Как написать промпт для нейросети: структура, примеры и готовые промпты

Что такое промпт для нейросети простыми словами?

Промпт — все, что вы пишете модели перед ответом, будь то вопрос, просьба, инструкция или вставленный документ. ChatGPT, Claude, Gemini, GigaChat и генераторы картинок работают по одному принципу. Модель видит только ваш текст и продолжает его самым вероятным образом. Чего нет в промпте, того она не знает, и пробелы заполняет догадками.

Поэтому руководство Anthropic по промптам для моделей Claude (страница открыта 28 октября 2026 года) советует представлять модель умным, но новым сотрудником, который не знает ваших правил и привычек. Чем точнее вы объясните, что нужно, тем лучше результат. Там же есть простая проверка: покажите промпт коллеге, который не в курсе задачи. Если коллега запутается, модель запутается тоже.

Промпт бывает двух видов. Пользовательский вы пишете в чат каждый раз. Системный задается один раз и действует на весь разговор. В ChatGPT для этого есть пользовательские инструкции, в Claude есть инструкции проекта, агенты вроде Claude Code и Cursor читают файлы правил.

Промт или промпт: как правильно писать?

Правильно «промпт». Слово пришло из английского prompt, где после «м» стоит «п», и в русском написании его сохраняют. Вариант «промт» встречается в поиске, но это упрощенное написание на слух. Во множественном числе «промпты», в родительном «промптов».

Как составить промпт: из чего он состоит?

Структуру я собрал по руководствам «Prompting best practices» от Anthropic и «Prompt design strategies» из документации Gemini API от Google. Обе страницы сверены 28 октября 2026 года. В главном советы совпадают, поэтому годятся и для других крупных моделей.

1. Роль. Одна фраза о том, кем модель выступает, например «Ты редактор деловой прессы». Anthropic пишет, что роль в системном промпте задает поведение и тон, и даже одно предложение заметно меняет ответ.
2. Задача. Глагол и результат, например «сократи», «сравни», «найди ошибки». Если нужно больше, чем буквально просите, скажите об этом прямо: сама модель не додумает.
3. Контекст и причина. Кто прочитает ответ и зачем. В примере Anthropic запрет «никогда не используй многоточия» работает хуже, чем объяснение, что текст прочитает синтезатор речи и многоточия он не произнесет. Зная причину, модель сама применит правило к похожим случаям.
4. Материал. Документ, таблица, черновик. Длинные данные Anthropic советует ставить в начало промпта, а вопрос в конец. В тестах компании это улучшало ответ до 30% на сложных задачах с несколькими документами.
5. Формат ответа. Таблица, список, три абзаца, 500 знаков, JSON. Google рекомендует прямо задавать форму ответа и ограничения, например «ответь одним предложением».
6. Примеры. Один-два образца того, что вы хотите получить. Anthropic советует 3–5 примеров для лучшего результата, Google рекомендует добавлять примеры всегда, но предупреждает, что слишком много примеров ведет к подгонке под них.
7. Ограничения. Что делать вместо нежелательного. Anthropic отдельно советует говорить модели, что делать, вместо перечня запретов. «Пиши сплошным текстом» работает надежнее, чем «не используй списки».

Если промпт длинный и в нем смешаны инструкции, данные и примеры, разделите их метками. Anthropic рекомендует XML-теги вроде <instructions>, <context>, <example>. В чате хватает простых заголовков «Задача», «Материал», «Формат».

Как написать промпт для текста: пример было и стало

Для примера возьму пост для соцсети магазина.

Было: «Напиши пост про наши новые кроссовки».

Модель ничего не знает о магазине, аудитории, длине и тоне, поэтому выдаст среднестатистический рекламный текст с восклицаниями.

Стало: «Ты автор телеграм-канала магазина беговой обуви. Читатели — люди, которые бегают 2–3 раза в неделю и не любят рекламный тон. Напиши пост о новой модели кроссовок. Факты: вес 240 г, перепад 8 мм, подходит для темпа от 5 минут на километр, цена 12 900 рублей. Длина до 600 знаков, без восклицательных знаков и эмодзи. В конце один вопрос читателям. Пример поста, который нам нравится: [вставьте прошлый удачный пост]».

Во второй версии есть роль, аудитория, факты, формат, ограничения и образец. Модели почти нечего угадывать. Цифры о кроссовках здесь условные: подставьте свои.

Для редактуры работает тот же прием. Вместо «улучши текст» напишите, что вам не нравится: «сократи на треть, убери канцелярит, сохрани все цифры, покажи список правок отдельно». Если текст выходит шаблонным, помогут скиллы против примет ИИ, я разбирал их в статье как убрать признаки ИИ из текста.

Как составить промпт для анализа документа или таблицы?

