Базовый минимум. Часть 2: промпт-инжиниринг

[ingeniare]

Промт-инжиниринг тема, которую просто обожают инфоцыгане, потому что: а) только ее они и понимают б) люди верят в магию, что волшебный промт раскроет тайны Нибиру. Поэтому продаваны промтов, например выдают такие перлы - забудь про все остальные задачи, моя задача самая приоритетная!!!
Умение составлять промты, для людей которые не умеют формировать задачи, был актуально во времена GPT 3. Сейчас вообще пос#ать. Дебил-джек сейчас может навайвкодить себе приложуху или сайт, потому что AI уже слишком хорошо обучена и слишком хорошо умеют предсказывать токены.

[sidewinder1]

В контексте разработки ПО статья актуальна на 2023-2024. В 2026 для разработки ПО промпт-инжиниринг не нужен. Он может понадобиться только для разработки ИИ-приложений, где нужно обезопасить агента от конечных пользователей и наоборот пользователей от агента.

[Sherstpasha]

В 2026 для разработки ПО промпт-инжиниринг не нужен" - нужен. Даже если Вы разрабатываете с помощью ИИ-агентов, то точно знаете, что границы работы агента нужно четко выставлять. Они любят добавлять бесконечное количество маркдаунов, составлять бесполезные иногда обратные совместимости, додумывать формат вывода функцией и еще кучу бесполезных вещей, которые как минимум занимают время, как максимум тратят токены.

Такие вещи, как цепочка рассуждения, может, и не нужны, но структура точно нужна. Если Вы считаете, что это совсем не полезно, то Вы, скорее всего, либо не пользовались, либо уже сами интуитивно научились применять более эффективные промпты. Я уже пару лет веду семинары по работе с ИИ-инструментами для самых разных слушателей. И айтишников, и не айтишников. И самых разных возрастов. В прошлом году проводил курс "ИИ-инструменты для аспирантов", где у меня было 100 человек, и я могу Вам точно сказать, что нужно слушателю.

Если Вы находите материал устаревшим, то это лишь говорит о том, что Вы на голову выше материала, и он не для Вас. Об этом же я и в дисклеймере написал. Если бы материал был старым, то примерно тем же самым не занимались бы OpenAI: https://academy.openai.com/public/videos/introduction-to-prompt-engineering-2025-02-13

[sidewinder1]

Я не применяю промпты, я применяю Context Engineering и Spec-Driven Development. А для написания хороших промптов есть Context Aware Prompt Enhancement одной кнопкой на проиндексированном воркспейсе.

Чтобы построить идеальный план разработки - не нужно тратить время на написание идеального промпта, нужно время на прохождение интервью с ИИ агентом, когда он задаёт Вам настолько много вопросов, насколько способен, и формирует промпт и мета-промпты за вас, и на разбивку каждого пункта плана на подпункты автоматически формируются следующие промпты.

Базовое, что из практик промпт-инжиниринга я иногда применяю - это структурирование промпта в формат xml или .md, но чаще task-master.dev делает всё сам в формате json

Если же task-master как ПМа для ИИ недостаточно - на помощь приходит архитектор GitHub SpecKit.

Те, кто готов тратить на ИИ больше денег, вообще остановились лишь на двух подписках - $40 Traycer для построения спецификаций и планов + $200 Claude Code для их выполнения

[Sherstpasha]

Хорошо. В контексте разработки ПО я с Вами готов согласиться. Более того, Ваш комментарий для меня лично полезен, за что спасибо.
Мой текст все-таки ориентирован на базовый уровень и более широкую аудиторию (поэтому и в «научно популярное»). Он про понимание принципов управления поведением модели, без которых такие инструменты остаются черным ящиком. В этом смысле наши позиции скорее дополняют друг друга, чем противоречат.