(СТРУКТУРА + ГОТОВЫЕ ШАБЛОНЫ)
День 1–2. Переписываем реальные задачи в “боевые” промты
Цель: научиться превращать размытые просьбы в чёткие промты с форматом ответа.
Шаг 1. Выберите 3 реальные задачи
Например:
“Написать письмо клиенту о продлении контракта”
“Сделать сводку по багам за неделю”
“Придумать идеи постов для блога”
Важно: брать свои задачи, а не абстрактные.
Шаг 2. Выпишите, как они звучат обычно
Пример “как есть”:
“Сделай сводку по багам за неделю”.
Шаг 3. Перепишите каждую задачу в хороший промт
Структура хорошего промта:
Роль модели
Контекст (кто вы, что за продукт/система)
Входные данные (как будут выглядеть)
Задача (что именно сделать, шагами)
Ограничения (что нельзя, стиль и т.п.)
Формат ответа (часто – JSON или чёткая структура текста)
Пример упражнения №1
Сырая формулировка: “Сделай сводку по багам за неделю”.
Переписанный промт:
Ты – тимлид и инженер поддержки, делающий недельный отчёт по багам для руководителя разработки.
Контекст:
– Продукт: веб‑приложение для внутреннего использования.
– Цель отчёта: показать, какие проблемы были за неделю, какой статус, где нужны решения/ресурсы.
Входные данные:
Я дам тебе список багов в формате:
[
{
"id": 123,
"title": "Ошибка авторизации",
"severity": "critical | major | minor",
"status": "open | in_progress | resolved",
"created_at": "YYYY-MM-DD",
"resolved_at": "YYYY-MM-DD | null",
"component": "auth_service"
}
]
Задача:
1. Подсчитать, по категории severity:
– сколько багов всего,
– сколько ещё не закрыто.
2. Выделить 3–5 самых критичных открытых багов (по severity и давности).
3. Сформировать текстовый отчёт:
– короткий summary для руководителя (3–5 предложений),
– список рисков (что может пойти не так, если не исправить),
– список предложений по действиям.
Формат ответа – JSON:
{
"stats": {
"by_severity": {
"critical": {"total": 0, "open": 0},
"major": {"total": 0, "open": 0},
"minor": {"total": 0, "open": 0}
}
},
"top_risky_bugs": [
{
"id": 0,
"title": "…",
"severity": "critical",
"days_open": 0
}
],
"summary_text": {
"summary": "…",
"risks": [
"Риск 1",
"Риск 2"
],
"suggested_actions": [
"Действие 1",
"Действие 2"
]
}
}
Ответь строго валидным JSON, без текста вне объекта.
Задание на День 1–2
Возьмите 3 своих задач “как обычно”.
Для каждой напишите улучшенный промт по структуре выше.
Обязательно добавьте формат ответа (JSON или чёткий текстовый шаблон).
Прогоните через модель и посмотрите, насколько проще стало получать результат.
День 3–4. Один мини‑проект “под ключ”
Цель: почувствовать цепочку “данные → промт → результат” на реальном кейсе.
Выберите один из трёх типов мини‑проекта:
1) лендинг;
2) отчёт (продажи/продукт/операции);
3) анализ отзывов.
Вариант А. Лендинг
Шаги:
Сформулируйте краткий бриф: продукт, ЦА, цель лендинга, тон.
Напишите промт для генерации структуры + черновых текстов (можно взять за основу из наших прошлых кейсов);
Получите результат, вручную поправьте;
При желании – добавьте второй промт: “проверь текст по чек‑листу маркетинга”.
Мини‑скелет промта:
Ты – UX-копирайтер…
Продукт: …
Целевая аудитория: …
Цель лендинга: …
Задача:
1. Предложить структуру лендинга (6–10 блоков).
2. Для каждого блока – заголовок, подзаголовок, буллеты, подсказка по визуалу.
Формат ответа – JSON:
{ … }
Вариант B. Отчёт
Шаги:
Возьмите реальные цифры (можно минимальный набор: период, выручка, план, прошлый период).
Напишите промт по паттерну из кейса “еженедельный отчёт продаж”:
модель считает %;
выдаёт summary + интерпретации + рекомендации.
Сверьте цифры самостоятельно (валидация).
Вариант C. Анализ отзывов
Шаги:
Соберите 10–30 реальных отзывов (о вашем продукте, сервисе, конкурентах).
Используйте промт‑паттерн анализа отзывов: темы, боли, запросы на фичи, цитаты.
Посмотрите, насколько результат попадает в вашу интуицию и задачи продукта.
Задание на День 3–4
Выберите один мини‑проект.
Составьте для него основной промт (можно с 1–2 шагами).
