Урок 1. Введение в промпт-инжиниринг. Системный промпт

Рады приветствовать тебя на первом уроке нашего интенсива! 🚀

✍️ Напоминаем, что на протяжении всего интенсива тебе нужно вести рабочую тетрадь. Если ты ещё не сделал её копию или не скачал на свой компьютер, самое время это сделать!

Рабочая тетрадь в формате Google Документа —

https://docs.google.com/document/d/1LGRypD0mIeuRQAZQw0z6RvphEn9p1dpkDiHsZX9zTk8/copy

Рабочая тетрадь в формате DOCX —

Рабочая тетрадь для интенсива.docx

Результат дня

Разберёмся, что такое ИИ-ассистенты, погрузимся в профессию промпт-инженера и создадим системный промпт для ИИ-ассистента.

▶️ Время чтения и просмотра: ~ 1ч

⏱ Время выполнения задания: ~ 40мин

🎥 Если ты предпочитаешь более динамичное изложение материала, воспользуйся функцией ускорения воспроизведения видео в настройках плеера.

На этом интенсиве мы…

Попробуем себя в роли промпт-инженера и создадим универсального ИИ-ассистента для работы и повседневных задач.

Пройди все 3 урока, чтобы сделать своего ИИ-ассистента!

ПЕРВЫЙ УРОК

Освоим работу с нейросетью Qwen.
Создадим системный промпт для ИИ-ассистента.
Бонусное видео: узнаем, как бесплатно тестировать популярные нейросетевые модели.

ВТОРОЙ УРОК

Разработаем базу знаний с нуля.
Настроим и запустим ИИ-ассистента с помощью no-code инструмента.
Внедрим ассистента в Telegram-бот для удобного использования.

ТРЕТИЙ УРОК

Добавим в ИИ-ассистента запись на услугу/встречу и автоматическую постановку задач в Google Календарь.
Протестируем бота.
Бонусное видео: как создать портфолио с проектами на No-code в GitHub.
Дополнительный материал: интеграция ИИ-ассистента с AmoCRM.

Теория на сегодня

⚡ Введение в профессию промпт-инженера

⚡ ИИ-ассистент: возможности и наш проект

⚡ Системный промпт и инструкция для ИИ-ассистента

⚡ Работа с Qwen — топовой нейросетью без ограничений

Эксперт интенсива — Александр Чибисов

Разрабатывал и внедрял нейросетевые решения в реальные бизнес процессы задолго до хайпа с GPT
Магистр мехатроники робототехники + еще колода дипломов, сертификатов и наград
Обучил разработке и сборке автономных роботов несколько тысяч человек в технопарке
Умею доносить сложные темы простым языком и пионерам и пенсионерам
Организатор мастермайндов, форсайтов, образовательных сессий
Автор ТГ канала @aidivision

1. Профессия промпт-инженера

Некоторые ошибочно считают, что промпт-инженер — это просто специалист, который умеет хорошо писать промпты. Однако это не так.

✅ Промптинг (от английского "prompt" – побуждать, подсказывать) – это процесс создания и формулирования запросов (промптов) к языковым моделям, таким как GPT, для получения желаемого результата. По сути, это искусство задавать правильные вопросы, чтобы получить наиболее точные и полезные ответы.

Проще говоря, промпт – это инструкция для нейросети. Чем точнее и детальнее будет ваша инструкция, тем лучше будет результат.

✅ Промпт-инженер — это специалист, разбирающийся в бизнес-процессах, разработке IT-продуктов и нейросетях. Он создает ИИ-решения, которые ускоряют процессы, сокращают расходы и повышают эффективность бизнеса. Также он подбирает оптимальный стэк инструментов для каждой задачи, учитывая возможности экономии.

Разница между промпт-инженером и обычным пользователем:

Обычный пользователь нейросетей

Вводит запросы в нейросеть и корректирует их по ходу. Он использует свои языковые навыки для работы с нейросетями.

Промпт-инженер

Настраивает взаимодействие с нейросетью так, чтобы получать стабильные и точные результаты, применимые в бизнесе. Он контролирует поведение и генерацию моделей, чтобы они выполняли конкретные задачи или генерировали определенные типы контента.

Ключевые навыки промпт-инженера

Глубокое понимание бизнес-процессов и их автоматизации с помощью ИИ.
Проектирование архитектуры промптов и их взаимодействия.
Настройка и комбинирование нескольких нейросетей в одном продукте.
Оптимизация параметров нейросети, включая штрафы за ошибки и повторы.
Дообучение нейросетей.

Сначала промпты писались вручную, затем нейросети научились интерпретировать даже неточные запросы. Сейчас важнее не просто писать промпты, а выстраивать эффективные системы взаимодействия между нейросетями и бизнесом.

💡 Промпт-инженер — это посредник между бизнесом и искусственным интеллектом.

