Как написать промпт для ChatGPT: до и после на одном письме

Чтобы написать промпт для ChatGPT, положите в него четыре вещи: задачу с глаголом действия, контекст и роль, нужный формат с объёмом, ограничения. Один и тот же вопрос в четырёх редакциях даёт четыре разных ответа, и разница видна уже после первой правки. Ниже разобрано письмо клиенту с отказом: сначала запрос в одну строку, потом он же со всеми четырьмя слоями. Сработает это не везде. Формулировка не мешает нейросети выдумывать факты и не даёт ей знать ваши цифры, так что проверять ответ придётся в любом случае.

Что дальше по тексту:

• запрос в одну строку и разбор того, почему ответ на него выходит общим;
• четыре слоя, которые добавляются по очереди, и что меняется в ответе после каждого;
• собранный запрос целиком плюс список того, что придётся доделать руками;
• таблица «до, после, за счёт чего» и вторая таблица со слабыми формулировками;
• раздел про то, чего формулировка не чинит вообще.

Как выглядит промпт для ChatGPT, который дал общий ответ?

Коротко: типичный промпт новичка выглядит как одна строка вида «напиши письмо клиенту». В нём не названы ни адресат, ни повод, ни нужная длина, ни тон, ни то, чем пользоваться нельзя. Модель достраивает всё это сама и выдаёт усреднённый шаблон: он написан под среднего клиента и средний повод.

Ситуация бытовая, возьмём одну для примера. Допустим, вы работаете на себя, клиент просит доделать ещё один блок работы сверх того, о чём договаривались, и деньги за это платить не собирается. Отказать надо, клиента терять не хочется.

Первая мысль: попросить нейросеть. В поле ввода уходит одна строка.

Напиши письмо клиенту

Ответ приходит быстро и выглядит прилично. Обращение «Уважаемый клиент». Восемь абзацев про ценность сотрудничества.

Отказ где-то в середине, размытый до состояния «мы вернёмся к этому вопросу позже». Ближе к концу вдруг появляется скидка на следующий заказ, которую вы никому не обещали.

Отправить это нельзя. Переписывать почти всё.

Почему на размытый запрос приходит размытый ответ?

Коротко: разработчики моделей пишут об этом прямым текстом. Anthropic в руководстве по промптам формулирует так: если вам нужно поведение сверх обычного, просите о нём явно, из расплывчатого запроса модель его не выведет. Есть и цифра: Google в руководстве Prompting guide 101 издания октября 2024 года пишет, что удачные запросы занимают в среднем около 21 слова, а люди обычно пишут меньше девяти.

Запрос «напиши письмо клиенту» подходит примерно к миллиону разных ситуаций. Модель не выбирает между ними, она усредняет. Ответ на строку из трёх слов не плохой, он ровно такой, какой эта строка позволяет.

У Anthropic есть аналогия, из которой причина видна сразу: относитесь к модели как к толковому, но новому сотруднику, который не знает ваших порядков и вашей рабочей рутины. Там же сформулировано золотое правило: покажите свой запрос коллеге, который не в теме, и попросите выполнить его. Если коллега растеряется, модель растеряется тоже.

У цифры Google есть границы. Методику компания не опубликовала, наблюдение снято с пользователей Gemini for Workspace и на другие сервисы, включая ChatGPT, не переносится. Если вы пока плаваете в самом сервисе, начните с пошагового гайда для тех, кто без опыта, а к слоям запроса вернитесь после.

Что меняет задача, сказанная одним глаголом?

Коротко: первый слой отвечает за действие. Google в Prompting guide 101 издания октября 2024 года называет 4 области хорошего промпта: персона, задача, контекст, формат (в оригинале Persona, Task, Context, Format). Там же оговорено отдельно: глагол или команда в задаче обязательны, это самый важный элемент запроса. Меняется немного, зато сразу: ответ перестаёт быть письмом вообще и становится письмом про ваш случай.

Правим первую строку. Добавляем действие и повод.

Напиши клиенту письмо с вежливым отказом выполнить дополнительную
работу без оплаты

Отказ переезжает в первый абзац и звучит как отказ, «вернёмся к этому позже» пропадает. Больше в ответе не меняется ничего: клиент безымянный, работа неназванная, длина на усмотрение модели, а скидка на месте.

