Разработка игры крестики-нолики с искусственным интеллектом показала: процесс важнее промпта

В чём суть спора?

Сергей Бережной опубликовал на Хабре материал, где описал собственный путь работы с LLM. Центральный тезис: качество результата определяет не формулировка отдельного запроса, а то, как устроен весь процесс решения задачи. Промпт (промпт, текстовая инструкция для нейросети) остаётся важным элементом, но перестаёт быть главным.

Бережной приводит пример из разработки. Нужно добавить авторизацию в сервис. Первый рефлекс: описать всё в одном большом промпте и ждать готовый код. Результат на практике почти всегда сырой. Модель игнорирует архитектуру проекта, дублирует логику, меняет слишком много файлов.

Рабочий вариант выглядит иначе. Сначала модель разбирает структуру проекта. Потом ищет точки изменений и оценивает риски. Затем пишет отдельные части кода. В конце помогает провести ревью. Получается цепочка связанных шагов, а не одиночный запрос.

Тот же принцип Бережной переносит на тексты: вместо одного промпта выстраивается последовательность, где появляется описание стиля, примеры, а потом цепочка ИИ-агентов (ИИ-агент, программа, которая сама решает подзадачи одну за другой), проверяющих и рецензирующих работу друг друга.

Аргументы за процессный подход

• Декомпозиция снижает ошибки. Разбивая задачу на шаги, вы каждый раз проверяете промежуточный результат. Галлюцинация (когда модель уверенно выдумывает несуществующее) на одном шаге не проползает дальше.
• Уровни абстракции. Бережной отмечает: если решение не получилось, сама проблема становится новой задачей, которую тоже можно обсудить с моделью. Один промпт такой гибкости не даёт.
• Устойчивость к обновлениям. Конкретные техники промпт-инжиниринга (промпт-инжиниринг, искусство формулировать запросы к нейросети так, чтобы получить нужный ответ) устаревают вместе с моделями. Навык проектирования процесса остаётся.
• Эмпирика вместо учебника. Бережной утверждает, что невозможно научиться работе с ИИ по документации: инструменты меняются быстрее, чем формируются общепринятые подходы.

Почему многие не согласны?

• Порог входа. Новичку проще освоить один хороший промпт, чем проектировать цепочку. Для автора, который впервые открыл ChatGPT, совет «стройте процесс» звучит абстрактно.
• Скорость. Цепочка из пяти шагов занимает больше времени, чем один запрос. Для коротких задач (придумать заголовок, переписать абзац) процессный подход избыточен.
• Промпт-инжиниринг работает. Сообщество накопило библиотеки проверенных системных промптов (системный промпт, скрытая инструкция, которая задаёт поведение модели на весь диалог). Для типовых задач один точный запрос часто даёт приемлемый результат без цепочки.
• Не каждый пользователь, разработчик. Бережной описывает опыт из среды программистов Яндекса. Копирайтеру или маркетологу сложнее перенести этот опыт без адаптации.

Чем больше работаешь с современными LLM-моделями, тем меньше думаешь о промптах как о главном инструменте. Всё чаще оказывается, что качество результата не получается гарантировать одним запросом и важно, как вообще устроен процесс решения задачи. : Сергей Бережной, директор по взаимодействию с разработчиками в Яндексе

Что делать с этим прямо сейчас?

Автору Дзена. Попробуйте на ближайшей статье не писать один промпт на весь текст. Разбейте на три запроса: структура, черновик по разделам, самопроверка. Сравните результат с тем, что получали раньше.

Маркетологу. Если вы строите воронку контента, заложите в процесс этап, где модель проверяет собственный результат. Это аналог редакторской вычитки, только без второго человека.

Предпринимателю в РФ. Подход работает с любой моделью, доступной в России: YandexGPT, GigaChat, локальные открытые модели (опенсорс). Привязки к конкретному сервису нет, привязка к методу.

Чего ждать дальше?

Инструменты для построения цепочек (Cursor, Windsurf, агентные фреймворки) развиваются быстрее, чем библиотеки промптов. Через год типовой рабочий процесс с нейросетью, скорее всего, будет выглядеть не как поле ввода с одним запросом, а как конвейер из нескольких шагов с проверкой на каждом этапе. Те, кто освоит этот навык сейчас, получат фору, а остальным придётся переучиваться уже не с промптов, а с привычки думать одним запросом.