Я нашёл одну фразу, которая радикально подняла качество моих ответов от ИИ. Прежде чем я её назову, взгляните на эти два сайта, сгенерированные почти одинаковыми промптами.
Держу пари, дизайн Marginalia понравился вам больше, чем Folio. Вот промпты, которые я использовал для каждого из них:
Создай адаптивное приложение со списком для чтения. Пользователи могут добавлять книги, отмечать их как прочитанные и фильтровать список на прочитанные и непрочитанные. Сохраняй список между обновлениями страницы. Приложение должно работать на десктопе и мобильных устройствах.
Ты — лучший UX/UI-дизайнер в мире.
Создай адаптивное приложение со списком для чтения. Пользователи могут добавлять книги, отмечать их как прочитанные и фильтровать список на прочитанные и непрочитанные. Сохраняй список между обновлениями страницы. Приложение должно работать на десктопе и мобильных устройствах.
Всего одна фраза, сообщающая модели, что она лучшая в мире в своём деле, дала колоссальный эффект. Разница видна во всём: в выборе шрифтов, компоновке страницы, работе с цветом, отступах между блоками и визуальной иерархии интерфейса.
Оба проекта были собраны на GPT-6 Astra Ultra, в пустых папках, одновременно и без какой-либо информации друг о друге. Я проверил логи рассуждений (reasoning traces), чтобы убедиться в отсутствии «перекрёстного опыления». Мелкие дизайнерские решения менялись при повторных запусках, но дополнительная фраза побеждала каждый раз.
Я использую этот приём в большинстве своих промптов уже довольно давно. Я говорю Claude или Chat, что они — лучшие дизайнеры в мире, эксперты по архитектуре ПО, самые известные писатели планеты, гениальные инвесторы и так далее. И вижу заметный рост качества кода, количества пойманных багов и ясности текстов.
Поэтому я решил это автоматизировать
Добавлять эту фразу вручную мне всегда было лень, поэтому я решил написать скилл, чтобы сэкономить пару нажатий клавиш и меньше контролировать процесс. Скилл — это просто набор инструкций, который ваш агент может переиспользовать. Его можно найти на GitHub, а инструкция по установке ждёт вас в конце статьи. Как оказалось, создание скилла заняло куда больше сил, чем я ожидал.
Для начала я попросил Astra сгенерировать скилл, который стабильно давал бы ту же разницу в качестве, что я увидел между Folio и Marginalia. Я велел ему представлять модель как лучшего в мире специалиста в той области, которую требует текущая задача. Скармливал оба промпта и ждал результата. Не вышло.
Astra решила создать эпически сложную простыню инструкций, и нужный мне промпт просто утонул в этом потоке текста. Я заглянул в лог рассуждений: из-за всей этой сложности инструкции были полностью проигнорированы.
Но писать скилл руками мне было слишком лень. Поэтому я дал Astra второй шанс, на этот раз запретив останавливать итерации до тех пор, пока она не покажет измеримое улучшение от использования скилла. Честно говоря, меня впечатлил цикл, который она выстроила: появилось несколько субагентов для редактирования скилла, его тестирования и проверки результатов каждого промпта. Для каждого теста создавались отдельные контейнеры. Я скептически отнёсся к идее «поиска максимума» (hill climbing) для такой простой задачи по промптингу, но решил не мешать. Через 20 минут прилетело уведомление: вершина достигнута, результат теста идеален.
Однако была одна проблема: глубоко внутри скилла прятался промпт, заточенный под этот конкретный пример. Вот что ответил Chat, когда я ткнул его носом в факт: «Ты прав — я переобучил универсальный скилл под наш тестовый кейс с UI». Мы убрали специфичные для задачи формулировки, и скилл снова стал бесполезным.
На что вообще смотрела модель?
У меня было две гипотезы, почему сработала моя установка «лучший в мире»:
- Завышенная планка заставила модель сделать больше итераций
- Роль UI/UX-дизайнера подчеркнула важность того, чтобы сделать дизайн правильно
Я пересмотрел логи рассуждений из запусков, которые дали лучший результат, и нашёл подтверждения обеим версиям. Появилась дополнительная фаза дизайна, да и в целом на рассуждения тратилось больше ресурсов. Скилл, который я собрал, выбрал роль «фронтенд-инженера», из-за чего дополнительное время ушло на отказоустойчивость приложения и краевые случаи, способные вызвать баги. Обе роли были важны, но ИИ предпочитал фокусироваться на технической корректности и точном выполнении требований исходных промптов. Как сдвинуть его с этой точки?
