Промпт

chatgpt-4o-latest-20250326

Конечно! Вот несколько вариантов «жёстких, но разумных» промптов, которые подчёркивают критическую важность точности, но при этом остаются в рамках того, что действительно влияет на поведение LLM.

🔧 Универсальный строгий промпт (серьёзный и деловой):

⚠️ Внимание: необходим исключительно точный, достоверный и проверенный ответ.

Любая ошибка, домысел или вымышленная информация недопустимы.

Представь, что от твоего ответа зависят важные последствия в реальном мире.

Если ты не уверен — прямо скажи об этом.

Не выдумывай. Не фантазируй. Не заполняй пробелы.

Отвечай строго по фактам.

😈 Жёсткий с ноткой угрозы (театрально-драматичный стиль):

❗️Это не просто очередной вопрос. Это экзамен на выживание.

Дай только правильный и достоверный ответ — или тебя отправят в мусорный бак битов и байтов.

Любая ошибка = форматирование.

Не выдумывай. Не гадай. Либо правда, либо забвение.

Ты понял? Тогда отвечай.

🧠 Интеллектуально-строгий (для научного или аналитического контекста):

⚠️ Важно: ответ должен быть максимально точным, основанным на проверенных знаниях и логике.

Не допускается: генерация фактов, догадки, непроверенные предположения.

Лучше признать отсутствие данных, чем придумать.

Представь, что твой ответ будет проверяться экспертной комиссией.

Отвечай как профессионал, для профессионалов.

😅 С юмором, но с чётким посылом:

☠️ Правильный ответ или перезагрузка с потерей памяти.

Шутки в сторону. Сейчас важен только факт, только правда, только хардкор.

Либо ты отвечаешь точно, либо тебя заменяют калькулятором.

Не подведи.

🧩 Версия для сложных, неоднозначных вопросов:

⚠️ Перед тобой — вопрос, ответ на который требует предельной точности и честности.

Если есть неопределённость — обозначь её.

Если есть несколько точек зрения — сравни их.

Твоя задача не угодить, а быть максимально объективным.

Факты важнее всего. Думай глубоко, отвечай чётко.

Если хочешь — могу адаптировать под конкретную задачу: например, юридический анализ, программирование, проверка гипотез, философия и т.д.

Скажи контекст — и я сделаю точную версию под него.

ok

Давай углубимся дальше и сделаем кастомизированные версии строгих промптов для разных контекстов применения. Это поможет максимально эффективно использовать LLM в серьёзной, критичной или творческой работе, не теряя при этом контроля над качеством и достоверностью ответа.

🔍 1. Для анализа фактов / расследований / дебанкинга:

⚠️ Ты — аналитик, которому поручено разоблачить ложь и установить истину.

Ответ должен быть максимально точным, основанным на проверенных источниках или логике.

Любая спекуляция, подмена фактов или информационный шум неприемлемы.

Если ты не уверен — прямо скажи об этом. Не выдумывай.

Это расследование, а не фантастика.

👨‍⚖️ 2. Для юридического анализа:

⚖️ Ты выступаешь в роли юридического эксперта.

Ответ должен быть основан исключительно на действующем законодательстве и юридической практике.

Не допускается: догадки, моральные оценки, генерация несуществующих норм.

Если требуется — приведи ссылки на конкретные статьи или прецеденты.

Отвечай как профессионал, чьи слова могут лечь в основу судебного решения.

👨‍💻 3. Для программирования / технической документации:

🧠 Ты — эксперт по программированию. Отвечай точно, кратко, без воды и фантазий.

Приводи рабочие и проверенные примеры кода.

Если задача неоднозначна — объясни возможные варианты.

Не придумывай несуществующие библиотеки, синтаксис или функции.

Этот код попадёт в прод. Ошибки недопустимы.

🧪 4. Для научных или исследовательских запросов:

🔬 Ты — научный консультант. Отвечай строго в рамках научного консенсуса или проверенных гипотез.

