Что такое prompt engineering и 5 базовых паттернов промпта

Автор: Silvana · Дата: 30.07.2026 · Verified: 30.07.2026 · Reading time: 6 минут · Prerequisite: 002

Кратко

• Prompt engineering — практика формулировки запросов к LLM так, чтобы получить нужный ответ. Anthropic в документации перечисляет это как «general principles»: clarity, examples, XML structuring, roles, thinking.
• Работает потому, что LLM предсказывает следующий токен исходя из контекста. Промпт и есть контекст.
• Пять базовых паттернов покрывают большинство задач: ясность и прямота, роль, примеры (few-shot), структура через XML или markdown, рассуждение вслух (thinking / chain of thought).
• Плохой промпт — «напиши статью». Хороший — «напиши статью на 500 слов для новичков про X, с примерами, без вступления».
• Prompt engineering — не отдельная профессия, а базовый навык работы с AI. Anthropic поддерживает интерактивный GitHub-туториал и Google Sheets-версию.

Что это и зачем

Если LLM — это очень умная автозамена, которая предсказывает следующий токен по контексту, то промпт — это тот самый контекст. Именно от него зависит, что модель напишет дальше.

Простая аналогия. Есть разница между: — «расскажи про маркетинг» — «я запускаю кофейню в спальном районе, бюджет 50 000 рублей в месяц, что делать в первый месяц?»

В первом случае получишь пересказ учебника. Во втором — конкретный план. AI работает точно так же: чем яснее ты формулируешь задачу, контекст и требования — тем полезнее ответ.

Слово «engineering» звучит серьёзно, но это не программирование. Это навык задавать вопросы так, чтобы модель точно поняла, что нужно.

Основной разбор

Паттерн 1. Ясность и прямота (Be clear and direct)

Anthropic ставит этот принцип первым в списке general principles. Модель не догадывается за тебя. Скажи прямо: что ты хочешь получить, для кого, в каком виде, зачем.

Пример: — Плохо: «объясни договор» — Хорошо: «объясни договор NDA простым языком клиенту, который впервые с ним сталкивается. 5-7 предложений, без юридического жаргона»

Паттерн 2. Роль (Give Claude a role)

Anthropic отдельным пунктом в best practices рекомендует задавать модели роль — это перестраивает стиль и терминологию ответа.

Пример: — Плохо: «объясни договор» — Хорошо: «ты юрист с 10-летним опытом в интеллектуальной собственности. Объясни договор простым языком клиенту, который впервые сталкивается с NDA»

Модель начнёт отвечать «как юрист», использовать правильные термины и структуру.

Паттерн 3. Примеры (Use examples, few-shot)

Anthropic называет это «Use examples effectively». Показал 1-2 примера того, что хочешь — модель повторит паттерн без объяснения правила словами.

Пример: «переформатируй имена контактов. Примеры: — Иван Иванов, +7 (999) 123-45-67 → Иванов И., 9991234567 — Мария Петрова, 8 999 987 65 43 → Петрова М., 9999876543

Теперь переформатируй: Сергей Смирнов, +7 921 555 12 34»

Модель поймёт правило по примерам.

Паттерн 4. Структура (Structure prompts with XML tags)

Anthropic рекомендует XML-теги, чтобы явно разделять части промпта: контекст, инструкцию, примеры, данные. Модели Claude обучены обращать внимание на такие теги.

Пример:

<role>Ты копирайтер для соцсетей.</role>
<task>Напиши пост для Telegram.</task>
<constraints>
- 3-5 абзацев
- Без эмодзи
- Без восклицательных знаков
- Тон дружеский
</constraints>
<topic>Новый продукт для селлеров WB</topic>

Аналогично можно использовать markdown-заголовки. Главное — явные границы между блоками.

Также можно попросить структурированный вывод: «дай ответ в формате JSON с полямиtitle,summary,tags«. Структурированный вывод проще обрабатывать программно.

Паттерн 5. Рассуждение вслух (Thinking, chain of thought)

Anthropic отдельно выделяет секцию «Thinking and reasoning». В последних моделях (Fable 5, Sonnet 5, Opus 5) есть встроенный adaptive thinking — модель сама решает, сколько «думать» перед ответом. Но и в промпте ты можешь попросить модель рассуждать пошагово.

Пример: — Плохо: «сколько будет 15% скидка от 4 780 рублей?» — Хорошо: «рассчитай пошагово: 15% скидка от 4 780 рублей. Покажи вычисление, потом финальную цифру»

Для арифметики разницы почти нет, но на сложных задачах (логика, планирование, анализ) пошаговое рассуждение резко снижает ошибки.

Комбинирование паттернов

На практике паттерны сочетают. Хороший производственный промпт часто выглядит так: роль + контекст задачи + примеры + инструкция + ограничения + формат вывода. Такой промпт длиннее, но и результат отличается на порядок от однострочного «сделай Х».

Anthropic предлагает 2 бесплатных туториала для практики: GitHub prompting tutorial и Google Sheets prompting tutorial.

RU-специфика

• Работает из РФ напрямую.Prompt engineering — это техника, а не сервис. Работает с любой моделью. Практиковать можно на бесплатных версиях YandexGPT, GigaChat, DeepSeek — все три доступны из России без ограничений.
• Оплата в РФ.Не требуется, техника бесплатна. Практика — на бесплатных лимитах RU-моделей и DeepSeek.
• RU-локализация.Промпты можно писать по-русски. Топ-модели (Claude, GPT, Gemini, YandexGPT, GigaChat) одинаково хорошо понимают оба языка. У некоторых бюджетных моделей ответы на английском будут точнее из-за перекоса обучающих данных.
• Российские альтернативы.Практиковаться можно на YandexGPT (Яндекс), GigaChat (Сбер, три тарифа Lite/Pro/MAX с бесплатным пулом), DeepSeek (Китай, бесплатный веб-чат).

Sources

• https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview· проверено 30.07.2026
• https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices· проверено 30.07.2026
• https://github.com/anthropics/prompt-eng-interactive-tutorial· проверено 30.07.2026
• https://platform.claude.com/docs/en/about-claude/models/overview· проверено 30.07.2026

Актуальность

Актуально на 30.07.2026. Модели, цены и условия доступа меняются часто. Перед бизнес-решением всегда сверяйся с первоисточником по ссылкам выше.