Блог · Промпты
Пара примеров в промпте заменяет долгие объяснения: нейросеть подхватывает тон и формат образца. Разбираем, как добавлять примеры и сколько их нужно.
Вы второй раз подряд переписываете один и тот же запрос к нейросети и всё равно получаете текст не тем тоном. Модель вроде бы поняла задачу, но говорит не так, как вы. Примеры в промпте решают это быстрее любых уточнений: пара готовых фраз показывает образец, и нейросеть начинает ему следовать.
«Пиши тепло, но без сюсюканья», «сделай жёстче, но не грубо», «пусть звучит как живой человек» — такие уточнения понятны нам и почти бесполезны для модели. Мы вкладываем в «тепло» опыт своих разговоров, а нейросеть — усреднённое значение слова. Каждый новый запрос она толкует заново, поэтому ответы плавают от абзаца к абзацу.
Обычно это лечат длинными описаниями. Чем больше прилагательных, тем туманнее результат. Есть приём короче: вместо описания показать образец.
Пример в промпте — это кусок реального текста, который вы даёте модели как эталон: «пиши в таком духе» или «не пиши так». Вы не объясняете тон словами, а предъявляете его. Модели не нужно догадываться, что вы имели в виду, — она видит готовый ориентир.
Обычно хватает двух-трёх примеров. Один показывает нужный стиль, второй уточняет границы, третий закрывает спорный случай. Больше — редко полезно и удлиняет запрос.
Нейросеть продолжает то, что вы начали. Если перед задачей лежит образец, следующий текст она строит похожим: те же обороты, та же длина фраз, та же структура. Это не магия и не «обучение» модели — она просто держит образец перед глазами в пределах одного запроса.
Отсюда практический вывод. Словами вы описываете тон, а примером задаёте его напрямую. Первый способ зависит от того, как модель поняла прилагательное. Второй — от текста, который она видит. Промах в толковании исчезает.
Порядок важен: сначала образцы, потом задача. Так модель читает их как условие, а не как случайный фрагмент.
Вот как это выглядит в деле. Задача — отвечать на отзывы о товаре.
Ты пишешь ответы на отзывы покупателей от лица небольшого магазина.
Пример хорошего ответа: «Спасибо, что написали. Понимаю, что ждать дольше обещанного неприятно. Мы уже разобрались с доставкой по вашему заказу и вернём деньги за доставку. Если решите попробовать снова — напишите, подберём удобное время.»
Пример плохого ответа: «Уважаемый клиент! Благодарим за обратную связь. Ваше мнение важно для нас. Приносим извинения за доставленные неудобства.»
Теперь напиши ответ на этот отзыв: «Заказ пришёл с царапиной на корпусе, обидно».
Требования: 2-4 предложения, без канцелярита, признать проблему, предложить конкретный шаг. Не обещай того, чего магазин не может сделать.
Здесь работают сразу два образца: хороший задаёт тон, плохой отсекает официоз. Слова «без канцелярита» в конце просто закрепляют то, что и так видно на примерах.
Дело не в количестве, а в качестве образца. Случайный текст из интернета задаст чужой стиль — и вы получите его же, только про ваш товар.
Если хочется разобраться в теме глубже, посмотрите разбор структуры промпта и статью про роль и контекст в промпте. Ещё один материал по теме — почему ИИ не понимает задачу.
Собирать примеры под каждую задачу — привычка, которая приходит с опытом. Кому-то нравится вести свою коллекцию образцов и не жаловаться. Кому-то проще взять заготовки под частые дела малого бизнеса: ответы клиентам, карточки товара, посты, коммерческие предложения. Для этого мы собрали набор «Промты для МСБ»: 50 готовых промптов и 10 задач, куда достаточно подставить свои данные — в том числе с примерами внутри. Даже если ничего не брать, два образца в запросе уже снимают половину промахов.
Читай также: ИИ-агенты для бизнеса: что изменилось в сентябре 2026 и ИИ не понимает задачу: 6 причин и что делать.
Мы собрали 50 готовых промптов и 10 задач в один набор «Промты для МСБ». Вставляешь данные — получаешь результат.
Читай также: все статьи блога