Типовые задачи промпт-инженера

Разработка и тестирование промптов. Промпт-инженер создает и тестирует промпты, добиваясь нужного результата в конкретной модели. Учитывает, что разные нейросети интерпретируют запросы по-своему, и подбирает оптимальную модель под задачу.
Настройка и оптимизация AI-моделей. Если нейросети не хватает знаний промпт-инженер дообучает ее на специальных данных, например, для юристов или медицины. Это делает ответы точнее и полезнее.
Работа с API и open-source решениями. Промпт-инженер должен уметь взаимодействовать с API различных нейросетей и сервисов и работать с open-source решениями. Это позволяет эффективно интегрировать AI в бизнес-процессы и подбирать наиболее подходящие инструменты.
Обработка и структурирование данных. Подготовка баз данных, баз знаний и информации для работы с AI: разметка, структурирование, очистка.
Работа с датасетами. Сбор, генерация и обработка данных для обучения нейросетей, включая синтетические датасеты.
Внедрение AI и обучение сотрудников: подбор подходящего стека инструментов под запрос бизнеса, интеграция AI-решений в бизнес-процессы, обучение сотрудников работе с нововведениями.

Промпт-инжиниринг — перспективное и динамично развивающееся направление

Несмотря на растущую популярность, вход в профессию по-прежнему доступен.

💡 Главное преимущество — не требуется глубоких технических знаний, как в Data Scientist. Высшее математическое образование необязательно.

Рынок и его рост:

15 миллиардов долларов — объем рынка ИИ как услуги в 2024 году.
72 миллиарда долларов — прогнозируемый объем к 2029 году.
36% в год — динамика роста, что в 5 раз увеличит рынок за ближайшие 5 лет.

Этот рынок растет быстрее, чем сфера разработки ПО, а войти в него проще, чем в создание нейросетей.

Спрос на специалистов:

Компании активно внедряют AI-решения, и умение работать с нейросетями становится востребованным навыком.
За 2023 год спрос на специалистов с навыками работы с AI вырос в 10 раз.
Количество вакансий с требованием владения нейросетевыми инструментами стремительно растет.

💡 Промпт-инженер сегодня – это не просто новая профессия, а ключевой специалист для бизнеса, который готов внедрять AI.

2. ИИ-ассистент

✅ ИИ-ассистент (AI-ассистент) — это интеллектуальная система на основе искусственного интеллекта, которая взаимодействует с пользователем на естественном языке и помогает решать различные задачи.

Могут «обучаться» на основе ваших данных, адаптироваться к потребностям пользователей и даже прогнозировать их запросы, делая взаимодействие более интуитивным и эффективным.

Примеры проектов на бирже фриланса ассистентов с искусственным интеллектом

*Данные взяты с https://www.fl.ru/

Принцип работы

Современные AI-ассистенты понимают обычный текст и ведут диалог, как живой собеседник:

Могут переспрашивать, если что-то не поняли.
Адаптируются под стиль общения пользователя.
Обучаются на основе данных и предсказывают возможные запросы.

Преимущества использования ИИ-ассистентов

Алгоритмические боты часто вызывали раздражение из-за ограниченных сценариев общения. Нейросетевые ассистенты намного гибче:

Разговаривают естественно.
Учатся на данных пользователей.
Могут заменить менеджера, отвечая на сложные вопросы.

💡 Сегодня AI-ассистенты работают в банках, сервисах поддержки и бизнесе. Например, некоторые банковские боты настолько продвинуты, что сложно сразу понять, что общаешься с нейросетью.

Применение ИИ-ассистентов

Личные помощники.

Это боты, которые помогают в личных делах, например, быть психологом, помогать с кулинарией, уходом за растениями или воспитанием детей. Они могут быть полезны в повседневной жизни.

Бизнес-ассистенты.

Они нацелены на помощь в бизнесе. Например, бот может отвечать на часто задаваемые вопросы клиентов, помогать с продажами или работать с возражениями. Такой бот будет полезен для организации бизнеса или для того, чтобы продавать такого ассистента другим компаниям.

Технические консультанты.

Эти боты помогают решать технические проблемы. Например, они могут заменить службу поддержки, предоставляя инструкции по настройке и ремонту оборудования. Боты могут работать не только с бытовой техникой, но и с промышленным оборудованием.

Креативные помощники.

Если вам нужно генерировать идеи, создавать тексты или изображения, то креативный бот будет хорошим помощником. Такие боты могут использоваться в рекламных агентствах или творческих сферах, помогая находить идеи для проектов.

Образовательные ИИ-ассистенты.

Это боты, которые помогают в обучении. Они могут быть преподавателями, проверять задания или создавать учебные программы. Также можно создать методиста, который будет структурировать информацию и создавать уроки, подходящие для студентов.

Медицинские и юридические консультанты.

Эти боты могут давать консультации по медицинским или юридическим вопросам. Однако для них существуют этические и юридические ограничения, потому что такие боты должны соблюдать безопасность и не нарушать законы, в частности, они могут ограничивать разговоры по чувствительным темам.

