Помню, как в конце 2023 года все кинулись проходить курсы по промптингу, а уже в 2024-м промпт-инженеринг похоронили под лозунгом, что языковые модели потому так и называются, что они понимают обычный язык и все эти сложности им не нужны. Но промпты как работали, так и работают до сих пор, а люди как недооценивали их важность, так и... ну, вы поняли.

С другой стороны, я не советую проходить все эти курсы по промптингу, так как в свободном доступе информация и актуальнее, и качественнее. Вот, например, мой любимый сайт по промптингу — www.promptingguide.ai. Рекомендую начать своё погружение именно с него.

Ну и 10 советов для новичков и не только:
1. Примеры работают лучше инструкций. Модели лучше распознают паттерны, чем следуют правилам (за исключением рассуждающих LLM вроде o1).

2. Системные промпты — фундамент. 90% проблем возникают из-за слабых системных промптов. Отточите их, прежде чем браться за пользовательские промпты. Вот тут куча системных промптов для изучения.

3. Ваша экспертиза в предметной области намного важнее навыков создания промптов. Например, когда инструкцию для медицинского ИИ-агента пишут врачи, результаты сильно лучше. Профильные эксперты оперируют такими нюансами, о которых не догадываются промпт-инженеры.

4. «Цепочка рассуждений» (Chain-of-thought) — не всегда лучший выбор. Сложные цепочки рассуждений часто работают хуже, чем прямые инструкции. Начинайте с простого, усложняйте, только когда улучшаются метрики.

5. Контролируйте версии промптов, как код. Помню, как изменение всего одного слова в промпте сломало воркфлоу ИИ-агента. Заставил себя делать git commit для промптов и отслеживать метрики производительности. Короче к работе над промптами надо относиться, как к продакшн-коду.

6. Используйте ИИ для написания промптов для ИИ. Звучит наивно, но это работает: Claude пишет промпты для Claude лучше, чем я. Пусть модели самим оптимизируют инструкции для себя.

7. Многие сильно недооценивают настройку температуры. Все помешаны на промптах. Тем временем, иногда изменение температуры с 0.7 до 0.3 хорошо решает проблемы со стабильностью ответов.

8. Тестовое покрытие важнее качества промпта. Часто тестируя разные сценарии обнаруживал, что мой «идеальный» промпт сыпался в 30% случаев на больших объемах. Теперь использую автоматизированную оценку с валидацией человеком (human-in-the-loop).

9. Не забывайте оптимизировать инструкцию под конкретную модель. Промпт для GPT-4o не всегда подходит к Claude или Llama. У каждой модели свои особенности. То, от чего GPT выдает качественный ответ, заставляет Claude галлюцинировать.

10. Делайте защиту от инъекций в промпт сразу. Каждый промпт в продакшене нуждается в тестировании на инъекции. Один хитрый пользовательский запрос способен сломать всю вашу систему.

Через 15 минут начнется трансляция от OpenAI

https://www.youtube.com/live/hS1YqcewH0c?si=UPsMyHjl8in151Yb

Конструктор ИИ-агентов от OpenAI: https://platform.openai.com/agent-builder

Закрываем вчерашний DevDay 2025 у OpenAI - собрал все в одну табличку. В хорошем качестве закину в @prompt_chat

Я, конечно, думал, что Google презентует Gemini 3, но, видимо, ещё не время, поэтому ловите — Gemini 2.5 Computer Use.

Это агент для управления компьютером браузером и судя по бенчмаркам, где он опережает Claude Sonnet 4.5 и OpenAI Computer-Using Agent model, он хорошо понимает интерфейсы сайтов и даже справляется с авторизацией.

Можете попробовать его в демо или через API.

Ну значит делаем две встречи! В Батуми и Стамбуле.

Создал два отдельных чата для организационных вопросов:
https://www.group-telegram.com/+AHFLlueTqDU0MGJi - Батуми
https://www.group-telegram.com/+XBWaYZLgpns1YWMy - Стамбул

Присоединяйтесь

Так, не удивляйтесь, это будет пост с промптом по ссылке (так как сюда не влезло). Несколько лет назад мы с товарищем делали бота-психолога. Меня вообще туда подтянули не из-за того, что я в ИИ ковыряюсь, а из-за моего психологического образования и диагноза (СДВГ) — товарищ сказал, что будет на мне этого бота тестировать.

По сути, это был обычный ТГ-бот с инструкцией «действовать как психолог». В общем, проект не взлетел, так как таких ботов клепали тысячами.

