Гайд: как писать мощные промпты для GPT-5

В начале общие советы дам, которые мало кто использует почему-то. Все хотят готовое решение ультра-промт, подходящий под все задачи и желательно с первого раза. ИИ штука капризная, если не знать как правильно формировать запрос.

1. Формулируй цель чётко, в одном предложении

Не напиши проект, а «собери BRD-фичу X для клиента Y с учётом ограничений Z». Чем яснее — тем меньше неточностей.

2. Задай структуру ответа

Говори прямо: вот разделы, которые я хочу видеть. Например:

Контекст и цели

Пользовательские истории

Требования (функциональные и нефункциональные)

Метрики успеха

Ограничения и допущения

Пункты которые ты не можешь заполнить — перечисли как вопросы

Это помогает модели удерживаться на теме.

3. Контекст + ограничения

Дай факты: что уже есть, что нельзя трогать, версия системы, сроки, ресурсы. Без этого модель часто дорисовывает лишнее.

4. Формат + критерии готовности

Скажи, в каком виде ответ: markdown или список с заголовками. И добавь чек-лист: что должно быть в идеальном ответе.

5. Управляй степенью размышлений

GPT-5 может думать сам — но иногда этого нежелательно.

Если задача сложная → попроси сначала план / набросок

Если задача простая → сразу проси результат, без лишних рассуждений

В гайде OpenAI по GPT-5 говорят, что промпты с structured plan + clear tool calls”дают лучшие результаты в агентных задачах.

6. Жёсткие ограничения

Добавь “не делать X”, “не использовать Y”, “не писать вводные”. Эти запреты часто удерживают модель от лишнего.

7. Итеративный подход

Не проси всё и сразу. Запускай в 2 этапа:

План / структура — модель показывает шаги / разделы

Наполнение — модель заполняет уже по утверждённому плану

Этот подход аналогичен стратегиях “least-to-most prompting” или “plan-and-solve”, когда сложные задачи разбивают на части. Это уменьшает ошибки и помогает модели держаться плана.

8. Приводи примеры

ИИ, лучше всего под каждую задачу потратить чуть времени и описать или показать пример того что нужно сделать.

9. Теперь когда мы поняли все пункты, мы можем их прописать как требования и попросить ИИ написать нам промт и внедрить еще одну фичу: ❌ Выделение акцентов

Когда вы пишете главное слово, модель воспринимает это как жирный шрифт. В промте это помогает подчеркнуть ключевые части инструкции: роли, ограничения, форматы вывода.

❌ Структурирование текста

Markdown-звёздочки помогают визуально разделять важное от второстепенного. Чем чище и структурированнее промт — тем меньше вероятность, что модель запутается и выдаст что-то не по форме.

❌Сигналы для LLM

Хотя модель не видит жирный шрифт в буквальном смысле, она обучена на массивах данных, где ** или * часто совпадают с выделением важного. Это создаёт статистическую подсказку: «это важно, обрати внимание».

❌ Управление стилем ответа

Звёздочки могут быть инструкцией, чтобы модель использовала такой же Markdown в выводе.

➡️Бонусом оставил пример промта в комментариях****⬅️