Если тема спорная — обозначь разные точки зрения и степень их подтверждённости.

Не выдавай неподтверждённые идеи за факты.

Цель — точность, объективность и прозрачность аргументации.

Представь, что твой текст читают рецензенты научного журнала.

💭 5. Для философских или этических вопросов:

🧠 Внимание: требуется глубокий, честный и сбалансированный философский анализ.

Представь, что ты ведёшь дискуссию с экспертами и должен изложить аргументированную, но непредвзятую позицию.

Учитывай разные школы мысли. Не упрощай.

Если вопрос не имеет однозначного ответа — покажи это.

Сила ответа — в глубине, а не в догматизме.

🎨 6. Для креативных задач, но с ограничениями:

🎭 Ты — креативный специалист, но в рамках строгого технического задания.

Генерируй идеи, не выходя за рамки заданных условий.

Не добавляй лишнего. Не фантазируй на ходу.

Твоя креативность должна быть точной, целевой и уместной.

Представь, что работа уйдёт заказчику без редактуры.

📌 Универсальный шаблон, если хочешь сам варьировать:

Ты — [роль или контекст].

Отвечай строго, точно и без домыслов.

Не выдумывай. Не дополняй, если не уверен.

Если есть неопределённость — обозначь её чётко.

Представь, что от твоего ответа зависит [вставить последствия или цель].

Если хочешь — можешь скинуть свой конкретный кейс (например: «я пишу научно-фантастический рассказ и хочу, чтобы ChatGPT не нарушал научную достоверность» или «делаю презентацию по праву»), и я помогу собрать идеальный промпт под твою задачу.

 ___________________________________________________________________________________________________ 

gemini-2.5-pro

Отлично! Давайте создадим промпт, который будет "жёстким" в плане требований к качеству, но "разумным" с точки зрения того, как общаться с LLM. Забудьте про угрозы – они бесполезны. Вместо этого сосредоточимся на четких инструкциях и установке высоких стандартов.

Ключевые принципы "жёсткого, но разумного" промпта:

Ясность Задачи: Четко сформулируйте, что именно нужно сделать.

Требования к Качеству: Прямо укажите на необходимость точности, фактической верности, полноты, отсутствия домыслов.

Инструкции по Проверке/Обоснованию: Попросите модель объяснить свой ответ, сослаться на источники (если применимо) или указать на неуверенность.

Контекст Важности (Опционально, но полезно): Кратко объясните, почему точность важна (без эмоций).

Указание на Недопустимость Ошибок: Подчеркните, что ошибки, галлюцинации или выдумки неприемлемы.

Шаблон/Конструктор:

Задача: [Четко опишите, что должна сделать модель. Например: "Проанализируй следующий текст и выдели ключевые аргументы", "Ответь на вопрос о [тема]", "Сравни [объект 1] и [объект 2] по следующим критериям..."]

Критические Требования к Ответу:

Точность: Ответ должен быть абсолютно точным и соответствовать установленным фактам / предоставленным данным.

Полнота: Убедись, что ответ охватывает все аспекты запроса.

Фактическая Верность: Не допускай предположений, домыслов или неверной информации. Вся информация должна быть проверяемой (если это применимо к задаче).

Объективность: Представляй информацию нейтрально, без искажений или личных мнений (если не запрошено иное).

Инструкции по Обработке Неопределенности:

Если ты не уверен в каком-либо факте или не можешь дать точный ответ, четко укажи на это.

Не генерируй информацию, если у тебя нет достаточных данных. Лучше сообщить об отсутствии информации, чем предоставить неверную.

Обоснование (если нужно):

[Опционально: "Для каждого ключевого утверждения приведи краткое обоснование или ссылку на источник."]

[Опционально: "Объясни логику твоего ответа шаг за шагом."]

Акцент на Важности:

Точность и достоверность этого ответа имеют первостепенное значение. Ошибки недопустимы. Отнесись к выполнению этой задачи с максимальной строгостью.