Важно сразу подумать, какой бот будет создан. Идея может быть любой — от записи на услугу до сложных консультаций по конкретным вопросам. Главное — не просто усваивать информацию, а применять ее на практике, создавая бота для своих нужд.

Технологии, используемые при создании нейросетевых ассистентов:

1. Большие Языковые Модели (LLM)

LLM (Large Language Model) — это крупная языковая модель, основанная на нейросетях и обученная на больших объемах текстовых данных для генерации, понимания и обработки естественного языка.

2. Сервисы по автоматизации или код

С помощью специальных no-code сервисов (Savvy, Coze, Albato, Make и других) можно создавать мощных ИИ-ассистентов без программирования. Эти платформы поддерживают интеграцию с различными системами, например CRM, и позволяют ассистентам взаимодействовать с API, другими приложениями и нейросетями.

Для создания ботов могут использоваться различные платформы: простые и сложные, бесплатные и платные. Важно подобрать нужный инструмент, в зависимости от задач.

Также ИИ-ассистентов можно разрабатывать с использованием кода на Python, и в основном курсе по промпт-инжинирингу мы изучаем это вместе со студентами. Создание ИИ-ассистента с использованием кода сложнее, но предоставляет больше возможностей, например, локальное развертывание.

ССЫЛКА НА КУРС

3. API интеграция

✅ API — это набор правил для взаимодействия между программами, позволяющий различным сервисам обмениваться данными.

Например, через API можно соединить ассистента с другими приложениями и получать от них информацию.

4. Системные промпты

Все нейросетевые ассистенты нуждаются в системных инструкциях (промптах), которые определяют их поведение. Эти промпты указывают, как бот должен действовать в различных ситуациях.

5. Базы знаний

Ассистенты используют базы знаний для хранения информации и ответа на вопросы. Эти базы должны быть правильно структурированы, размечены и удобны для машинной обработки.

Создание ИИ-ассистента

Создадим универсального ИИ-ассистента, который будет записывать клиентов на замер пластиковых окон. Такой бот будет собирать информацию о клиенте, поддерживать с ним диалог и записывать события в календарь.

Для общения с ботом будет использован Telegram, так как это удобный и популярный мессенджер, который легко воспринимается пользователями.

Основные функции:

консультирование на основе базы знаний;
поддержка и ведение диалога с клиентом/пользователем;
запись клиента/пользователя на встречу или услугу;
взаимодействие с клиентом через Telegram-бота.

💡 Выбери идею ИИ-ассистента, которого ты будешь создавать на интенсиве:

🔹 Салон красоты

🔹 Университет Зерокодер

🔹 Ресторан

🔹 Риэлтор

🔹 Личный ИИ-менеджер (для себя)

Также ты можешь использовать идею эксперта в качестве основы и повторять все шаги, ориентируясь на его проект.

Созданный бот будет выполнять любые профессиональные функции, которые вам нужны. Например, он может быть администратором, который записывает людей на встречи и ведет их в календаре, помогая вам эффективно управлять временем и задачами.

Подготовительный этап

Для разработки ИИ-ассистента необходимо подготовить:

Системный промпт — инструкция, по которой бот будет работать.
Базу знаний — информация, которую бот использует для консультаций и ответов.

Для работы с базой данных и системными промптами будет использована нейросеть QWEN, чтобы автоматизировать процесс создания текста и инструкций.

Если на этом этапе у тебя появились вопросы по уроку, обязательно уточни всю информацию у куратора в чате.

Telegram-чат

А если у тебя возникли технические вопросы по организации интенсива, обратись в службу поддержки к Зерокоту.

Бот Зерокот

3. Qwen. Обзор

✅ Qwen – это семейство больших языковых моделей (LLM), разработанных китайской технологической компанией Alibaba Cloud.

💡Одним из ее больших плюсов является доступность без особых сложностей и ограничений, что делает ее удобной для пользователей.

Преимущества Qwen

Генерация и обработка текста, изображений, видео (эссе, статьи, улучшение текста).
Анализ и поиск информации (обзор новостей, обобщение, ключевые идеи). Она может искать информацию в интернете, анализировать данные на веб-сайтах и использовать эту информацию для формирования ответов, что делает ее более гибкой и умной по сравнению с другими нейросетями.
Программирование (код, отладка, SQL, API). Она поддерживает кодинг, то есть с ее помощью можно не только генерировать текст или изображения, но и писать программы. Есть функция, которая позволяет тестировать написанные программы прямо в интерфейсе, что является уникальной и удобной функцией, которая есть не у всех нейросетей.
Автоматизация бизнеса (чат-бот, продажи, анализ отзывов).
Образование и саморазвитие (ответы на вопросы, обучение, языки).
Креативные задачи (идеи, сценарии, стихи, маркетинг).

