Как писать сложные промпты: фреймворк CRF и приёмы, что реально работают

Меня зовут Евгений Семёнов, я директор «АйТи-Фреш». Девять из десяти разочарований в нейросетях, которые я вижу у клиентов, — это не «плохая модель», а плохо поставленная задача. Наткнулся в канале «Нейросетевые покои» на короткую памятку про структуру промпта и решил развернуть её по-человечески: с примерами из нашей практики и честным разбором, где это даёт результат, а где нет.

Главная ошибка: вы задаёте вопрос, а надо ставить задачу

Большинство пишет нейросети так, как спрашивают у коллеги в чате: «сделай красиво», «напиши текст про нас», «проверь договор». Модель в ответ выдаёт усреднённую воду — и человек делает вывод, что «ИИ переоценён». На самом деле проблема в постановке. Хороший промпт — это не вопрос, а техническое задание. И у него есть структура.

Фреймворк CRF: пять блоков нормального промпта

Самый простой каркас, который я даю сотрудникам, помещается в пять пунктов. Запоминается за минуту, а качество ответов поднимает в разы:

Сравните. Было: «проверь этот договор». Стало: «Ты — юрист, который защищает интересы заказчика [Role]. Мы — IT-аутсорсер, подписываем договор с новым клиентом на 1,2 млн в год [Context]. Найди пункты, которые невыгодны нам или несут риск штрафов [Task]. Не предлагай переписать весь документ, только реально опасные места [Constraints]. Выведи таблицей: пункт — риск — что предложить [Format]». Второй промпт даёт результат уровня платной юридической вычитки, первый — отписку.

Не лепите монолит — думайте шагами

Вторая частая беда — гигантский промпт на пол-страницы, где смешаны пять задач сразу. Модель «расплывается» и делает всё среднеплохо. Гораздо лучше работает декомпозиция: сначала попросите составить план, затем — выполнить первый пункт, потом второй. Это называется пошаговым мышлением (step-by-step), и для сложных задач оно даёт принципиально другое качество. Современные модели и сами начинают «рассуждать вслух», если прямо попросить: «думай пошагово, прежде чем ответить».

Few-shot: покажите пример вместо тысячи слов

Если вам нужен ответ в конкретном стиле или формате — не описывайте его словами, а покажите один-два готовых примера. Это приём few-shot. Хотите, чтобы ИИ писал коммерческие в вашем тоне? Дайте ему два ваших лучших КП как образец — и он подхватит интонацию точнее, чем по любому текстовому описанию. Мы так настраивали генерацию типовых ответов на запросы клиентов: три примера «как надо» экономят абзац объяснений и дают стабильный результат.

Ограничения — это не придирки, а руль

Блок Constraints люди чаще всего пропускают, а зря — именно он отсекает воду. «Не больше 1500 знаков», «без вводных вроде „в современном мире“», «только факты из приложенного файла, ничего не придумывай», «пиши на языке бухгалтера, а не айтишника». Чем жёстче рамки, тем меньше у модели соблазна сгенерировать правдоподобную чушь. Кстати, про «ничего не придумывай»: галлюцинации никуда не делись, и явное ограничение «опирайся только на предоставленные данные» заметно их снижает.

Итерации и язык

Не ждите идеала с первого раза. Промпт — это диалог: получили черновик, уточнили («слишком формально, добавь конкретики и убери канцелярит»), докрутили. Две-три итерации почти всегда лучше, чем одна попытка собрать гигантский «идеальный» запрос. И ещё наблюдение из практики: на по-настоящему сложных, логических задачах англоязычный промпт нередко срабатывает точнее русского — модели обучены в основном на английском корпусе. Для рутины разница незаметна, но если бьётесь над хитрой задачей и результат не радует — попробуйте сформулировать её по-английски.

Где это реально помогает бизнесу — и где нет

Структурный промпт превращает нейросеть из игрушки в рабочий инструмент: аудит договоров и КП, разбор регламентов, черновики писем и текстов, выжимки из длинных документов, анализ отзывов. Везде, где раньше уходили часы рутины, грамотный промпт экономит время.

Но честно про границы. Во-первых, ИИ уверенно ошибается — всё, что касается цифр, юридических формулировок и фактов, обязательно проверяет человек. Во-вторых, в облачные модели нельзя загружать персональные данные клиентов и коммерческую тайну: что ушло в чужой сервис, то уже не вернуть. В-третьих, промпт не заменит экспертизы — он лишь усиливает того, кто и так понимает задачу. Дурацкий вопрос даже в идеальной обёртке останется дурацким.

Вывод простой: научите команду пяти буквам — Role, Context, Task, Constraints, Format — и половина претензий к «бесполезному ИИ» отпадёт сама. А если хотите внедрить ИИ в процессы системно, с регламентами и без утечек данных, — это уже наша работа.