0Pricing
AI Prompt Engineering · Урок

Настройка уровня лексики

Управляйте сложностью: от простого языка уровня восьмого класса до предметной терминологии

«Настройка уровня лексики» — бесплатный урок AI Prompt Engineering на CoddyKit. Это урок 4 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения AI Prompt Engineering, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс AI Prompt Engineering содержит 4 уроков всего.

Словарный запас: регулятор удобства чтения

Уровень словарного запаса — самый сильный фактор, определяющий, насколько доступным или закрытым воспринимается Ваш текст. Простая замена слова может решить, установит ли ответ контакт с читателем или оттолкнёт его.

Модели искусственного интеллекта могут работать со всем диапазоном словарного запаса — от предельно простого уровня детского сада до сложности докторской диссертации, — но этот уровень нужно задавать явно.

Простой язык без жаргона

Запрос простого языка без жаргона особенно важен для материалов для потребителей, документации службы поддержки и межфункционального общения.

Эффективные запросы:

  • «Используйте простой язык без технического жаргона»
  • «Объясните так, будто читатель ничего не знает об этой области»
  • «Каждый технический термин при первом употреблении необходимо объяснить понятным языком»
  • «Замените все слова, которые типичный десятилетний ребёнок не знает»
import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=150,
    messages=[{
        'role': 'user',
        'content': (
            'Explain what encryption is. '
            'Simple language only — no technical jargon. '
            'If you must use a technical word, immediately define it in plain English in parentheses. '
            'Target reading level: general public with no tech background. '
            '3 sentences maximum.'
        )
    }]
)
print(response.content[0].text)

Требования к уровню чтения

Уровень образования по шкале Флеша — Кинкейда измеряет сложность чтения по школьной шкале US. Вы можете указать его напрямую:

  • «Уровень чтения для 8-го класса» → доступно большинству взрослых
  • «Уровень чтения для 5-го класса» → достаточно просто для детей или людей, для которых язык не является родным
  • «Уровень чтения для 12-го класса» → для образованных взрослых, допускается определённая сложность
  • «Уровень чтения для студентов» → предполагает высшее образование

Запросы с указанием уровня класса на удивление хорошо помогают контролировать сложность словарного запаса.

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

levels = ['5th-grade', '8th-grade', '12th-grade', 'college']

for level in levels:
    response = client.chat.completions.create(
        model='gpt-4o',
        max_tokens=60,
        messages=[{
            'role': 'user',
            'content': (
                f'Explain what a database index is. '
                f'Reading level: {level}. 2 sentences maximum.'
            )
        }]
    )
    print(f'[{level}]: {response.choices[0].message.content.strip()}')
    print()

Ориентация на экспертные знания

При написании текстов для специалистов в предметной области жаргон не является проблемой — он повышает эффективность общения. Эксперты предпочитают точную техническую терминологию упрощённым объяснениям.

Запросы для экспертного уровня словарного запаса:

  • «Считайте, что читатель обладает экспертными знаниями — определения не нужны»
  • «Свободно используйте техническую терминологию»
  • «Пишите для исследователей с докторской степенью в этой области»
  • «Без излишних пояснений — считайте, что читатель знает основы»
import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

expert_prompt = (
    'Explain the trade-off between MVCC and locking-based concurrency control in OLTP databases.\n'
    'Audience: senior database engineers with 10+ years experience.\n'
    'Assume expert knowledge — no definitions of basic terms needed.\n'
    'Use technical terminology freely: transaction isolation levels, write skew, '
    'phantom reads, lock contention, WAL, tuple visibility.\n'
    'Max 4 sentences. Be precise, not introductory.'
)

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=200,
    messages=[{'role': 'user', 'content': expert_prompt}]
)
print(response.content[0].text)

Включение технической терминологии

При написании учебных материалов для учащихся, которым нужно освоить техническую лексику, можно попросить модель:

  • Вводить технические термины постепенно
  • Выделять каждый термин полужирным при первом употреблении
  • Всегда приводить рядом с техническим термином его эквивалент на понятном языке
  • Добавить небольшой глоссарий в конце

Такой подход помогает изучать лексику и одновременно передаёт содержание.

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

response = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': (
            'Explain how HTTPS works for a developer just starting to learn web security. '
            'Vocabulary strategy:\n'
            '- Introduce technical terms gradually — start simple, add complexity\n'
            '- Bold every new technical term on first use\n'
            '- Immediately follow each bold term with a plain-English definition in parentheses\n'
            '- End with a 4-term Glossary section\n'
            'Length: 150 words max (excluding glossary).'
        )
    }]
)
print(response.choices[0].message.content)

Проверка жаргона

Проверка жаргона предлагает модели просмотреть существующий текст и отметить или заменить технические термины, которые неспециалист может не понять.