Заодно посмотрите, не слиплись ли у вас в одном запросе две задачи. OpenAI и Google советуют одинаково: если задач несколько, разносите их по отдельным запросам, причём Google предлагает делить даже связанные между собой («Break it up», то есть «разбейте»). Письмо и план работ на следующий месяц в одном запросе дадут два посредственных ответа вместо двух хороших.

Один глагол вытянул свою часть работы и остановился. Всё остальное модель по-прежнему додумывает: заменить эти сведения ей нечем.

Зачем в запросе контекст и роль?

Коротко: модель не знает ни вашего клиента, ни вашей переписки, ни вашей договорённости, и не угадает их. Сбер в документации GigaChat перечисляет элементы запроса по-русски: роль, входные данные, задача, индикатор вывода. OpenAI отдельно советует класть в запрос сведения за пределами обучающих данных, то есть ваши внутренние. Здесь ответ меняется сильнее всего.

К контексту относится всё, чего модель про вашу ситуацию знать не может: кто вы, кто адресат, что между вами уже произошло, чем дело должно кончиться. Ни строчки из этого она не найдёт и не угадает, поэтому кладём в промпт сами.

Ты пишешь от моего имени. Я веду небольшую студию и делаю сайты
на заказ. Клиент: Игорь, владелец мебельного шоурума, работаем
второй месяц, отношения хорошие. В договоре пять страниц сайта,
все пять сданы и приняты. Игорь просит добавить шестую страницу
с каталогом и считает, что это входит в ту же сумму. Мне нужно
отказать, сохранить отношения и предложить обсудить доплату.

Напиши Игорю письмо с вежливым отказом сделать шестую страницу
без доплаты.

Ответ становится письмом конкретному человеку: Игорь по имени, шестая страница названа, договор упомянут, предложение обсудить доплату стоит в конце. Придумывать за вас модель перестала ровно там, где вы дали ей факты.

Роль здесь задана первой фразой запроса, и для новичка это важная деталь: у OpenAI и Anthropic роль формально живёт в системном или developer-сообщении, а это уровень программного доступа, не окно чата. Google же советует обычному пользователю начинать этими словами сам текст запроса. Отдельное поле для роли в интерфейсе искать не надо, его там нет.

Как задать формат и объём ответа?

Коротко: в каком виде придёт ответ, вы задаёте сами. Google в документации Gemini советует указывать формат прямым текстом: таблица, список, абзац, короткая презентация. Сбер называет это индикатором вывода. Длина ответа тоже параметр запроса: не задали её сами, модель возьмёт свой вариант по умолчанию, и он редко совпадает с вашим.

К тому же запросу вы дописываете три строки про форму ответа.

Формат: письмо для электронной почты. Отдельной строкой тема письма.
Три абзаца, не длиннее 150 слов вместе.
Тон деловой и спокойный, без извинений в каждом абзаце.

Восемь абзацев схлопываются в три. Появляется тема письма, которую раньше приходилось придумывать самому. Извинения остаются одни, в первом абзаце, где им и место.

Тон задаётся прилагательными, и списки у разработчиков почти совпадают. OpenAI советует описательные прилагательные: формальный, неформальный, дружелюбный, деловой, шутливый, серьёзный. Google предлагает подбирать тон под аудиторию: формальный, неформальный, технический, творческий, разговорный. Если ответ пойдёт аудитории, с которой вы обычно не работаете, тон подбирается отдельно: как адаптировать текст под разные аудитории.

Anthropic добавляет неочевидное правило: говорите, что делать, вместо того чтобы запрещать. Вместо «не используй markdown» в их документации предлагается «ответ должен состоять из плавно текущих абзацев прозы». Правило звучит мелко, а на объёме сказывается сильнее всего: «покороче» модель понимает как хочет, «три абзаца до 150 слов» понимает однозначно.

Какие ограничения дописать в конец промпта для ChatGPT?

Коротко: четвёртый слой убирает самодеятельность. Три запрета закрывают почти все типовые беды: не придумывать факты, которых нет в запросе, не обещать от вашего имени, при нехватке данных спрашивать вместо догадок. Anthropic отдельно советует разрешать модели говорить «не знаю», это заметно снижает долю выдуманного.

Последние строки запроса выглядят так.

Ограничения:
- используй только те условия, которые я назвал выше, пункты
  договора не придумывай;
- ничего не обещай от моего имени: ни скидок, ни бесплатных
  доработок, ни сроков;
- если каких-то данных не хватает, перечисли вопросы в конце
  отдельным списком вместо догадок.

