Как писать промпты для Claude: 5 приёмов, меняющих ответ

В мае 2020 года группа исследователей выложила на arXiv статью с сухим названием «Language Models are Few-Shot Learners». Вывод в ней был неудобный для всех, кто ждал от нейросетей магии: чтобы модель взялась за новую задачу, её не нужно дообучать. Достаточно показать два-три примера прямо в тексте запроса.

Шесть лет спустя это по-прежнему главное, что стоит знать про промпты.

Приёмов, которые действительно меняют ответ Claude, пять: задай роль, дай контекст (кто ты, для кого текст, какие ограничения), укажи формат ответа, покажи один-два примера нужного результата и пропиши критерий приёмки - признаки, по которым ты примешь работу. Каждый работает по отдельности, вместе они превращают «напиши письмо клиенту» в текст, который почти не приходится переписывать. Рамка ниже опирается на рекомендации Anthropic и на практику людей, которые гоняют модель по одним и тем же задачам каждый день. Слово «критерий приёмки» пришло сюда из обычной постановки задач подрядчику: так формулируют работу, когда не хотят потом спорить о результате.

Я такие задачи гоняю ежедневно и каждый вечер записываю, что сработало и что развалилось. Складываю это в закрытый канал ИИмперии - заходи, если нужны формулировки, которые можно вставить в работу сегодня же.

Что модель знает о твоей задаче до того, как ты открыл чат?

Только то, что ты сам написал в запросе. Твоего бизнеса она не знает, клиента не знает, что у вас произошло на прошлой неделе - тоже. Когда данных мало, модель достраивает недостающее до среднего по интернету, как реставратор дописывает фреску по трём уцелевшим мазкам: складно, похоже на правду, мимо.

Никакого саботажа в этом нет - при нехватке фактов остаётся только угадывать наиболее вероятный вариант.

Спросишь «напиши письмо клиенту» - получишь письмо усреднённому клиенту усреднённой компании. А имел ты в виду Марину из подрядчика, которая две недели молчит после коммерческого, и писать ей нужно мягко, потому что в январе она вернётся под новый сезон.

Отсюда правило: качество ответа примерно равно качеству вводных. Волшебных формулировок и заклинаний вроде «подумай как эксперт мирового уровня» тут нет, а есть объём нужных фактов и ограничений, который ты положил в запрос, и от него зависит почти всё остальное.

Второй механизм - память. Прошлых чатов модель не помнит, пока ты сам эту память не устроил. Каждый новый диалог она начинает с чистого стола, на который ты вчера ничего не клал. Поэтому под повторяющиеся задачи держат шаблоны и базу знаний, которую ты один раз собрал и подсовываешь модели. Если ты только знакомишься с инструментом, начни с материала о том, что такое Claude и чем он отличается от привычного чата.

Зачем назначать роль, если модель и так всё знает?

Знаний роль не добавляет. Она сужает пространство, из которого модель берёт ответ, и работает как прожектор в тёмном складе: освещённым оказывается один угол из двадцати. У юриста и у редактора рассылки разный словарь и разная логика изложения, а важным в одном и том же материале они считают разные вещи. Одна фраза в начале промпта экономит абзац правок в конце.

Разница видна сразу. Без роли разбор договора сводится к пересказу пунктов. Стоит написать «ты юрист, который защищает интересы подрядчика», и в ответе появляются риски и формулировки, бьющие по тебе, - при том же тексте документа и той же модели. Подробнее этот сценарий разобран в материале про то, как вычитывать договор с Claude.

Что делает роль хорошей:

1. Конкретная профессия. От «ты эксперт по маркетингу» толку мало; «ты копирайтер, который пишет письма для B2B-рассылки в услугах» сразу задаёт и словарь, и длину.
2. Указана сторона. Юрист со стороны заказчика и со стороны исполнителя дадут разные ответы на один документ. Скажи, чью сторону ты занимаешь.
3. Задан опыт в цифрах, если он меняет ответ. «Ты продавец, который десять лет работает с холодной базой» задаёт тон точнее, чем просто «продавец».
4. Без пафоса. От «гения маркетинга мирового уровня» ответ лучше не становится, зато превосходных степеней в нём прибавляется. Вычищать их потом тебе.