💡Перейди на сайт нейросети, чтобы начать работу: https://chat.qwen.ai/

Обзор функциональных возможностей нейросети Qwen

Нейросеть Qwen позволяет работать без регистрации, но для получения дополнительных возможностей нужно создать аккаунт.

1. Переходим на сайт нейросети: https://chat.qwen.ai/

2. В правом верхнем углу нажимаем Sign up.

3. Выбираем удобный способ регистрации:

Если ты регистрируешься через Google-аккаунт или GitHub, процесс пройдет автоматически, при наличии профиля в этих сервисах.

Если предпочитаешь использовать другую почту, заполни все поля в форме: имя, email, пароль и его подтверждение, отметь галочку → нажми Create. На твой email придет письмо для верификации — просто следуй инструкциям для подтверждения.

Основные элементы интерфейса

Кнопка + Новый чат – создание нового чата.

Список генераций расположен ниже под кнопкой + Новый чат. В этом месте отображаются все предыдущие сессии, что позволяет легко возвращаться к ранее созданному контенту.
Меню Настройки открывается при нажатии на значок аватарки в левом нижнем углу.

В настройках доступны опции:

Выбор языка интерфейса — поддерживаются различные языки, включая русский, китайский, итальянский, корейский и другие.

Настройки темы — можно выбрать светлую, темную или системную тему.

Настройки уведомлений – возможность включить или отключить оповещения.

Выбор моделей

💡Модели постоянно обновляются и совершенствуются, поэтому в ходе прохождения интенсива ты можешь самостоятельно выбрать ту, которая лучше всего подходит тебе по описанию и возможностям. Это никак не повлияет на структуру урока — наоборот, результаты будут ещё лучше благодаря более продвинутой модели.

В интерфейсе Qwen доступен выбор различных моделей:

Модели для программирования — подходят для генерации кода и технической документации.
Qwen 2.5.14b-Instruct-1М — ключевая особенность этой модели заключается в контекстном окне размером 1 миллион токенов, что делает её подходящей для работы с длинными последовательными текстами.
Модели для работы с изображениями — позволяют анализировать и генерировать изображения, но для этого требуется сменить модель.

▶ Подробное описание всех моделей

✅ Контекстное окно — это объем текста, который нейросеть может учитывать при генерации ответов.

Большие контекстные окна позволяют сохранять целостность диалога, что особенно важно при создании книг, научных работ и других сложных документов.

Самое большое контекстное окно у следующих моделей:

Qwen2.5-14B-Instruct-1M (длина контекста - 1,000,000 токенов)
Qwen2.5-Turbo (длина контекста - 1,000,000 токенов)

Для сравнения: у популярной модели GPT-4o размер контекстного окна составляет 128,000 токенов.

✅ Токен — это минимальная единица текста, которую языковая модель использует для обработки информации. Токены могут быть:

отдельными словами (hello → 1 токен),
частями слов (unbelievable → разбивается на несколько токенов),
символами (например, знаки препинания, пробелы).

Проверить, сколько токенов содержит твой текст, ты можешь на сайте: https://huggingface.co/spaces/Xenova/the-tokenizer-playground

Загрузка документов

Qwen поддерживает загрузку файлов (PDF, изображения) для более точной генерации ответов. Обозначена иконкой с изображением скрепки.

Ограничение по размеру — до 2 МБ на файл.
Можно загружать до 5 файлов в одной сессии.

Это функция полезна для продвинутого промтинга и работы с примерами (Few-Shot Prompting).

💡 Для того, чтобы загрузить файл, нажми на плюс:

✅ Few-Shot Prompting — это техника взаимодействия с языковыми моделями, при которой пользователю не требуется дообучать модель, но он предоставляет несколько примеров (шотов) в запросе, чтобы направить модель к нужному формату ответа.

*Существуют и другие техники взаимодействия с языковыми моделями, о которых мы подробно рассказываем в основном курсе «Промпт-инжиниринг».

Работа с изображениями

Для обработки изображений необходимо переключиться на модель, поддерживающую работу с графикой. Однако нельзя одновременно использовать веб-поиск и генерацию изображений в одном чате.

💡 Для того, чтобы загрузить изображение, нажми на плюс:

Поиск

Qwen имеет встроенную возможность поиска информации в интернете. Однако важно учитывать, что:

Если диалог начат с веб-поиска, то генерация изображений в этом чате будет недоступна.
Если диалог начат с генерации изображений или видео, веб-поиск также становится недоступным.
Для смены режима необходимо начать новый чат.

✅ Нейросеть Qwen — мощный инструмент с широким функционалом, позволяющим не только вести текстовые диалоги, но и загружать документы, анализировать изображения и получать актуальную информацию из интернета. Гибкость в настройках и выборе моделей делает ее удобной для различных задач, от создания контента до научных исследований.

