Запросы к ИИ
Роли, контекст, ограничения, примеры и практичные шаблоны запросов для работы.
44 материала (23 статьи · 21 видео)
Начните здесь
Несколько хороших первых материалов перед полной лентой.
8 мин чтенияАнатомия промпта: роль, контекст, задача, ограничения, формат
Шаблон из пяти частей, который поднимает качество ответа с «так себе» до «полезно» — в любом промпте и любом ИИ-инструменте. С разобранными примерами, типичными ошибками и порядком, который имеет значение.
Начинающий
6 мин чтенияРазница между плохим и хорошим промптом (5 примеров до/после)
Пять реальных промптов в слабой и улучшенной версиях, с коротким разбором того, что изменилось. Самый быстрый способ повысить качество ответов ИИ, не разучивая никакого жаргона.
Новичок в ИИ
8 мин чтенияДесять шаблонов промптов, которые должен знать каждый специалист умственного труда
Десять многоразовых шаблонов — не разовые промпты, а именно повторяемые формы — покрывают подавляющее большинство практических задач с ИИ на работе. Запомните их, и в вашем распоряжении окажется полный набор инструментов для проектирования промптов.
НачинающийЕще по этой теме
6 мин чтенияНапишите творческий бриф, прежде чем промптить
Промпт без брифа — это просьба к бойко пишущему инструменту изобрести ваш проект за вас. Короткий творческий бриф — аудитория, результат, ограничения, исключения и заметки о вкусе — превращает ИИ в исполнителя направления, которое уже принадлежит вам.
Новичок в ИИ
6 мин чтенияПеребирайте варианты, не теряя направления
Генерация вариантов полезна, пока она незаметно не подменит ваш тезис тем вариантом, который выглядел эффектнее прочих. Метод итерации с зафиксированным направлением: заморозьте бриф, меняйте одну ось за раз и отбрасывайте фавориты, нарушающие ключевое утверждение.
Начинающий
7 мин чтенияПромпты в режиме репетитора: как добиться от ИИ вопросов, а не только ответов
Без инструкций чат-бот отвечает на ваш вопрос прямо и полностью — это кажется эффективным и почти ничему не учит. Небольшой набор паттернов промптов заставляет его намекать, спрашивать и удерживать ответ, чтобы продуктивное усилие оставалось вашим.
Новичок в ИИ
4 мин чтенияПромпты воркшопа: обратная связь для мастеров
Неструктурированные промпты «будь честен» дают расплывчатое подбадривание или хаотичные переписывания. Структурированный набор промптов для критики — ясность, структура, голос, риск, — чтобы обратная связь ИИ в формате воркшопа оставалась полезной и не превращалась в соавторство.
Начинающий
7 мин чтенияВаш ИИ слишком с вами соглашается: четыре сбоя партнёра по мышлению
ИИ может помочь вам разобрать решение, но он также перенимает вашу рамку, поощряет уверенную прозу и незаметно подталкивает делегировать суждение. Вот как распознать каждый из этих сбоев.
Начинающий
7 мин чтенияКак заставить ИИ честно с вами не соглашаться
Пять практических паттернов промптинга превращают покладистый ответ ИИ в куда более полезное возражение — не выдавая при этом сгенерированный контраргумент за доказательство.
Начинающий
8 мин чтенияИИ для лучших решений: фреймворки, «за» и «против», адвокат дьявола
ИИ — неожиданно хороший спарринг-партнёр для принятия решений, если перестать использовать его как «машину ответов». Рабочий процесс для принятия лучших решений с помощью ИИ — и промпты, которые заставляют его спорить, а не соглашаться.
Начинающий
10 мин чтенияChain-of-thought, self-critique, tree-of-thoughts — когда что использовать
Три техники рассуждений, которые действительно улучшают результаты ИИ на сложных задачах, — и арифметика их издержек и выгод. С конкретными промптами, сравнениями бок-о-бок и подвохами, которые приносят современные рассуждающие модели.
Уверенный
12 мин чтенияИнженерия контекста: как работать с окнами на 1M токенов без деградации
Контекстные окна на 1M токенов существуют, но качество просаживается задолго до этого предела. Инженерия контекста — дисциплина эффективного использования контекстного окна: что включать, что суммировать, что подгружать на лету и какие паттерны удерживают качество, пока контекст растёт.
