Типы запросов, с которыми может работать искусственный интеллект
Классификация задач искусственного интеллекта: написание текстов, суммирование, ответы на вопросы, программирование и мозговой штурм.
«Типы запросов, с которыми может работать искусственный интеллект» — бесплатный урок AI Prompt Engineering на CoddyKit. Это урок 2 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.
Таксономия задач ИИ
Языковые модели ИИ удивительно универсальны. Они справляются с широким кругом типов задач — и понимание того, к какой категории относится Ваша задача, помогает составлять более качественные запросы.
Задачи можно разделить на: написание текстов, суммирование, вопросы и ответы, программирование, мозговой штурм, перевод, классификацию и извлечение данных.
Задачи на написание текстов
Написание текстов — одна из самых распространённых задач для ИИ. Примеры:
- Подготовка электронных писем, сопроводительных писем и публикаций для блога
- Написание коротких рассказов, сценариев или творческих материалов
- Создание подписей для социальных сетей
- Редактирование и переписывание существующих черновиков
Главное — указать в запросе формат, тон, объём и аудиторию.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=256,
messages=[{
'role': 'user',
'content': (
'Write a 150-word professional email declining a meeting invitation. '
'Tone: polite and regretful. Suggest rescheduling next week.'
)
}]
)
print(response.content[0].text)Задачи на суммирование
Суммирование сводит длинный материал к более короткой и удобной для восприятия форме. Распространённые применения:
- Краткое содержание длинных статей или отчётов в формате TL;DR
- Конспект встречи по расшифровке
- Резюме исследовательских работ для руководства
- Основные points, извлечённые из главы книги
Укажите требуемый объём и уровень детализации.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
long_text = (
'Artificial intelligence has transformed industries from healthcare '
'to finance over the past decade. Machine learning models now diagnose '
'diseases, detect fraud, and power recommendation engines. However, '
'concerns about bias, privacy, and job displacement remain significant...'
)
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': f'Summarize the following in exactly 2 sentences:\n\n{long_text}'
}]
)
print(response.choices[0].message.content)Задачи типа «вопросы и ответы»
Задачи типа «вопросы и ответы» используют обширную базу знаний модели. К ним относятся:
- Фактические вопросы («Что такое цикл Кребса?»)
- Пояснительные вопросы («Как работает HTTPS?»)
- Сравнительные вопросы («В чём разница между RAM и хранилищем?»)
- Вопросы по документу — использовать ask, чтобы задать вопросы о вставленном документе
При работе с вопросами по документу всегда включайте исходный материал в запрос.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
document = 'Our refund policy allows returns within 30 days with receipt...'
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=256,
system='Answer only based on the document provided. If unsure, say so.',
messages=[{
'role': 'user',
'content': f'Document:\n{document}\n\nQuestion: How many days do I have to return an item?'
}]
)
print(response.content[0].text)Задачи на программирование
Задачи на программирование — область, в которой ИИ-ассистенты особенно полезны. Распространённые запросы:
- Сгенерировать код по описанию («Напишите функцию на Python, которая...»)
- Объяснить, что делает существующий код
- Отладить или исправить неработающий код
- Преобразовать код с одного языка на другой
- Написать модульные тесты для заданной функции
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
response = client.chat.completions.create(
model='gpt-4o',
messages=[
{
'role': 'system',
'content': 'You are a Python expert. Include type hints and a brief docstring.'
},
{
'role': 'user',
'content': (
'Write a function that takes a list of integers and returns '
'the second largest unique value, or None if it does not exist.'
)
}
]
)
print(response.choices[0].message.content)Задачи на мозговой штурм
Мозговой штурм помогает ИИ быстро генерировать множество идей. Используйте его для:
- Придумывания названий продуктов
- Составления списков тем для публикаций в блоге
- Разработки идей функций для приложения
- Поиска вариантов подачи маркетинговой кампании
- Поиска альтернативных решений проблемы
Попросите указать конкретное количество идей и скажите модели отдавать предпочтение разнообразию, а не повторениям.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=512,
messages=[{
'role': 'user',
'content': (
'Generate 10 unique app name ideas for a habit-tracking app targeting busy professionals. '
'Each name should be one or two words. Prioritize variety — avoid similar-sounding names. '
'After each name, add a 5-word tagline.'
)
}]
)
print(response.content[0].text)Задачи на перевод
Перевод выходит за рамки пословной передачи. ИИ-модели умеют выполнять:
- Перевод между языками (английский → испанский, французский → японский)
- Перевод стилистического регистра (технический жаргон → простой язык)
- Перевод тональности (официальный стиль → неформальный)
- Преобразование формата (абзац → маркированный список)
Укажите, нужен ли Вам буквальный перевод или естественный, идиоматичный вариант.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
text_en = 'Please ensure the deliverables are submitted prior to the agreed deadline.'
