промпт-гайд / перед эфиром

Как описать задачу нейросети — 7 правил для рабочего результата

Если вы зарегались на эфир по Vibe Coding — этот гайд поможет получить от нейросети нужный результат с первой попытки.

Внутри — 7 правил формулировки промпта и 3 готовых шаблона под типовые задачи. Можно попробовать сразу, до эфира.

7 правил формулировки
  1. 01

    Дайте контекст в первой строке

    Кто вы, для кого делаете, что именно нужно. Например: «Я маркетолог онлайн-школы английского. Пишу пост для канала про разговорные клубы». Чем больше контекста — тем точнее AI понимает задачу. Без контекста нейросеть пишет «общую» статью, которая никому не подходит.

  2. 02

    Опишите конкретный результат

    «Помоги с текстом» — слабый запрос. «Напиши пост на 800 знаков с одним вопросом в начале и кнопкой действия в конце» — рабочий. Чем точнее цифры и формат, тем меньше переделок.

  3. 03

    Покажите пример того, что нужно

    Приложите 1-2 примера похожих результатов — пост, который вам понравился; письмо в стиле, который вы хотите. AI копирует стиль гораздо лучше, чем понимает абстрактные требования вроде «дружелюбно» или «профессионально».

  4. 04

    Задайте формат ответа

    «Верни в виде списка», «без воды, только факты», «3-4 предложения максимум», «таблица с тремя колонками». Если не задать формат — нейросеть выберет сама, и часто не то, что нужно.

  5. 05

    Уберите лишнее заранее

    «Не используй смайлы», «избегай слов революционный, прорывной, инновационный», «не начинай с «давайте поговорим о»». Каждое такое ограничение экономит итерацию правок.

  6. 06

    Дайте AI роль

    «Ты опытный копирайтер вебинарных лендингов с 10 годами в digital» или «Ты юрист, специализирующийся на договорах фриланса». Роль меняет тональность и глубину ответа — нейросеть начинает выбирать слова и аргументы из этой профессиональной области.

  7. 07

    Просите AI проверить свой ответ

    После первого результата: «Оцени свой ответ от 1 до 10. Что можно улучшить?» или «Найди в своем тексте 3 слабых места». Это работает — AI ловит собственные шаблоны и предлагает более сильную версию.

3 готовых промпта
пример 01 · Telegram-бот

Telegram-бот для записи в стоматологию

Владелец стоматологии в Москве хочет бота, который записывает пациентов на прием через Telegram. Готовый рабочий код за 1 промпт.

prompt · telegram-bot.md
Ты опытный Python-разработчик, специализирующийся на Telegram-ботах. Контекст: ко мне обратился владелец стоматологии в Москве. Хочет бота в Telegram, который записывает пациентов на прием. Задача — напиши рабочий код бота на Python с библиотекой aiogram 3.x. Бот должен: 1. Показать меню при /start: «записаться», «узнать цены», «контакты» 2. По «записаться» — спросить имя, телефон, дату/время, услугу 3. Сохранить запись в файл records.json 4. Подтвердить запись сообщением с деталями Формат: один файл bot.py + краткие инструкции по запуску (что установить, где взять токен). Используй простые типы данных, без БД. Базовая обработка ошибок: если пользователь напишет что-то не то — попроси переслать.
пример 02 · парсер

Парсер цен конкурентов на Wildberries

Маркетплейс-продавец хочет каждое утро видеть таблицу с ценами 3 своих конкурентов. Скрипт работает по расписанию и пишет в Google Sheets.

prompt · wb-parser.md
Ты Python-разработчик, специализирующийся на парсинге сайтов. Контекст: я продаю чайники на Wildberries. Хочу видеть таблицу с ценами 3 моих конкурентов: артикулы 12345, 67890, 11122. Парсинг — раз в день, результат — в Google Sheets. Задача — напиши Python-скрипт, который: 1. Заходит на 3 страницы товаров Wildberries 2. Берет цену со страницы (используй playwright или httpx) 3. Записывает строку в Google Sheets: дата, артикул, цена, наличие 4. Запускается через cron или scheduled task Формат: один файл parser.py + краткие инструкции: - какие библиотеки установить - как получить credentials для Google Sheets API - как настроить запуск раз в день Учти, что Wildberries может блокировать прямой запрос — используй обходные пути (заголовки, прокси, задержки).
пример 03 · AI-фильтр

AI-фильтр резюме в Google Sheets

HR в IT-компании получил 200 резюме в Google Sheets. Хочет скрипт, который автоматически отметит релевантные через AI — чтобы не читать каждое вручную.

prompt · hr-filter.md
Ты Python-разработчик с опытом интеграций OpenAI API и Google Sheets. Контекст: я HR в IT-компании. У меня в Google Sheets таблица с 200 резюме (колонки: имя, опыт, навыки, ссылка на резюме). Хочу скрипт, который пройдет по строкам и пометит каждое как «релевантно», «возможно», «нет» — по моим критериям. Задача — напиши Python-скрипт: 1. Читает таблицу из Google Sheets (по ID и листу) 2. Для каждой строки — отправляет данные в OpenAI API с моим промптом-критерием 3. Получает оценку и кладет в колонку «AI-оценка» 4. Делает паузу 1 сек между запросами Формат: один файл hr_filter.py + краткие инструкции по запуску (что установить, где взять API-ключи). Учти rate limits OpenAI, добавь повторные попытки при ошибках 429.
перед эфиром эфир / совсем скоро

Это только правила — на эфире покажу, как они работают в живой сборке

Vibe Coding в прямом эфире — соберу реальный заказ с биржи за 30 минут при вас. Бюджет в примере 20 000 ₽.

подпишись на удобный канал — пришлю ссылку на эфир и напоминание за час до старта.

Made on
Tilda