Но у меня сохранился раздел в Obsidian, где я стал собирать прикольные «психологические» промпты, чтобы потом их дорабатывать или разбирать на запчасти.

И сегодня я хочу вам показать один из самых интересных промптов в коллекции. Можете закинуть его в любую модель: ChatGPT, Gemini, Claude. Тестировал везде — работает.

Как он работает:
- Используется сократовский диалог, поэтому общение воспринимается как сессия с наставником.
- Задача — раскрыть, что скрывается за вашими страхами и целями.
- И получить план «трансформации».

Короче, это немного переработанная сессия с КПТ-психологом, поэтому будет полезна СДВГшникам, тем, кто немного запутался, ну и всем, кто любит тестить промпты. Ну и не забывайте: если у вас психологические проблемы — обращайтесь к специалистам, а не к LLM.

https://teletype.in/@prompt_design/Psychological_prompt

Как же я рад, что в последнем обновлении приложения (iOS) Perplexity, они дали возможность выбирать модель для генерации изображения. Раньше можно было только в web-версии это делать. Теперь заходим: Settings → Image Generation Model - и выбираем.

Сегодня рынок ИИ похож на золотую лихорадку. С одной стороны, API от гигантов вроде OpenAI и Google дают лёгкость для старта. Есть идея? Подключайся и запускай. Но есть и обратная сторона: эта же лёгкость доступна всем, превращая рынок в «красный океан», где конкуренция становится бешеной.

Недавно я наткнулся на интересную аналитическую статью о том, как создавать ИИ-продукты, когда у тебя нет миллиардов долларов для конкуренции с OpenAI и другими гигантами.

Она начинается с описания предыдущих технологических волнн (персональный компьютер, интернет, сотовая связь) и мысли, что они уничтожали старых игроков и давали шанс стартапам - так появились Microsoft, Google и Uber. Но сегодня ИИ - это «ускоритель» для существующих компаний, а не «уничтожитель». Например, Adobe, которая, казалось, упустила облачную революцию, быстро добавила мощные ИИ-функции в свои продукты и обогнала потенциальные стартапы.

В таких условиях просто быть «обёрткой» для чужой LLM — путь в никуда. Но как же быть нам, тем, кто ищет возможности или запускает стартапы? Как выжить?

Существуют три подхода:
- Создавать свои модели: непомерно дорого и доступно лишь единицам.
- Просто создать чат-бота: легко копируется и не даёт реальной конкурентной ценности.
- Правильный путь: комбинировать готовые ИИ-модели с вашими уникальными активами.

Эффективные ИИ-продукты строятся из трёх «кубиков LEGO», которые вместе создают ваше преимущество: [Готовые ИИ-возможности] + [Ваши уникальные данные] + [Функциональность вашего продукта].

Магия - в их взаимодействии. Ваши данные дают ИИ необходимый контекст. ИИ генерирует результат, который решает проблему клиента. А ваш продукт оркестрирует этот процесс.

Например:
- MIRO использует принцип «холст — это промпт». Они берут стандартные ИИ-модели, но «скармливают» им уникальный контекст всей доски и с помощью своего функционала превращают заметки в кликабельный прототип за секунды.
- Granola ворвалась на переполненный рынок ИИ-помощников для встреч. Их секрет в глубоком понимании клиента: они выяснили, что многие пользователи не хотят делегировать ведение заметок, а хотят делать это сами с помощью ИИ. Они создали продукт для усиления, а не замены, используя только готовые API.

Да и в целом, нужно начинать не с технологий, а с клиента. Задайте себе три вопроса:
1) Какую неудовлетворённую проблему клиента нужно решить?
2) Какие ИИ-возможности могут решить её по-новому?
3) Какие уникальные данные могут усилить это решение?

Тогда и станет понятно в какую сторону смотреть, что ресечить и какие MVP пилить.

И, как мне кажется, всё это идет к тому, что подобные компании, «наблюдая», как их пользователи взаимодействуют с их сервисами, соберут кучу данных, чтобы в будущем обучать ИИ-агентов выполнять всё то же самое в автономном режиме.

Уже в ближайшее время появятся компании и специалисты, которые будут заниматься только одним - обучением агентов реальным навыкам. Один раз обучить ИИ-агента, как делать определенную работу (быть админом тг-канала, маркетологом, редактором, директором, консультантом), а дальше эту работу будут делать агенты - дешевле, быстрее, качественнее и без ограничений. На эту тему недавно вышла крутая публикация - почитайте.