Это полезно для проверки собственного текста перед отправкой нетехнической аудитории, проверки документации службы поддержки и оценки доступности маркетинговых материалов.

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

technical_text = (
    'Our platform leverages a microservices architecture with asynchronous event-driven '
    'communication via a Kafka message broker. Each service exposes RESTful endpoints '
    'behind an API gateway that handles rate limiting and JWT authentication. '
    'Horizontal pod autoscaling on Kubernetes ensures elasticity under load.'
)

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=300,
    messages=[{
        'role': 'user',
        'content': (
            'Perform a jargon audit on the following paragraph.\n'
            '1. List every technical term a non-technical business stakeholder might not know.\n'
            '2. For each term, provide a plain-English alternative (5 words or fewer).\n'
            '3. Rewrite the paragraph using only the plain-English alternatives.\n\n'
            f'Text:\n{technical_text}'
        )
    }]
)
print(response.content[0].text)

Единообразие словарного запаса

Единообразный словарный запас особенно важен в технических текстах. Если одно и то же понятие обычно называют по-разному, выберите один вариант и используйте его во всём тексте:

  • Не чередуйте слова «пользователь», «клиент» и «участник»
  • Не называйте одну и ту же систему попеременно «программным интерфейсом», «конечной точкой» и «службой»
  • Не чередуйте слова «база данных» и «хранилище данных»

Запрос: «Используйте единообразную терминологию во всём тексте. Если сомневаетесь, выбирайте [X], а не [Y], для обозначения [понятия]».

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

response = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': (
            'Write a 3-section product description for our B2B SaaS platform.\n'
            'VOCABULARY RULES — use these terms consistently throughout:\n'
            '- Use "workspace" not "project", "environment", or "account"\n'
            '- Use "team member" not "user" or "collaborator"\n'
            '- Use "dashboard" not "panel", "console", or "interface"\n'
            '- Use "connect" not "integrate", "link", or "sync"\n'
            'Sections: Overview, Key Benefits, How It Works.\n'
            'Max 100 words total.'
        )
    }]
)
print(response.choices[0].message.content)

Словарный запас для международной аудитории

При написании текстов для международной аудитории, где английский может быть вторым языком, выбор слов ещё важнее:

  • Предпочитайте короткие распространённые слова длинным редким словам
  • Избегайте идиом и фразовых глаголов, которые плохо переводятся
  • Избегайте культурных отсылок, непонятных за пределами одного региона
  • Используйте явные формулировки вместо подразумеваемого смысла
  • Предпочитайте действительные конструкции страдательным

Запрос: «Пишите для международной аудитории, где английский является вторым языком: используйте простой словарный запас без идиом».

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

current_text = (
    'Our platform hits the ground running right out of the box, '
    'giving your team a leg up on the competition. '
    'Once you are up to speed, you will be firing on all cylinders. '
    'The ball is in your court — reach out to kick off your trial.'
)

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=200,
    messages=[{
        'role': 'user',
        'content': (
            'Rewrite the following text for an international audience where English is a second language.\n'
            'Rules:\n'
            '- Replace all idioms with literal, plain alternatives\n'
            '- Use only common, short words (prefer "start" over "commence")\n'
            '- No phrasal verbs ("kick off" → "start", "reach out" → "contact")\n'
            '- Active voice only\n\n'
            f'Text:\n{current_text}'
        )
    }]
)
print(response.content[0].text)

Проверка словарного запаса с помощью самопроверки

Попросите модель проверить собственный результат на соответствие заданному уровню словарного запаса после его создания. Такой двухэтапный подход помогает обнаружить слова, которые всё же остались в тексте вопреки Вашим инструкциям:

  1. Создайте текст с инструкциями по уровню словарного запаса
  2. Попросите модель перечислить слова, не соответствующие этому уровню, и предложить замены
import openai

client = openai.OpenAI(api_key='sk-your-key-here')

# Step 1: generate with vocabulary constraint
result = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': 'Explain HTTP status codes in 3 sentences for a non-technical business person. Simple words only.'
    }]
)
content = result.choices[0].message.content
print('GENERATED:')
print(content)
print()

# Step 2: vocabulary self-audit
audit = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': (
            f'Review the following text. List any words a typical non-technical business person '
            f'(no tech background) might not know. For each flagged word, suggest a simpler alternative.\n\n'
            f'Text:\n{content}'
        )
    }]
)
print('VOCABULARY AUDIT:')
print(audit.choices[0].message.content)

Словарный запас и доверие

Уровень словарного запаса напрямую влияет на степень доверия читателей к Вашему тексту:

  • Слишком простой для аудитории → звучит снисходительно и подрывает доверие
  • Слишком сложный для аудитории → отталкивает и вызывает путаницу
  • Идеально подходящий → создаёт ощущение, что текст написан специально для этого читателя

Цель — не использовать максимально простой словарный запас, а подобрать подходящий словарный запас для конкретного читателя. Разработчик блокчейна, читающий о платформе Ethereum, ожидает точной терминологии, а человек, впервые покупающий криптовалюту, — нет.

