Как писать промпты для ИИ-агента и не потерять точность

Почему промпт решает результат

ИИ-агент работает по тому же принципу, что и новый сотрудник: что ему сказали в задаче, то он и делает. Разница в том, что сотрудник переспросит, уточнит и поправит формулировку. Агент обычно не переспрашивает — он выполняет инструкцию так, как понял. Поэтому качество результата почти всегда упирается в качество промпта.

Особенно заметно это у агента, который делает несколько шагов подряд: принял обращение, нашёл данные, сформировал ответ, передал в CRM. Ошибка в одной строчке инструкции тянется через всю цепочку, и исправлять приходится результат, а не причину. Хороший промпт экономит время не на одном ответе, а на каждом шаге процесса.

На практике это заметно сразу. Один и тот же агент на одной и той же базе знаний даёт совершенно разные ответы на промпт «ответь клиенту» и на промпт, где указаны должность, описание клиента, база знаний и формат ответа. Первый вариант — общая фраза, которую всё равно пришлось бы переписывать. Второй — готовый текст, который можно отправлять.

Особенно заметно это у агента, который делает несколько шагов подряд: принял обращение, нашёл данные, сформировал ответ, передал в CRM. Ошибка в одной строчке инструкции тянется через всю цепочку, и исправлять приходится результат, а не причину. Хороший промпт экономит время не на одном ответе, а на каждом шаге процесса.

Для бизнеса это означает простую вещь: промпт — не техническая деталь, а часть рабочего навыка. Когда агента внедряют, но результат кажется «сырым», редко проблема в модели. Чаще дело в том, как команда формулирует задачи. И это поправимо без дорогих доработок.

Особенно заметно это у агента, который делает несколько шагов подряд: принял обращение, нашёл данные, сформировал ответ, передал в CRM. Ошибка в одной строчке инструкции тянется через всю цепочку, и исправлять приходится результат, а не причину. Хороший промпт экономит время не на одном ответе, а на каждом шаге процесса.

Особенно заметно это у агента, который делает несколько шагов подряд: принял обращение, нашёл данные, сформировал ответ, передал в CRM. Ошибка в одной строчке инструкции тянется через всю цепочку, и исправлять приходится результат, а не причину. Хороший промпт экономит время не на одном ответе, а на каждом шаге процесса.

Правило четырёх: контекст, роль, задача, формат

Хороший промпт для агента укладывается в четыре блока. Их достаточно почти для любой задачи — от поддержки до обработки заявок.

• Контекст. Зачем задача нужна, кто её читает, что уже известно. Агент без контекста отвечает «в вакууме» и выбирает не тот тон или уровень детализации.
• Роль. От чьего лица и для кого он отвечает. «Ты — оператор поддержки интернет-магазина, отвечаешь покупателю» сразу задаёт тон и границы.
• Задача. Что именно нужно сделать, одним глаголом: «ответь», «перефразируй», «составь», «найди». Расплывчатое «помоги с вопросом» оставляет агенту слишком много свободы.
• Формат. Как оформить ответ: длина, структура, есть ли ссылка. «Ответ до пяти предложений, с ссылкой на раздел доставки» звучит проще, чем кажется, а агент держит формат.

Правило удобно запоминать как короткую формулу на три-четыре строки, и команде проще разобраться, чем с мудрёными инструкциями. Оно не заменяет экспертность, но делает запросы к агенту стабильными: одинаковый промпт из раза в раз даёт похожий по качеству результат.

Вот как выглядит собранный промпт целиком — компактный, его легко держать в шаблоне.

«Ты — ассистент отдела маркетинга. Мы готовим ответ клиенту на возражение по цене. Напиши вариант ответа: до пяти предложений, спокойный тон, без скидок, с акцентом на ценность, а не на цену. Используй только факты из приложенной карточки товара.»

Тут есть всё: роль, контекст, задача, формат и граница «используй только факты из карточки». Именно граница отделяет рабочий промпт от промпта, который тянет на себя лишнюю работу и недосказанность.

Примеры хороших и слабых промптов

Разберём два типовых сценария — поддержка и продажи. Возьмём условный магазин: никаких конкретных цифр, только принцип, по которому вы поймёте разницу.

Поддержка: ответ клиенту

Слабо. «Клиент спрашивает, когда придёт заказ. Ответь.» Агент ответит общей фразой про сроки доставки — полезной, но едва ли точной для этого клиента.

Хорошо. «Ты — оператор поддержки интернет-магазина. Покупатель заказал товар три дня назад и спрашивает, когда придёт доставка. Найди в базе знаний порядок расчёта сроков по регионам и ответь заказчику: два-три предложения, вежливо, с указанием, как отследить заказ. Если по его региону данных нет, честно передай вопрос человеку.»

Разница не в длине, а в точности. Второй промпт задаёт роль, контекст, задачу, формат и границу — когда не выдумывать. Сокращая его, вы теряете именно эти опоры.

Продажи: квалификация заявки

Слабо. «Проанализируй заявку и напиши менеджеру.» Что анализировать, в каком виде, до какой глубины — непонятно, и каждый раз результат будет разный.

