ якісні тексти й сценарії?
З коробки ChatGPT гарних текстів не дає, хоч як просиш.
Працюють два підходи: окремий GPT із системними інструкціями або стиль написання в Claude — обидва можна нагодувати вашими текстами.
-
Як з розмитої ідеї отримати чіткий промпт?
Напишіть розмите бачення в тому самому сервісі, з яким працюєте, і попросіть зробити з нього якісний промпт.
А в кінці допишіть, що хочете отримати на виході.
Куди далі
Якщо тема стосується вашої команди
Розберемо запит за 15 хвилин
Безкоштовний дзвінок, на якому розпитую про задачі й кажу, що зробив би — буває, що задача закривається без мене.