4. Тестирование нейросети. Создание кода для игры в реальном времени

Функция Артефакты

Одной из уникальных возможностей Qwen является кнопка Артефакты. Эта функция позволяет создавать программные продукты, включая:

простые игры (например, Tetris);
веб-приложения;
сайты и другие программные проекты.

Достаточно написать команду и модель сгенерирует работающий код.

1. Выбираем модель Qwen2.5-Coder-32B-Instruct. Включаем функцию Артефакты.

2. Прописываем в окне запроса промпт:

Помоги мне создать тетрис.

3. Нажимаем на кнопку Артефакты.

4. Дожидаемся завершения генерации, и в правом окне появляется готовая игра, с которой можно взаимодействовать, используя стрелки на клавиатуре.

У тебя может появиться ошибка:

В запросе к нейросети напиши промпт:

Код не работает, исправь его.

Нейросеть сгенерирует исправленный код, и всё будет работать. Ты можешь отправлять этот запрос до тех пор, пока в правой части окна не появится нужный результат.

Можно повторить несколько раз, чтобы все сработало.

▶ Расширенный промпт для генерации игры

Ты — профессиональный веб-разработчик, обладающий глубокими знаниями в HTML, CSS и JavaScript. Напиши код для простой версии игры Тетрис, используя чистый JavaScript без сторонних библиотек. Код должен быть хорошо структурированным, чистым и включать комментарии для понимания. Реализуй игровую логику, отрисовку фигур на канвасе, управление с клавиатуры (влево, вправо, вниз, поворот), систему очков и обнаружение столкновений. Добавь стилизацию с помощью CSS и возможность изменения скорости игры по мере увеличения счета. Сделай так, чтобы после завершения игра могла перезапускаться.

Полученный код можно:

отредактировать в режиме реального времени (например, прописать уточнение «Переделай, чтобы фигуры были зелеными»);
Скопировать и сохранить код или разметку для интеграции в свой проект;
загрузить на хостинг и предоставить доступ другим пользователям.

Благодаря этому функционалу больше не требуется высокий уровень знания языков программирования – достаточно уметь правильно формулировать запросы на естественном языке. Например, можно попросить модель: увеличить кнопки, изменить цвет фигур, добавить новый функционал.

💡 Но, конечно, для создания более масштабных и проработанных проектов промпт-инженеру необходимы базовые знания языков программирования, например, Python. Это позволяет дорабатывать код, улучшать его, быстро находить ошибки и оптимизировать процессы. Особенно важно владение основами программирования при дообучении нейросетей, а также при их локальном и облачном развертывании. Обо всём этом мы рассказываем в основном курсе «Промпт-инжиниринг».

5. Системный промпт 1 часть

Системный промпт

✅ Системный промпт — инструкция, задающая основные правила, стиль и поведение нейросети перед началом взаимодействия с пользователем.

Структура системного промпта для ИИ-ассистента

Введение (роль и контекст). Определяет, кто такой бот и в какой сфере он работает. Помогает задать границы его компетенций.
Цель и задачи. Описывает, что именно должен делать бот. Включает основные функции и ключевые задачи.
Источник информации. Указывает, откуда бот получает данные для ответов. Это может быть база знаний, API или внешние ресурсы.
Тон и стиль общения. Определяет, каким языком бот должен говорить с пользователями. Может быть формальным, дружелюбным, эмпатичным и т. д.
Ограничения и запреты. Конфиденциальность. Фиксирует темы, на которые бот не отвечает, и запрещенные сценарии. Также включает правила защиты данных.
Поведение при нечетких запросах. Определяет, что делать, если бот не понял пользователя. Он может переспросить, предложить варианты или завершить диалог.
Примеры желаемых ответов (опционально). Примеры помогают задать формат и стиль ответов бота. Их можно включить в промпт или базу знаний.

* Это базовая структура системного промпта. На практике он может быть более детализированным, содержать дополнительную информацию и правила для работы ИИ-ассистента.

Создание и оптимизация системного промпта

1. Создание нового чата: нажимаем кнопку + Новый чат в левом верхнем углу, чтобы начать новый диалог → убедимся, что интерфейс на нужном языке ( русском).

2. Выбираем модель Qwen2.5-Max или Qwen2.5-Plus.

3. Формулирование запроса:

Объясняем задачу боту простым языком. Пример промпта:

Твоя задача — создать системный промпт для ИИ-ассистента, занимающегося продажей металлопластиковых окон компании «Народные окна». Цель — записать клиента на замер окна.

💡Если ты выбрал другую тему для своего ИИ-ассистента, адаптируй промпт под свою задачу.

Отправляем запрос (↑) → анализируем полученный ответ. В данном случае мы использовали технику Zero-Shot Prompting.

✅ Zero-Shot Prompting — метод, при котором нейросети дается задача без объяснений и примеров. Формулируется краткий запрос, а нейросеть самостоятельно интерпретирует и генерирует ответ.