Скидка исчезает. Придуманные пункты договора исчезают вместе с ней. Внизу появляется список из трёх вопросов: какой срок вы готовы обсуждать, называть ли сумму сразу, писать ли про будущие правки.

Anthropic собрал приёмы против выдумок в отдельное руководство, и все они делаются словами в запросе. Разрешить ответ «не знаю», просить дословные цитаты из вашего текста, требовать ссылку на источник каждого утверждения, запрещать внешнее знание, просить рассуждение по шагам.

Запретом эта беда не лечится: модель не отличает уверенность от знания и достраивает правдоподобное продолжение, когда точного ответа у неё нет. У самих выдумок своя механика, и мы разбирали её в статье почему нейросеть врёт и выдумывает факты.

Сбер добавляет условие, о котором забывают: противоречие внутри запроса ломает ответ, даже когда все четыре слоя на месте. Попросите минимализм и максимализм разом, и полный по структуре запрос выдаст неприменимый результат.

Что стало после: собранный промпт целиком

Коротко: итоговый промпт умещается на один экран и собирается из четырёх слоёв подряд: задача глаголом, контекст и роль, формат с объёмом, ограничения. Ответ приходит почти готовым к отправке: письмо по делу, нужной длины, без придуманных условий и без обещаний. Оставшееся доделывается руками, и этот шаг никуда не денется: сверить условия и решить, что из письма убрать, всё равно придётся вам.

Ты пишешь от моего имени. Я веду небольшую студию и делаю сайты
на заказ. Клиент: Игорь, владелец мебельного шоурума, работаем
второй месяц, отношения хорошие. В договоре пять страниц сайта,
все пять сданы и приняты. Игорь просит добавить шестую страницу
с каталогом и считает, что это входит в ту же сумму. Мне нужно
отказать, сохранить отношения и предложить обсудить доплату.

Напиши Игорю письмо с вежливым отказом сделать шестую страницу
без доплаты.

Формат: письмо для электронной почты. Отдельной строкой тема письма.
Три абзаца, не длиннее 150 слов вместе.
Тон деловой и спокойный, без извинений в каждом абзаце.

Ограничения:
- используй только те условия, которые я назвал выше, пункты
  договора не придумывай;
- ничего не обещай от моего имени: ни скидок, ни бесплатных
  доработок, ни сроков;
- если каких-то данных не хватает, перечисли вопросы в конце
  отдельным списком вместо догадок.

Что приходит в ответ: тема письма отдельной строкой, обращение по имени, первый абзац с отказом и ссылкой на объём договора, второй с предложением посчитать шестую страницу отдельно, третий с готовностью созвониться. Внизу три вопроса от модели.

Что всё равно делаете вы. Проверяете, верно ли названы условия договора: модель повторяет за вами, так что ошибка тут будет вашей. Решаете, называть ли сумму в письме. Убираете одну лишнюю вежливую формулу, потому что вашему адресату она покажется чужой.

Что изменилось в ответе и за счёт какого слоя?

Коротко: сравнение построчно показывает, что каждая правка промпта закрывает свою беду. Задача глаголом убирает разговор ни о чём, контекст даёт имена и обстоятельства, формат режет объём, ограничения выкидывают придуманные условия и самовольные обещания. Пропускать слои по одному не выйдет: пропущенный слой видно в ответе сразу, и видно именно по его беде.

Что было в ответе	Что стало	За счёт какого слоя
Письмо годится любому клиенту	Письмо про конкретную просьбу и конкретный ответ	задача глаголом
Обращение «Уважаемый клиент»	Обращение по имени, назван проект	контекст
Отказ размыт до «вернёмся позже»	Отказ стоит в первом абзаце	задача глаголом
Восемь абзацев, читать некогда	Три абзаца и тема письма	формат и объём
Извинения в каждом абзаце	Одно извинение в первом абзаце	тон
Придуманы пункты договора	Только те условия, что были в запросе	ограничения
Обещана несогласованная скидка	Никаких обещаний от вашего имени	ограничения
Пропущенные данные додуманы молча	Три вопроса от модели внизу письма	ограничения

Порядок слоёв жёстко не задан. Google перечисляет свои четыре области всегда в одной последовательности и в примерах начинает с роли, но там же оговаривает: использовать все четыре в каждом запросе не требуется. Обязательным Google называет ровно одно, глагол в задаче: он важнее всего остального.

