BroadRouter

Промпт-инжиниринг для арабского: регистр, RTL, цифры и смешанный текст

Команда BroadNet Inference · 5 мин чтения · Опубликовано · Обновлено

Хороший арабский текст получается из явных инструкций: назовите регистр (MSA или конкретный диалект), аудиторию, вид цифр (западные 0–9 или восточноарабские ٠–٩), допустимое форматирование и правила для английских терминов. Отображайте ответы с dir="auto" или изолирующими символами, чтобы смешанный арабский и английский текст выводился в правильном порядке.

Чтобы получить от LLM хороший арабский, назовите всё, о чём модель иначе будет догадываться: современный литературный арабский или конкретный диалект, аудиторию и тон, западные (123) или восточноарабские (١٢٣) цифры, формат дат и валюты, правила для английских терминов и нужны ли огласовки. А отображение справа налево исправляйте в интерфейсе, а не в промпте.

Как задать регистр и диалект?

У арабского есть формальный письменный стандарт — современный литературный арабский (MSA, الفصحى) — и множество разговорных диалектов. Деловые тексты обычно пишут на MSA; чаты, маркетинг и голосовые продукты иногда используют диалект. Скажите модели точно, что нужно:

Вместо Скажите
Отвечай на арабском. Отвечай на ясном, простом современном литературном арабском, понятном розничным покупателям.
Используй диалект Залива. Пиши на саудовском варианте арабского Залива (ближе к наджди), неформально, но уважительно, как молодой бренд.
Будь дружелюбным. Тепло и вежливо. Обращайся к египетским клиентам «حضرتك»; избегай сленга.

Несколько практических правил:

  • «Простой MSA» — самый безопасный вариант по умолчанию. Его понимают везде, и он звучит профессионально. Модели пишут на нём надёжнее, чем на диалекте.
  • Называйте страну, а не «Залив» или «Левант». Речь в Саудовской Аравии, ОАЭ и Кувейте различается, как и ливанская с иорданской.
  • Форма обращения. В арабском «ты/вы» различается по роду. Выберите вариант по умолчанию (мужской род единственного числа — распространённая нейтральная форма в текстах интерфейса) или попросите модель по возможности использовать гендерно-нейтральные формулировки, например отглагольное существительное «يرجى إدخال» (просим ввести) вместо повелительного «أدخل/أدخلي».
  • Огласовки. Для обычного текста скажите «без огласовок». Большинство моделей по умолчанию добавляют их мало, но некоторые ставят их в именах или в ответах в поэтическом стиле.

Про диалектный вход читайте статью как LLM справляются с арабским Залива, Египта и Леванта.

Как управлять цифрами, датами и валютой?

В арабском тексте используются два набора цифр: западные (0–9) и восточноарабские (٠١٢٣٤٥٦٧٨٩). Какой набор ждут читатели, зависит от страны и носителя, и без указания модели будут их смешивать. Решайте для каждого продукта, исходя из того, что уже используют ваши материалы на этом рынке:

  • Западные цифры проще всего для разбора, поиска и ввода данных.
  • Восточноарабские цифры соответствуют более традиционному виду. Если они нужны, конвертируйте при отображении, а в данных храните западные.

Также укажите:

  • Даты: григорианский календарь, хиджра или оба, и формат (например, 2026-11-14 или ١٤ نوفمبر ٢٠٢٦). Учтите, что названия месяцев различаются по регионам: نوفمبر в Египте и странах Залива, تشرين الثاني в Леванте и Ираке.
  • Валюта: символ или код и их положение. «ر.س» или «SAR»? До числа или после? Дайте один пример.
  • Десятичный разделитель: «.» или арабский десятичный знак «٫».

Один разобранный пример в промпте решает большую часть этого: «Пиши цены так: 1,250.00 ر.س».

Как исправить проблемы с отображением справа налево?

Большинство жалоб «арабский сломан» — проблемы отображения, а не модели. Когда арабский и латинский текст или числа стоят в одной строке, визуальный порядок определяет двунаправленный алгоритм Unicode с учётом направления абзаца. Если ваш «пузырь» чата имеет направление слева направо, в ответе вроде «تم شحن طلبك رقم 4821.» точка может оказаться не на том конце.

Исправляйте в интерфейсе:

  • Задайте dir="auto" (или dir="rtl" для представлений только на арабском) элементу, который показывает каждое сообщение. См. MDN об атрибуте dir и рекомендации W3C по разметке текста справа налево.
  • Вставляя значения (имена, номера заказов, английские названия товаров) в арабские шаблоны, оборачивайте их в <bdi> в HTML или в изоляты Unicode (U+2068 FIRST STRONG ISOLATE … U+2069 POP DIRECTIONAL ISOLATE) в простом тексте.
  • В промпте просите форматирование, которое умеет показывать ваша площадка. WhatsApp и SMS: простой текст, без таблиц Markdown. Веб-чат: Markdown подходит, если рендерер правильно показывает RTL-списки. Блоки кода должны оставаться слева направо.

Если вы стримите ответы, задайте направление контейнеру до прихода первого токена, чтобы текст не прыгал; см. руководство по стримингу.

Как модель должна смешивать арабский и английский?