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

# Same topic, calibrated vocabulary for different trust contexts
audiences = [
    ('CRYPTO BEGINNER', 'No technical background, first time reading about cryptocurrency. Plain English, no assumed knowledge.'),
    ('BLOCKCHAIN DEVELOPER', 'Expert: knows EVM, gas fees, consensus mechanisms, smart contract bytecode. No definitions needed.')
]

topic = 'Why Ethereum uses proof-of-stake instead of proof-of-work.'

for label, spec in audiences:
    response = client.messages.create(
        model='claude-opus-4-5',
        max_tokens=100,
        messages=[{
            'role': 'user',
            'content': f'Audience: {spec}\n\nExplain in 2 sentences: {topic}'
        }]
    )
    print(f'[{label}]')
    print(response.content[0].text.strip())
    print()

Словарный запас и голос бренда

Голос бренда отчасти определяется выбором слов. Компании задают правила словарного запаса в руководствах по стилю, и искусственный интеллект может последовательно соблюдать эти правила, если Вы их укажете.

Примеры правил словарного запаса бренда:

  • Mailchimp: «Говорите „помощь“, а не „содействие“»
  • Stripe: «Говорите „настроить“ (глагол), но „настройка“ (существительное)»
  • Shopify: «Говорите „продавцы“, а не „клиенты“ или „пользователи“»

Добавьте правила словарного запаса Вашего бренда в системное сообщение, чтобы все материалы создавались единообразно.

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

brand_vocab_system = (
    'You write content for NorthBridge, a B2B SaaS company. '
    'Brand vocabulary rules:\n'
    '- Say "workspace" not "account" or "project"\n'
    '- Say "connect" not "integrate" or "link"\n'
    '- Say "team" not "users" or "members"\n'
    '- Say "get started" not "onboard" or "begin"\n'
    '- Avoid: "leverage", "synergy", "ecosystem", "seamlessly"'
)

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=100,
    system=brand_vocab_system,
    messages=[{
        'role': 'user',
        'content': 'Write a 2-sentence CTA for the homepage inviting users to create an account and start using integrations.'
    }]
)
print(response.content[0].text)

Проверка знаний

Компания хочет отправить всем 50 000 пользователям уведомление об утечке данных по электронной почте — большинство из них составляют нетехнические потребители. В текущем варианте написано: «Уязвимость в реализации протокола OAuth2 привела к несанкционированному извлечению хешированных учётных данных пользователей». В чём заключается главная проблема словарного запаса?

Настройка уровня словарного запаса — итоги

Уровень словарного запаса определяет, насколько доступным или авторитетным воспринимается Ваш текст. Основные методы:

  • Запрашивайте конкретный уровень чтения: 5-й класс, 8-й класс, уровень колледжа
  • Используйте формулировку «без жаргона» для материалов для потребителей и межфункционального общения
  • Используйте формулировку «считайте, что читатель обладает экспертными знаниями», чтобы применять точную техническую терминологию
  • Обучайте лексике с помощью постепенного введения терминов и выделения каждого термина полужирным при первом употреблении
  • Запрашивайте единообразие словарного запаса во всех документах
  • Пишите для международной аудитории, убирая идиомы и фразовые глаголы
  • Используйте запросы для самопроверки, чтобы обнаруживать нарушения требований к словарному запасу в созданном тексте

Часто задаваемые вопросы

Урок «Настройка уровня лексики» бесплатный?

Да — полный текст урока «Настройка уровня лексики» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс AI Prompt Engineering, подпишись на CoddyKit PRO. Курс AI Prompt Engineering содержит 4 уроков всего.

Чему я научусь в уроке «Настройка уровня лексики»?

Управляйте сложностью: от простого языка уровня восьмого класса до предметной терминологии Ты практикуешь AI Prompt Engineering с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.

Нужен ли мне опыт, чтобы начать AI Prompt Engineering?

Предыдущий опыт не требуется. AI Prompt Engineering на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 4 из 4.

Сколько времени занимает урок «Настройка уровня лексики»?

Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.

Можно ли писать и запускать код в этом уроке AI Prompt Engineering?

Да. Каждый урок AI Prompt Engineering включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.

Все уроки этого курса

  1. Формальный и неформальный тон
  2. Определение аудитории
  3. Профессиональные стили письма
  4. Настройка уровня лексики
← Назад к AI Prompt Engineering