Александр Бабицкий | Тимлид на практике
22.04 · ред.
🧠 Почему промпт-инжиниринг — это не про «написать запрос»
_Сегодня промпт-инжиниринг называют новым языком общения с AI.
_Но знаете, в чём проблема? Большинство всё ещё воспринимают это как написали что-нибудь — и нейросеть ответила.
Особенно в IT. Даже у синьоров. А это уже совсем другой уровень.
Недавно я дочитал книгу Prompt Engineering от Lee Boonstra — очень системная работа про то, как управлять поведением нейросетей, а не просто спрашивать у них советы.
Вот что я забрал для себя (и уже начал менять в работе).
Промпт — это управляемый алгоритм Когда вы пишете запрос AI — вы настраиваете не просто ответ.
Вы конфигурируете поведение нейросети, её стиль, ход рассуждений и формат выдачи. Прямо как проектируете архитектуру системы.
Например, когда я продумывал архитектуру одного из своих пет-проектов — нужно было выбрать, как организовать работу с внешними API и хранением данных с учётом возможных ошибок и ограничений на ресурсы. Без уточнений нейросеть выдала дежурный вариант:«Сделай очередь запросов, обработай ошибки, сохрани результат.» Выглядело безопасно, но примитивно.
Тогда я сменил промпт: «Ты — тимлид, работающий в условиях ограниченного бюджета, высокой нагрузки и нестабильных сторонних сервисов. Предложи архитектурный план с приоритетом на надёжность и простоту поддержки. Разложи по шагам, обоснуй выбор решений, укажи потенциальные риски.»
И вот тут AI предложил действительно продуманную схему с fallback-механизмами, вариантами обработки нестабильных API, приоритизацией запросов и roadmap'ом по внедрению. Не магия — просто корректный запрос.
Почему не работает «просто задай вопрос» Lee Boonstra чётко пишет: Zero-shot — это когда вы задаёте нейросети вопрос без какого-либо контекста или примеров. Вроде скомпилировалось, но работать может как угодно.
Что даёт стабильно качественный результат: 🟡 Few-shot prompting — когда показываете 2–3 примера ответов
🟡 Chain of Thought — просите нейросеть мыслить по шагам
🟡 Step-Back prompting — предлагаете сначала оценить контекст, потом выбрать решение
Плохой промпт: «Как мотивировать команду?» Рабочий промпт: «Вы — тимлид продуктовой команды, которая два месяца подряд срывает релизы из-за технического долга и выгорания. На основе этой ситуации предложите конкретные шаги по восстановлению вовлечённости и продуктивности, включая командные практики, перераспределение нагрузки и работу с мотивацией.»
Разница между этим — как между junior и senior.
📌 Что я пересобрал для себя 1️⃣ Не просить «ответ» — просить рассуждение AI — не гений. Это алгоритм вероятностей. Пока он не рассуждает — он угадывает.
2️⃣ Задавать чёткую ролевую модель Я теперь всегда пишу: кто вы, какой у вас опыт, в какой ситуации вы работаете. Это сразу на порядок повышает уровень генерации.
3️⃣ Формулировать ограничения Формат, стиль, объём, запрещённые данные — часть промпта. Это не второстепенное, это половина успеха.
4️⃣ Давать примеры Даже один корректный кейс сильно сужает коридор генерации и убирает фантазию.
👇 Что ещё Когда я писал прошлый пост с рабочими промптами для тимлидов — считал их "почти идеальными". А теперь понимаю, что любой промпт можно усилить, если уметь правильно мыслить и иметь нужные знания.
️⃣ AI не заменит ваше мышление. Он масштабирует его. Если вы формулируете плохо — нейросеть сделает это быстрее. Если мыслите системно* — получите результат, о котором раньше могли только догадываться.
Ставьте 💜, если было полезно.
Михаил Трякин
· 23.04
У меня маленький опыт, но по ощущениям сейчас промт — это только 20% успеха. Особенно, как вы указали, в разработке. Когда разрабатываешь больше 2–3-х тыс. кода, важны настройки правил, логирование, не давать убегать в дебри, постоянно возвращаясь в контекст. Плюс много от модели зависит, их поведение постоянно меняется. 🫣
ответить
Михаил Трякин
23.04
🤝
ответить
еще контент в этом сообществе
еще контент в этом соообществе
Александр Бабицкий | Тимлид на практике
22.04 · ред.
войдите, чтобы увидеть
и подписаться на интересных профи