0Pricing
AI Prompt Engineering · Урок

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

  1. Устройство интерфейса чата
  2. Типы запросов, с которыми может работать искусственный интеллект
  3. Как искусственный интеллект создает ответы
  4. Чего искусственный интеллект не умеет
← Назад к AI Prompt Engineering