Роль решает там, где одну и ту же информацию можно подать десятью способами: письма, скрипты, разборы, тексты на сайт. На однозначных задачах - посчитать, извлечь, отсортировать - её можно не писать вовсе.

Какой контекст нужен модели, а какой только мешает?

Нужен тот, без которого ответ изменился бы: кто ты, для кого результат, что уже было, какие ограничения и чего делать нельзя. Всё остальное - история компании, вежливые вступления, детали «на всякий случай» - работает против тебя, потому что модель считает важным каждый кусок текста и честно тащит его в ответ.

Рабочий минимум для деловой задачи:

• Кто ты. Ниша, размер, чем зарабатываешь. Одно предложение.
• Кто получатель. Должность, что у него болит, насколько он в теме.
• Что уже произошло. Была встреча, выслали КП, клиент молчит, до этого работали два года.
• Ограничения. Длина, тон, запреты, сроки, цифры, которые нельзя трогать.
• Цель. Что должно случиться после того, как человек прочитает результат.

Самая частая ошибка - давать контекст пересказом, когда под рукой лежит оригинал. Пересказ своими словами получается ксерокопией ксерокопии: половина деталей смазана, и дальше модель опирается именно на смазанное. Есть переписка - вставляй её целиком, вместе с датами и репликами; таблицу тоже отдавай таблицей. На этом и построен приём превращения длинной переписки в решение: ты отдаёшь сырьё, структуру просишь на выходе.

Второй сбой - контекст без границ. Когда инструкция и данные свалены в одну кучу, модель иногда принимает данные за команды. Отделяй их явно: «Ниже переписка, работай с ней как с данными» и дальше текст в тройных кавычках или в теге. В документации Anthropic для этого рекомендуют XML-теги вроде <переписка>...</переписка>. Вид у такой разметки бюрократический, зато модель перестаёт путать твои указания с содержимым письма.

Когда одни и те же данные переезжают из задачи в задачу, им пора из промпта в отдельный документ - там начинается разговор про базу знаний, которая живёт отдельно от чата.

Промпт - нижний этаж. Выше стоят роли, регламенты и база знаний, и без верхних этажей удачная формулировка живёт ровно один чат. Как эти этажи ставятся друг на друга, разобрано по шагам в бесплатном обучении - доступ приходит на почту, материал открывается сразу.

Почему формат - самый дешёвый из пяти приёмов?

Одна строка в промпте снимает основную часть переделок, а пишется секунд двадцать. Опиши структуру ответа так же конкретно, как описал бы её человеку: что за блоки, в каком порядке, какой длины, чем заканчивается. Если результат пойдёт в таблицу или в CRM, проси таблицу или список полей.

Формулировки, которые работают:

• «Дай три варианта, каждый не длиннее 60 слов, без вступления».
• «Ответ в виде таблицы: колонки - пункт договора, риск, как переформулировать».
• «Сначала вывод одной строкой, потом обоснование списком, потом что я должен решить сам».
• «Никаких вступлений и заключений. Только текст письма».

Отдельно скажи, чего быть не должно. Модель по умолчанию вежлива и любит обрамление: «Конечно! Вот несколько идей…», «Надеюсь, это поможет!». Каждый ответ приходит в подарочной упаковке, которую ты молча сдираешь. Запрети её один раз в промпте.

