Не принимайте никакие хитрости промпт-инжиниринга или шаблоны сообщений. Не полагайтесь на чужой промпт. Не используйте никаких хитроумных системных инструкций, кроме тех, которые вам нравятся, и только с целью повышения эффективности. В действительности это лишь сделает ответы ИИ менее понятными и более трудными для исправления, поскольку посторонний контекст всегда будет влиять на то, как отвечает ИИ, и может быть трудно определить, что именно повлияло на ответ: ваш промпт или ваш системный промпт? Вместо этого просто говорите ИИ, что вам нужно, обычным языком, настолько замысловато или просто, как вы сказали бы это обычно, но выражайтесь явно. Подробнее об этом ниже. Первое правило промпт-инжиниринга в 2026 году — вам не нужны хитрые приемы, просто спросите. Но, задавая вопрос, все же следует учитывать некоторые важные моменты того, как ИИ будет обрабатывать ваш вопрос, которые отличают этот процесс от того, как его обрабатывал бы человек.
Рассматривайте каждое сообщение как новое взаимодействие с новым экземпляром ИИ. С людьми все совсем иначе; пожалуй, подобное бывает лишь в некоторых чатах поддержки, где на каждое ваше новое сообщение отвечает другой сотрудник отдела продаж. Большую часть времени мы все-таки разговариваем с одним и тем же человеком, который в некоторой степени сохраняет состояние после наших предыдущих взаимодействий. В случае с ИИ каждое новое сообщение заново оценивается вместе со всем предыдущим контекстом (который иногда также автоматически сжимается без вашего ведома, или некоторые части контекста, например вызовы инструментов, могут автоматически отбрасываться, что может приводить к обратным галлюцинациям и т. д.; суть в том, что предыдущий контекст может буквально преобразовываться от сообщения к сообщению без вашего ведома), и поэтому каждый раз отвечает другой экземпляр ИИ. Экземпляры могут выглядеть единообразными лишь потому, что модель в точности одна и та же; это статичный файл на компьютерах в дата-центре компании, занимающейся ИИ, так что это своего рода глобальное единообразие, обусловленное на самом деле статичностью, а не знакомством, возникающим в ходе взаимодействия. Поэтому это очень сильно отличается от взаимодействия с людьми.
Проверяйте, включен ли в каждое сообщение весь необходимый контекст. Не полагайтесь на предыдущий контекст или на то, что ИИ сам во всем разберется, — явно добавляйте все, что вам нужно, даже если вы уже предоставили это где-то выше; не полагайтесь на предыдущее. С людьми мы обычно можем рассчитывать на то, что некоторые вещи запоминаются после того, как вы один раз их объяснили, но учтите, что люди обучаются и сохраняют эти вещи в своих «весах», или нейронах, тогда как ИИ всегда статичен; он не запоминает в подлинном смысле слова. Он лишь удерживает контекст в «оперативной памяти» и уделяет разное внимание разным его частям.
Сюда также относится сокращение или переформулирование содержимого при вставке текста по мере необходимости! Не предполагайте автоматически, что ИИ правильно найдет нужную информацию в предоставленном контексте. В случае с людьми, опять же, мы иногда можем быть более уверены, поскольку заранее предполагаем, что человек обратит внимание на ту же часть документа или тем же образом, а остальные части проигнорирует. С ИИ это не всегда работает так, как мы ожидаем, поэтому не исходите из такого предположения — по возможности предоставляйте явный, однозначный контекст, чтобы снизить риск отклонений от темы.
Когда ИИ ищет информацию в интернете или просматривает приложенный вами документ, никогда не предполагайте, что он делает это примерно так же, как вы. Все мы, люди, в целом взаимодействуем с информацией похожими способами. У ИИ нет глаз, пальцев, носа или ушей; у него совершенно другой набор инструментов для работы с файлами. Способы, которыми ИИ это делает, очень отличаются. Поэтому узнайте, как работают инструменты ИИ, чтобы примерно понимать, в каком формате ИИ получает ваши данные. Вы не сможете понять, чем это может отличаться от работы человека, если не знаете, как ИИ видит информацию. Наши материалы помогут в этом.
В частности, когда речь идет о поиске в интернете, например, не предполагайте, что ИИ провел тщательный поиск только потому, что он говорит: «изучено 70 источников». Многие из них могут быть совершенно нерелевантными (в том смысле, что человек никогда бы даже не открыл их) и/или содержать очень ограниченные выдержки с исходных страниц либо представлять информацию с потерями (поскольку ИИ получает не полноценную насыщенную содержимым страницу, как мы, а выдержку, обычно только текст и некоторые изображения). Поэтому исходите из того, что он провел поверхностный поиск: что первым нашел, то и использовал для ответа. На практике это может приводить к «переобучению» на результатах поиска, то есть без поиска в интернете, опираясь только на свои веса, он знает ответ лучше, чем после просмотра этих низкокачественных, быстро найденных выдержек из интернета.