Как переписать слабую формулировку?

Коротко: слабую формулировку можно понять десятью способами, и модель выберет не ваш. Проверка простая, из документации Anthropic: дайте запрос человеку не в теме. Растеряется он, растеряется и модель. Правится слабая строка одинаково: в неё дописывают то, чего не хватало, действие, адресата, число или тон.

Слабая формулировка	Чем плоха	Сильная формулировка
Напиши письмо клиенту	Нет ни действия, ни адресата	Напиши клиенту письмо с отказом продлить срок бесплатно
Сделай покороче	Непонятно, насколько	Уложись в 150 слов и три абзаца
Без воды	«Воду» каждый понимает по-своему	Убери вступление и общие рассуждения, начни с ответа
Напиши профессионально	Прилагательное без содержания	Тон деловой и спокойный, без восклицательных знаков
Составь план занятия	Неизвестны предмет, возраст, длительность	Составь план занятия по английскому на 45 минут для группы из шести взрослых уровня A2
Не используй списки	Запрет не говорит, что делать вместо	Ответ дай сплошным текстом, абзацами по четыре предложения

Длина запроса сама по себе ничего не решает: нагромождение приёмов не спасает непонятную основу. У каждой модели к тому же есть предел объёма, OpenAI в документации называет его контекстным окном. Проще говоря, это сколько текста модель удерживает за раз; считают его в токенах, кусочках слов, и у разных моделей предел разный. На практике письмо клиенту в этот предел не упирается; упирается разговор, который тянется час.

Сколько времени занимает переход на собранные запросы?

Коротко: собрать один промпт по четырём слоям занимает пару минут, а на повторяющейся задаче он идёт в дело второй и третий раз. Навык при этом ставится не за вечер: первые запросы получаются длинными и кривыми, а чутьё на то, какой слой сейчас не дописан, приходит только с практикой на своих задачах.

Первые дни уходят на то, чтобы перестать писать одну строку. Рука сама тянется отправить «напиши письмо», и ловить себя на этом приходится сознательно.

Дальше проще. Похожие задачи повторяются, и удачный запрос переиспользуется целиком, меняются только имена и обстоятельства. Из таких заготовок со временем складывается личная библиотека промптов.

Правка по кругу здесь обычный рабочий ход, так его описывают и сами разработчики. OpenAI советует относиться к запросу как к разговору: смотреть ответ, править формулировку, пробовать снова. Google предлагает прямой ход: описать задачу и спросить у модели, каких сведений ей не хватает, чтобы дать лучший ответ. Сколько недель уходит на этапы, мы считали отдельно: за сколько осваивают ChatGPT.

Что не изменилось, хотя ждали

Коротко: собранный промпт чинит форму ответа и его прицельность. Достоверность, знание ваших сумм и условий, обязательная проверка и пригодность самой задачи остаются за пределами формулировки. Все четыре ограничения признают сами разработчики: Google, Anthropic и OpenAI пишут о них в своих руководствах, а пост OpenAI от 5 сентября 2025 года прямо называет галлюцинации нерешённой проблемой всех больших языковых моделей.

Первое. Выдуманные факты остаются. В том же посте OpenAI пишет, что у ChatGPT галлюцинации стали реже, но никуда не делись, и касается это всех больших языковых моделей одинаково.

Anthropic заканчивает своё руководство по борьбе с выдумками прямой оговоркой: приёмы заметно снижают их количество, но не убирают совсем, критичные сведения проверяйте всегда. На этот случай в блоге есть отдельный протокол, как проверять ответы на источники, логику и цифры.

Второе. Ваши внутренние данные модель не узнает никогда. OpenAI прямо советует класть в запрос сведения за пределами обучающих данных, Google пишет то же самое: включайте нужную информацию в запрос вместо расчёта на то, что модель ей владеет. Ваша выручка, ваш договор, ваша переписка попадут в ответ ровно в том виде, в каком вы их туда положили.

Дальше проверка, и делать её придётся человеку. Google в том же руководстве, где учит формулировать запросы, пишет: перед тем как пустить ответ в дело, просмотрите его на ясность, уместность и точность, финальный результат остаётся вашим.

