21.10.2025 10:31
⚠️Промпт-инжиниринг умер!
⚠️Промпт-инжиниринг умер!
Anthropic, создатели Claude, выкатили исследование, которое переворачивает всё, чему тебя учили про работу с нейросетями. В том числе и мы😅
Помнишь, как раньше учили нейронку? «Думай шаг за шагом», «Веди себя как эксперт». Мы дрессировали нейросеть как стажёра-первокурсника, разжёвывая каждую мелочь.
Современные модели уровня Claude или GPT-5 уже и так мыслят структурно. Они не тупые. Проблема сместилась в другую сторону.
Представь: ты приходишь к врачу с болью в колене. Но перед тем как рассказать про колено, ты полчаса описываешь свою родословную, что ел на завтрак последние три года, и какая погода была в день твоего рождения. Врач, конечно, вытянет из этого потока главное. Но сколько времени и сил он на это потратит? И не потеряет ли что-то важное в этом море информации?
Так вот, с нейросетями - та же история.
У модели есть контекстное окно. Условно - её оперативная память. Допустим, в неё влезает 200 тысяч токенов (это примерно как несколько книг). Если из всего этого объёма только 1% - суть твоей задачи, а остальное - информационный мусор, модель тратит 95% своих сил на фильтрацию.
Качество падает. Цена растёт. А ты недоволен результатом.
Anthropic называет это так: можно иметь посредственный промпт, но идеально выстроенный контекст - и получить блестящий результат. А вот наоборот не выйдет. Идеальный промпт без нужного контекста даст тебе красивую пустышку.
Что с этим делать на практике?
1. Сжимай информацию
Не грузи модель всей перепиской, какая только у тебя есть. Если у тебя длинный диалог - делай краткие пересказы ключевых договорённостей каждые 5-10 сообщений. «Сохраняйся» как в видеоигре.
Вместо истории переписки на 100 страниц скинь актуальное ТЗ на одну страницу плюс резюме спорных моментов ещё на одну.
2. Используй внешнюю память
Чат с нейронкой - это не склад. Это рабочий стол. Не надо в него вываливать все документы из архива.
Храни большие массивы данных отдельно (в заметках, в документах, в базах). Подгружай только то, что нужно прямо сейчас для конкретной задачи.
3. Делегируй задачи
Один чат - одна задача. Не заставляй универсального солдата делать всё подряд. Разбей сложную работу на этапы, каждый - отдельному "специалисту".
Сначала одна модель генерирует идеи, потом другая структурирует, третья редактирует. Конвейер, а не один замученный работник.
Какой можно сделать вывод?
Перестань пихать в модель всё подряд в надежде, что она сама разберётся. Она умная, но не телепат. Дай ей ровно то, что нужно для решения задачи. Коротко, по делу, без воды.
Ладно, это мы в самом начале немного сгустили краски. Промпт-инжиниринг не умер. Он эволюционировал. Раньше мы учились красиво спрашивать. Теперь учимся правильно упаковывать информацию.
Твоя задача теперь не в том, чтобы написать магический промпт по точной формуле. А в том, чтобы создать для модели информационную среду, в которой она не захлебнётся в данных и не потеряет суть.
Меньше воды - больше толку. Проще, чем кажется🙂
А ты уже замечал, что модель "тупит" в длинных диалогах?
#тексты
Anthropic, создатели Claude, выкатили исследование, которое переворачивает всё, чему тебя учили про работу с нейросетями. В том числе и мы😅
Помнишь, как раньше учили нейронку? «Думай шаг за шагом», «Веди себя как эксперт». Мы дрессировали нейросеть как стажёра-первокурсника, разжёвывая каждую мелочь.
Современные модели уровня Claude или GPT-5 уже и так мыслят структурно. Они не тупые. Проблема сместилась в другую сторону.
Представь: ты приходишь к врачу с болью в колене. Но перед тем как рассказать про колено, ты полчаса описываешь свою родословную, что ел на завтрак последние три года, и какая погода была в день твоего рождения. Врач, конечно, вытянет из этого потока главное. Но сколько времени и сил он на это потратит? И не потеряет ли что-то важное в этом море информации?
Так вот, с нейросетями - та же история.
У модели есть контекстное окно. Условно - её оперативная память. Допустим, в неё влезает 200 тысяч токенов (это примерно как несколько книг). Если из всего этого объёма только 1% - суть твоей задачи, а остальное - информационный мусор, модель тратит 95% своих сил на фильтрацию.
Качество падает. Цена растёт. А ты недоволен результатом.
Anthropic называет это так: можно иметь посредственный промпт, но идеально выстроенный контекст - и получить блестящий результат. А вот наоборот не выйдет. Идеальный промпт без нужного контекста даст тебе красивую пустышку.
Что с этим делать на практике?
1. Сжимай информацию
Не грузи модель всей перепиской, какая только у тебя есть. Если у тебя длинный диалог - делай краткие пересказы ключевых договорённостей каждые 5-10 сообщений. «Сохраняйся» как в видеоигре.
Вместо истории переписки на 100 страниц скинь актуальное ТЗ на одну страницу плюс резюме спорных моментов ещё на одну.
2. Используй внешнюю память
Чат с нейронкой - это не склад. Это рабочий стол. Не надо в него вываливать все документы из архива.
Храни большие массивы данных отдельно (в заметках, в документах, в базах). Подгружай только то, что нужно прямо сейчас для конкретной задачи.
3. Делегируй задачи
Один чат - одна задача. Не заставляй универсального солдата делать всё подряд. Разбей сложную работу на этапы, каждый - отдельному "специалисту".
Сначала одна модель генерирует идеи, потом другая структурирует, третья редактирует. Конвейер, а не один замученный работник.
Какой можно сделать вывод?
Перестань пихать в модель всё подряд в надежде, что она сама разберётся. Она умная, но не телепат. Дай ей ровно то, что нужно для решения задачи. Коротко, по делу, без воды.
Ладно, это мы в самом начале немного сгустили краски. Промпт-инжиниринг не умер. Он эволюционировал. Раньше мы учились красиво спрашивать. Теперь учимся правильно упаковывать информацию.
Твоя задача теперь не в том, чтобы написать магический промпт по точной формуле. А в том, чтобы создать для модели информационную среду, в которой она не захлебнётся в данных и не потеряет суть.
Меньше воды - больше толку. Проще, чем кажется🙂
А ты уже замечал, что модель "тупит" в длинных диалогах?
#тексты