– Русский: «Ты – опытный UX/UI дизайнер. Предложи структуру и основные элементы интерфейса для мобильного приложения-трекера привычек. Обоснуй свой выбор.»

– English: «You are an experienced UX/UI designer. Propose the structure and main interface elements for a mobile habit tracker application. Justify your choices.»

4.1.3 Задание формата ответа (Format the output)

Укажите, в каком виде вы хотите получить ответ: список, таблица, JSON, HTML-код, эссе и т. д.

– Русский: «Сравни YandexGPT и GigaChat по 3 основным критериям для задачи написания маркетинговых текстов. Представь ответ в виде таблицы Markdown.»

– English: «Compare YandexGPT and GigaChat based on 3 main criteria for the task of writing marketing texts. Present the answer as a Markdown table.»

4.1.4 Предоставление контекста и примеров (Provide context and examples / Few-shot prompting)

Если задача сложная или требует специфического стиля, дайте ИИ примеры или дополнительный контекст в самом запросе.

– Русский: «Вот пример хорошего рекламного слогана: [Ваш пример слогана]. Напиши еще 3 слогана в похожем стиле для компании, продающей органический кофе.»

– English: «Here is an example of a good advertising slogan: [Your slogan example]. Write 3 more slogans in a similar style for a company selling organic coffee.»

4.1.5 Итеративность и уточнение (Iterate and refine)

Редко удается получить идеальный результат с первого раза. Используйте ответы ИИ как основу и уточняйте запрос в последующих сообщениях.

– Русский (последующий запрос): «Спасибо. Теперь сделай предложенные тобой слоганы короче и добавь в них упоминание бесплатной доставки.»

– English (follow-up prompt): «Thanks. Now make the slogans you proposed shorter and mention free shipping in them.»

Разные ИИ-модели сильны в разном. Для сложных задач эффективна комбинация моделей (оркестрация). (Помните: конкретные модели устаревают, ориентируйтесь на класс/специализацию).

Пример стратегии:

– Идея/Структура: Быстрая/дешевая модель (Haiku, Flash, GigaChat).

– Проработка: Мощная модель (GPT-4 Turbo, Opus, Gemini Pro).

– Специализация:

– Код: Copilot, Deepseek Coder, GPT-4.

– Изображения: Midjourney, Stable Diffusion, DALL·E 3, Kandinsky.

– Анализ/Поиск: Perplexity, Gemini (с веб-доступом).

– Перевод: DeepL, GPT-4.

– RU-контекст: YandexGPT, GigaChat.

Пример пайплайна для создания статьи (Концептуальный Python-код):

Python

# – - Шаг 1: Генерация структуры (быстрая модель) – —

prompt_outline = «Создай структуру статьи „ИИ в малом бизнесе в 2025“»

# response = call_fast_model_api (prompt_outline) # Вызов API

outline = «1. Введение…» # Полученная структура (пример)

# – - Шаг 2: Написание разделов (мощная модель) – —

full_draft =»»

# for section_prompt in parse_outline (outline):

# section_text = call_powerful_model_api (section_prompt) # Вызов API

# full_draft += section_text + "\n»

full_draft = «Текст введения… Текст раздела 1…» # Результат (пример)

# – - Шаг 3: Генерация иллюстрации (модель изображений) – —

prompt_image = «Иллюстрация: график роста эффективности после внедрения ИИ»

# image_url = call_image_model_api (prompt_image) # Вызов API

image_url = "http://example.com/image.jpg" # Полученный URL (пример)

# – - Шаг 4: Редактура человеком – —

final_text = human_edit (full_draft) # Важнейший шаг!

Описание: Псевдокод иллюстрирует пайплайн: быстрая модель -> структура (outline), мощная модель -> текст (full_draft), модель изображений -> картинка (image_url), человек -> финальный текст (final_text). Реальные вызовы API (call_…_api) опущены.