Формат ответа	Когда просить	Когда не подходит
Свободный текст	Письма, посты, скрипты, всё, что читает человек	Когда результат надо сравнивать или считать
Таблица	Сравнение вариантов, разбор пунктов, чек-листы	Когда нужен живой тон и связная речь
Нумерованные шаги	Инструкции, регламенты, план действий	Когда шаги не линейны и зависят от условий
Короткие тезисы	Черновики идей, заголовки, гипотезы	Когда нужна развёрнутая аргументация
JSON или поля	Загрузка в таблицу, CRM, автоматизация	Когда результат читает человек

Когда ответ должен стать документом, а не сообщением в чате, проси его отдельным файлом - про это есть разбор, когда ответ превращается в готовый документ. У таблиц и расчётов свои правила, они собраны в материале про разбор таблиц и формул.

Сколько примеров показать и где их взять?

Хватает двух-трёх. Один задаёт тон, два-три - принцип, дальше модель начинает копировать частности: обороты, длину, даже имена из примера. Примеры берутся из твоей же практики - письмо, после которого клиент ответил, или отчёт, который ты сам читаешь без раздражения.

Это тот самый few-shot из статьи 2020 года, и из пяти приёмов он недооценён сильнее всех. Фраза «пиши в дружелюбном, но деловом тоне» не задаёт ничего: дружелюбный у каждого свой. А два письма, которые ты сам отправлял, ставят тон за минуту и точнее любого описания.

Как показывать примеры правильно:

1. Пометь их как образцы. «Вот два письма в нужном стиле. Не копируй содержание, повтори манеру» - без такой оговорки модель начнёт переписывать твой образец.
2. Давай пары «вход - выход», если задача повторяемая. Было вот такое сообщение клиента - я ответил вот так. Модель схватывает логику перехода, стиль подтягивается заодно.
3. Показывай и плохой пример. «Вот так писать не надо» с коротким объяснением почему работает не хуже хорошего. Особенно против канцелярита.
4. Не подсовывай примеры из другой задачи. Письмо-напоминание и письмо-предложение устроены по-разному, общий стиль из них не выводится.

Если образцов нет, попроси модель сгенерировать пять вариантов, выбери один, доработай руками - дальше он эталон. Через месяц у тебя папка образцов по каждой повторяющейся задаче. Из неё потом и вырастает цифровой сотрудник со своим участком работы.

Критерий приёмки пишется до того, как работа сделана

Это список признаков, по которым ты примешь результат: «Письмо не длиннее 120 слов, без слова «уважаемый», заканчивается одним конкретным вопросом, не содержит извинений». Написанный заранее, такой список работает как забор вокруг стройки; сочинённый после ответа, он превращается в претензию к подрядчику, которому никто не объяснил задачу.

Приём перенесён из обычного менеджмента без изменений. Ставишь задачу подрядчику без критериев - получаешь круг за кругом правок и испорченное настроение. С моделью то же самое, только круги быстрее.

Хороший критерий проверяемый. Сравни:

Размытое требование	Проверяемый критерий
«Напиши коротко»	«Не длиннее 120 слов»
«Сделай убедительно»	«Каждый аргумент опирается на факт из брифа, без общих слов»
«Пиши по-человечески»	«Без слов: оптимизация, синергия, решение под ключ, уважаемый»
«Нужен структурированный ответ»	«Три блока: что случилось, что предлагаю, что нужно от тебя»
«Без воды»	«Ни одного предложения, которое можно удалить без потери смысла»

Дальше есть сильный ход: попроси модель проверить свой ответ по этим критериям и переписать, если что-то не сходится. Формулировка простая: «После того как напишешь, проверь текст по списку выше. Если пункт не выполнен - перепиши и покажи только финальную версию». Один круг правок модель делает за тебя, ещё до того, как ты увидел текст.

Наружу - клиентам, в рекламу, в документы - без критериев лучше не отправлять ничего. Для черновиков и мозгового штурма они, наоборот, вредны: там ценно как раз то, что модель не угадывает твои рамки.

Как выглядят плохой и хороший промпт на одной задаче?