Хорошо. «Ты — ассистент отдела продаж. Заявка: [текст]. Определи три вещи: что хочет клиент, насколько он готов покупать сейчас (высокая/средняя/низкая температура), какой следующий шаг предложить. Ответ менеджеру — до шести строк, без воды. Если заявка неполная, перечисли, каких данных не хватает.»

Такой промпт работает как шпаргалка для менеджера: агент не решает, а подготавливает, и человеку остаётся проверить и позвонить. Здесь тоже важна граница — агент не обещает клиенту ничего, пока менеджер не подтвердил.

Обратите внимание: в обоих примерах у агента есть база знаний — RAG-слой, по которому он ищет ответы перед формированием текста. Промпт направляет, а база даёт факты. Без неё даже идеальный промпт не спасёт: агент будет отвечать общими словами.

Ещё одна деталь, которую часто упускают: проверяйте первое же сообщение клиента в цепочке. Если промпт для «горячего» вопроса пускает агента в пересказ рекламы, тон в первые секунды решает больше, чем любые последующие уточнения. Добавьте в промпт одно слово про тон — «спокойный», «короткий», «без восклицаний» — и ответы становятся заметно ближе к тому, что вы отправили бы сами.

Распространённые ошибки

Чаще всего проблемы с промптами сводятся к пяти повторяющимся ошибкам. Их легко заметить, если знать, куда смотреть.

1. Слишком общая задача. «Разберись», «помоги», «сделай хорошо». Без глагола и формата агент волен отвечать как угодно, и результат нестабилен.
2. Нет контекста. Агент не знает, кто читает ответ и зачем. Отсюда неверный тон или лишняя детализация.
3. Выдумывание. Не данная агенту база знаний всегда рискует «додумать» недостающее — особенно с цифрами и фактами. Промпт должен явно ограничивать: «отвечай только по базе, если данных нет — скажи».
4. Слишком длинный список требований. Промпт на абзац тонкостей тоже плох: агент теряет главное. Лучше разбить на шаги или упростить.
5. Нет проверки. Промпт написали один раз и забыли, хотя сценарий поменялся. Хорошие промпты пересматривают вместе с базой знаний.

Отдельно стоит про выдумывание. Технически это называется галлюцинация, и это не «поломка», а свойство модели: она рассуждает в рамках инструкции и там, где фактов нет, заполняет пробел правдоподобным. Лечится это не наказанием модели, а промптом — жёсткой границей «не знаю — так и скажи» и опорой на базу знаний.

Как привить культуру промптов команде

Промпт — навык сотрудника, а не только настройка агента. Если писать задачи модели умеет один человек, агент становится его личной игрушкой: работает, пока он на месте. Если это умеет вся команда, агент превращается в общий инструмент.

Переход начинается с простых шагов, которые не требуют разработки.

• Шаблоны. Соберите 10–15 типовых задач вашего бизнеса и оформите их по правилу четырёх. Команде не нужно изобретать формулировку каждый раз — достаточно подставить свои данные.
• Библиотека примеров. Храните пару удачных промптов на каждую задачу с пояснением, почему они работают. Новый сотрудник учится быстрее.
• Проверка. Назначьте человека, который раз в месяц проходит по промптам и базе знаний: что изменилось, что устарело, где агент начал отвечать хуже.
• Обучение. Достаточно пары практических занятий, чтобы команда перестала боятся формулировать задачи модели. Это отдельная компетенция, и её, как и любую другую, стоит развивать целенаправленно.

Выгода складывается не из одного «идеального» промпта, а из того, что каждый сотрудник умеет быстро и правильно поставить задачу агенту. Это сокращает число правок, возвратов и недопонимания. Для бизнеса промпт — это вложения в команду, а отдача от таких вложений растёт, когда практику делают общей культурой, а не навыком одного человека.

Как понять, что культура прижилась? Типичные ориентиры, а не строгие метрики: точных цифр у каждого бизнеса свои. Смотрят на три вещи — меньше правок в ответах агента перед отправкой, реже случаи, когда агент придумал факт, и больше сотрудников, которые сами составляют промпт без подсказки. Сдвиг в этих трёх пунктах обычно означает, что навык стал общим, а не личным.

Практика здесь как с любой рабочим процессом: сначала её упрощают и закрепляют в шаблонах, потом проверяют и поправляют. Агент не заменяет сотрудника — он усиливает того, кто умеет ставить ему задачу. Именно поэтому обучение промптам повышает отдачу от внедрения сильнее, чем доводка любой отдельной настройки.

Коротко о главном

Промпт решает результат сильнее, чем кажется: он направляет агента, задаёт роль, контекст, задачу и формат, а граница «не знаю — скажи» убирает главный источник ошибок. Освоить это можно за пару занятий, и тогда агент начинает стабильно выдавать готовые к работе ответы.

Начинать стоит с малого — с шаблонов для двух-трёх самых частых задач вашего отдела. Как только команда привыкнет формулировать задачи модели, точность вырастет сама собой. Если вы хотите сделать этот навык частью рабочих процессов, у нас есть корпоративное обучение по ИИ — практические занятия, на которых команда разбирает ваши же сценарии. А если ещё не внедряли агента, полезно сначала понять разницу между агентом и чат-ботом, чтобы поставить задачу точно.