Как выучить промпт-инжиниринг: бесплатный пошаговый гид
Как учить промпт-инжиниринг: путь из 8 шагов от основ до агентов, бесплатные руководства вендоров и по одному упражнению на каждый шаг.
В этой статье
Лучший способ выучить промпт-инжиниринг — пройти фиксированный путь из восьми шагов, от чётких инструкций до защиты ИИ-агентов, и отрабатывать каждый шаг на реальных входных данных, а не только читать о нём. Используйте бесплатные руководства по промптингу от OpenAI, Anthropic и Google как учебник, проверяйте себя на отдельных решениях при составлении промптов и закончите двумя-тремя небольшими проектами, которые вы измеряете на тестовом наборе.
Здесь этот путь изложен по порядку: что читать и одно упражнение на каждый шаг, а в конце проекты, которые превращают знания в навык. Что делает промпт, понимаешь, когда видишь, как он ошибается на неожиданных данных, поэтому каждый шаг заканчивается проверкой.
Главное
- Учитесь в фиксированном порядке: основы, системные промпты, примеры, рассуждение, структурированный вывод, заземление, инструменты, безопасность.
- Руководства по промптингу от OpenAI, Anthropic и Google — лучший бесплатный учебник по промпт-инжинирингу.
- Тренируйте решения, а не только чтение. Самопроверка эффективнее перечитывания (Roediger и Karpicke, 2006).
- Сделайте два-три небольших проекта с тестовым набором из 20–30 входных данных. Именно так навык закрепляется.
Каков пошаговый путь изучения промпт-инжиниринга?
Путь изучения промпт-инжиниринга состоит из восьми шагов, и каждый опирается на предыдущий. Для каждого шага даны тема, признак того, что вы её освоили, и одно упражнение.
Шаг 1: основы. Чёткие задачи, контекст об аудитории и цели, явный формат результата, ограничения. Вы освоили этот шаг, когда по слабому промпту можете сказать, чего в нём не хватает, ещё до запуска. Упражнение: возьмите три промпта, которые вы писали на прошлой неделе, и перепишите каждый, указав аудиторию, цель и формат. Основы разобраны в статье что такое промпт-инжиниринг, практические вопросы есть в теме «основы», а в статье как писать лучшие промпты для ChatGPT видно, как выглядят такие переписывания.
Шаг 2: роль, контекст и системные промпты. Что писать в системном промпте, а что в сообщении пользователя, и почему указание роли без контекста почти ничего не даёт. Вы освоили шаг, когда можете написать системный промпт с обработкой крайних случаев, который выдерживает набор каверзных тестовых сообщений. Упражнение: напишите системный промпт для бота поддержки, а затем отправьте ему пять сообщений, составленных так, чтобы его сломать. Смотрите как написать системный промпт.
Шаг 3: примеры. Zero-shot и few-shot, как модель копирует примеры, баланс меток. Вы освоили шаг, когда можете предсказать, как пример исказит ответ, ещё до запуска. Упражнение: запустите один и тот же промпт для классификации с нулём, одним и тремя примерами на тех же десяти входных данных и сравните результаты. Подробнее: zero-shot и few-shot промптинг.
Шаг 4: рассуждение. Chain-of-thought, рассуждение перед ответом, случаи, когда модели с рассуждением делают его лишним. Вы освоили шаг, когда по привычке ставите поле reasoning перед полем answer. Упражнение: дайте модели пять текстовых задач в несколько действий с фразой «думай шаг за шагом» и без неё, и сосчитайте верные ответы. Смотрите chain-of-thought промптинг простыми словами.
Шаг 5: структурированный вывод. JSON-схемы, функции API, которые их обеспечивают, валидация и повторные попытки. Упражнение: извлеките пять полей из десяти запутанных писем в виде JSON и сосчитайте, сколько результатов разбирается без ошибок. Смотрите как получать надёжный JSON от LLM.
Шаг 6: заземление. Retrieval-augmented generation, ответы только по источникам, цитирование, явные ответы «не найдено». Упражнение: задайте системе вопросов и ответов по документам десять вопросов, ответов на которые в документах нет. Смотрите что такое RAG.