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
f'Translate the following into natural, idiomatic Spanish '
f'suitable for a casual work chat message:\n\n{text_en}'
)
}]
)
print(response.choices[0].message.content)Задачи на классификацию
Классификация распределяет входные данные по заранее определённым категориям. Примеры:
- Анализ тональности (положительная / отрицательная / нейтральная)
- Категоризация по темам (спорт / политика / технологии)
- Определение намерения (жалоба / запрос / комплимент)
- Спам или не спам
Всегда указывайте в запросе список допустимых категорий, чтобы модель знала, из чего выбирать.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
reviews = [
'The product broke after one day. Terrible quality!',
'Shipping was fast and the item is exactly as described.',
'It is okay, nothing special but does the job.'
]
for review in reviews:
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=16,
messages=[{
'role': 'user',
'content': (
f'Classify this review as exactly one of: POSITIVE, NEGATIVE, NEUTRAL.\n'
f'Reply with only the label.\n\nReview: {review}'
)
}]
)
label = response.content[0].text.strip()
print(f'{label}: {review[:40]}...')Задачи на извлечение данных
Извлечение данных позволяет получать структурированную информацию из неструктурированного текста. Распространённые применения:
- Извлечение имён, дат и сумм из счетов
- Получение ключевых фактов из новостных статей
- Разбор контактной информации из электронных писем
- Извлечение характеристик товаров из описаний
Попросите вернуть данные в формате JSON, чтобы их было легко использовать программно.
import openai
import json
client = openai.OpenAI(api_key='sk-your-key-here')
email_text = (
'Hi, I am Sarah Johnson from Acme Corp. '
'Please send the invoice for $4,250 to billing@acmecorp.com by June 15th.'
)
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Extract the following fields from the email below and output valid JSON:\n'
'name, company, email, amount, deadline\n\nEmail:\n' + email_text
)
}]
)
raw = response.choices[0].message.content
data = json.loads(raw)
print(data)Комбинирование типов задач
В реальных запросах часто сочетаются несколько типов задач. Например:
- Извлечь основные утверждения из статьи, затем классифицировать каждое как факт или мнение
- Суммировать документ, затем перевести резюме на французский
- Провести мозговой штурм, затем написать короткую презентацию для лучшей идеи
Последовательное выполнение нескольких типов задач в одном запросе даёт мощный результат — просто чётко опишите каждый шаг.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=512,
messages=[{
'role': 'user',
'content': (
'Do the following in order:\n'
'1. Brainstorm 5 blog post titles about remote work productivity.\n'
'2. Pick the most compelling title.\n'
'3. Write a 3-sentence intro paragraph for that post.\n'
'Format your output with clear numbered sections.'
)
}]
)
print(response.content[0].text)Выбор правильного формата задачи
Один и тот же исходный запрос можно сформулировать как задачу разных типов — и такая формулировка значительно меняет результат.
Пример цели: понять страницу с тарифами компании.
- Формат вопросов и ответов: «Каковы тарифные планы?»
- Формат суммирования: «Суммируйте страницу с тарифами в 3 пунктах.»
- Формат извлечения: «Извлеките названия планов и цены в формате JSON.»
- Формат сравнения: «Создайте таблицу со сравнением всех планов.»
Выберите формат, соответствующий тому, как Вы будете использовать результат.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
pricing_text = (
'Starter: $9/month - 1 user, 5GB storage. '
'Pro: $29/month - 10 users, 50GB storage. '
'Enterprise: custom pricing - unlimited users.'
)
# Extraction frame
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Extract plan names and monthly prices as a JSON array. '
'Use null for custom pricing.\n\n' + pricing_text
)
}]
)
print(response.choices[0].message.content)Проверка знаний
Вы изучили основные категории типов задач ИИ. Проверим, сможете ли Вы определить подходящую.
Разработчик вставляет в запрос электронное письмо в службу поддержки объёмом 500 слов и просит ИИ: «Извлеките имя клиента, номер заказа и тип проблемы — выведите результат в формате JSON».
К какому типу задач это относится?
Повторение: таксономия задач
Теперь Вы можете определить тип любого запроса к ИИ и выбрать для него формулировку из основных типов задач:
- Написание текстов — создание оригинального текстового содержания
- Суммирование — сжатие длинного материала
- Вопросы и ответы — ответы на вопросы на основе знаний или документов
- Программирование — генерация, объяснение или отладка кода
- Мозговой штурм — генерация множества разнообразных идей
- Перевод — переход между языками или регистрами
- Классификация — распределение входных данных по заранее определённым категориям
- Извлечение данных — получение структурированных данных из неструктурированного текста
Сначала назовите тип задачи, а затем сформулируйте запрос с его учётом.
Часто задаваемые вопросы
Урок «Типы запросов, с которыми может работать искусственный интеллект» бесплатный?
Да — полный текст урока «Типы запросов, с которыми может работать искусственный интеллект» 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 «Типы запросов, с которыми может работать искусственный интеллект»?
Классификация задач искусственного интеллекта: написание текстов, суммирование, ответы на вопросы, программирование и мозговой штурм. 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 2 из 4.
Сколько времени занимает урок «Типы запросов, с которыми может работать искусственный интеллект»?
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
- Устройство интерфейса чата
- Типы запросов, с которыми может работать искусственный интеллект
- Как искусственный интеллект создает ответы
- Чего искусственный интеллект не умеет