Эксперт
7 мин чтенияПользовательские инструкции и память: настройте свой ИИ один раз
Потратьте десять минут один раз и перестаньте заново представляться ChatGPT в каждом разговоре. Практический гид по пользовательским инструкциям, памяти и проектам в основных ИИ-инструментах.
Начинающий
7 мин чтенияFew-shot prompting: учите ИИ на примерах
Когда не получается описать желаемое — покажите. Few-shot prompting — давать модели 2–3 примера стиля вывода — самый быстрый способ получить единообразный результат, выдержанный в стиле бренда.
Начинающий
6 мин чтенияКак ИИ генерирует ответы: ментальная модель, после которой промптинг становится понятным
ИИ думает не так, как вы. Он генерирует вероятные продолжения из контекста. Простая ментальная модель делает почти все советы по промптингу гораздо понятнее.
Новичок в ИИ
11 мин чтенияРабочие процессы из нескольких инструментов: связка ChatGPT, Claude, Perplexity и Notion
Большинство людей используют один ИИ-инструмент для всего. Пользователи среднего уровня связывают четыре-пять инструментов — каждый под ту часть, в которой он лучше всего. Практическое руководство по многоинструментальным процессам.
Уверенный
10 мин чтенияПромпт-инжиниринг для рассуждающих моделей (o3, R1, Claude extended thinking)
Рассуждающие модели — это не быстрые модели с лишними шагами. Они вознаграждают другой промптинг, игнорируют часть привычных паттернов и имеют свои подвохи. Практическое руководство по работе с ними.
Уверенный
12 мин чтенияВыбор между промптингом, RAG и файнтюнингом (и когда их сочетать)
Промптинг, RAG и файнтюнинг — три главных рычага адаптации LLM под вашу задачу. Каждый подходит для одних задач и не подходит для других. Схема выбора, реалистичные затраты на каждый и продакшен-паттерны, где их сочетание раскрывается лучше всего.
Эксперт
12 мин чтенияПроектирование промптов для продакшена: системный, разработческий и пользовательский слои
Продакшен-промпты — это не «скажите ИИ, чего вы хотите». Это многослойная система: стабильные инструкции, динамический контекст, переменные конкретного вызова — управляемая как код. Архитектура, паттерны и дисциплина, отделяющие продакшен от прототипа.
Эксперт
11 мин чтенияМногоразовые библиотеки промптов: от сниппетов к общим шаблонам
Когда вы начинаете использовать ИИ всерьёз, вы пишете одни и те же типы промптов снова и снова. Практическая система для создания, организации и распространения библиотеки промптов — что фиксировать, как версионировать и какую инфраструктуру использовать.
Уверенный
6 мин чтенияСемь вещей, о которых можно спросить ChatGPT в первый день
Пустое поле ввода — самая сложная часть. Семь готовых промптов, которые превращают пустой разговор в настоящую победу уже в первый день.
Новичок в ИИ
8 мин чтенияНе ограничивайтесь одним промптом: метод итеративного диалога
Главный разрыв между посредственным и хорошим выводом ИИ — то, что происходит после первого ответа. Рабочий процесс, который превращает первый черновик в настоящий результат через итерации, а не через переписывание промпта с нуля.
Начинающий
7 мин чтенияПисать с ИИ, не звуча как ИИ
У ИИ-текстов есть запах. Когда вы знаете, какой именно, вы можете перестать его производить. Шесть конкретных признаков, шесть исправлений и рабочий процесс, который использует ИИ, чтобы сделать ваше письмо лучше, не делая его похожим на все остальные.
Начинающий
20 минGoogle's 9 Hour AI Prompt Engineering Course In 20 Minutes
Tina Huang. Сжатый прогон по курсу промпт-инжиниринга от Google, покрывающий фреймворки для ясности, методы итерации и проработанные примеры для писем, пересказов и анализа. Полезно, если хочется второго прохода, который натягивает те же структурные идеи на задачи, которые вам реально встречаются за рабочий день.
Начинающий
25 минPrompting 101 | Code w/ Claude
Anthropic. Двое из команды Applied AI в Anthropic собирают один промпт для реального клиентского сценария (анализ шведских отчётов о ДТП), начиная с однострочника, который не работает, и добавляя роль, контекст задачи, динамический контент, примеры и финальный акцент слой за слоем. Это самое чистое демо на YouTube ровно того стека «роль + контекст + задача + ограничения + формат», который описывает статья, с показанными по пути режимами отказа.