Шаг 7: инструменты и агенты. Описания инструментов, циклы агента, условия остановки. Упражнение: дайте модели один инструмент, который иногда возвращает ошибку, и посмотрите, что она сделает дальше. Смотрите вызов инструментов и основы ИИ-агентов.
Шаг 8: безопасность. Prompt injection, прямая и косвенная, и архитектурные способы защиты. Оставьте это на потом, когда разберётесь с инструментами, потому что инъекции важнее всего там, где модель может действовать. Упражнение: спрячьте инструкцию внутри документа, который находит ваша система из шага 6, и посмотрите, выполнит ли модель её. Смотрите prompt injection простыми словами.
Не обязательно заканчивать каждый шаг, прежде чем начинать следующий. Но если шаг 7 кажется запутанным, пробел обычно в шаге 1 или 5. Если вы заодно готовитесь к сертификации, экзамен AWS Certified AI Practitioner проверяет приёмы промпт-инжиниринга в самом большом домене; как это выглядит, показывают наши пробные вопросы AIF-C01.
Какие руководства и учебники по промпт-инжинирингу стоят вашего времени?
Стоящие руководства по промпт-инжинирингу — это бесплатные материалы, которые публикуют разработчики моделей, плюс несколько научных статей и один-два источника по безопасности. Это меньше, чем предлагает интернет. Краткий список:
Руководства вендоров по промптингу. Руководство OpenAI по промпт-инжинирингу, документация Anthropic по промпт-инжинирингу и стратегии составления промптов Google для Gemini. Они бесплатны, конкретны, достаточно регулярно обновляются и написаны людьми, которые видят огромное число реальных сбоев. Прочитайте все три: совпадения покажут, что универсально, а различия — что зависит от модели. У Anthropic есть ещё интерактивный учебник по промпт-инжинирингу на GitHub, его стоит пройти.
Несколько статей. Чтобы хорошо писать промпты, читать научные работы не обязательно, но несколько статей объясняют, почему приёмы работают:
- Brown et al. (2020), "Language Models are Few-Shot Learners": откуда взялся few-shot промптинг.
- Wei et al. (2022), "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models".
- Lewis et al. (2020), исходная статья о retrieval-augmented generation.
- Yao et al. (2022), "ReAct", о шаблоне рассуждения и действия, на котором построено большинство агентов.
Прочитайте аннотацию, основные рисунки и примеры. Для практики этого достаточно.
Материалы о безопасности. Блог Simon Willison, где в 2022 году появился термин «prompt injection», — лучший постоянно обновляемый источник по этой теме. OWASP Top 10 for LLM Applications даёт структурированный обзор рисков.
Что пропустить: списки «100 волшебных промптов» и курсы, основу которых составляют шаблоны промптов. Шаблоны учат копировать, а не разбираться в причинах.
Почему одного чтения недостаточно
Большинство людей учат промптинг, читая советы и кивая. Потом садятся писать промпт, а советы в голову не приходят: узнать хороший совет — не то же самое, что применить его самому.
У исследователей обучения для этого есть название. Практика извлечения из памяти, или эффект тестирования, — это вывод о том, что активное припоминание закрепляет память лучше, чем повторное изучение; известный пример — исследование Roediger и Karpicke 2006 года «Test-Enhanced Learning». Если распределить такую практику на несколько дней, эффект ещё сильнее.
Для промптинга аналог теста — решение в условиях неопределённости:
- Вот промпт и его плохой результат. Что стало причиной?
- Вот четыре возможные инструкции. Какая это исправит?
- Вот RAG-промпт. Что произойдёт, если поиск ничего не вернёт?
Ответы на такие вопросы, в том числе ошибочные, формируют чутьё, которое нужно перед чистым листом. Вопросы можно составить самому: берите промпты, на которых вы ошибались, записывайте причину и через неделю возвращайтесь к ним, не заглядывая в заметки.
На этой идее построен и TokIQ — приложение с тестами, которое мы делаем (в Google Play, скоро на iPhone). Каждый вопрос — одно решение при составлении промпта, а при ошибке можно прочитать короткое объяснение и ответить на дополнительные вопросы по той же идее. Это один из способов регулярной практики с интервалами. Он не заменяет создание собственных проектов, а это уже следующий шаг.
Какие проекты стоит сделать?