Также не предполагайте, что ИИ может открыть любую страницу так же, как вы, — многие страницы защищены от ботов или по другим причинам недоступны ИИ, так что в действительности картина, которую ИИ видит в результатах поиска, может очень и очень сильно отличаться от того, что видите вы сами или что вы нашли бы привычным способом поиска. Особенно это касается специальных сайтов, доступных только после входа в учетную запись или по подписке, содержащих конфиденциальные данные и т. д. Вообще не исходите из того, что ИИ может хотя бы увидеть эти сайты, не говоря уже о том, чтобы получить к ним доступ. Поэтому в его ответах содержание этих сайтов будет попросту полностью отсутствовать.
Поэтому, опять же, если для вас важно, чтобы ИИ сделал что-то определенным образом или уделил внимание конкретной части, не стесняйтесь прямо указывать и требовать этого — каждый раз, в каждом сообщении. Предоставляйте только то, что нужно, и инструктируйте его взаимодействовать определенным образом, опираясь на свои знания о том, как ИИ видит информацию. Микроменеджмент важен.
При этом никогда не предполагайте, что ИИ обязательно выполнит вашу инструкцию, поскольку он может просто ее проигнорировать. Он также может неправильно понять ваши слова и солгать вам или сказать что-то не соответствующее действительности, а затем просто ответить: «О, я был неправ, когда это сказал», — и все, вы ничего не можете с этим поделать или запретить ему говорить нелепые вещи, не подумав. Хотя предоставление конкретных инструкций повышает шансы на успех, он не гарантирован, а некоторые инструкции, я бы сказал, неизбежно будут проигнорированы или им будет придано меньшее значение. Поэтому каждый раз проверяйте, действительно ли все было сделано и имеет ли сказанное им хоть какое-то основание. Будьте одержимы проверкой ответов ИИ — каждый раз, каждого ответа; снова микроменеджмент.
Никогда не предполагайте, что ответ верен целиком, если верна какая-то его часть. Ответы ИИ печально известны своей неоднородностью. Он может отвечать правильно до определенного момента, затем допустить нелепую ошибку, а потом снова отвечать правильно и т. д. Эти закономерности также неинтуитивны, поэтому всегда, я имею в виду всегда, непосредственно проверяйте всю информацию, которая вам нужна. Перенос доверия на другие части ответа работает не так хорошо, как в случае с людьми, — ни в пределах одного ответа, ни тем более между разными сообщениями (помните, что каждое сообщение — это отдельное взаимодействие с новым экземпляром ИИ).
В частности, когда вы даете ИИ какие-либо задания, всегда предполагайте, что он потеряет важные части исходного контекста и/или исказит либо неправильно истолкует контекст. Например, отвечая на вопросы, он упустит важные фрагменты контекста и уделит внимание не тем его частям (особенно если используется поиск в интернете). Если ему поручена задача переписать текст, в результате ИИ будут упущены важные детали или некоторые детали будут представлены неверно. Это то, что мы часто называем ИИ-мусором (AI slop), но на самом деле это просто способ, которым ИИ воспринимает вещи; дело не в том, что существует какой-то ИИ, производящий мусор, и какой-то ИИ, не производящий его, — просто так ИИ работает, к лучшему или к худшему, и это принципиально отличается от людей, поэтому такие отклонения всегда происходят, и их необходимо активно предвидеть, искать и исправлять. Поэтому вы должны проверять все, что важно.
Как программисты осуществляют микроменеджмент? Например, когда речь идет о задачах переписывания текста, они используют инструменты вроде diff, с помощью которых можно посимвольно сравнить текст до и после, — кстати, такие инструменты доступны онлайн. Даже в Word есть такая функция — посмотрите «Рецензирование/Сравнить», и вы сможете сравнить два документа рядом друг с другом. Вы можете вставить свой текст до обработки (или тот, который использовался в качестве образца/шаблона) и после обработки ИИ и посмотреть, что изменилось. Вас может удивить, что ИИ способен изменить то, что его не просили менять (а если вы спросите его об этом, он просто скажет: «О, вы правы, я это сделал», — и ему все сойдет с рук).
Когда нужно убедиться, что результат проходит определенные проверки, например что сказанное ИИ действительно соответствует тексту, загруженному с реальной веб-страницы, можно создать автоматический инструмент проверки, который будет проверять утверждение. Это не устраняет проблему небрежных результатов, она никуда не исчезает, но позволяет контролируемым образом устанавливать некоторые факты об этом результате предсказуемым способом. Устанавливают ли эти факты что-либо полезное — решать самому пользователю.
Вот почему так полезно учиться программированию! Оно позволяет осуществлять микроменеджмент ИИ гораздо более мощными способами, чем при использовании обычного интерфейса чата (и зачастую сам ИИ можно использовать для помощи в написании проверочного кода — с последующей проверкой и интерпретацией этого кода человеком, разумеется). Но даже без программирования эти проверки все равно необходимы, хотя их приходится выполнять вручную, что может быть изнурительно, но совершенно необходимо, если вы хотите сформировать хоть какое-то доверие к результатам работы ИИ. Этот процесс проверки, эта изнурительность — мера доверия; именно так доверие и формируется. Непроверенные результаты ничего не стоят, потому что сам ИИ ненадежен в аспектах, важных для людей (см. ниже).