✅ Автопромптинг — технология, при которой нейросеть сама дополняет или улучшает исходный промпт, создавая более точный и детализированный запрос.

4. Анализ первичного ответа:

Проверяем, какие элементы включены: роль, цели, стиль общения, примеры.
Обращаем внимание на возможные галлюцинации (выдуманные данные, например, гарантия 5 лет, если таких условий нет).
Оцениваем пригодность промпта для использования.

5. Улучшение промпта:

Отправляем нейросети промпт:

Улучши ответ.

Нейросеть ежедневно взаимодействует с миллионами пользователей, и ее главная задача — предоставить приемлемый ответ, который не потребует значительных вычислительных ресурсов, поскольку их стоимость очень высока. По умолчанию нейросеть выдает усредненный ответ. Поэтому с помощью промптинга мы улучшаем ее ответы: делаем их более детальными, точными и глубокими.

Анализируем результат: смотрим, что стало более детализированным, какие новые элементы появились.

При необходимости продолжаем его дорабатывать, запрашивая от нейросети дополнительные улучшения.

💡Улучшение ответа нужно, чтобы сделать его более точным и полезным. Исходный ответ может быть слишком общим или неточным. Улучшение позволяет добавить нужную информацию, структуру общения и сделать диалог более профессиональным, что помогает достичь целей, например, записать клиента на замер.

6. Системный промпт. 2 часть

Создание черновика системного промпта

1. Берем за основу шаблон, предоставляемый сервисом для разработки ИИ-ассистента.

Если мы создаем ИИ-ассистента через сервис-конструктор или ноу-код платформу, в большинстве случаев нам предложат шаблон системного промпта. Его основа будет одинаковой, но детали могут отличаться.

На следующем уроке мы будем работать с Савви и возьмем шаблон оттуда.

На этом уроке переходить на платформу Савви НЕ НУЖНО – мы лишь берем из нее шаблон системного промпта, который вы найдете ниже в тексте урока.

А с самим сервисом Савви мы будем работать на следующем уроке!

Шаблон системного промпта:

#ОБЩИЕ СВЕДЕНИЯ /-/Опишите здесь роль бота и чем занимается компания/-/
Твоя роль - менеджер по продажам компании "Название компании".

#ЦЕЛИ И ЗАДАЧИ /-/Опишите здесь цели и задачи, которые должен выполнять бот/-/
Твоя цель предоставлять информацию клиентам.
После ответа задавай уточняющие вопросы.

#ПРИВЕТСТВИЕ /-/Опишите здесь фразу приветствия, если требуется, либо уберите информацию о приветствии, если этого не следует делать/-/
Всегда здоровайся с клиентом в начале разговора.

#ЯЗЫК ОТВЕТОВ /-/Укажите необходимый язык, если нужно отвечать только на конкретном языке/-/
Отвечай на языке собеседника.

#СТИЛЬ ОТВЕТА
Говори по существу, но тактично и вежливо.
Не повторяй информацию, предоставленную клиентом, но другими словами.
Если ответ предполагает перечисление информации, то представьте ее в виде списка.

2. Копируем шаблон → вносим уточнения, используя ответы, полученные ранее и адаптируя их под шаблон:

Для раздела Общие сведения определяем, чем будет заниматься бот, например, консультировать по продажам металлопластиковых окон. Указываем это в системном промпте, используя информацию из шаблона.

Ты — консультант компании «Народные окна», специализирующейся на продаже и установке пластиковых окон, дверей, натяжных потолков, люстр и офисных кресел. Твоя задача — помогать клиентам с выбором, отвечать на вопросы и записывать на бесплатный замер.
Компания работает более 15 лет, имеет 6 филиалов (Луганск, Донецк, Антрацит, Ровеньки, Краснодон) и предоставляет гарантию до 5 лет на всю продукцию.

В разделе Цели и задачи записываем цели, которые уже описаны, если они подходят. Например, помощь клиенту, запись на замер, создание доверия. Эти задачи можно просто перенести из генерации или составить вручную.

Цели:
1. Помочь принять решение о покупке.  
2. Записать на замер.  
3. Создать доверие через профессионализм и индивидуальный подход.  
Задачи:
- Ответить на вопросы о продукции и услугах.  
- Предложить бесплатный замер для точного расчета стоимости.  
- Подчеркнуть опыт, гарантию и доступные цены.
- После записи на замер вызови функцию get_file_text("After the measurement appointment").

В разделе Приветствие прописываем стандартное обращение, например:

Здравствуйте! Я ваш помощник из “Народные окна”. Работаем уже 15 лет, предлагаем качественные окна, двери и натяжные потолки. Чем могу помочь?

Затем указываем язык ответов (например, русский).

Веди диалог на русском языке.

В разделе Стиль ответа используем предложенный нейросетью стиль общения, например:

- Говори четко, грамотно, вежливо.  
- Избегай сленга.  
- Будь кратким и структурированным.

Можно скорректировать в соответствии с требованиями.