Одна строка без контекста даёт вежливую воду: формально письмо, фактов сделки ноль. Тот же запрос с ролью, обстоятельствами сделки, форматом и критериями возвращает текст, которому нужна минимальная правка. На второй промпт уходит пара лишних минут, и эти минуты стоят между «переписывать целиком» и «отправлять как есть».

Задача для примера у всех одна и та же: клиент получил коммерческое и молчит две недели.

Плохой промпт:

Напиши письмо клиенту, который не отвечает на коммерческое предложение.

Что вернётся: «надеемся, вы ознакомились с нашим предложением», «будем рады ответить на любые вопросы», «остаёмся на связи». Отправить это нельзя: про сделку в письме нет ничего, причины ответить именно сейчас тоже нет, а тон такой, будто пишет отдел закупок в вакууме.

Хороший промпт:

Ты продавец в студии видеопродакшена, работаешь с B2B-клиентами.

Контекст: 28 августа отправили КП на съёмку серии роликов для отдела продаж, сумма 420 тысяч. До этого была встреча, клиенту всё нравилось, он говорил, что нужно согласовать с финансовым директором. С тех пор две недели тишины. Получатель - Марина, руководитель маркетинга, решение принимает не она. Отношения тёплые, давить нельзя: даже если сейчас не сложится, они вернутся в январе под новый сезон.

Задача: написать письмо-напоминание.

Формат: только текст письма, без вступлений от тебя. Не длиннее 120 слов. Заканчивается одним конкретным вопросом, на который можно ответить одним предложением.

Критерии приёмки: без слов «уважаемая», «надеюсь», «хотел бы уточнить»; без извинений за беспокойство; есть одна конкретная причина написать именно сейчас; не выглядит как давление. Проверь текст по этим пунктам перед тем, как показать.

Пример тона, в котором мы обычно пишем: «Марина, привет. Смонтировали черновик, кинул ссылку ниже - глянь, там первые сорок секунд как раз то, о чём спорили. Если норм, дальше идём по плану».

Ответ на второй промпт короче, привязан к конкретной ситуации и просит у Марины одно посильное действие: подсказать, когда у финдиректора появится окно, или забрать слайд с цифрами для внутренней защиты бюджета. Правок после такого промпта остаётся заметно меньше.

И этот промпт переиспользуется: меняешь контекст, остальное стоит на месте. Похожая логика работает в подготовке к разговору - там разобрано, как собрать вводные перед продающим звонком.

Скелет, который заполняется за минуту

Порядок блоков одинаковый во всех промптах: роль, контекст, задача, формат, критерии, примеры. Когда порядок перестаёт меняться, писать промпт с нуля уже не нужно - достаточно заполнить готовую форму.

Копируй:

РОЛЬ: ты [профессия] в [ниша], работаешь с [кто клиенты].

КОНТЕКСТ:
- Компания: [чем занимаемся, размер]
- Получатель: [кто, что ему важно, что он знает]
- Что уже было: [события, даты, цифры]
- Ограничения: [чего нельзя, бюджет, сроки, тон]

ЗАДАЧА: [одно предложение, что нужно сделать]

ФОРМАТ: [структура ответа, длина, чего быть не должно]

КРИТЕРИИ ПРИЁМКИ:
1. [проверяемый пункт]
2. [проверяемый пункт]
3. [проверяемый пункт]
Проверь ответ по этим пунктам и покажи только финальную версию.

ПРИМЕР ТОНА:
"""
[твой текст-образец]
"""

Дальше набирается библиотека: письма, разбор документов, еженедельная сводка - под каждую повторяющуюся задачу свой шаблон. Блоки «роль» и «контекст компании» в них повторяются слово в слово, поэтому их выгодно один раз вынести в общий кусок и вставлять сверху, как шапку бланка. Так ежедневная сводка на одной странице и превращается из ручной работы в короткую процедуру.