Реальные деловые тексты на арабском смешивают языки: названия товаров, технические термины, единицы измерения, код. Определите правило и пропишите его:

  • «Оставляй названия брендов и товаров в исходном латинском написании».
  • «Технические термины пиши по-арабски, при первом упоминании с английским термином в скобках: واجهة برمجة التطبيقات (API)».
  • «Никогда не транслитерируй английские слова арабскими буквами» — или наоборот, если ваша аудитория предпочитает «الإيميل», а не «البريد الإلكتروني».
  • «Если пользователь пишет по-английски, отвечай по-английски. Если пишет на арабизи, отвечай арабским письмом». Подробнее — в статье о работе с арабизи.

На каком языке писать системный промпт — на английском или на арабском?

Работают оба. Инструкции на английском с арабским контентом встречаются часто, и их легко поддерживать, если не вся команда читает по-арабски. Инструкции на арабском могут подтолкнуть тон и лексику в нужную сторону. Что бы вы ни выбрали, держите один язык на системный промпт и в любом случае добавьте в него арабский пример желаемого ответа. Инструкции на арабском могут стоить больше токенов, чем те же правила на английском; сравните оба варианта в бесплатном счётчике арабских токенов. Наши данные об эффективности токенизаторов показывают, сколько токенов занимают одни и те же арабские и английские предложения на 16 токенизаторах.

Полный пример:

import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

SYSTEM = """You are the support assistant for an Egyptian electronics store.
Language: reply in simple Modern Standard Arabic. If the customer writes in English, reply in English.
Tone: warm, polite, concise. At most 3 sentences.
Numbers: Western digits. Prices like: 12,499 ج.م
Dates: Gregorian, like: 14 نوفمبر 2026
Names: keep brand and model names in Latin letters (iPhone 17, Galaxy S26).
Formatting: plain text only, no Markdown, no diacritics.
Example reply:
شكراً لتواصلك معنا. سعر Galaxy S26 حالياً 12,499 ج.م، والتوصيل متاح خلال يومين."""

r = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    max_tokens=2000,  # reasoning comes first
    messages=[{"role": "system", "content": SYSTEM},
              {"role": "user", "content": "عايز أعرف سعر الايفون ١٧ وهل في تقسيط؟"}],
)
print(r.choices[0].message.content)

Клиент пишет на египетском арабском («Хочу узнать цену iPhone 17, и есть ли рассрочка?») восточноарабскими цифрами. Промпт делает ответ на MSA с западными цифрами. Пример ответа в промпте гласит: «Спасибо, что связались с нами. Galaxy S26 сейчас стоит 12,499 египетских фунтов, доставка возможна в течение двух дней».

Как получить структурированный вывод на арабском?

Если нужен JSON, держите ключи на английском, а значения — на арабском. Укажите, должны ли числа быть числами или строками и какой набор цифр использовать внутри строк. Просите null вместо догадок. См. структурированный вывод с JSON schema.

Как тестировать арабские промпты?

Соберите по 30–50 реальных промптов на каждый рынок, прогоните их через каждую модель-кандидата и попросите носителя языка с этого рынка оценить регистр, правильность и естественность. BroadNet сообщает, что в её тестах Qwen3.8 27B писала на беглом арабском и понимала диалекты Залива и египетский; DeepSeek V4.1 Flash и GLM 5.3 доступны в том же API, так что переключение — изменение одной строки. Сравните их цены на странице цен или в сравнении DeepSeek V4.1 Flash и Qwen3.8 27B и измерьте токены на реальном арабском тексте: на арабское слово часто приходится больше токенов, чем на английское. Более широкий чек-лист выбора модели — в статье как выбрать LLM API для арабского.

Чек-лист арабского промпта

  • Названы регистр и страна.
  • Выбрана форма обращения (род).
  • Цифры, даты, валюта и десятичный разделитель заданы с примером.
  • Форматирование соответствует площадке отображения.
  • Прописано правило для английских терминов и названий брендов.
  • dir="auto" и изоляция в интерфейсе.
  • Проверка носителем языка на фиксированном тестовом наборе.

Вопросы и ответы

На каком языке писать системный промпт — на арабском или на английском?

На современных моделях работают оба. Инструкции на английском большинству команд проще поддерживать; инструкции на арабском иногда дают более естественный тон. Держите каждый системный промпт на одном языке и сравните оба варианта на своём тестовом наборе.

Почему в моём арабском тексте знаки препинания стоят не на своём месте?

Это проблема отображения: обычно контейнер имеет направление слева направо. Задайте dir="rtl" или dir="auto" элементу, который показывает ответ.

Как запретить модели добавлять огласовки?

Напишите в промпте «Не добавляй огласовки (ташкиль)». Просите их только там, где они помогают, например в учебных материалах или в неоднозначных именах.

Как заставить LLM использовать восточноарабские цифры?

Укажите это в системном промпте и дайте один пример, например «Пиши цены так: ١٬٢٥٠ ر.س». Без такого правила модели смешивают наборы цифр. Если вы разбираете вывод программно, просите западные цифры в полях JSON, а для показа конвертируйте.

Какая модель лучше всего пишет на арабском?

Проверьте на своих промптах. BroadNet сообщает, что в её тестах Qwen3.8 27B писала на беглом арабском и понимала диалекты Залива и египетский.

Открыть в MarkdownСпросить ChatGPTСпросить ClaudeСпросить Perplexity