С вопросом, чем Perplexity отличается от других моделей, мы, как мне кажется, разобрались. Короткий ответ: «это другое».

И я бы не стал сравнивать этот сервис с ChatGPT или Gemini, потому что это не модель, а продвинутая оболочка (wrapper), внутри которой можно использовать множество разных LLM. При этом у них есть и собственная модель — Sonar, но она заточена под поиск информации в сети.

Однако вопрос, какие модели для каких задач лучше всего использовать внутри Perplexity, остаётся открытым.

Поэтому я подготовил для вас таблицу, где постарался описать, какие модели и для каких задач использую я. Уверен, многим будет интересно, а кто-то не согласится со мной и расскажет о своём опыте в нашем чате - @prompt_chat

На сегодняшний день я считаю Perplexity самым простым входом в мир искусственного интеллекта, доступным каждому, особенно при цене в несколько долларов за Pro-аккаунт.

А уже когда вы поймёте, что именно вам нужно и чего не хватает, можно будет определиться с выбором основной модели.

Сегодня по-настоящему заценил LM Studio, когда три часа — пока летел на нашу встречу «Силиконового мешка» в Батуми — работал с локальной LLM’кой. Это такой кайф, конечно. Кстати, кто еще планирует к нам присоединиться, встречаемся сегодня в 18:00. Вот чатик встречи.

Не устаю удивляться, как крупные ИИ-вендоры пачками пожирают мелкие стартапы.

Помните, как в начале лета на волне хайпа n8n почти каждый день появлялись проекты для облегчения создания воркфлоу? Выходило какое-то безумное количество чат-агентов, браузерных расширений, GPTs и других форматов для перевода «человеческих желаний» в готовый воркфлоу n8n.

Видимо, всё это время сам n8n спокойно наблюдал за этой вакханалией, изучал и немного кодил, а вчера взял и анонсировал свой продукт, позволяющий в формате чата с агентом создавать прототип воркфлоу, — AI Workflow Builder.

Пока функция будет доступна в облачной версии на 14-дневный пробный период. А вот пользователи с собственным хостингом новую фичу в ближайшее время не получат, но в n8n говорят, что активно ищут возможность её внедрить.

Для этой функции будут действовать ежемесячные лимиты кредитов в зависимости от плана:
- Каждый запрос в AI Workflow Builder расходует один кредит
- Пользователям на пробном периоде (Trial) доступно 20 кредитов, на плане Starter — 50 в месяц, а на плане Pro — 150 кредитов в месяц
- На данный момент возможности получить дополнительные кредиты в рамках вашего плана не будет

Мои поздравления пользователям n8n и соболезнования стартапам, которые продавали эту фичу как свой продукт.

У меня в браузере больше десяти вкладок, где я отслеживаю, какие новинки из гуманойдных роботов отправляются бегать в этом или следующем месяце. А сегодня наткнулся на плакат, где энтузиасты собрали все модели на этот год (жаль, что вместо G1 там R1 от Unitree). Как всегда, в хорошем разрешении закреплю в комментах.

Помните, я вам рассказывал, как создают UGC (User-Generated Content) при помощи N8N и Veo 3? Но там ещё можно было выловить артефакты, а вот в связке N8N и Sora 2 — это уже сложнее.

Видимо, мы действительно движемся в сторону «мёртвого интернета», где весь контент генерируется автоматически, а наша задача — кликать по нему и высвобождать порции дофамина.

Хочу порекомендовать канал Игоря Tips AI | IT & AI — не копипаста, не рерайты, а живые посты от автора, который сам тестит инструменты и делится только тем, что реально работает.

Один из немногих каналов, где можно найти кучу интересных инструментов по теме AI и IT.

Посты, которые стоит прочитать:

• Промптинг масштабируется, а проверка нет
• Почему промпты не работают?
• Воркфлоу для N8N
• Промпт, чтобы любой ИИ писал как человек
• 50 примеров, как нетехнические люди используют Claude Code

И главное — всё это авторский контент: личные находки, разборы и тесты, которые Игорь делает сам, а не копирайтит чужое.

Подписывайся!

Doom запускали уже на чём угодно: от электрических зубных щёток до микроволновок, а вот теперь игру можно запустить и в ChatGPT.

Наткнулся на твит одного парня, где он упаковал Doom в Next.js, зарегистрировал MCP-инструмент «play_doom» и закинул всё на хостинг Vercel. Теперь можно попросить ChatGPT запустить Doom прямо в чате.