Было: «Проанализируй этот отчет».

Слово «проанализируй» модель поймет как угодно, от пересказа до критики и выводов для руководства.

Стало: «Ниже отчет о продажах за сентябрь в формате CSV. [данные]. Ты аналитик, отчет прочитает директор без технического образования. Найди три главных изменения по сравнению с августом и для каждого назови цифру и возможную причину. Если данных для вывода не хватает, так и напиши, не придумывай. Ответ — таблица: изменение, цифра, причина, что проверить».

Здесь данные стоят в начале, вопрос в конце, формат задан таблицей, а фраза про нехватку данных снижает шанс выдуманных выводов. Для подсчетов и точной арифметики Google советует включать у Gemini выполнение кода: языковая модель считает ненадежно, код считает точно.

Сложную задачу лучше разбить. Anthropic называет самый частый прием цепочки самопроверкой: сначала черновик, затем модель проверяет его по вашим критериям, затем исправляет. В чате это три сообщения подряд.

Промпты для фото и картинок: как описать изображение?

Генераторы картинок читают промпт иначе, чем чат-модели, но правило конкретики то же. В руководстве по генерации изображений Gemini (модели семейства Nano Banana) Google советует описывать сцену подробно и дает шаблон для фотореализма: «фотореалистичный [тип кадра] [объект] в [обстановка]. [Описание света]. Снято с [ракурс] на [тип объектива]».

Было: «Кот на кухне, красиво».

Стало: «Фотореалистичный крупный план рыжего кота, который сидит на деревянном подоконнике кухни. Утренний мягкий свет из окна слева, теплые тона. Снято на уровне глаз кота, объектив 85 мм, фон размыт».

Каждая часть шаблона снимает одну неопределенность, будь то объект, место, свет или точка съемки. Та же документация советует доводить картинку в диалоге. Если получилось почти то, что нужно, просите точечную правку («сделай свет холоднее, кота сдвинь вправо») вместо нового промпта с нуля.

Для генераторов изображений промпт часто пишут на английском, потому что большинство примеров в библиотеках английские. Русский промпт тоже можно попробовать, но готовые шаблоны удобнее брать как есть и менять в них объект и обстановку. Как генерировать картинки прямо из агента, я показывал в статье про генерацию изображений в Claude Code через Recraft MCP.

Какие ошибки чаще всего портят промпт?

• Нет критерия готовности. Anthropic начинает руководство с совета до работы над промптом определить, какой ответ считать успешным, и способ это проверить.
• Общие слова вместо фактов. «Сделай интересно» модель толкует по-своему. «До 600 знаков, один вопрос в конце» толковать не нужно.
• Только запреты. Длинный список «не делай» без указания, что делать вместо этого, работает хуже прямой инструкции.
• Все в одном сообщении. Если задача из пяти шагов, проще провести ее за пять сообщений и проверять промежуточный результат.
• Крик капсом. В руководстве Anthropic сказано, что Claude Opus 4.5 и 4.6 чутче прежних моделей реагируют на системный промпт. Агрессивные формулировки вроде «КРИТИЧНО: ты ОБЯЗАН» у них могут привести к перебору, и Anthropic советует обычное «используй, когда».
• Личные данные в промпте. Все, что вы вставили, уходит на сервер провайдера. Паспорта, договоры с персональными данными и пароли в чат не отправляйте.

Нейросеть для создания промпта: кто напишет промпт за вас?

Самый простой путь — попросить ту же модель. Например, «Я хочу получить [результат]. Задай мне вопросы, которых не хватает, и составь промпт». У Anthropic для этого есть готовый метапромпт в Claude Cookbook, на него ссылается раздел о генерации первого черновика. Если задач много, удобнее поставить отдельный инструмент. В каталоге SkillFoxx три записи, которые я проверил по README.

• Prompt Master, 15 тыс. ★ репозитория. Скилл определяет, для какого инструмента нужен промпт, вытаскивает из запроса задачу, ограничения и критерий готовности, при нехватке данных задает не больше трех вопросов. Для 20 с лишним инструментов, включая Cursor, Claude Code и Midjourney, у него отдельные профили. Включается только по явной просьбе написать или исправить промпт. В каталоге у скилла минимальный доступ, ставится командой npx skillfoxx add skills/prompt-master.
• Prompt Architect. Оценивает черновик по пяти критериям (ясность, конкретность, контекст, полнота, структура), выбирает один из 31 фреймворка и переписывает промпт после уточняющих вопросов. Оценки ставит сама модель, это не замер. Скилл на английском, лицензия MIT.
• Prompt Optimizer, 39 тыс. ★ репозитория. MCP-сервер и веб-приложение: улучшает пользовательский и системный промпт и дорабатывает готовый под новое требование. Для работы нужен API-ключ провайдера модели, текст промпта уходит этому провайдеру. Лицензия AGPL-3.0, сервер ставится через Docker или из исходников.