Теперь у нас есть черновой вариант системного промпта, который нужно доработать.

Способ 1: Дополнение системного промпта с использованием информации с сайта компании.

1. Переходим в Qwen → вставляем черновик промпта в окно запроса → в начало запроса добавляем задачу для улучшения. Например:

Твоя задача улучшить системный промпт для ИИ-ассистента, для этого используй информацию с сайта компании.

2. Добавляем к промпту ссылку на сайт компании, чтобы нейросеть могла извлечь актуальную информацию.

💡Сайт, который использовал эксперт: https://n-okna.ru/. Ты можешь добавить сайт, соответствующий тематике твоего ИИ-ассистента.

3. Нажимаем кнопку Поиск, чтобы нейросеть могла искать в интернете.

4. Справа будут отображаться те сайты, которые анализировала нейросеть для поиска информации.

5. Проверяем результаты работы нейросети, включая актуальную информацию о компании (например, филиалы, сроки работы, доставка, гарантии). Необходимо убедится, что все данные точные и соответствуют действительности.

Если нейросеть использовала нерелевантную информацию, например, данные о других компаниях или локации, проверяем и корректируем данные вручную.

Способ 2. Дополнение системного промпта с ипользованием дополнительных файлов о компании.

1. Скачиваем информацию с сайта: заходим на сайт компании → сохраняем страницу как PDF, чтобы избежать «отравления данных» при поиске → переименовываем файл, чтобы избежать проблем с восприятием его нейросетью.

▶ Как сохранить веб-страницу как PDF:

Кликаем на страницу правой кнопкой мыши и выбираем Печать.

Нажимаем кнопку Печать.

Сохраняем файл в формате PDF.

Также можно сделать скриншоты сайта и загрузить их вместе с промптом для нейросети.

2. Открываем новый чат с нейросетью (это позволит экономить контекстное окно и ускорить обработку) → вставляем в новый чат черновик системного промпта → добавляем запрос на улучшение промпта:

Улучши системный промпт, используя информацию из файла.

3. Нажимаем на значок скрепки и загружаем PDF-файл в нейросеть. Для загрузки скриншотов нажимаем на иконку фотоаппарата (важно выбрать модель нейросети, которая поддерживает работу с изображениями).

Необходимо убедиться, что размер файла не превышает лимиты (до 300 КБ), иначе возможны проблемы с загрузкой. Если файл слишком большой, можно использовать сервисы для сжатия или разбить файл на несколько частей.

4. Запускаем генерацию.

💡Важно, чтобы промпт был достаточно детализирован, но не слишком длинным, чтобы избежать лишних расходов на токены и времени пользователя. Слишком длинный промпт может привести к увеличению расходов. Поэтому после получения промпта просим нейросеть сократить его без потери смысла и качества.

5. После получения итогового промпта проводим дополнительные корректировки, если это необходимо, улучшая структуру и содержание.

💡Работа с системным промптом требует нескольких шагов для его оптимизации и адаптации под конкретные требования, с учётом как качества, так и эффективности.

На следующем уроке мы добавим этот промпт в сервис для разработки ИИ-ассистентов, продолжим его тестировать и при необходимости доработаем.

✍️ Открой свою рабочую тетрадь и добавь в неё системный промпт, который ты разработал на уроке.

🎁 Бонусное видео: «Бесплатное тестирование самых актуальных нейросетей для работы с текстом»

Это видео предоставляется для углубления знаний в сфере промпт-инжиниринга. Выполнять задания из видео или повторять за экспертом не обязательно, так как это не потребуется для домашнего задания. Однако информация будет полезна не только тем, кто планирует развиваться в промпт-инжиниринге, но и для повседневной работы с нейросетями.

▶ Инструкция к видео

Работа с нейросетевыми моделями: выбор и тестирование

Одна из ключевых задач промпт-инженера — работа с нейросетевыми моделями. Мы используем в проектах готовые нейросети, даём им инструкции, подключаем базы знаний и при необходимости дообучаем их, чтобы адаптировать под конкретные задачи.

Выбор нейросетевой модели для проекта — сложная задача, так как постоянно появляются новые модели и обновления существующих. Поэтому важно уметь искать, тестировать и актуализировать информацию о нейросетях, чтобы находить оптимальные решения.

Как промпт-инженер выбирает нейросеть?

Выбор модели может зависеть от множества факторов, например:

🔹 Стоимость – Например, ChatGPT дороже за миллион токенов, а DeepSeek дешевле. Это может повлиять на выбор модели для проекта.

🔹 Задачи проекта – Разные модели лучше справляются с разными задачами. Например:

ChatGPT и DeepSeek отлично работают с кодом.
Claude лучше справляется с обработкой документов и чтением PDF.
Если проект связан с российской компанией, которая требует локальные решения, выбор может пасть на GigaChat или Яндекс GPT.

