---
title: "Что такое шаблон чата? Как сообщения становятся токенами"
description: "Шаблон чата превращает список сообщений с ролями в ту самую последовательность токенов, на которой обучена чат-модель. Как работают шаблоны и чем вредит неверный."
url: https://broadrouter.com/ru/glossary/chat-template/
lang: ru
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/glossary/chat-template/) (обновлён 2026-11-15).

# Шаблон чата (chat template)

Обновлено 2026-11-15

Шаблон чата — это правило форматирования, обычно написанное на Jinja и поставляемое вместе с токенизатором модели, которое превращает список сообщений чата с ролями в единую последовательность токенов, ожидаемую моделью, включая её специальные управляющие токены. Неверный шаблон может резко ухудшить ответы модели.

Также называют: шаблон чата, чат-шаблон, шаблон диалога, шаблон промпта, chat template, chat\_template, Jinja chat template, tokenizer chat template

Чат-модель никогда не видит список сообщений. Она видит одну длинную последовательность токенов. Как эта последовательность выглядит, решает шаблон чата.

## Как это работает

Руководство Hugging Face формулирует главное: все каузальные языковые модели “continue a sequence of tokens” (перевод: «продолжают последовательность токенов»), а словари с ролью и содержимым, которые вы передаёте, “get converted to a token sequence, often with control tokens” (перевод: «преобразуются в последовательность токенов, часто с управляющими токенами»). Разные модели используют разные форматы, “even if they were fine-tuned from the same base model” (перевод: «даже если они дообучены из одной и той же базовой модели»).

Один и тот же короткий чат, отрисованный двумя шаблонами из руководства:

```text
Mistral-7B-Instruct:
<s>[INST] Hello, how are you? [/INST]I'm doing great. How can I help you today?</s>

Zephyr-7B:
<|user|>
Hello, how are you?</s>
<|assistant|>
I'm doing great. How can I help you today?</s>
```

В Transformers чат отрисовывается вызовом `tokenizer.apply_chat_template(messages, add_generation_prompt=True)`. Флаг `add_generation_prompt` добавляет токены, открывающие ход ассистента; без них, как предупреждает руководство, модель может продолжить сообщение пользователя вместо ответа.

Шаблоны могут нести и функции модели. В карточке Gemma 4 от Google сказано, что режим размышлений включается токеном `<|think|>` в начале системного промпта и что “many libraries like Transformers and llama.cpp handle the complexities of the chat template for you.” (перевод: «многие библиотеки, например Transformers и llama.cpp, берут сложности шаблона чата на себя».)

## Почему это важно

-   **Качество.** Руководство говорит, что “with the wrong control tokens, these models would have drastically worse performance.” (перевод: «с неверными управляющими токенами эти модели работали бы резко хуже».)
-   **Самостоятельный хостинг.** Движкам обслуживания нужен шаблон, чтобы принимать чат-запросы. Документация vLLM говорит, что без него “all chat requests will error” (перевод: «все чат-запросы будут завершаться ошибкой»), и позволяет передать его через `--chat-template`. См. [vLLM](https://broadrouter.com/ru/glossary/vllm/).
-   **Подсчёт токенов.** Управляющие токены считаются входными [токенами](https://broadrouter.com/ru/glossary/token/). Почему локальный подсчёт расходится с оплачиваемым, объясняет наша статья о [подсчёте токенов перед отправкой](https://broadrouter.com/ru/blog/count-tokens-before-sending/).
-   **Двойные специальные токены.** Руководство предупреждает, что повторное добавление `<bos>` или `<eos>` после применения шаблона “is often incorrect or duplicated, hurting model performance” (перевод: «часто ошибочно или дублируется, что ухудшает работу модели»).
-   **[Системный промпт](https://broadrouter.com/ru/glossary/system-prompt/) — тоже часть шаблона.** Куда попадает системное сообщение и есть ли у модели системная роль вообще, решает шаблон.

## В BroadNet Inference

API BroadNet — это [OpenAI-совместимый](https://broadrouter.com/ru/glossary/openai-compatible-api/) эндпоинт chat completions: вы отправляете `messages`, а шаблон применяет BroadNet; сырой текст шаблона вы не отправляете. BroadNet сообщает, что обслуживает [Gemma 4 VL 26B](https://broadrouter.com/ru/models/gemma-4-vl-26b/) с “BroadNet conversational chat template” (перевод: «диалоговым шаблоном чата BroadNet») — шаблоном, настроенным под её диалоговый сценарий. Если сравнивать Gemma в BroadNet с теми же весами, запущенными локально, ответы могут различаться, поэтому тестируйте на своих промптах. Подробностей о шаблонах остальных моделей BroadNet не публикует. Другие решения BroadNet по обслуживанию Gemma перечислены в [статье о парке GPU и обслуживании моделей](https://broadrouter.com/ru/blog/broadnet-gpu-fleet-and-serving/).

## Вопросы и ответы

### Нужно ли применять шаблон чата при вызове API?

Нет. В API chat completions вы отправляете список messages, а провайдер применяет шаблон на своей стороне. Заниматься шаблонами самому приходится, только когда вы запускаете модель локально или вызываете «сырой» эндпоинт text completion.

### Почему мой подсчёт токенов расходится с подсчётом провайдера?

Шаблон добавляет управляющие токены вокруг каждого сообщения. Если считать только текст сообщений, их не учесть, поэтому оплачиваемый промпт обычно немного больше.

### Что делает add\_generation\_prompt?

Добавляет токены, которые открывают ход ассистента, чтобы модель ответила, а не продолжила ваше сообщение. В документации Hugging Face для шаблонов в стиле ChatML это показано как <|im\_start|>assistant в конце.

## См. также

-   [Токенизатор (tokenizer)](https://broadrouter.com/ru/glossary/tokenizer/) (термин)
-   [Системный промпт (system prompt)](https://broadrouter.com/ru/glossary/system-prompt/) (термин)
-   [Токен (token)](https://broadrouter.com/ru/glossary/token/) (термин)
-   [vLLM](https://broadrouter.com/ru/glossary/vllm/) (термин)
-   [OpenAI-совместимый API](https://broadrouter.com/ru/glossary/openai-compatible-api/) (термин)
-   [GGUF](https://broadrouter.com/ru/glossary/gguf/) (термин)
-   [Как посчитать токены до отправки запроса к LLM](https://broadrouter.com/ru/blog/count-tokens-before-sending/) (статья)
-   [GPU-парк и подход к инференсу BroadNet — по описанию самой BroadNet](https://broadrouter.com/ru/blog/broadnet-gpu-fleet-and-serving/) (статья)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

[Начать](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-glossary-chat-template&utm_content=page-cta) ·

**Источники**

-   [Документация Hugging Face Transformers, шаблоны чата (проверено 2026-11-15)](https://huggingface.co/docs/transformers/en/chat_templating)
-   [Документация vLLM, онлайн-обслуживание: шаблон чата (проверено 2026-11-15)](https://docs.vllm.ai/en/latest/serving/online_serving/)
-   [Google, карточка инструктивной модели Gemma 4 26B A4B (проверено 2026-11-15)](https://huggingface.co/google/gemma-4-26B-A4B-it)
-   [BroadNet, страница модели Gemma 4 VL 26B: конфигурация обслуживания (проверено 2026-11-15) (на английском)](https://www.broadnet.ai/inference/models/gemma-4-vl-26b)