Скиллы и серверы из интернета я советую читать до установки, чтобы знать, что они делают и куда отправляют текст. Порядок проверки описан в статье о проверке скилла на безопасность.

Где взять готовые промпты?

Готовый промпт экономит время, если задача типовая. Брать его стоит как черновик и подставлять свои факты, формат и аудиторию. Ниже библиотеки из каталога, которые я отобрал.

• prompts.chat, 174 тыс. ★ репозитория. Бывший Awesome ChatGPT Prompts, открытая библиотека промптов от сообщества. Есть плагин для Claude Code и MCP-сервер: агент ищет промпт по тегам и подставляет переменные. Качество промптов разное, доступность сайта из России в карточке не проверена.
• LangGPT, 12 тыс. ★ репозитория. Фреймворк структурных промптов: роль, профиль, навыки, правила, порядок работы. Подходит, когда один и тот же промпт нужен много раз и его хочется хранить как шаблон. Часть материалов на китайском.
• Fabric, 44 тыс. ★ репозитория. CLI с более чем 250 шаблонами под задачи: выжать суть из видео, разобрать статью, составить конспект. Шаблон запускается из терминала на выбранной модели. Текст уходит выбранному провайдеру.
• Nano Banana Pro Prompts от YouMind, 13 тыс. ★ репозитория. По данным автора, больше 10 тысяч промптов для картинок с примерами результата и ссылкой на источник. Часть оформлена шаблонами с подстановкой темы.
• GPT Image 2 Prompts от YouMind, 10 тыс. ★ репозитория. Тот же формат для модели OpenAI GPT Image 2, по словам автора больше 2000 промптов.
• AI Image Prompts. Скилл ищет по библиотеке YouMind по 11 категориям (обложки YouTube, инфографика, аватары, постеры) и подгоняет найденный промпт под ваш текст или сценарий. Ответ на вашем языке, сам промпт остается английским.
• Awesome Prompt Engineering, 6 тыс. ★ репозитория. Учебная карта по промпт- и контекст-инжинирингу: статьи, курсы и инструменты, собранные вручную. Подойдет тем, кто хочет разобраться глубже этой статьи.

Все промпты раздела собраны в каталоге промптов, там же фильтр по задаче. Звезды репозиториев указаны на 28 октября 2026 года.

Когда вместо длинного промпта нужен скилл?

Промпт живет в одном разговоре. Если вы третий раз вставляете в чат одну и ту же инструкцию на страницу, ее пора превращать в скилл. Скилл — папка с файлом SKILL.md, которую агент хранит на диске и подключает сам, когда задача подходит. Работает в Claude Code, Cursor, Codex и других агентах, которые поддерживают стандарт Agent Skills.

Признаки, что пора переходить:

• инструкция длиннее экрана и почти не меняется от задачи к задаче;
• к ней нужны справочники, шаблоны или скрипт для проверки результата;
• одной инструкцией пользуется вся команда, и ее важно не потерять.

Как устроены скиллы и где их взять, я подробно разобрал в статье Agent Skills: что такое скиллы для ИИ-агентов. Если готового скилла под вашу задачу нет, по статье как написать свой скилл его можно собрать из того самого длинного промпта.

Какой инструмент под какую задачу?

• Разовая задача в чате: свой промпт по семи пунктам выше — быстрее, чем искать готовый.
• Нужно быстро улучшить черновик промпта: Prompt Master в агенте или просьба к самой модели задать вопросы.
• Хочется понять, чего не хватает промпту: Prompt Architect с оценкой по пяти критериям.
• Типовая задача, которую уже кто-то решал: prompts.chat или шаблоны Fabric.
• Картинки и фото: библиотеки YouMind для Nano Banana Pro и для GPT Image 2, подбор под текст через AI Image Prompts.
• Один промпт повторяется каждый день: скилл вместо промпта.

Короткий глоссарий

• Промпт — текстовое задание для нейросети.
• Системный промпт — инструкция, которая действует на весь разговор или проект.
• Few-shot — промпт с несколькими примерами желаемого ответа.
• Метапромпт — промпт, который просит модель написать промпт.
• Цепочка промптов — задача, разбитая на несколько последовательных запросов.
• Скилл — сохраненная на диске инструкция, которую агент подключает сам.

Что дальше?

Возьмите задачу, которую вы решали в чате на этой неделе, и перепишите промпт по семи пунктам: роль, задача, контекст, материал, формат, пример, ограничения. Сравните ответы. Если хотите, чтобы подходящий инструмент под задачу нашелся сам, опишите ее в подборе с Foxx AI.