Получите результат, обязательно доработайте вручную.
Сохраните:
исходный промт;
входные данные;
ответ модели;
свою финальную версию (после правок).
Это заготовка для портфолио.
День 5. “Мета‑промт”: улучшаем свои промты
Цель: научиться использовать модель как ассистента промт‑инженера.
Шаг 1. Выберите 2–3 своих промта
Лучше взять:
один промт с Дня 1–2;
промт из мини‑проекта Дня 3–4.
Шаг 2. Используйте мета‑промт для ревью
Шаблон мета‑промта:
Ты – опытный промт-инженер и сеньор-разработчик.
Я дам тебе мой промт, который я использую для [кратко: для чего].
Твоя задача:
1. Разобрать промт по пунктам:
– что в нём хорошо,
– какие есть риски (неясности, противоречия, риск галлюцинаций),
– чего не хватает.
2. Предложить улучшенную версию промта:
– с более чёткой ролью,
– с явным форматом ответа (желательно JSON),
– с дополнительными ограничениями, если нужно.
3. Кратко объяснить, почему предложенные изменения улучшат качество и предсказуемость ответа.
Формат ответа – JSON:
{
"review": {
"strengths": [
"Сильная сторона 1",
"Сильная сторона 2"
],
"risks": [
"Риск 1",
"Риск 2"
],
"missing_elements": [
"Чего не хватает"
]
},
"improved_prompt": "Новая версия промта целиком",
"rationale": [
"Обоснование изменения 1",
"Обоснование изменения 2"
]
}
Вот мой промт:
<<<
{вставь сюда свой промт}
>>>
Шаг 3. Сравниваем и адаптируем
Смотрите на improved_prompt как на черновик улучшений, а не конечную истину.
Правьте под себя: стиль, длину, терминологию.
Протестируйте старую и новую версии промта на одинаковых входных данных.
Задание на День 5
Прогоните минимум 2 своих промта через мета‑промт.
Сохраните:
исходную версию промта;
улучшенную версию;
краткий вывод: что реально стало лучше (или нет).
День 6–7. Оформляем 2–3 кейса в портфолио
Цель: превратить практику в артефакты, которые можно показать работодателю/клиенту.
Структура одного кейса (шаблон)
Используйте формат Markdown (удобно хранить в Git или Notion)
# Кейс: [краткое название, напр. "Еженедельный отчёт продаж с LLM"]
## Контекст
– Роль: [кем вы выступали – аналитик, продакт, маркетолог]
– Компания/домен: [можно обобщённо, без NDA, напр. "e-commerce", "SaaS для команд"]
– Исходная проблема:
– [что занимало много времени / было неструктурно / делалось вручную]
## Задача
Опишите человеческим языком:
– Что должно было получиться (бизнес-язык, не “написать промт”).
– Какие ограничения были (время, данные, форматы).
## Подход
1. Как вы использовали LLM:
– один шаг или несколько (цепочка),
– какие роли задавали модели,
– какие форматы ответов использовали (JSON, Markdown).
2. Кратко опишите логику промта(ов).
## Промты (до/после)
### Исходный промт (сырой)
```text
[сюда – первый вариант]
Улучшенный промт
[сюда – финальный вариант, которым вы довольны]
Пример входных данных
[обезличенные примерные данные, с которыми работала модель]
Результат
Что модель выдаёт (сокращённый пример, без чувствительных данных).
Как вы это используете дальше (копируете в письмо, загружаете в систему, передаёте дизайнеру и т.п.).
Эффект
Экономия времени: [напр. “вместо 2 часов раз в неделю – 15 минут”].
Качество: [что стало лучше – структура, полнота, предсказуемость].
Что всё ещё требует ручной проверки/доработки.
Планы по развитию
Как можно дальше автоматизировать (скрипты, API).
Какие ограничения текущего решения вы видите.
Шаги на День 6–7
Выберите 2–3 самых удачных ваших мини‑проекта / упражнения:
отчёт,
лендинг,
анализ отзывов,
или любая рабочая задача.
Для каждого заполните шаблон кейса.
Сохраните кейсы в одном месте:
Git‑репозиторий,
Notion,
личный сайт / блог.
При желании – добавьте:
скриншоты (обезличенные),
куски кода (обёртка над API, валидация JSON).
Как использовать эту неделю по максимуму
Не пытайтесь “сделать идеально”. Ваша цель – набрать цикл итераций:
задача → промт → ответ → улучшение → оформление.
Каждый день сохраняйте артефакты: промты, входные данные, ответы, выводы.
В конце недели у вас должно быть:
3 переработанных “рабочих” промта,
1 мини‑проект,
2–3 улучшенных промта через мета‑ревью,
2–3 оформленных кейса в портфолио.