👨💻 Промпт-инжиниринг — как писать такие запросы, чтобы LLM отвечала нормально, а не как попало
Я ознакомился с внутренним мануалом Google по prompt engineering — 68 страниц, собранных командой Kaggle, аккумулирующих весь накопленный опыт на рынке. Вот оригинал:
Prompt Engineering Guide by GoogleЭто один из самых системных документов, которые я видел по теме. Ни маркетинга, ни размазанных обобщений — только конкретика, паттерны и стратегии.
Я прочитал его целиком, перегнал сквозь свой опыт, отсеял тривиальное и собрал только реально применимые техники, которые можно сразу брать:
1. Zero-shot
Самый простой способ — просто дать задачу. Типа:
🔎 «Напиши 5 идей для стартапа в области здоровья.»
Модель попробует понять, что ты хочешь, без каких-либо примеров. Работает, но не всегда точно. Особенно, если задача нетривиальная.
2. Few-shot
Если добавить пару примеров — точность резко растёт.
🔎 Пример 1: «Как сварить яйцо?»
Ответ: «Положи яйцо в кастрюлю с водой, доведи до кипения, варьируй 5-10 минут.»
🔎 Пример 2: «Как пожарить стейк?»
Ответ: «Нагрей сковороду, положи мясо, жарь с каждой стороны по 4 минуты.»
Теперь можешь задать запрос, и модель продолжит в том же стиле. Ключ — хорошие примеры.
3. Role prompting
Ты задаёшь модели, кем она должна быть. Это сильно влияет на тон и стиль ответа.
🔎 «Ты — опытный редактор. Помоги сделать этот текст более читаемым.»
🔎 «Представь, что ты нутрициолог. Ответь, вредно ли есть хлеб перед сном?»
4. Chain of Thought (CoT)
Если задача требует логики, скажи модели «Думай пошагово»:
🔎 «Сколько будет 37 * 19? Давай подумаем шаг за шагом.»
Модель сама разобьёт задачу на части: сначала 30*19, потом 7*19, потом сложит. Работает круто, особенно в матеше, коде и задачках.
5. Tree of Thoughts (ToT)
Это как CoT, но модель сразу рассматривает несколько вариантов решений и выбирает лучший. Это можно запускать программно, но вручную — тоже норм:
🔎 «Предложи три разных подхода к решению этой задачи и выбери лучший.»
6. ReAct
Модель сначала думает, потом действует. Например:
🔎 «Твоя задача — найти свежую информацию о ценах на авиабилеты. Сначала расскажи, как ты это будешь делать, затем действуй.»
Это уже требует инструментов (поиска, вызова API и т.д.), но техника мощная.
Бонус: автоматическое улучшение промптов
Ты можешь попросить саму модель придумать для себя лучший промпт:
🔎 «Вот мой промпт. Как его можно улучшить, чтобы получить более точный результат?»
А какие техники промптов знаете вы? Делитесь в комментариях.