GRACEF объединяет в себе лучшие практики промпт-инжиниринга и расшифровывается так: • [G]oal (Цель): Определение конечной, измеримой цели задачи. ИИ должен четко понимать, какой именно результат от него ожидается. • [R]ole (Роль): Задание экспертной «персоны», которую должен принять ИИ для наилучшего выполнения задачи (например, «опытный копирайтер», «Senior Python Developer» или «финансовый аналитик»). Это определяет базу знаний и подход модели к решению. • [A]udience (Аудитория): Определение того, кто является конечным потребителем результата (например, технические специалисты, совет директоров, потенциальные клиенты). Это помогает задать правильный тон и стиль коммуникации. • [C]ontext (Контекст): Сбор необходимой фоновой информации, вводных данных, прикрепленных файлов или специфических ограничений, в рамках которых должен работать ИИ. • [E]xamples (Примеры): Использование хороших (или плохих) примеров того, как должен выглядеть результат. Это прямое применение техники Few-shot Prompting, которая позволяет показать модели точный формат, структуру и паттерн желаемого ответа, чтобы она действовала по аналогии. • [F]ormat (Формат): Жесткое определение структуры выходных данных. Например, требование выдать результат в виде таблицы Markdown, кода, JSON-файла или email-письма.