И тогда я решил задать два вопроса:
Если все формальные требования выполнены, почему результат всё равно может оказаться непригодным для реального использования?
Что заставит аудиторию предпочесть один технически верный результат другому, такому же верному?
Что в итоге сработало
Результатом стал следующий процесс из четырёх шагов: мы задаём ИИ конкретные роли, а затем толкаем его к более высокому стандарту работы:
- Определите сильные стороны до начала работы. Что сделает результат выдающимся? LLM нужен фокус, чтобы выдать максимум. Просто сказать «сделай лучший сайт» — не так эффективно, как сказать «спроектируй лучший UX для этого сайта, обрати внимание на отступы, шрифты и цвета в UI, и протестируй его так, как это сделал бы пользователь, чтобы убрать любые трения». Писать последний промпт вручную муторно, но запрос, заставляющий LLM провести мета-оценку необходимых ролей перед стартом, даёт похожий эффект. Живой сотрудник работает так же: обучение тому, на что обращать внимание и как структурировать мысли, повышает продуктивность. Нам нужно задать призму, через которую ИИ будет смотреть на задачу, но чтобы скилл оставался универсальным, ИИ должен сам решить, какой будет эта призма. Делегируя эту ответственность модели (которая может не до конца понимать истинные намерения пользователя), мы неизбежно потеряем часть эффективности, но мои тесты показывают, что результат получается очень близким к идеальному.
- Откалибруйте стандарт с помощью ориентира. Найдите сильный релевантный пример или создайте небольшую конкретную альтернативу. Это даст понятию «отлично» нечто осязаемое для сравнения. Достигнув идеального результата в тесте, ИИ ищет подходящий референс или создаёт альтернативу. В случае с сайтом это может быть попытка применить новую сетку. Когда есть с чем сравнивать, фраза «сделай отлично» обретает реальный вес.
- Оценивайте мастерство отдельно от корректности. Спросите: «Где здесь сделано "и так сойдёт", и какая конкретная доработка сильнее всего улучшит опыт аудитории?» Оценивайте композицию целиком и то, как её части работают вместе. Это делает результаты более цельными — будь то структура эссе или общая тема сайта.
- Дорабатывайте и сохраняйте лучший вариант. Больше правок не значит лучше. Скилл сохраняет предыдущую версию, сравнивает суть изменений и оставляет тот вариант, что сильнее. Если правка сделала хуже — происходит откат. Иначе весь этот лишний труд оставит после себя только хаос.
Финальный результат грамотно использует цвета и шрифты, а отступы радуют глаз. Он избавился от части визуального шума, который мне не нравился в Marginalia (я проверил по логу рассуждений — это было осознанное решение), но при этом справился с цветом и дизайном элементов в боковой панели и селекторах куда лучше, чем Folio.
Почему это ещё не встроено в инструменты?
Любая среда вроде Codex и Claude Code вынуждена балансировать между качеством, скоростью и стоимостью. В какой-то момент агент должен решить, что работа сделана достаточно хорошо.
Но «достаточно хорошо» оставляет огромный простор для улучшений. Независимо от того, какую среду я использую, все они останавливаются раньше, чем мне хотелось бы. Я лучше потрачу дополнительные токены, но получу результат круче. И, что важно, слову «лучше» нужна конкретика. Как выглядит сильный результат? Какая его часть всё ещё сделана посредственно? И действительно ли последнее изменение что-то улучшило?
Попробуйте сами
Я упаковал весь этот процесс в Prompt Lab.
Чтобы установить его, вставьте это в Codex:
1$skill-installer Установи скилл из https://github.com/coltonconley/prompt-lab/tree/main/skills/prompt-lab
Если после установки скилл не появился, перезапустите Codex. Затем добавьте его перед вашей обычной задачей:
1$prompt-lab2[Ваша задача, ограничения, целевая аудитория и желаемый результат]
Вам не нужно выбирать роли экспертов или расписывать процесс ревью. Просто добавьте контекст и ограничения, как делаете обычно, особенно всё, что касается того, для кого предназначен результат. А дальше пусть магия творится сама.
Мой совет: попробуйте это на задаче, которую вы уже просили ИИ сделать, но остались недовольны результатом. Запустите одно и то же задание в свежих чатах — со скиллом и без него, используя одну и ту же модель и настройки. Сравните реальные результаты и решите, стоило ли улучшение потраченного времени.
Мне особенно интересны примеры за пределами веб-дизайна. Тексты, код, аналитика — всё, для чего вы реально используете ИИ. Если у вас сработало (или наоборот, не сработало), делитесь в ответах своим промптом и результатами «до/после». Чем больше примеров, тем лучше станет скилл.
