Я перестала писать промпты — и ИИ стал работать стабильнее
Почему гонка за идеальным промптом проигрывает — и какой подход даёт повторяемый результат. С разбором на примерах.
01 — МеханикаЧто на самом деле делает ИИ, когда вы даёте ему промпт?
Вот что почти все гайды «ИИ для маркетологов» обходят стороной: ИИ не понимает ваш запрос — он его предсказывает. Когда вы пишете «напиши пост про X», модель не думает. Она сопоставляет паттерны по миллиардам текстов и, по сути, спрашивает себя: «когда запрос формулируют вот так — как обычно выглядит ответ?» И выдаёт именно это.
Среднее. Статистическую середину всего, что когда-либо писали в ответ на похожий запрос. Поэтому полировка одной формулировки упирается в потолок: вы двигаете запрос, но всё равно тянете из той же середины. Чтобы выйти из неё, нужно менять не слова заклинания, а то, как устроена сама задача.
Видно сразу. На «напиши пост про продуктивность» девять моделей из десяти выдадут «продуктивность не в том, чтобы делать больше, — вот 5 привычек». Это не плохая модель. Это самый вероятный ответ — то самое статистическое среднее. И полировкой прилагательных вы из него не выберетесь: «сделай цепляюще» лишь чуть подвинет ту же середину.
02 — ЛовушкаПочему «идеальный промпт» — это ловушка?
Несколько лет назад под одним из моих постов появился комментарий: «Как описать себя так, чтобы меня сразу захотели нанять?» Я села писать идеальный промпт. Думала: цель ясная, формат конкретный — что тут сложного.
Я прогнала его по десяти нишам. Коуч, дизайнер, юрист, фотограф, консультант. Делала промпт длиннее. Короче. Добавляла примеры био, которыми восхищалась. Убирала всё и начинала заново. Меняла модели. Результат всё время был «нормальным» — и ни разу не тем. Потому что у юриста и у фотографа «хорошее био» собирается по-разному, а один промпт пытался накрыть всех одной средней формой.
Один идеальный промпт пытается за один шаг сделать то, что эксперт делает за шесть.— Анжела Петкова
03 — СдвигЧто ценнее формулировки?
Переворот простой: вместо того чтобы описывать желаемый результат, опишите процесс, которым к нему пришёл бы человек-эксперт. И прогоните каждый этап как отдельный разговор.
Та же задача с био, пересобранная по шагам:
Шаг 1 — вопросы: «Нужно профессиональное био для ниши X.
Прежде чем писать — задай мне 10 вопросов, ответы на которые
нужны хорошему копирайтеру. Пока больше ничего».
Шаг 2 — позиционирование: из ответов собери 3 угла, чем человек
отличается. Выбираю один.
Шаг 3 — черновик в выбранном угле. Шаг 4 — правка под голос.«Напиши цепляющее профессиональное био» → среднее, мимо.
Вопросы → позиционирование → черновик → правка → попадание.
Разница не в красоте формулировки, а в том, что вы дали модели пройти путь эксперта, а не угадать финал с одного выстрела.
04 — Что остаётсяКакой навык не устаревает?
Промпты будут меняться, модели — улучшаться. «Лучшие промпты для маркетологов 2026», которые вы сохранили сегодня, наполовину устареют к концу года: будет новый список, новая модель, новый набор трюков.
А вот умение думать шагами не устаревает. Каждый раз, когда вы раскладываете задачу так, вы понимаете её глубже, становитесь быстрее и тоньше чувствуете, какие части можете сделать только вы, а какие можно отдать. Промпт — это лотерея, которую переигрываешь при каждой смене модели. Процесс — это актив, который переносится на любую модель и только крепнет.
Разницу видно на стабильности. Один и тот же «идеальный промпт» сегодня даёт попадание, завтра на новой версии модели — мимо, и вы снова садитесь его крутить. Процесс из шагов так не ломается: модель сменилась — шаги те же, качество держится. Поэтому я и перестала коллекционировать промпты — я собираю процессы.
Не ищите идеальную формулировку. Опишите процесс эксперта и прогоните его по шагам — это повторяемо, не устаревает и даёт стабильный результат вместо лотереи.
Частые вопросы
Значит ли это, что промпты вообще не нужны?
Нужны — но как реплики в разговоре, а не как магическое заклинание. Один идеальный промпт пытается за один шаг сделать то, что эксперт делает за шесть. Сильнее работает не полировка формулировки, а разбивка задачи на шаги и контекст, который вы в неё вносите.
Почему ИИ выдаёт такой шаблонный текст?
Потому что модель не понимает запрос, а предсказывает его. На фразу «напиши пост про X» она выдаёт статистическое среднее всего, что писали в ответ на похожее. Чтобы выйти из среднего, меняйте не слова заклинания, а устройство задачи — раскладывайте её на шаги.
В чём конкретно «думать шагами»?
Описать процесс, которым задачу решал бы эксперт, и прогнать каждый этап отдельным разговором: сначала уточняющие вопросы, потом позиционирование, потом черновик, потом правка. Модель проходит путь, а не угадывает финал с одного выстрела.
Не дольше ли это, чем один промпт?
На первый раз — чуть дольше, но результат стабильнее и его не надо переписывать. А сам процесс вы потом переиспользуете и даже превращаете в проект или агента. Один промпт приходится переоптимизировать при каждой смене модели; процесс переносится как есть.