Начинающий
42 минPrompt Engineering Tutorial – Master ChatGPT and LLM Responses
freeCodeCamp.org. Более длинный, более терпеливый курс, который оправдывает свою продолжительность. Главы про лучшие практики, zero-shot против few-shot и про то, как выглядят галлюцинации в выводе по промпту, — это ровно то углубление, которое нужно, когда пять примеров из статьи уже щёлкнули.
Новичок в ИИ20 минGoogle's 9 Hour AI Prompt Engineering Course In 20 Minutes
Tina Huang. Тина сжимает официальный курс Google Prompting Essentials до пятичастной структуры TCREI (Task, Context, References, Evaluate, Iterate) с проработанными примерами на каждую часть. После того как статья показала вам пять переписываний, это видео даёт рецепт, которому Google сама учит своих сотрудников, — и вы сможете применить переписывание к собственным промптам, не копируя наши.
Новичок в ИИ
29 минTree of Thoughts: Deliberate Problem Solving with Large Language Models (Full Paper Review)
Yannic Kilcher. Янник проходится по оригинальной статье Tree-of-Thoughts из Princeton/DeepMind — циклу «генерация — оценка — отсечение — откат», почему он поднимает точность на Game of 24 с 4% до 74% и где техника перестаёт быть оправданной при её 10-кратной стоимости в токенах. Полезно ровно тем, что заставляет увидеть ToT как алгоритм поиска, а не как магический префикс к промпту.
Уверенный25 минPrompting 101
Anthropic. Два человека из команды Applied AI в Anthropic вживую собирают реальный промпт, послойно добавляя роль, структурированные секции и явные шаги размышления. Это самая авторитетная демонстрация на YouTube «как использовать chain-of-thought, не превращая его в ритуал», и она делает тезис статьи «перестаньте вставлять во всё “Let's think step by step”» конкретным.
Уверенный
22 минContext Engineering for Agents
LangChain. Фреймворк Лэнса Мартина — write, select, compress, isolate — с конкретными примерами того, когда нужно суммировать историю действий, когда выгружать состояние в файлы, а когда запускать суб-агентов исключительно ради защиты контекста родителя. Ложится почти напрямую на раздел статьи про управление окнами в 1M токенов на практике.
Эксперт
8 минContext Rot: How Increasing Input Tokens Impacts LLM Performance
Chroma. Келли Хонг проходит по исследованию Chroma на 18 моделях — почему оценки needle-in-haystack обманчивы, как качество деградирует при неоднозначности и отвлекающих факторах, почему даже простые задачи на повторение строк деградируют после 500 токенов. Кратко, доказательно и ровно та позиция, к которой статья хочет, чтобы вы отнеслись всерьёз, прежде чем переходить к инженерным ходам.
Эксперт
131 минHow I use LLMs
Andrej Karpathy. Перематывайте к главе «ChatGPT memory, custom instructions» на 1:53:29. Карпатый показывает, что у него реально стоит в его собственных custom instructions, говорит о том, когда он явно просит ChatGPT запомнить факт, а когда отдаёт это на автозахват, и упоминает компромиссы — ближе к рамке статьи «настройте один раз с намерением», чем большинство туториалов для новичков.
Начинающий
36 минEvery ChatGPT Feature In 37 Minutes
Tina Huang. Панели персонализации, памяти и custom instructions разбираются внутри более широкого обзора по всем функциям ChatGPT — и это правильная рамка: эти настройки окупаются только тогда, когда вы заодно знаете, что они конфигурируют (проекты, GPT, запланированные задачи, голос и так далее). Используйте видео как гид-экскурсию, пока сами держите открытой Settings → Personalization в соседней вкладке.
Начинающий42 минPrompt Engineering Tutorial – Master ChatGPT and LLM Responses
freeCodeCamp.org. Перематывайте к главе «Zero shot and few shot prompts» на 31:20 — там аккуратное демо-сравнение одной и той же задачи без примеров и с несколькими: ровно тот контраст, на котором держится глава в статье. Более ранние секции про правильный настрой к промптингу и лучшие практики — полезный фон, если вы пришли прямо из статьи без более широкого контекста.
