Промт-инженерия (prompt engineering) — это дисциплина проектирования запросов к большим языковым моделям, и простыми словами она отвечает на вопрос: как сформулировать задачу, чтобы LLM выдала нужный результат с первой попытки. Термин закрепился в 2022 году после релиза ChatGPT на базе GPT-3.5, когда OpenAI и Anthropic начали публиковать руководства по составлению запросов.
К 2024 году промт-инженерия стала отдельной ролью в командах: Anthropic нанимал prompt engineer с зарплатой до 375 тыс. долларов в год. Что это значит для бизнеса — корректный промт сокращает расходы на токены и убирает галлюцинации в продуктах на базе Claude 3.5, GPT-4o и Gemini 1.5.
§ 01Базовая идея
Промт-инженерия строится на трёх блоках: роль, контекст, формат вывода. Исследование Microsoft (2023) показало: добавление фразы "давай рассуждать пошагово" (chain-of-thought) повышает точность математических задач у GPT-4 с 17% до 78%. Простыми словами, модель — это статистический калькулятор, и качество ответа определяется тем, какие токены идут на вход. Что делает промт-инженер — превращает размытую задачу в инструкцию с примерами (few-shot), ограничениями и критериями приёмки.
§ 02В чём практический смысл
Промт-инженерия экономит деньги и время. На проектах GUSAROV корректная настройка системного промта для генерации SEO-метатегов снижает расход токенов в 2–3 раза за счёт удаления избыточных полей. Зачем это нужно бизнесу: один и тот же Claude 3.5 Sonnet при плохом запросе галлюцинирует в 12% случаев, при структурированном — менее 2% (бенчмарк TruthfulQA). Промт-инжиниринг (prompt engineering) также определяет, заработает ли RAG-система на корпоративной базе знаний.
конверсия +18% — Интернет-магазин косметики на Shopify внедрил библиотеку из 40 промт-шаблонов для GPT-4o под описания товаров. Время на карточку упало с 25 до 6 минут, конверсия выросла на 18% за 4 месяца. Замер через GA4 и Hotjar.
точность 62% → 89% — B2B SaaS в сфере legaltech переписал системные промты для Claude Sonnet через few-shot и chain-of-thought. Точность извлечения данных из договоров выросла с 62% до 89% за 8 недель. Замер на выборке 500 документов в LangSmith.
§ 03Как применять на сайте
Внедрение промт-инженерии на сайте начинается с типовых сценариев: чат-бот поддержки, генератор описаний товаров, классификатор заявок. Шаблон промта хранится отдельно от кода — в Langfuse, PromptLayer или Git. Что это даёт: версионирование и A/B-тесты. Для продакшена с 2024 года применяют XML-теги (рекомендация Anthropic) и JSON-схемы через structured output у OpenAI. Илья Гусаров отмечает: промт длиной 600–1200 токенов с 2–3 примерами стабильно бьёт по метрикам короткие "напиши SEO-текст".
§ 04Чего не делать
Не вкладывать в промт коммерческую тайну открытым текстом — логи провайдера хранятся до 30 дней. Не использовать отрицания вида "не пиши про X": модели семейства GPT часто игнорируют отрицание, лучше дать позитивную инструкцию. Не полагаться на один промт без оценки — нужна выборка из 30–50 кейсов и метрика качества (LLM-as-judge или ручная разметка). Что значит провал промт-инженерии на практике: бот техподдержки Air Canada в 2024 году выдумал политику возврата, и суд обязал авиакомпанию выплатить компенсацию.