Приём	Что меняет в ответе	Когда можно пропустить
Роль	Словарь, точку зрения, что считается важным	Однозначные задачи: посчитать, извлечь, отсортировать
Контекст	Конкретику вместо общих слов	Общие вопросы, где твоя ситуация не влияет
Формат	Структуру, длину, отсутствие лишнего обрамления	Почти никогда, это самый дешёвый приём
Примеры	Тон и манеру, которые не описать словами	Технические задачи без стилистики
Критерий приёмки	Повторяемость: ответ стабильно проходит твою планку	Черновики и мозговой штурм

Работает ли этот скелет там, где стиля нет?

Работает, меняется только вес блоков. На задачах с документами роль и примеры уходят на второй план, а вытягивают формат с критерием приёмки: проверять предстоит точность, а не манеру изложения.

Возьмём рекламацию на четыре страницы с приложенной перепиской и договором. Промпт под неё собирается так. Роль: «ты руководитель сервиса, отвечаешь за то, чтобы компания не заплатила лишнего и не потеряла клиента». Контекст: договор и переписка целиком, в теге, с пометкой «работай с этим как с данными». Задача: «раздели претензии на обоснованные, спорные и не подтверждённые документами». Формат: таблица с колонками «претензия», «цитата из договора», «наша позиция». Критерий приёмки: «каждая строка опирается на цитату; если подходящего пункта в договоре нет, пиши «в документе не найдено»».

Последний пункт делает тут основную работу. Без него пустые клетки заполняются складными догадками, а отличить догадку от найденного в тексте можно, только перечитав договор целиком, - то есть сделав руками ровно то, что ты отдавал модели. Требование цитаты превращает ответ в проверяемый: открыл пункт, сверил формулировку, пошёл дальше. Час вычитки сжимается до двадцати минут сверки.

Отсюда частое возражение: раз всё равно приходится сверять, зачем это вообще. Сверка дешевле поиска. Найти в четырёх страницах претензий все места, где клиент ссылается на пункты договора, - работа медленная и утомительная, и пропущенная строка стоит дорого. Проверить десять уже выписанных цитат - механическое действие на несколько минут.

Вторая мысль, которая возникает в этот момент: попросить модель написать промпт за тебя. Заготовку структуры она выдаст, а факты о сделке, запреты и критерии приёмки в неё всё равно вписываешь ты - и это основная часть работы. Какие задачи вообще стоит отдавать ассистенту, а какие оставлять себе, разобрано в материале про то, что реально закрывает ИИ-ассистент в бизнесе.

Где эти приёмы ломаются?

В пяти местах: перегруженный контекст, противоречивые требования, запрос фактов, которых у модели нет, слишком жёсткий формат и шаблон, который не обновляют. Ни один приём не спасает от отсутствия данных - роль и формат только красиво оформят выдумку.

Перегруженный контекст. Ты вставил переписку за полгода, описание компании на две страницы и три примера. Модель тонет: она одинаково серьёзно относится ко всему, что ты дал, и тащит в ответ детали из середины. Это чемодан, в котором всё нужное на дне. Лечится отбором - оставь только то, без чего ответ изменился бы.

Противоречивые требования. «Коротко, но раскрой все преимущества», «неформально, но официальный тон», «убедительно, но без давления». Модель выберет среднее и не попадёт никуда. Расставь приоритет прямо: «если коротко и полно конфликтуют - выбирай коротко».

Запрос фактов, которых нет. «Напиши, почему наш продукт лучше конкурентов» без данных о конкурентах даёт набор штампов. Модель не знает твой рынок в деталях и не проверяет факты по умолчанию. Либо дай данные, либо проси гипотезы и помечай их как гипотезы. То же ограничение всплывает в аналитике: без цифр на входе вопросы остаются без ответа.

Слишком жёсткий формат там, где нужна мысль. Требуешь ответ строго таблицей на аналитической задаче - отрезаешь рассуждение и получаешь поверхностные ячейки. Тут помогает обратный ход: «сначала рассуждай свободно, потом сведи вывод в таблицу». Это тот самый chain-of-thought, который в 2022 году описали отдельной статьёй: когда модель проговаривает шаги до ответа, на задачах с рассуждением она ошибается реже.

