---
title: "Что такое промпт-инжиниринг? Как писать инструкции для LLM"
description: "Промпт-инжиниринг — написание и проверка инструкций, чтобы LLM стабильно выдавала нужный результат. Основные приёмы, тестирование и советы для арабского."
url: https://broadrouter.com/ru/glossary/prompt-engineering/
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/prompt-engineering/) (обновлён 2026-11-15).

# Промпт-инжиниринг (prompt engineering)

Обновлено 2026-11-15

Промпт-инжиниринг — это процесс написания, структурирования и проверки инструкций для языковой модели, чтобы она стабильно выдавала результат, отвечающий вашим требованиям. Он включает роли сообщений, ясные инструкции, примеры, форматирование и оценку результатов на тестовых примерах.

Также называют: промптинг, инженерия промптов, составление промптов, написание промптов, prompt engineering, prompt design, prompting techniques

Промпт — это спецификация. Промпт-инжиниринг — умение хорошо её написать и проверить, что модель ей следует.

## Как это работает

Руководство OpenAI определяет промпт-инжиниринг как “the process of writing effective instructions for a model” (перевод: «процесс написания эффективных инструкций для модели»), чтобы она “consistently generates content that meets your requirements” (перевод: «стабильно генерировала контент, отвечающий вашим требованиям»). Основные приёмы у разных компаний во многом совпадают:

| Приём | Что делать |
| --- | --- |
| Роли | Правила — в [системный промпт](https://broadrouter.com/ru/glossary/system-prompt/) (или сообщение developer), запрос — в сообщение пользователя |
| Структура | Стройте системный промпт в порядке «роль, инструкции, примеры, контекст»; отмечайте разделы заголовками Markdown и XML-тегами |
| Примеры | Добавьте несколько пар «вход — выход» ([few-shot prompting](https://broadrouter.com/ru/glossary/few-shot-prompting/)), которые покрывают разные случаи |
| Рассуждения | Попросите рассуждать по шагам ([chain of thought](https://broadrouter.com/ru/glossary/chain-of-thought/)) или используйте модель с рассуждениями |
| Формат вывода | Попросите фиксированный формат или используйте [структурированный вывод](https://broadrouter.com/ru/glossary/structured-output/), если API его поддерживает |
| Стабильность | Закрепите версию модели, чтобы её поведение не менялось без вашего ведома |

В обзоре Anthropic советуют начать с трёх вещей: ясных критериев успеха, способа проверки по ним и первого черновика промпта. На практике это значит набор для [оценки (eval)](https://broadrouter.com/ru/glossary/eval/).

Короткий пример «до и после». Было: «Кратко изложи этот тикет». Стало: роль («ты кратко излагаешь тикеты поддержки для команды инженеров»), формат (3 пункта: проблема, влияние на клиента, следующий шаг) и правила (сообщения об ошибках приводить словами клиента, причины не угадывать):

```text
Before: Summarize this ticket.

After:  You summarize support tickets for an engineering team.
        Write 3 bullet points: the problem, the customer impact, the next step.
        Use the customer's words for error messages. Do not guess at causes.
        <ticket>...</ticket>
```

У агентов промпт — лишь часть более широкого контекста. Статья Anthropic о контекст-инжиниринге отделяет промпт-инжиниринг, “methods for writing and organizing LLM instructions” (перевод: «методы написания и организации инструкций для LLM»), от [контекст-инжиниринга](https://broadrouter.com/ru/glossary/context-engineering/), который управляет всем остальным, что видит модель.

## Почему это важно

-   **Качество без обучения.** Улучшить промпт — самое дешёвое, что можно попробовать до [дообучения](https://broadrouter.com/ru/glossary/fine-tuning/) или более крупной модели.
-   **Стоимость.** Системный промпт отправляется заново в каждом запросе. Убирайте то, что не влияет на результат; см. [как сократить токены промпта](https://broadrouter.com/ru/blog/reduce-prompt-tokens/).
-   **Миграция.** Промпт, настроенный под одну модель, может вести себя иначе на другой. При переходе заново прогоняйте свой набор для оценки.

## В BroadNet Inference

Чат-модели BroadNet принимают стандартный список `messages` из Chat Completions, поэтому роли system, user и assistant и few-shot-примеры работают как обычно. Промпты можно опробовать в [песочнице (playground)](https://broadrouter.com/ru/guides/try-broadnet-inference-playground/) ещё до написания кода. Для ответов на арабском статья о [промпт-инжиниринге для арабского](https://broadrouter.com/ru/blog/arabic-prompt-engineering/) разбирает стиль, диалекты, цифры и форматирование справа налево.

Структурированный вывод документирован для [GLM 5.3](https://broadrouter.com/ru/models/glm-5.3/) и [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/). У DeepSeek V4.1 Flash, GLM 5.3 и Qwen3.8 27B рассуждения учитываются в `max_tokens`, поэтому промпту в духе «думай по шагам» тоже нужен запас в бюджете.

## Вопросы и ответы

### Нужен ли промпт-инжиниринг с новыми моделями?

Да, хотя приёмы меняются. Новые модели хорошо следуют простым и конкретным инструкциям, поэтому основная работа — ясно сформулировать требования, дать примеры и проверить промпт на реальных входных данных.

### Когда лучше дообучить модель?

Когда хорошо проверенный промпт с примерами всё равно не справляется с заметной долей случаев или слишком длинный, чтобы отправлять его в каждом запросе. В документации Anthropic также отмечено, что некоторых целей, например меньшей задержки или цены, проще достичь выбором другой модели.

### Писать ли промпт на арабском, если нужен ответ на арабском?

Подходят оба варианта. Укажите, какой нужен стиль или диалект и как обращаться с цифрами и смешанным текстом. Оба подхода сравниваются в статье о промпт-инжиниринге для арабского.

## См. также

-   [Системный промпт (system prompt)](https://broadrouter.com/ru/glossary/system-prompt/) (термин)
-   [Few-shot промптинг (few-shot prompting)](https://broadrouter.com/ru/glossary/few-shot-prompting/) (термин)
-   [Цепочка рассуждений (chain-of-thought, CoT)](https://broadrouter.com/ru/glossary/chain-of-thought/) (термин)
-   [Контекстная инженерия (context engineering)](https://broadrouter.com/ru/glossary/context-engineering/) (термин)
-   [Eval (оценка LLM)](https://broadrouter.com/ru/glossary/eval/) (термин)
-   [Структурированный вывод (structured output)](https://broadrouter.com/ru/glossary/structured-output/) (термин)
-   [BroadNet Inference в браузере: без регистрации](https://broadrouter.com/ru/guides/try-broadnet-inference-playground/) (руководство)
-   [Промпт-инжиниринг для арабского: регистр, RTL, цифры и смешанный текст](https://broadrouter.com/ru/blog/arabic-prompt-engineering/) (статья)
-   [Сокращаем токены промпта: замеры для инструкций, инструментов, данных](https://broadrouter.com/ru/blog/reduce-prompt-tokens/) (статья)
-   [Перед дообучением LLM: сформулируйте, какую проблему решаете](https://broadrouter.com/ru/blog/fine-tuning-readiness/) (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-prompt-engineering&utm_content=page-cta) ·

**Источники**

-   [Документация OpenAI API, руководство по промпт-инжинирингу (дата обращения 2026-11-15)](https://developers.openai.com/api/docs/guides/prompt-engineering)
-   [Документация Anthropic, обзор промпт-инжиниринга (дата обращения 2026-11-15)](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview)
-   [Anthropic Engineering, Effective context engineering for AI agents (дата обращения 2026-11-15)](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)
