Полное руководство по Prompt Engineering с примерами
Написано инженерами Гугл, доработано мной.
1. Введение (с примером)
Что это?
Prompt Engineering — это искусство формулировать запросы к ИИ так, чтобы получать точные ответы.
Пример плохого промпта:
"Расскажи про компьютеры" → Ответ будет слишком общим.
Пример хорошего промпта:
"Перечисли 3 основных преимущества квантовых компьютеров перед классическими, кратко и без технического жаргона" → Четкий, структурированный ответ.
2. Настройки вывода (с примерами)
- Температура:
- temperature=0: *"Столица Франции?"* → Всегда *"Париж"*.
- temperature=0.7: *"Опиши Париж"* → Разные варианты описаний.
- Top-K/Top-P:
- top-K=3: Модель выбирает из 3 самых вероятных слов.
*"Заверши предложение: Самый популярный язык программирования — ..."* → *"Python"*, *"JavaScript"*, *"Java"*.
- top-P=0.9: Модель выбирает слова, пока сумма их вероятностей не достигнет 90%.
3. Основные техники (с примерами)
- Zero-shot:
*"Определи тональность текста: 'Этот фильм — шедевр, но конец испортил всё.'"* → *"NEUTRAL"*.
- Few-shot:
Пример 1: "Я обожаю этот ресторан!" → POSITIVE
Пример 2: "Сервис ужасен." → NEGATIVE
Задача: "Еда была норм." → NEUTRAL
- Ролевой промпт:
*"Ты — шеф-повар итальянской кухни. Дай рецепт пасты карбонара."* → Ответ будет профессиональным и детализированным.
4. Продвинутые методы (с примерами)
- Chain of Thought (CoT):
*"Реши задачу: У Маши 5 яблок, она отдала 2 Пете. Сколько у неё осталось? Объясни шаги."*
→ *"1) Было 5. 2) Отдала 2: 5 - 2 = 3. Ответ: 3."*
- ReAct:
*"Сколько детей у участников группы Metallica? Используй поиск."*
→ Модель сама ищет данные и суммирует: *"У James Hetfield — 3, у Lars Ulrich — 2... Всего: 10."*
- Automatic Prompt Engineering (APE):
*"Придумай 5 вариантов промптов для генерации идей подарков на Новый год."*
→ Модель предлагает:
1. *"Топ-5 технологичных подарков 2025"*
2. *"Недорогие подарки для коллег"* и т.д.
5. Работа с кодом (с примерами)
- Генерация:
*"Напиши Python-скрипт, который переименовывает все файлы .txt в папке, добавляя дату."*
→ Выдает готовый код с комментариями.
- Отладка:
*"Исправь ошибку в коде: print('Hello, World')"* → *"Не хватает закрывающей кавычки: print('Hello, World')"*.
- Объяснение:
*"Что делает этот код? for i in range(5): print(i)"*
→ *"Выводит числа от 0 до 4."*
6. Лучшие практики (с примерами)
- Будьте конкретны:
Плохо: *"Напиши про ИИ"*.
Хорошо: *"Напиши 3 абзаца о применении ИИ в медицине, выделив диагностику."*
- Структурируйте вывод:
*"Верни данные в JSON: Название: iPhone 15, Цена: 999$"*
→ {"product": "iPhone 15", "price": 999}.
- Документируйте промпты:
Таблица с полями:
| Модель | Промпт | Результат | Проблемы |
|--------|--------|-----------|----------|
| GPT-4 | "Переведи на французский: 'Привет'" | "Bonjour" | Нет |
7. Частые ошибки (с примерами)
- Слишком общий запрос:
*"Расскажи о науке"* → Лучше: *"Объясни теорию относительности для 5-классника."*
- Недостаток контекста:
*"Исправь грамматику: 'They is happy'"* → Без примера исправления модель может ошибиться.
8. Где тренироваться?
1. Песочницы: [Google Vertex AI], [OpenAI Playground]
2. Задачи:
- Сгенерируй промпт для создания резюме.
- Попроси ИИ написать письмо с отказом от оффера.
Итог: Чем конкретнее и структурированнее промпт, тем лучше ответ. Всегда тестируйте разные формулировки!
Пример идеального промпта:
"Дай 3 примера, как использовать ИИ в маркетинге. Формат:
1. Название технологии.
2. Краткое описание.
3. Пример компании, которая это применяет."
→ Четкий, структурированный ответ с примерами.