Шаблон, который не обновляют. Промпт написан под прошлогодний продукт, цены сменились, позиционирование сдвинулось - а шаблон гоняют дальше. Получается связка ключей от офиса, из которого давно съехали: ошибки выходят аккуратные и потому незаметные. Раз в квартал промпты перечитывают так же, как регламенты.

Что делать, если ответ всё равно не тот?

Не переписывай промпт с нуля. Найди, какой из пяти элементов не сработал, и починить его одной правкой: тон лечится примером, структура - уточнением формата, общие слова - фактами. Меняй по одному, иначе не поймёшь, что помогло.

Последовательность:

1. Скажи прямо, что не так. В том же чате: «Слишком длинно и слишком вежливо. Убери вежливое обрамление, сократи до 90 слов». Быстрее, чем новый промпт.
2. Попроси модель разобрать твой промпт. «Вот задача, вот промпт, вот ответ. Чего не хватило в промпте, чтобы ответ был точнее?» Пробелы в собственных вводных она находит неплохо, и никакой мистики тут нет - это обычная работа с текстом.
3. Дай контрпример. «Вот такой ответ был бы хорошим» плюс твой вариант руками.
4. Разбей задачу. Если ответ плывёт, значит, в одном промпте слишком много. Сначала разбор ситуации, потом структура письма, потом текст.
5. Начни новый чат, если диалог засорился. После двадцати сообщений с правками модель тащит за собой все прошлые версии. Собери финальный промпт и запусти заново.

И честная развилка: бывает, что промпт тут вообще ни при чём. Часть задач дешевле закрыть сценарием автоматизации или обычной таблицей, чем перепиской в чате. Сравнение подходов - в разборе чата против ChatGPT под конкретные задачи и в материале про автоматизацию рутины: с каких задач начинать.

Длина промпта ничего не решает

Важна плотность. Пятнадцать строк, где каждая меняет ответ, работают лучше страницы с повторами и реверансами. Объём получается побочным эффектом конкретики.

Тест простой: читай свой промпт по предложениям и на каждом спрашивай - что в ответе сломается, если это убрать? Если ничего, предложение лишнее. Так из «профессионально составленного технического задания» на три абзаца остаются пять строк, которые бьют точнее.

Про вежливость отдельно. «Пожалуйста» и «спасибо» ответу не вредят и не помогают - пиши как удобно. А преамбула вроде «я хочу, чтобы ты, как настоящий профессионал своего дела, подошёл к задаче максимально ответственно» - чистый шум, который занимает место в запросе и ничего не добавляет к ответу.

Короткий промпт уместен, когда:

• задача разовая и цена ошибки нулевая;
• ты исследуешь, а не производишь результат;
• нужен черновик, который ты всё равно перепишешь.

Как только задача начинает повторяться, стоит потратить время на развёрнутый вариант: написал один раз, экономишь на каждом повторе.

Из промпта вырастает регламент

Когда промпт три-четыре раза подряд даёт приемлемый результат, он перестаёт быть сообщением. Дальше это описание роли: входы, выходы, границы, - и место ему в документе, к которому может подойти любой в команде. Переписка для этого не годится: найти в ней нужное через месяц уже невозможно.

Путь такой:

1. Промпт. Разовое сообщение, где собраны пять элементов.
2. Шаблон. Тот же промпт с пустыми слотами под контекст. Копируешь, заполняешь, запускаешь.
3. Регламент роли. Шаблон плюс правила: какие задачи роль берёт, какие не берёт, что считается готовым результатом, кто проверяет, куда складывается итог.
4. Участок работы. Регламент плюс постоянная база знаний - цифры, продукты, тон, история решений. Роль перестаёт зависеть от того, что ты вспомнил в момент запроса.

