Промпты для ChatGPT — это структурированные запросы: роль, контекст, задача, формат ответа и ограничения в одном сообщении вместо расплывчатого «напиши мне что-нибудь». Дальше — рабочий каркас, шесть готовых шаблонов под частые задачи и разбор, почему одни промпты работают, а другие нет.
Каркас промпта
Рабочий промпт для ChatGPT собирают из пяти частей — роль, контекст, задача, формат ответа и ограничения; без них модель гадает и выдаёт универсальный текст мимо задачи.
Промпт для ChatGPT собирают из пяти частей: роль, которую модель берёт на себя, контекст задачи, сама задача одним предложением, формат ответа и ограничения — объём, тон, что оставить за скобками. Без двух-трёх частей запрос превращается в «напиши мне что-нибудь», и результат получается таким же расплывчатым.
У ChatGPT есть доступ только к тому, что попало в сообщение, — внутренние документы компании, переписка в CRM и прошлые разговоры с конкретным клиентом остаются за кадром, пока их отдельно туда вставляют. Отсюда роль контекста: чем точнее вводные, тем меньше модель додумывает и тем ближе первый черновик к рабочему варианту.
- Роль — кем модель выступает в ответе
- Контекст — вводные, нужные для задачи
- Задача — что сделать, одним предложением
- Формат — структура и длина ответа
- Ограничения — что учесть или обойти
Шесть шаблонов
Шесть шаблонов ниже закрывают частые рабочие запросы: письмо, выжимка документа, таблица из текста, план встречи, ответ клиенту, проверка текста. Поля в скобках меняются под задачу, остальной каркас остаётся рабочим.
| Задача | Шаблон промпта |
|---|---|
| Письмо клиенту | Роль: менеджер по продажам. Контекст: (ситуация клиента). Задача: написать письмо с целью (цель). Формат: 120–150 слов, деловой тон. |
| Выжимка документа | Роль: аналитик. Контекст: прикреплённый документ. Задача: выделить (число) главных тезисов. Формат: список с указанием раздела-источника. |
| Таблица из текста | Роль: помощник по данным. Задача: собрать из текста таблицу с колонками (перечень полей). Формат: только таблица, без пояснений вокруг. |
| План встречи | Роль: помощник руководителя. Контекст: тема и участники. Задача: собрать повестку из (число) пунктов с таймингом. Формат: список по порядку. |
| Ответ клиенту | Роль: сотрудник поддержки. Контекст: обращение клиента и правила компании. Задача: составить ответ на вопрос (вопрос). Формат: вежливый тон, до 100 слов. |
| Проверка текста | Роль: редактор. Задача: найти ошибки и слабые формулировки в тексте. Формат: список правок с объяснением каждой. |
Шаблон допускает вольности в формулировках — поля в скобках меняются под конкретную ситуацию, а структура из роли, контекста, задачи и формата остаётся неизменной. После нескольких повторений сотрудник обходится без шаблона вовсе: каркас откладывается в привычку, и запрос собирается за полминуты.
До и после
Разница между слабым и сильным промптом видна на одной и той же задаче — письме клиенту без деталей и с полным каркасом из пяти частей.
| Промпт | Результат |
|---|---|
| «Напиши письмо клиенту» | Универсальный текст без адресата, тона и цели — редактировать заново |
| Роль, контекст, задача, формат, ограничение — все пять частей | Черновик под конкретную ситуацию, доработка — пара правок вместо переписывания |
Пять минут на заполнение каркаса экономят куда больше времени на стороне редактуры — особенно на задачах, которые команда решает каждую неделю: письма, отчёты, ответы клиентам. Разница накапливается на масштабе: один сотрудник, который пишет по десять писем в день, за месяц собирает заметную экономию правок только за счёт привычки формулировать запрос полно с первого раза.
Частые ошибки
- Роль отсутствует — модель отвечает усреднённым тоном
- Формат ответа остаётся на усмотрение модели — объём и структура каждый раз разные
- Задача сформулирована общей просьбой — конкретный результат остаётся неназванным
- Ожидание, что модель уже знает внутренние данные компании, которых в промпте нет
- Один гигантский запрос вместо серии уточняющих правок
- Пример ответа отсутствует, и модель придумывает свой формат
Каждая ошибка из списка чинится добавлением одной недостающей части каркаса — переписывать запрос с нуля незачем. Проще всего это видно на формате: стоит один раз дописать «ответ — таблица из трёх колонок» или «ответ — три абзаца до 60 слов каждый», и результат перестаёт скакать от запроса к запросу.
Если у вас в команде каждый формулирует запросы по-своему, разброс результатов гарантирован даже с одной и той же моделью: один сотрудник получает готовый черновик за минуту, другой — три круга переписки на ту же задачу.
Какие рабочие задачи промпты закроют в вашей команде?
Проверка результата
Ответ ChatGPT проверяют по трём пунктам: факты совпадают с исходными данными, тон соответствует ситуации, а структура — заявленному формату. Модель уверенно пишет и там, где ошибается, поэтому цифры и цитаты в готовом ответе сверяют с оригиналом — верить им на слово рано.
Каркас из пяти частей работает и за пределами ChatGPT — тот же принцип годится для промптов для DeepSeek, для российских сервисов вроде рабочих запросов к GigaChat и для универсального промпта для текста на любой случай. Библиотека готовых примеров по отделам собрана в статье промпты для бизнеса.
Последний шаг перед отправкой готового текста — короткий чек-лист из нескольких пунктов, которые проверяют за минуту:
- Все пункты из формата на месте
- Цифры и даты совпадают с источником
- Тон соответствует адресату письма
- Формулировки, которых нет в исходных данных, — под отдельной проверкой
Доступ к ChatGPT из России устроен иначе, чем к российским сервисам: прямая оплата российской картой недоступна, и это стоит учитывать при выборе инструмента для команды.
Проверку удобно оформить чек-листом на весь отдел: черновик читают против исходного документа целиком — беглый просмотр по диагонали здесь бесполезен; цифры пересчитывают вручную хотя бы выборочно, а формулировки, которые звучат слишком гладко для конкретной ситуации, — повод перечитать источник ещё раз. Привычка складывается за две-три недели регулярной работы с моделью.
Возьмите одну повторяющуюся рабочую задачу — письма клиентам или выжимки отчётов — и опишите для неё промпт по каркасу выше. Разница с прежним подходом «напиши мне что-нибудь» станет заметной за неделю, а прокачать промпты всей команды поможет обучение сотрудников работе с ИИ.
Общий документ отдела для рабочих промптов надёжнее переписки каждого сотрудника по отдельности: новый человек в команде получает готовый каркас в первый день и пропускает неделю проб и ошибок с формулировками. Библиотека растёт с каждой новой задачей — письмо, отчёт, ответ клиенту — и постепенно закрывает большинство рутинных запросов к модели.