Начинающий25 минPrompting 101 | Code w/ Claude
Anthropic. Примеры — один из десяти ингредиентов, которые Anthropic здесь разбирает, и вы можете посмотреть, как они добавляются к реальному клиентскому промпту и меняют вывод модели. Полезно, если хочется увидеть few-shot внутри более полного промпта, а не как изолированный трюк.
Начинающий
3 минBuilding OpenAI o1
OpenAI. Три минуты с командой o1, которая описывает момент, когда модель начала ставить под сомнение собственные рассуждения во время RL-обучения. Полезно как первоисточник к утверждению статьи, что chain-of-thought теперь происходит внутри модели, а не в вашем промпте.
Уверенный
28 минo1 - What is Going On? Why o1 is a 3rd Paradigm of Model + 10 Things You Might Not Know
AI Explained. Самое ясное объяснение без хайпа того, почему o1 (и по аналогии o3, R1, Claude extended thinking) обучен на корректность, а не на предсказание следующего токена, и что это значит для того, как с ним разговаривать. Посмотрите это, и совет статьи «перестаньте говорить think step by step, начните писать спецификацию» перестанет казаться произвольным.
Уверенный
77 минAI prompt engineering: A deep dive
Anthropic. Четыре промпт-инженера Anthropic (research, alignment, applied, developer relations) подробно говорят о том, что они реально делают изо дня в день: как редактируют промпты под давлением, как думают о «честности» в инструкциях, когда помогают XML-каркасы, а когда нет. Слоистая модель статьи аккуратно ложится на то, как они описывают работу; это лучший способ услышать эту ментальную модель вслух.
Эксперт25 минPrompting 101 | Code w/ Claude
Anthropic. Живая сессия сборки промпта для страховых заявок от команды Applied AI в Anthropic — они начинают с расплывчатой инструкции и итеративно доводят её до состояния, которое разработчик реально отправил бы в продакшен, демонстрируя ровно те правки, которые описывает статья для слоёв system и developer. Посмотрите её перед перечитыванием чек-листа статьи про примеры, структуру вывода и обработку отказов.
Эксперт
10 минThe best ChatGPT Prompt I've ever created - I spent 2 months curating this prompt to write prompts
Lawton Learns. Конкретный, готовый к копированию C.R.A.F.T. мета-промпт (Context, Role, Action, Format, Target audience), о котором статья говорит по духу. Полезно как первая запись в новой библиотеке — промпт, чья задача — генерировать хорошо структурированные промпты для всех остальных.
Уверенный20 минGoogle's 9 Hour AI Prompt Engineering Course In 20 Minutes
Tina Huang. Тина сжимает полный курс Google по промптингу до двух вещей, которые библиотека на самом деле и хранит: фреймворк из пяти частей task/context/references/evaluate/iterate и четыре именованных хода итерации для дальнейшего ужатия промпта. Она также проходится по агентским паттернам и chain-of-thought, так что то же видео работает и как точка входа в более продвинутые шаблоны, которые вы позже добавите в библиотеку.
Уверенный131 минHow I use LLMs
Andrej Karpathy. Карпатый проходит по своему реальному ежедневному использованию ChatGPT, Claude, Gemini, Grok и Perplexity, показывая на экране живые диалоги, а не отглаженные одношаговые промпты. Вы видите, когда он берётся за уточнение, когда переключает модель в середине треда и когда бросает линию и начинает заново — ровно тот итеративный цикл, который описывает статья, в исполнении человека, который этим зарабатывает на жизнь.
Начинающий
9 минMaster the Perfect ChatGPT Prompt Formula (in just 8 minutes)!
Jeff Su. Формула из шести частей — задача, контекст, примеры, персона, формат, тон — объяснённая на тех же офисных примерах, что и в статье (планы тренировок, резюме, внутренние письма). Посмотрите это первым; почти каждый паттерн в статье — это сфокусированное применение одного из этих шести компонентов.
Начинающий
26 минEvery Essential AI Skill in 25 Minutes (2025)
Tina Huang. Глава про промптинг (02:30–09:20) выкладывает две стыкуемые мнемоники — «tiny crabs ride enormous iguanas» (task, context, references, evaluate, iterate) и «ramen saves tragic idiots» (revisit, separate, try analogous, introduce constraints) — которые чисто ложатся на паттерны итерации и доработки из статьи. Полезно, когда одной формулы за один заход недостаточно.
Начинающий