С третьего шага это уже управленческая работа, и вопросы к результату меняются: сколько правок пришлось внести, можно ли отдать задачу другому человеку и получить то же самое. Как такие роли устроены изнутри, разобрано в материалах про цифрового сотрудника и про то, какие семь задач реально закрывает ассистент в малом бизнесе.

Есть и техническая сторона. Выйдет новая версия модели, поведение сдвинется, и тонко подогнанные формулировки начнут давать другой результат. Описание роли - кто, что и по каким критериям - такой переезд выдерживает, а ювелирно подобранную формулировку иногда приходится собирать заново.

Где всё равно нужен человек?

Там, где нужна ответственность и вкус. Модель соберёт письмо, разберёт документ, предложит десять формулировок - но решение отправить, подписать, пообещать клиенту срок принимаешь ты. Проверка фактов тоже на тебе: цифры, имена и обязательства модель подаёт уверенно и иногда неверно.

Что не делегируется:

• Цифры и обязательства. Любую сумму, дату, процент и гарантию проверяешь глазами. Модель не знает, что вы вчера передвинули срок.
• Решения о людях и деньгах. Кому отказать, кого взять, сколько поставить в смету. Модель раскладывает варианты, выбирать всё равно тебе.
• Тон в конфликте. Когда клиент зол, машинная вежливость читается как отписка. Пиши сам, модель пусть проверит формулировки.
• Итоговая ответственность. Ушедшую клиенту ошибку не объяснишь фразой «нейросеть написала» - отвечать будешь ты.
• Вкус. Что хорошо для бренда, а что мимо, модель угадывает по твоим же примерам. Эталон задаёшь ты.

Промпт снимает рутину: черновики, структуру, первую версию, разбор длинных текстов. Управленческая часть остаётся на месте, иначе конкурентным преимуществом было бы умение быстро печатать. Общая карта, что отдавать машине, а что оставлять себе, собрана в разборе автоматизации бизнес-процессов с ИИ.

С чего начать прямо сегодня?

Возьми одну задачу, которую делаешь каждую неделю, и напиши под неё промпт по пяти блокам. Одного хватит - библиотека и система подождут. Прогони три раза, поправь то, что не сработало, сохрани в документ.

План на первый час:

1. Выпиши три повторяющиеся задачи с текстом: письма, разборы, отчёты, описания.
2. Выбери самую частую. Частота повторов важнее сложности: выигрыш даёт именно повторяемость.
3. Собери промпт по скелету выше: роль, контекст, задача, формат, критерии, пример.
4. Прогони и сравни с тем, что раньше писал руками. Засеки время на правки.
5. Сохрани в общий документ с названием задачи, чтобы найти через месяц.

Потом вторая задача, третья. Через месяц вместо россыпи чатов у тебя набор форм, который можно отдать помощнику вместе с инструкцией, и новый инструмент в такой набор встраивается за вечер.

Источники

• Prompt engineering overview - документация Anthropic - базовый порядок приёмов и их приоритет.
• Giving Claude a role with a system prompt - как назначать роль и что это меняет.
• Multishot prompting: примеры в промпте - сколько примеров давать и как их размечать.
• Use XML tags to structure your prompts - как отделять данные от инструкций.
• Let Claude think: chain of thought - когда просить модель рассуждать до ответа.
• Anthropic Academy - официальные учебные курсы по работе с Claude.
• Prompt engineering interactive tutorial (GitHub, Anthropic) - практический тренажёр с разбором ошибок.
• Anthropic Help Center - справка по интерфейсу, проектам и ограничениям.
• Language Models are Few-Shot Learners (arXiv, 2020) - исследование, откуда растёт приём с примерами.
• Chain-of-Thought Prompting Elicits Reasoning in LLMs (arXiv, 2022) - почему пошаговое рассуждение меняет качество ответа.
• Prompt Engineering Guide - открытый справочник по приёмам с примерами.