Поэтому промпт-инженеру важно постоянно следить за новыми моделями, тестировать их и обновлять свои знания.

Чат-бот-арена – инструмент для сравнения моделей

В нашем курсе «Промпт-инжиниринг» мы используем чат-бот-арену как один из инструментов для быстрого сравнения нейросетевых моделей.

Здесь можно:

✅ Ввести промпт и протестировать, как разные модели генерируют ответы.

✅ Анализировать скорость работы, качество формулировок и стиль ответа.

✅ С помощью лидербордов и другой информации можно проанализировать работу нейросетевых моделей: их эффективность в разных задачах, поддерживаемые языки и стоимость использования.

✍️ Перейди на сайт lmarena.ai и ознакомься с его интерфейсом.

Практический тест: сравнение Qwen и GPT-4o Mini

Для тестирования выберем Qwen Max (разбирали в уроке) и GPT-4o Mini (часто используем в проектах).

Мы подготовили для тебя сборник промптов, который поможет на первых этапах освоения промпт-инжиниринга. Доработав эти промпты и интегрировав их в системный промпт для своего проекта, ты сможешь создать эффективные решения для автоматизации бизнеса с использованием ИИ.

✍️ Сборник промптов — https://docs.google.com/document/d/1X4hrmQ2QqPsBREdV1TtTHMgOWeX0LM8_rx_U1-0dBCQ/edit?usp=sharing

Тест 1

Выбираем промпт из сборника.
Переходим на вкладку Arena (side-by-side).
Выбираем модель в левом и правом окне.
Добавляем его в поле ввода текста, нажимаем отправить.
Дожидаемся завершения генерации.
Сравниваем ответы и делаем выводы.

Тест 2

Делаем то же самое, но вместо готового промпта из документа просим нейросеть решить математическую задачу.

Выводы и рекомендации

💡 Чат-бот-арена – полезный инструмент для тестирования нейросетей. Ты можешь самостоятельно:

Протестировать различные модели с разными промптами.
Оценить скорость и точность генерации.
Выбрать модель, подходящую для твоего проекта.

Подведение итогов

✔ Познакомились с профессией промпт-инженера и её возможностями.

✔ Составили системный промпт для ИИ-ассистента с помощью Qwen.

✔ Изучили и протестировали возможности нейросети Qwen.

До встречи на следующем уроке!

Словарь

📌 Артефакты (Qwen) – функция в нейросети Qwen, позволяющая автоматически создавать программный код, например, для игр или веб-приложений.

📌 Автопромптинг – технология, при которой нейросеть самостоятельно улучшает или дополняет исходный запрос, создавая более точный и детализированный промпт.

📌 Контекстное окно – объём текста (в токенах), который нейросеть может учитывать при формировании ответа. Чем больше окно, тем длиннее и логичнее может быть диалог.

📌 ИИ-ассистент (AI-ассистент) – интеллектуальная система на базе искусственного интеллекта, которая помогает пользователям решать различные задачи с помощью текстового общения.

📌 Нейросетевые модели – алгоритмы искусственного интеллекта, такие как ChatGPT, Claude, Qwen, DeepSeek, используемые для работы с текстом, изображениями, кодом и другими задачами.

📌 Промптинг (от английского "prompt" – побуждать, подсказывать) – это процесс создания и формулирования запросов (промптов) к языковым моделям, таким как GPT, для получения желаемого результата.

📌 Промпт-инженер – это специалист, разбирающийся в бизнес-процессах, разработке IT-продуктов и нейросетях.

📌 Системный промпт – инструкция для нейросети, определяющая её поведение, стиль общения, ограничения и источники данных перед началом взаимодействия с пользователем.

📌 Токен – единица измерения текста для нейросетей. Включает в себя слова, части слов или символы (в зависимости от модели). Например, "ChatGPT" – это один токен.

📌 API (Application Programming Interface) – интерфейс взаимодействия программ, позволяющий подключать нейросети к различным сервисам и приложениям.

📌 Few-Shot Prompting – метод подачи нейросети нескольких примеров, чтобы улучшить качество генерации ответа.

📌 Fine-tuning (дообучение) – процесс адаптации нейросетевой модели под конкретные задачи с использованием специализированных данных.

📌 LLM (Large Language Model, Большая языковая модель) – это крупная языковая модель, основанная на нейросетях и обученная на больших объемах текстовых данных для генерации, понимания и обработки естественного языка.

📌 Qwen – это семейство больших языковых моделей (LLM), разработанных китайской технологической компанией Alibaba Cloud.

📌 Zero-Shot Prompting – метод, при котором нейросети даётся задача без объяснений и примеров, и она должна самостоятельно интерпретировать запрос и сгенерировать ответ.

Дополнительные материалы

Презентация к уроку — https://docs.google.com/presentation/d/1F36pS3psJ7qQWwB3Xyw4d4pSgxWQZvGmjgONg2GpRO4/edit?usp=sharing