Почему мой промпт не работает — 3 причины и как починить каждую

Ты написал вроде нормальный промпт, а в ответ — вода, не то или вообще мимо. И первая мысль: «модель тупая». Почти всегда дело не в модели, а в трёх конкретных вещах, и каждая чинится за минуту. Давай по симптомам — от самого частого к редкому.

Симптом: ответ общий и «ни о чём»

Ты просишь, а получаешь усреднённый текст из учебника — будто модель отвечала вообще, а не тебе.

Причина №1, самая частая: промпт слишком размытый. Ты не задал роль, формат и контекст, так что модель угадывает — и угадывает в среднее. «Напиши пост про кафе» она может выполнить тысячей способов и выберет самый никакой.

Как проверить: перечитай свой промпт и спроси — а живой человек понял бы, что именно я хочу? Нет кому, в каком виде и с какими ограничениями — вот и причина.

Как починить: добавь роль, контекст и формат. Не «напиши пост», а «ты SMM-редактор; кофейня у метро; аудитория — офисные ребята; 3 абзаца плюс вопрос в конце; без слова "уникальный"». Это азы из гайда как написать хороший промпт — 80% «не работает» лечится прямо здесь.

Симптом: модель выполняет не всё или путается

Ты дал подробный промпт, а она игнорит часть инструкций или делает противоположное.

Причина №2: промпт перегружен или противоречит сам себе. Слишком много задач разом — или одна инструкция спорит с другой («будь краток» и тут же «опиши подробно каждый пункт»). Модель не выбирает мудро, она спотыкается.

Как проверить: посчитай, сколько разных задач в одном промпте. Больше двух-трёх — перегруз. И поищи прямые противоречия в требованиях.

Как починить: разбей на шаги. Сделай сначала одно, проверь, потом следующее — вместо «сделай всё сразу». И убери конфликтующие требования. Если модель упорно игнорит конкретную инструкцию — вынеси её отдельно и в начало; подробнее в разборе почему модель игнорит инструкции.

Симптом: длинный промпт, а модель теряет суть

Промпт большой, со всем контекстом, но модель будто не заметила самого главного требования.

Причина №3: важное спрятано в середине. У моделей есть известный перекос: они лучше держат начало и конец длинного текста, а середину «проседают» (это так и называют — «потерялось в середине»). Ключевая инструкция, зажатая в абзаце №7, легко выпадает.

Как проверить: найди в промпте самое важное требование. Оно где-то в середине простыни текста? Тогда вот оно.

Как починить: вынеси главное в начало или в самый конец промпта. Сократи лишний контекст — чем короче, тем меньше теряется. И не дотягивай промпт до предела контекстного окна: чем ближе к лимиту, тем хуже модель удерживает детали.

Бонус: а может, ты просишь то, чего модель не знает

Иногда промпт ни при чём. Просишь свежие факты (вчерашние новости, точные текущие цены) или данные, которых у модели нет, — она выдумает уверенно и неправильно. Тут промпт не поможет: нужен либо доступ к источнику, либо поиск, либо вставить факты прямо в запрос. Сначала отдели «промпт плохой» от «модель этого знать не может».

Вопрос: дело в промпте или в слабой модели?

В 9 случаях из 10 — в промпте. Прежде чем винить модель, прогони три проверки выше: добавь конкретику, разгрузи, вынеси главное в начало. Если даже с чётким, коротким, однозначным промптом ответ плохой — вот тогда есть смысл пробовать модель посильнее.

Вопрос: почему один и тот же промпт даёт то хорошо, то плохо?

В моделях есть доля случайности (за неё отвечает «температура»), поэтому ответы немного гуляют от раза к разу. Если разброс большой — это сигнал, что промпт недостаточно жёсткий: чем точнее ТЗ и формат, тем стабильнее результат. Хороший промпт сужает коридор, в котором модель может «вильнуть».