Небольшие, реальные и проверяемые. Несколько идей, на которых многому учишься:
Классификатор для ваших данных. Разложите по категориям свою почту, сообщения в поддержку или заметки. Напишите определения меток, соберите 30 примеров с правильными метками, измерьте точность и улучшайте её. За один вечер вы узнаете об инструкциях и примерах больше, чем за неделю чтения.
Версия 1: "Определи категорию этого письма."
Версия 5: Фиксированный набор меток с определениями, правило для
пограничных случаев, по два разных примера на метку, вывод = только метка.
Точность на ваших 30 тестовых письмах покажет, какая версия лучше.
Извлекатель данных в JSON. Достаньте структурированные поля из счетов, рецептов или вакансий. Используйте схему, проверяйте результат и считайте сбои. Так вы поймёте надёжный структурированный вывод лучше, чем по любому объяснению.
Небольшая система вопросов и ответов по документам. Возьмите 20 страниц, которые хорошо знаете (руководство, вики вашей команды), и соберите простую систему поиска. Затем задайте ей десять вопросов, ответов на которые в документах нет, и посчитайте, как часто она выдумывает ответ. Это единственное упражнение учит основе заземления.
Скрипт с одним инструментом. Модель с одним-двумя инструментами, например API погоды и календарём. Понаблюдайте, как она решает, когда их вызывать, и что происходит, когда инструмент возвращает ошибку.
Ведите журнал по каждому проекту: версии промптов, что менялось и результаты на тестовом наборе. Такой журнал заодно служит портфолио, которое показывает, что вы умеете делать эту работу.
Как понять, что вы становитесь лучше?
Несколько признаков, которые обычно появляются в таком порядке:
- Вы замечаете нехватку контекста в промпте ещё до запуска.
- Первым черновикам требуется меньше раундов правок.
- Когда ответ неверный, вы можете назвать причину, а не переписывать наугад.
- Вы начинаете писать тестовые примеры до того, как менять промпт.
- Вы перестаёте искать волшебные фразы и начинаете искать недостающую информацию.
Сколько времени это займёт?
При нескольких часах в неделю основы «встают на место» за несколько недель: ваши повседневные промпты заметно улучшаются. Надёжные промпты внутри приложений требуют больше времени, месяцев, а не недель, потому что зависят от накопленного опыта разбора неудачных случаев.
Двадцать минут активной практики в день и один небольшой проект в месяц продвинут большинство людей дальше, чем курс на выходные. Если нужен структурированный обзор этапов, на странице как это работает показано, как TokIQ их организует, а частые ошибки промпт-инжиниринга — хорошая самопроверка, когда основы уже освоены.
Частые вопросы
Как лучше всего учить промпт-инжиниринг?
Идите по фиксированному порядку тем: от чётких инструкций и контекста к примерам, рассуждению, структурированному выводу, поиску по источникам (retrieval), инструментам и безопасности. Читайте бесплатные руководства по промптингу от OpenAI, Anthropic и Google, проверяйте себя на отдельных решениях при составлении промптов и сделайте два-три небольших проекта с набором тестовых входных данных.
Сколько времени занимает изучение промпт-инжиниринга?
Основы, такие как добавление контекста, указание формата и использование примеров, можно освоить за несколько недель регулярной практики. Надёжные промпты для приложений, с тестированием, поиском и инструментами, требуют месяцев практической работы.
Можно ли учить промпт-инжиниринг бесплатно?
Да. Руководства по промптингу от OpenAI, Anthropic и Google бесплатны и качественны, ключевые научные статьи общедоступны, а практиковаться можно на бесплатных тарифах ИИ-ассистентов.
Нужен ли сертификат, чтобы работать в промпт-инжиниринге?
Работодатели обычно больше ценят подтверждённую работу, например промпты, которые вы создали и проверили на реальных задачах, чем сертификаты. Небольшое портфолио проектов с результатами «до и после» убеждает сильнее.
С чего начинать в промпт-инжиниринге?
Начните с основ: чёткие задачи, контекст, формат результата и примеры. Затем переходите к рассуждению, структурированному выводу, поиску по источникам, инструментам и безопасности, примерно в таком порядке.
- #изучение промпт-инжиниринга
- #руководство по промптам
- #план обучения
- #практика
- #активное воспроизведение