Примеры промптов: как разбирать и улучшать под модель
Влад Воронежцев · · Обновлено: · 7 мин чтения

Примеры промптов помогают не тогда, когда их копируют целиком, а когда по ним видно логику запроса: цель, сцена, модель, ограничения и критерий результата. Хороший пример промпта показывает, что менять под свою задачу, а не обещает универсальную фразу для любой нейросети.
- 1.
Разбирайте примеры промптов, а не собирайте коллекцию
Большая подборка выглядит полезной, но чаще мешает. Человек берет строку из чужого кейса, вставляет ее в Midjourney 8.2, GPT Image 2 или Kling 3.0 и получает другой стиль, другой свет или слишком общий результат. Причина простая: пример был написан под конкретную модель, формат и исходный материал. Работайте с примером как с разметкой. Найдите задачу, субъект, стиль, камеру, свет, ограничения и критерий проверки. Если в промпте есть только красивые слова вроде `cinematic`, `ultra detailed`, `award winning`, это не готовый prompt, а набор эстетических маркеров. Его нужно превратить в бриф, иначе модель сама решит, что важнее: лицо, фон, текст, движение или настроение.
Было
cinematic cyberpunk city, girl, neon, ultra detailed, 8k, masterpiece
Стало
Задача: обложка статьи 16:9. Сцена: ночная улица с мокрым асфальтом. Субъект: один человек в желтом плаще, средний план. Свет: синий неон слева, лаймовый контровой справа. Ограничения: без логотипов, без текста, без толпы.

- 2.
Читайте примеры промптов по блокам
У сильного примера почти всегда есть пять блоков: `Purpose`, `Scene`, `Subject`, `Style and camera`, `Constraints`. Для изображения добавляются материал, свет и точный текст в кавычках. Для видео - действие, длительность, вторичное движение и запреты на лишние склейки. Для ChatGPT - роль, контекст, формат ответа, критерии качества и границы: что не придумывать, что спросить перед ответом. Если блок отсутствует, это не повод выкинуть пример. Это подсказка, где он хрупкий. Промпт без цели часто дает красивую, но бесполезную картинку. Промпт без constraints тащит лишние логотипы, пальцы, текст или толпу. Промпт без критерия проверки трудно улучшать: непонятно, что именно сломалось после первого рендера.
Было
Сделай красивое фото продукта на темном фоне.
Стало
Purpose: hero product image for a landing page. Product: matte black wireless headphones. Scene: dark graphite surface, lime rim light. Camera: 70mm product photography, three-quarter view. Constraints: no logo, no text, no extra objects.

- 3.
Адаптируйте примеры промптов для фото и картинок
Примеры промптов для фото, примеры промптов для картинок и примеры промптов для генерации изображений не взаимозаменяемы. Фото-промпт держится на объективе, ракурсе, источнике света, материале и естественных дефектах. Иллюстративный image prompt держится на форме, палитре, уровне стилизации и чистоте композиции. Если перенести одно в другое без правки, модель часто смешает жанры: продуктовый кадр станет постером, а реалистичный портрет уйдет в глянец. Практическое правило: перед вставкой примера задайте три вопроса. Какая модель его понимает лучше? Какой формат нужен: фото, иллюстрация, видео или текстовый ответ? Какие слова в примере отвечают за результат, а какие просто декоративный шум? Opten можно использовать как быстрый reviewer: он разворачивает короткий запрос в модельный prompt и подсвечивает пустые места до траты кредитов.
Было
portrait of a chef, cinematic, realistic, beautiful, detailed
Стало
Editorial photo portrait of a chef after service. 85mm lens, eye-level close medium shot, tired smile, soft kitchen practical light, visible steam in background, natural skin texture. Constraints: no plastic skin, no extra hands, no logo on uniform.

- 4.
Контрольный пример: адаптация под GPT Image 2
Возьмите готовую строку для Midjourney 8.2 — `minimal product shot, lime glow, premium, sharp shadows` — и разберите ее перед переносом в GPT Image 2. В ней нет назначения кадра, материала объекта, положения света и измеримой композиции. Поэтому любой результат трудно оценить: непонятно, что именно модель должна сохранить. Контрольная адаптация добавляет эти блоки: `landing page hero for a premium AI tool, brushed black metal object, one lime rim light, diagonal shadow across the lower third, subject fills 45% of frame, no text`. Сравнивайте варианты при одинаковом формате и референсах, меняя только структуру запроса. Это и есть полезный prompt engineering: пример служит гипотезой, а не обещанием результата.
Было
minimal product shot, lime glow, premium, sharp shadows
Стало
Landing page hero for a premium AI tool. Subject: abstract brushed black metal prompt cube, fills 45% of frame. Lighting: one lime rim light from upper right, diagonal shadow across lower third. Constraints: no text, no logo, no extra UI.

- 5.
Примеры промптов ChatGPT проверяйте по формату ответа
Примеры промптов ChatGPT ломаются иначе, чем image prompts. Визуальная модель чаще теряет свет, композицию или identity; текстовая модель чаще отвечает не в том формате, придумывает недостающие факты или пишет слишком общий совет. Поэтому в ChatGPT-примере важны не красивые вводные, а формат вывода и критерии. Хороший запрос говорит: что у модели есть на входе, что считать успехом, какой формат ответа нужен и когда надо задать уточняющий вопрос. Например: `Ты редактор лендингов. Проверь этот блок на конкретность. Верни таблицу: проблема, почему мешает, точная правка. Не добавляй новые факты`. Такой пример легко адаптировать под SEO, UX, email или сценарий видео, потому что в нем видны роли и границы.
Было
Ты эксперт. Улучши этот текст и сделай его продающим.
Стало
Ты редактор SaaS-лендингов. Найди 5 мест, где текст звучит общо. Верни таблицу: фраза, проблема, точная замена. Не добавляй факты, которых нет во входном тексте.

Источники и связанные гайды
Фактическая база статьи и следующие материалы по теме. Внешние ссылки ведут на официальную документацию.
- Официальный источникOpenAI: как создавать хорошие промпты ↗Официальные рекомендации: ясно формулировать задачу, добавлять контекст и улучшать запрос итерациями.
- Официальный источникOpenAI: prompt engineering best practices ↗Краткая официальная база по конкретности, контексту и итеративной проверке результата.
- Гайд OptenСтруктура промпта: 7 обязательных блоков ↗Как превратить найденный пример в проверяемый бриф под свою задачу.

