Промт
Промт — это текстовый запрос, который вы отправляете нейросети, чтобы получить нужный ответ или результат. Всё, что вы вводите в ChatGPT, GigaChat или любой другой языковой модели, — это промт. Само слово пришло из английского «prompt» — подсказка, побуждение, реплика. В русский оно пришло из мира ИИ, так что можно встретить и транслитерацию «промпт» — это то же самое. На практике промт — это обычная фраза на человеческом языке: вопрос, задание, просьба что-то написать или объяснить.
Ключевое отличие промта от поискового запроса — в том, что нейросеть понимает контекст, задачу и детали. Поисковик ищет документы по ключевым словам: чем короче запрос, тем чище выдача. С нейросетью всё иначе: вы можете объяснить, зачем вам это нужно, в каком формате хотите ответ, на какую аудиторию ориентируетесь. «Напиши письмо клиенту» и «Напиши письмо клиенту, который отменил заказ из-за задержки доставки, извинись и предложи скидку 10% на следующую покупку, тон — живой, без канцелярита» — два разных запроса с очень разным результатом. Качество ответа во многом определяется качеством промта.
Промт не обязан быть длинным. «Придумай пять названий для кофейни» — вполне рабочий запрос. Но чем специфичнее задача, тем нужнее подробности: укажите стиль, целевую аудиторию, ограничения — и модель сузит поиск до полезного. То же с текстами: если пишете коммерческое предложение для конкретной ниши, добавьте контекст — кто клиент, что он уже знает о вас, что важно донести. Без этого нейросеть выдаст универсальный шаблон, а не то, что нужно именно вам.
Типичная ошибка — относиться к промту как к поисковому запросу: написать одно слово и ждать подходящего результата. Нейросеть не угадывает намерения, она работает с тем, что написано. Расплывчатый промт почти всегда даёт расплывчатый ответ. При этом переписывать промт с нуля не обязательно: если ответ не то — добавьте следующим сообщением, что именно не подходит и как нужно исправить. Итеративная работа с моделью работает лучше, чем попытка угадать «идеальный запрос» с первого раза. О том, как строить такие запросы для конкретных маркетинговых задач, — в статье про нейросети в работе маркетолога.