Кратко
О чём эта статья
Разработчики часто получают от ИИ результаты лучше не потому, что знают синтаксис, а потому, что ясно формулируют задачи. Переносимый воркфлоу таков: определить желаемый результат, дать примеры, проверить слабые места, попросить компромиссы и итерировать. Статья называет это инженерией мышления, а не инженерией промптов.
- Преимущество — в формулировке задачи, а не в тайном словаре промптов.
- Полезные промпты для ИИ задают формат, длину, тон, примеры, ограничения и критерии успеха.
- Хорошие пользователи рассматривают вывод ИИ как черновик: проверяют допущения, сравнивают варианты и дорабатывают.
- Тот же воркфлоу работает для авторов, маркетологов, основателей, аналитиков, операционистов и менеджеров.
Спросите, почему разработчики, кажется, получают от ИИ намного больше, и большинство ответит: потому что они умеют программировать. Это неверный ответ. Преимущество не в синтаксисе — оно в том, как они подходят к запутанным задачам, и перенять это может любой.
Преимущество — это образ мышления, а не словарь
Разработчик не относится к ИИ как к волшебной коробке с ответами. Он относится к нему так же, как к любой системе или упрямому багу: разбивает неопределённость на части, решает, как выглядит хороший результат, проверяет то, что вернулось, ищет, где это ломается, и дорабатывает, пока оно действительно не станет полезным. Знание языка программирования немного помогает. Но основную работу делает привычка мыслить.
Andrej Karpathy сформулировал это запоминающе: «the hottest new programming language is English». Как только вы можете давать модели инструкции обычными словами, ограничивающим фактором перестаёт быть умение кодить и становится ясность вашего собственного мышления. Это хорошая новость для всех, кто не пишет код.
Полезная ментальная модель: смышлёный, буквальный коллега
Представьте нового сотрудника — быстрого, начитанного и увлечённого, но совершенно буквального. Дайте ему расплывчатую задачу — и получите нечто расплывчато правильное. Дайте ему чёткое задание с контекстом и образцом того, как выглядит «хорошо», — и он блеснёт. Разработчики усвоили это задолго до ИИ: размытое требование порождает багованную фичу. Поэтому они заранее избыточно проговаривают замысел, а затем проверяют то, что вернулось, как pull request, а не как готовый продукт.
Пять привычек ниже — это то, как оно проявляется на практике.
1 Определите результат
Большинство слабых промптов проваливаются ещё до того, как модель их прочитает, потому что человек не решил, как выглядит «готово». Каждое ограничение, которое вы добавляете — количество, длина, тон, структура, — убирает решение, которое иначе модели пришлось бы угадывать.
«Напиши что-нибудь про наш продукт».
«Напиши 3 варианта поста в Telegram, каждый до 900 символов — один дерзкий, один экспертный, один простой. Начни с сильного крючка, заверши ясным призывом к действию».
Второй промпт длиннее не ради вида. Сначала определите форму ответа — и слова дадутся легче.
2 Показывайте, а не просто рассказывайте
«Сделай лучше» заставляет модель читать ваши мысли. Примеры заменяют чтение мыслей целью. Вместо прилагательных дайте ей опорные точки: попади в этот тон, сохрани такой уровень детализации, избегай канцелярита, сделай так, чтобы читалось как эти два образца.
«Сделай так, чтобы звучало профессиональнее».
«Перепиши это в голосе двух образцов ниже — короткие предложения, без модных словечек, конкретные цифры».
Один-два хороших примера направляют модель лучше, чем абзац абстрактных инструкций. Именно поэтому разработчики вставляют образец входных данных и ожидаемый вывод вместо того, чтобы их описывать.
3 Проверяйте границы
У разработчиков есть рефлекс — где это сломается? — и направить его на вывод модели — это то место, где средний ответ становится сильным. После первого черновика надавите на него:
- «Что здесь слишком общо?»
- «Что запутает новичка?»
- «Какие допущения ты делаешь?»
- «С чем не согласился бы скептик?»
Это ещё и ваша лучшая защита от уверенно звучащей воды. Модель с радостью выдаст что-то правдоподобное; ваша задача — прощупать это так же, как вы прощупывали бы хрупкую систему, прежде чем ей довериться.
4 Просите компромиссы, а не «лучшее»
«Дай мне лучшую версию» прячет самую полезную информацию: чего стоит каждый вариант. Заставьте модель сравнивать, а не решать за вас.
- «Что я теряю, если урежу это вдвое?»
- «Какая версия лучше зайдёт холодной аудитории?»
- «Что яснее, но менее убедительно?»
- «Что оригинальнее, но рискованнее?»
ИИ куда ценнее как партнёр по размышлению, который раскладывает варианты и их последствия, чем как торговый автомат, выдающий вам один ответ. В сравнении живёт суждение — и суждение остаётся вашим.
5 Итерируйте — отлаживайте, а не отчаивайтесь
Первый промпт — это черновик, а не приговор. Разработчик не ждёт, что фича идеально скомпилируется с первой попытки, и не ждёт этого от модели. Прочитайте ответ, найдите слабое место, поправьте задание, запустите снова. Каждый проход дёшев; относитесь к нему как к отладке — изолируйте то, что не так, измените одну вещь, понаблюдайте. Меньше всего от ИИ получают обычно те, кто спрашивает один раз, получает посредственный ответ и заключает, что инструмент не работает.
Это инженерия мышления, а не инженерия промптов
Обратите внимание: ни одна из этих пяти привычек не требует кода. Они просят вас определить результат, дать контекст, оценить качество и доработать — те же навыки, что делали ценными хорошее задание, хорошую спецификацию или хороший вопрос задолго до появления ИИ. Навык тихо сместился выше по течению — от ловких трюков с промптами к простой ясности мысли: то, что исследователи называют метакогницией, мышлением о собственном мышлении.
Вот почему лучшие пользователи ИИ — редко те, у кого самые навороченные промпты. Это те, кто мыслит ясно. И это распространяется далеко за пределы инженерии — менеджеры, маркетологи, основатели, аналитики, авторы и операционисты получают более точные результаты в тот момент, когда определяют результат, дают контекст, проверяют качество и быстро итерируют.
Попробуйте на следующем промпте
- Напишите спецификацию результата до запроса — формат, длина, тон.
- Вставьте один пример того, как выглядит «хорошо».
- Спросите, где ответ слаб или слишком общ.
- Попросите два варианта и их компромиссы.
- Отнеситесь к первому ответу как к черновику, затем дорабатывайте.
Краткий FAQ
Почему разработчики часто получают от ИИ результаты лучше?
Обычно они определяют целевой результат, дают контекст и примеры, проверяют крайние случаи, сравнивают компромиссы и итерируют вместо того, чтобы принимать первый ответ.
Нужно ли уметь программировать, чтобы хорошо пользоваться ИИ?
Нет. Программирование помогает в некоторых задачах, но более важный навык — ясное мышление: решить, как выглядит хороший результат, и дать модели достаточно контекста, чтобы к нему стремиться.
Что такое инженерия мышления?
Инженерия мышления — это привычка оформлять задачу до того, как просить ИИ об ответе: определить результат, показать примеры, прощупать слабые места, взвесить компромиссы и итерировать.