AI Prompt Engineering · Урок

Диагностика и исправление неудачных запросов

Систематический список проверок для улучшения плохо работающих запросов

«Диагностика и исправление неудачных запросов» — 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.

Отладочное мышление

Когда промпт выдаёт плохой результат, большинство людей сначала винит модель. Но в большинстве случаев проблема заключается в промпте, а модель ведёт себя именно так, как должна, учитывая полученные инструкции.

Рассматривать сбои промпта как задачи по отладке продуктивнее. Как и при отладке кода, Вы систематически определяете первопричину, предполагаете исправление, проверяете его и подтверждаете результат. Такой подход приводит к более быстрому улучшению, чем раздражённые попытки методом проб и ошибок.

Контрольный список отладки промпта

Если промпт не срабатывает, систематически пройдите по этому контрольному списку из пяти аспектов:

Конкретность — промпт слишком расплывчатый? Нужно ли точнее определить задачу?
Контекст — отсутствует ли нужная модели исходная информация?
Формат — указаны ли желаемый формат и объём вывода?
Ограничения — чётко ли сформулированы ограничения? Не противоречат ли они друг другу?
Примеры — устранит ли неоднозначность пример хорошего вывода?

Каждому аспекту соответствует определённый тип исправления. Определите, какой аспект дал сбой, и примените соответствующее исправление.

Аспект 1: проверка конкретности

Сбои конкретности приводят к следующим результатам: выбрана неправильная тема или точка зрения, не учтён уровень аудитории, пропущены ключевые аспекты задачи.

Диагностические вопросы:

Может ли незнакомый с задачей, но умный человек понять этот промпт иначе, чем задумали Вы?
Есть ли в нём расплывчатые слова («хороший», «лучший», «подходящий», «профессиональный»), которые нужно заменить?
Указан ли тип задачи (статья? электронное письмо? краткое изложение? анализ)?
Достаточно ли точно определена аудитория?

Исправление: замените расплывчатые слова конкретными. Назовите тип задачи. Укажите исходные знания аудитории. Добавьте однопредложный пример желаемого вывода.

Аспект 2: проверка контекста

Сбои контекста приводят к следующим результатам: общие советы, не учитывающие Вашу конкретную ситуацию; ошибочные предположения о Вашем технологическом стеке, компании или аудитории; ответы, которые подошли бы в другом контексте, но не в Вашем.

Диагностические вопросы:

Что модели нужно знать о моей конкретной ситуации, но она не может узнать из общих данных обучения?
Предоставил ли я нужный код, документ или данные, к которым относится задача?
Описал ли я ограничения своей среды?

Исправление: добавьте перед инструкцией к задаче раздел «Исходная информация». Вставьте нужный код или содержимое непосредственно в промпт.

Аспект 3: проверка формата

Сбои формата приводят к следующему: содержание правильное, но структура неправильная — сплошной текст вместо маркированного списка, эссе вместо пошагового руководства, отсутствие заголовков там, где нужна навигация.

Диагностические вопросы:

Указал ли я формат вывода (маркированный список, нумерованный список, сплошной текст, таблица, блок кода)?
Указал ли я объём?
Указал ли я обязательные разделы или структуру?

Исправление: добавьте явные инструкции по формату. Используйте шаблон: «Формат: [структура]. Объём: [целевой объём]. Разделы: [список].» Для сложных форматов предоставьте шаблон с текстом-заполнителем, который должна подставить модель.

Аспект 4: проверка ограничений

Сбои ограничений приводят к следующему: в содержании оказывается то, что Вы хотели исключить, или вывод выглядит механическим из-за противоречащих друг другу ограничений.

Диагностические вопросы:

Чётко ли сформулированы мои ограничения или они только подразумеваются?
Не противоречат ли какие-либо ограничения друг другу?
Не противоречат ли мои ограничения области содержания или объёму?
Есть ли инструкция, определяющая приоритет ограничений при их возможном конфликте?

Исправление: сформулируйте неявные ограничения явно. Добавьте инструкцию о приоритетах. Разрешите конфликты, выбрав ограничение с более высоким приоритетом. Проверьте совместимость области содержания и объёма.

Аспект 5: проверка примеров

Если первые четыре аспекта выглядят нормально, но вывод всё ещё не соответствует ожиданиям, часто не хватает примеров. Они передают то, что невозможно выразить словами.

Диагностические вопросы:

Поможет ли пример хорошего вывода прояснить ожидаемые стиль, тон или формат?
Поможет ли отрицательный пример (того, что NOT следует создавать)?
Есть ли уже готовые выводы для этого типа задачи, которые можно использовать как образец?

Исправление: добавьте в промпт один или два примера идеального вывода. Используйте шаблон: «Вот пример того, что мне нужно: [пример]. Теперь сделайте то же самое для [ваша фактическая задача].»