И последнее, самое неприятное для планов: часть задач нейросети отдавать не стоит совсем, и никакая формулировка этого не меняет. Список таких задач лежит в соседнем материале: что нельзя поручать ChatGPT. Картинкам нужен свой набор правил, и он описан в статье как ставить ТЗ нейросети на визуал.

Замеров, которые сравнивали бы одну и ту же формулировку в разных сервисах, у разработчиков нет: руководство по запросам каждый пишет только про свою модель. Что вообще открывается из России и чем там пользуются, показывает обзор полезных нейросетей.

Как написать промпт для ChatGPT под свою задачу?

Коротко: возьмите задачу, которую делаете руками каждую неделю, и соберите промпт из шести шагов: задача глаголом, контекст, роль, формат, ограничения, прогон с одним уточнением за раз. Первый черновик будет длинным и корявым, это норма. Второй прогон той же задачи короче: правится один слой, остальные остаются на месте.

1. Напишите задачу одним предложением с глаголом действия: «напиши клиенту письмо с отказом». Формулировка «письмо клиенту» задачей не считается.
2. Добавьте контекст: кто вы, кто адресат, что уже произошло, чего вы хотите добиться. Всё, чего модель знать не может.
3. Поставьте роль первой фразой запроса, если нужен определённый угол зрения. Одного предложения достаточно.
4. Задайте формат и объём числом: сколько абзацев, сколько слов, таблица или список, каким тоном.
5. Допишите ограничения: что не придумывать, чего не обещать, откуда брать факты, что делать при нехватке данных.
6. Прогоните запрос и правьте по одному уточнению за раз. Меняете всё сразу, и непонятно, что сработало.

Шестой шаг чаще всего и пропускают. Модель отвечает быстро, руки правят весь запрос целиком, и понять, какой слой дал улучшение, потом невозможно.

Тему сборки промптов под рабочие задачи разбирают на курсе «Работа с чат-GPT» от Onskills.

Куда ещё приложить собранный запрос, видно из подборки 20 сценариев для новичка с бытовыми и учебными задачами.

Что спрашивают про формулировки

Нужно ли каждый раз писать длинный запрос?

Нет. Четыре слоя перечисляют то, что модель достроит сама, если вы промолчите. Google в своём руководстве оговаривает: использовать все четыре области в каждом запросе не требуется, но несколько помогут. Для вопроса «как пишется слово» хватит одного вопроса, для письма клиенту уже нет.

Работает ли это на русском языке?

Да. Четыре слоя описывают то, что вы сообщаете модели; язык промпта тут отдельный вопрос. Рекомендации есть и по-русски: документация GigaChat у Сбера написана на русском целиком, а справка Google по запросам отдаётся на английском, даже если открыть её с русской локалью. Сравнительных замеров качества по русскому языку в открытой документации нет ни у одного разработчика, так что проверить утверждение «на русском модель хуже» пока не на чем. Anthropic советует отправлять текст родным письмом, без транслита.

Что делать, если ответ всё равно общий?

Смотреть, какой слой не дописан. Общий ответ обычно означает нехватку контекста и отсутствие критерия готовности. Полезный ход из документации Google: описать задачу и спросить у модели, какие вопросы у неё есть к вам, чтобы дать лучший ответ. Второй ход, если задач было несколько, разбить их на отдельные запросы.

Помогают ли фразы вроде «думай шаг за шагом»?

Особых фраз-усилителей в документации трёх разработчиков на август 2026 года нет: ни советов пообещать модели вознаграждение, ни фразы про глубокий вдох. Подтверждён один близкий приём: Anthropic советует просить модель объяснить рассуждение по шагам перед финальным ответом. Работает он против выдумок, и механизм понятный, кривая логика в таком ответе видна глазами.

Источники

• Prompting guide 101, руководство Google для Gemini for Workspace, издание октября 2024
• Tips to write prompts for Gemini, справка Google Workspace Learning Center
• Prompt design strategies, документация Gemini API
• Инженерия промптов, документация GigaChat от Сбера
• Prompt engineering, документация OpenAI для разработчиков
• Best practices for ChatGPT, справка OpenAI по формулировкам
• How do I create a good prompt for an AI model, справка OpenAI
• Why language models hallucinate, исследовательский пост OpenAI, сентябрь 2025
• Prompting best practices, документация Anthropic
• Reduce hallucinations, документация Anthropic
• Multilingual support, документация Anthropic