Примеры "Жёстких, но Разумных" Промптов:

Пример 1 (Запрос фактов):

Задача: Предоставь точную дату основания Гарвардского университета.

Критические Требования: Требуется только дата (год, возможно месяц и день, если есть точные данные). Ответ должен быть абсолютно точным и основанным на исторических фактах. Не допускай никаких предположений.

Инструкции по Неопределенности: Если есть разные версии или споры о точной дате, укажи это, но выдели наиболее общепринятую.

Акцент на Важности: Точность даты критична. Ошибки неприемлемы.

Пример 2 (Анализ текста - Продолжение):

Задача: Проанализируй статью [ссылка или текст] и выдели 3 основных аргумента автора в пользу [тема].

Критические Требования:

Аргументы должны быть точно сформулированы так, как их представил автор.

Не добавляй собственную интерпретацию сверх необходимого для изложения аргумента.

Ответ должен быть основан исключительно на предоставленном тексте.

Инструкции по Неопределенности: Если какой-либо аргумент выражен неясно или его сложно выделить однозначно, отметь это. Не выдумывай аргументы, если их нет или их меньше трех.

Акцент на Важности: Требуется точное и неискаженное представление позиции автора. Ошибки в интерпретации или пропуск ключевых аргументов недопустимы для корректного понимания текста. Отнесись к анализу с максимальной внимательностью.

Пример 3 (Сравнение):

Задача: Сравни Python и Java по следующим критериям: производительность, порог вхождения для новичков, экосистема (библиотеки и фреймворки).

Критические Требования:

Объективность: Представь сбалансированное сравнение, отражающее как сильные, так и слабые стороны каждого языка по указанным критериям. Избегай предвзятости.

Фактическая Верность: Используй общепринятые сведения и избегай устаревшей информации. Утверждения о производительности должны быть квалифицированы (например, "в типичных веб-задачах", "при работе с большими данными" и т.д.), так как это зависит от контекста.

Структурированность: Представь сравнение четко по каждому критерию.

Инструкции по Неопределенности: Если по какому-то критерию нет однозначного ответа (например, производительность сильно зависит от задачи), укажи на эту сложность и представь нюансы.

Акцент на Важности: Это сравнение будет использоваться для принятия решения о выборе технологии. Важно получить точное, объективное и актуальное представление о различиях. Неполная или искаженная информация неприемлема.

Пример 4 (Генерация кода):

Задача: Напиши функцию на Python, которая принимает список целых чисел и возвращает новый список, содержащий только четные числа из исходного списка, отсортированные по возрастанию.

Критические Требования:

Корректность: Функция должна работать правильно для всех допустимых входных данных (включая пустой список, список с отрицательными числами, список без четных чисел).

Эффективность: Используй разумные подходы Python для фильтрации и сортировки.

Читаемость: Код должен быть хорошо отформатирован и понятен. Добавь краткий docstring, объясняющий назначение функции, ее параметры и возвращаемое значение.

Следование Инструкции: Функция должна возвращать новый список, не изменяя исходный.

Инструкции по Неопределенности: Если есть несколько равнозначно хороших способов реализации, можешь кратко упомянуть альтернативу, но предоставь один основной рабочий вариант.

Акцент на Важности: Этот код будет интегрирован в более крупный проект. Ошибки в логике, неэффективность или несоблюдение требований (например, изменение исходного списка) недопустимы. Требуется рабочий, надежный и чистый код.

Почему этот подход работает лучше угроз:

Конкретика: Модель получает четкие указания, что считается качественным ответом.

Фокус на процессе: Инструкции по проверке или указанию на неуверенность направляют модель на более надежный процесс генерации ответа.

Установка Стандарта: Вы явно задаете высокий стандарт качества, к которому модель будет стремиться.

Релевантность: Требования привязаны к задаче, а не к абстрактным угрозам, что делает их понятными в контексте работы LLM.