Мастерство промт-инжиниринга. Продвинутый уровень

ГЛАВА 5. PROMPT CHAINING: СЛОЖНЫЕ ЗАДАЧИ ЧЕРЕЗ ЦЕПОЧКИ ПРОМТОВ

В какой‑то момент вы упираетесь в естественный предел: даже самый сильный, тщательно прописанный промт перестаёт вытягивать сложные задачи “за один присест”. Вы просите модель: “Разработай полноценный курс, продумай структуру, напиши материалы, придумай задания, сделай чек‑листы” – и получаете или поверхностную солянку, или перегруженный, плохо организованный текст. Проблема здесь не в модели и не в вас, а в самой постановке: вы пытаетесь решить многошаговую задачу одним запросом.

Сложные задачи в промт‑инжиниринге нужно разбивать на цепочки. Вы переходите от парадигмы “один запрос – один результат” к парадигме “пайплайн из шагов”. Каждый шаг решает узкую, чётко ограниченную подзадачу, а его результат становится входом для следующего шага. Это и есть prompt chaining – работа с цепочками промтов.

Разбивка задачи на этапы начинается с того, что вы сами, как человек, проговариваете: каким естественным образом вы бы решали эту задачу без модели. Если вам нужно, например, создать мини‑курс, вы не садитесь и сразу пишете конспекты. Сначала вы думаете, для кого курс, какие цели и исходный уровень. Потом составляете структуру: какие уроки, в каком порядке, с какой логикой прогрессии. Потом уже превращаете структуру в детальные конспекты, позже – в задания, затем – в вспомогательные материалы, чек‑листы, критерии успеха. То же самое вы перекладываете в мир промтов.

В цепочном подходе каждый промт должен быть максимально “узким” и целевым. Ошибка многих пользователей в том, что они делают промежуточные шаги слишком общими и расплывчатыми. В результате каждый шаг превращается в мини‑хаос, и качество итогового решения страдает. Ваша задача – превращать каждый шаг в точную микрозадачу: “только проанализируй аудиторию”, “только предложи структуру”, “только детализируй этот урок”.

Удобная метафора – три типа промтов в цепочке: фильтры, сумматоры и проверяющие.

Промты‑фильтры отбрасывают лишнее и выбирают главное. Они берут необработанный материал – идеи, сырые данные, разрозненные мысли – и превращают их в очищенный, отфильтрованный набор. Например, вы генерируете много идей уроков, а затем отдельным промтом просите: “выбери только те, которые подходят для начинающих”, или “оставь только 5 самых важных тем, убрав дубли и слишком узкие”.

Промты‑сумматоры собирают воедино результаты нескольких шагов. Они берут, например, резюме по целевой аудитории, список проблем, список тем и превращают это в целостную структуру курса. Или берут конспекты всех уроков и делают из них общий план программы, аннотацию, рекламное описание. Сумматор объединяет и упорядочивает.

Промты‑проверяющие действуют как внутренний аудит. Они не создают новый контент, а проходят по уже сгенерированному и ищут ошибки, несоответствия, нарушения критериев. Это может быть проверка фактов, проверка логики, соответствия уровню аудитории, проверки на дубли, на пропущенные темы. В хорошей цепочке проверяющие промты действуют как страховка, которая вылавливает типичные промахи модели до того, как вы отдаёте результат дальше по цепочке или пользователю.

Из этих элементов вы можете собирать пайплайны разной сложности. Один из базовых шаблонов для контентных задач – это последовательность: Анализ → Идеи → Структура → Черновик → Редактура → Проверка фактов.

На этапе Анализа вы заставляете модель разобраться в контексте: кто целевая аудитория, какой у неё опыт, какие боли и мотивации, какие цели и ограничения. Вы можете дополнять это анализом конкурентов или аналогичных решений. Важно, что на этом шаге вы ещё не просите генерировать финальный контент – только понять ситуацию и зафиксировать ключевые параметры.

На этапе Идей вы просите модель накидать варианты: возможные темы, подходы, форматы, углы подачи. Здесь полезно давать широкий разброс и не пытаться сразу отфильтровать всё. Это пространство вариантов.

На этапе Структуры вы превращаете хаотичный набор идей в организованную последовательность. Вы просите модель: “исходя из целей и характеристик целевой аудитории, собери линейную структуру из 5–7 блоков”, или “сгруппируй идеи по смысловым модулям и выстрой из них логичный маршрут от простого к сложному”.

Черновик – это уже плотная генерация текста: конспекты уроков, сценарии, описания. Здесь вы опираетесь на утверждённую структуру и параметры аудитории, подавая их в качестве контекста.

Редактура – отдельный шаг, где вы просите модель улучшить уже написанный текст: упростить, сделать более живым, убрать повторы, подстроить под выбранный тон и формат. Этот шаг часто недооценивают, но именно он даёт текстам “человеческий” вид.

Проверка фактов – заключительный фильтр: вы просите модель критически отнестись к собственному же контенту, отметить потенциально сомнительные утверждения, предложить, что нужно перепроверить вручную или через внешний инструмент.

Теперь переведём это в практику на конкретном кейсе: “Создать мини‑курс из 5 уроков по теме X”. Ваша задача – не решить всё в одном запросе, а выстроить цепочку из пяти промтов.

Первый промт: анализ целевой аудитории и целей. Здесь вы задаёте модели роль и просите её глубоко разобраться, для кого вы делаете курс и зачем. Вы даёте краткое описание предполагаемой аудитории (например, “начинающие маркетологи”, “предприниматели без технического образования”, “разработчики, которые впервые сталкиваются с ML”) и задаёте вопросы: какой у них стартовый уровень, какие у них боли, чего они хотят достичь после курса, сколько времени готовы вкладывать, какие форматы им комфортны. В ответ вы хотите получить портрет ЦА, список целей, список ограничений и предпочтений. Этот ответ вы потом будете использовать как контекст для следующих шагов.

Второй промт: структура курса. Теперь вы подаёте в промт результаты анализа аудитории и целей (либо целиком, либо в виде краткого резюме) и просите модель предложить структуру мини‑курса из 5 уроков. Задача – выстроить путь от стартового уровня к целям, которые вы зафиксировали на первом шаге. Вы уточняете формат: каждому уроку нужен заголовок, краткое описание, ключевые результаты, которые ученик должен получить. На этом этапе вы не просите расписывать детали уроков, только каркас.

Третий промт: детальные конспекты. Вы берёте утверждённую структуру (можете при необходимости вручную её подправить, а затем “заморозить”) и подаёте её в новый промт. Задача этого шага – для каждого урока создать подробный конспект: основные тезисы, объяснения, примеры, возможно, мини‑кейсы или демонстрации. Вы явно указываете уровень глубины: сколько времени ученик должен потратить на урок, какого типа объяснения вы считаете подходящими для этой аудитории, сколько примеров нужно. Важно, что вы жёстко ограничиваете модель рамками уже определённой структуры, чтобы она не начинала на ходу менять количество уроков или темы.

Четвёртый промт: задания к урокам. Теперь, опираясь на готовые конспекты, вы просите модель разработать практику: упражнения, вопросы для самопроверки, небольшие задания. Для каждого урока нужны задания разного уровня – от проверки понимания базовых понятий до простых мини‑проектов или задач на применение. Важно сразу определить формат: тесты, открытые вопросы, практические задачи. Вы можете дополнительно указать критерии оценки: какие ответы считаются удачными, где типичные ошибки, что именно ученик должен уметь после выполнения.