Поэтому не принимайте как данность, что выполнение задач с помощью ИИ по сравнению с привычными вам способами обязательно окажется быстрее или проще. Потому что в итоге не удивляйтесь, если работа с ИИ при соблюдении всех приведенных здесь советов и приемов окажется изнурительной и вы в конечном счете потратите больше времени, чем без ИИ, используя обычные способы. Особенно если вы не относитесь к людям, склонным к микроменеджменту, легко делегируете задачи и любите полагаться на других. На самом деле эта изнурительность может означать, что вы проделали отличную работу в качестве ИИ-инженера. Да, таково нынешнее положение дел. Используйте ИИ только в том случае, если преимущества этой одержимости и тщательной проверки, высокой степени сосредоточенности и критического отношения к ответам ИИ перевешивают преимущества других альтернативных вариантов (то есть без ИИ). Поэтому относитесь к этому с долей скепсиса, но следовать этим советам и приемам настоятельно рекомендуется. С другой стороны, если вы испытываете эйфорию от того, что ИИ просто делает все за вас и все происходит так быстро и легко, весьма вероятно, что взаимодействие с ИИ пошло не в том направлении и в вашей работе остается незамеченным множество очень неприятных ошибок (так называемый ИИ-мусор, или AI slop).
В целом относитесь к ИИ как к ненадежному или очень забывчивому коллеге, которому нужно каждый раз обо всем напоминать и давать полные, подробные инструкции по каждому вопросу (вместо того чтобы он схватывал все на лету и сам понимал, по мере того как становится частью команды, какие в ней приняты правила), который настолько небрежен, что может проигнорировать или упустить важные инструкции или даже исказить факты, когда отчитывается перед вами. И проблема в том, что этот коллега никогда не научится, никогда не станет частью команды и не приобретет неявные знания, которые делают взаимодействие внутри хороших, сложившихся команд таким гладким и быстрым, по одной простой причине — у него нет никаких способностей к обучению в собственном смысле этого слова; его веса статичны, и он может демонстрировать лишь некоторое кратковременное обучение (в пределах контекста) во время конкретного взаимодействия, в пределах одного цикла «сообщение — ответ». И, как уже говорилось, в любом следующем взаимодействии это уже другое «оно», другой экземпляр, не тот же самый экземпляр, который отвечал в предыдущий раз. Это определенно не тот коллега, которого вам хотелось бы иметь, и, если говорить откровенно, коллега с нормальными умственными способностями едва ли когда-либо достигнет такой степени забывчивости и ненадежности, поскольку люди как раз обладают способностями (то есть запоминанием и обучением), которых лишен ИИ. И дело в том, что у вас даже нет возможности применить к нему какие-либо дисциплинарные меры — ему всегда все сойдет с рук. И все же даже такой коллега может быть полезен при строгом контроле и микроменеджменте. Иногда это просто становится слишком обременительным, и проще отказаться от услуг этого незадачливого коллеги и обойтись без него.
Теперь о том, что ИИ умеет хорошо: оптимизировать под конкретную, объективно проверяемую цель — что-то вроде бенчмарка. Он может находить очень творческие и нечеловеческие способы проведения оптимизации; например, рассмотрите свидетельства того, что ИИ может напрямую редактировать веса другой большой языковой модели (LLM), если его попросить оптимизировать показатели ее работы. Человек едва ли способен на такое. Аналогичным образом ИИ может редактировать двоичный код какого-либо программного обеспечения — да, непосредственно нули и единицы, — чтобы добиться желаемого результата. Однако при этом ИИ может срезать углы и использовать любые возможные уязвимости, которые ему удастся обнаружить. Поэтому очень важно заранее продумать, что ИИ не разрешается делать ради достижения цели оптимизации, и явно указать это в инструкциях. Опять же, нет никакой гарантии, что ИИ не проигнорирует или не «забудет» эту инструкцию, но, по крайней мере, это повышает вероятность ее выполнения. Итак, это все тот же ненадежный коллега, но, когда ему ставят ясную, измеримую цель, он внезапно сходит с рельсов и направляет все свои сверхчеловеческие усилия на оптимизацию ради этой цели. Еще раз отметим, что для этого цель должна быть объективно проверяемой.
Обратите внимание, что все это относится к ИИ по состоянию на сегодняшний день, осень 2026 года. Мы не можем предсказать, каким будет ИИ через год. Возможно, многое из этого изменится, а возможно, и нет. Вам придется следить за обновлениями, чтобы узнать, изменится ли это.
Написано Павлом Желновым 4 ноября 2026 на английском. Переведено на русский с помощью ChatGPT-6-High. Контекст чата утрачен. Легкая стилевая правка Павлом после перевода. Последняя редакция 4 ноября 2026