Рабочий процесс отладки промпта

Ниже приведён полный диагностический рабочий процесс, который можно применять к любому неработающему промпту:

def diagnose_prompt(original_prompt, failed_output, problem_description):
    '''
    Use a second LLM call to diagnose why a prompt produced a bad output.
    Returns a diagnosis and an improved prompt.
    '''
    import openai
    client = openai.OpenAI(api_key='sk-...')

    diagnosis_prompt = f'''You are a prompt engineering expert.

A user ran this prompt:
---PROMPT---
{original_prompt}
---END PROMPT---

It produced this output (which was unsatisfactory):
---OUTPUT---
{failed_output[:500]}...
---END OUTPUT---

The problem the user identified: {problem_description}

Diagnose the prompt failure using this framework:
1. Specificity: Is anything too vague?
2. Context: What background information is missing?
3. Format: Is the desired format/length unclear?
4. Constraints: Are there missing or conflicting constraints?
5. Examples: Would an example help?

Then write an improved version of the prompt that addresses the root cause.
Format: Diagnosis: [analysis] || Improved prompt: [new prompt]'''

    response = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=[{'role': 'user', 'content': diagnosis_prompt}]
    )
    return response.choices[0].message.content

Первопричина и симптом

Распространённая ошибка при отладке — устранять симптом, а не первопричину.

Симптом: вывод слишком общий.

Исправление симптома: добавить в промпт фразу «будьте конкретнее».

Первопричина: аудитория не была определена, поэтому модель выбрала аудиторию по умолчанию — широкую и неопределённую.

Исправление первопричины: добавить точное описание аудитории.

Устранение симптомов даёт незначительное улучшение. Устранение первопричин даёт надёжное улучшение. Прежде чем писать исправление, задайте вопрос «почему возникает этот симптом?» и разберитесь на уровень глубже.

Ведение журнала сбоев промптов

Для регулярно повторяющихся типов задач ведение журнала сбоев промптов со временем ускоряет улучшение. В каждой записи фиксируются:

исходный промпт;
плохой вывод (или описание ошибки);
диагностированная первопричина (конкретность / контекст / формат / ограничения / примеры);
применённое исправление;
результат.

После 10–20 записей начинают проявляться закономерности. Вы можете обнаружить, что одна и та же первопричина (например, отсутствие контекста об аудитории) объясняет 60% сбоев в определённой категории. Исправьте её в шаблоне — и эта закономерность исчезнет.

Улучшенный шаблон промпта

Большинство хорошо структурированных промптов построено по единому шаблону, который заранее учитывает все пять аспектов отладки:

ROBUST_PROMPT_TEMPLATE = '''
## Role
[Who the model should act as — establishes expertise level and perspective]

## Context
[Background the model needs: company, audience, product, prior decisions, constraints]

## Task
[Specific, precise description of what to produce]

## Format
[Output structure: bullet points / prose / numbered list / table]
[Length: word count or sentence count]
[Required sections: list them if the output needs specific sections]

## Constraints
[What to include: required elements]
[What to exclude: off-limits content or approaches]
[Priority: if constraints conflict, X takes priority over Y]

## Example
[One example of good output for this task type — optional but powerful]
'''

print(ROBUST_PROMPT_TEMPLATE)

Проверка знаний: отладка промпта

Промпт создаёт хорошо написанный вывод, но вместо конкретной ситуации, описанной в задаче, сосредотачивается на общих рекомендациях по лучшим практикам в этой области. Формат и объём правильные. Ограничения не нарушены. Какой аспект отладки является первопричиной?

Повторение: диагностика и исправление плохих промптов

Отладка промпта — это систематический процесс, а не метод проб и ошибок. Контрольный список из пяти аспектов — конкретность, контекст, формат, ограничения и примеры — сопоставляет каждому распространённому типу сбоя определённое исправление.

Надёжный шаблон промпта заранее учитывает все пять аспектов и предотвращает большинство сбоев ещё до их возникновения. Рабочий процесс отладки (определить симптом → найти первопричину → применить исправление → проверить результат) обеспечивает надёжное улучшение. Журнал сбоев промптов ускоряет обучение от сеанса к сеансу.

С помощью этих инструментов Вы сможете методично и последовательно диагностировать и исправлять любые сбои промптов.

Часто задаваемые вопросы

Урок «Диагностика и исправление неудачных запросов» бесплатный?

Да — полный текст урока «Диагностика и исправление неудачных запросов» 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 «Диагностика и исправление неудачных запросов»?

Систематический список проверок для улучшения плохо работающих запросов 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 «Диагностика и исправление неудачных запросов»?

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

Слишком расплывчатые инструкции
Противоречивые требования
Ошибки из-за отсутствующего контекста
Диагностика и исправление неудачных запросов

← Назад к AI Prompt Engineering