Что из старого промптинга уже мешает
Сильные модели 2026 года лучше восстанавливают намерение и часть рассуждений делают сами. Поэтому многие приёмы из гайдов 2023 года теперь не помогают, а мешают. Удалять их вслепую нельзя, но и держать по привычке - тоже: каждый приём должен оправдываться вашим eval, а не авторитетом старой статьи.
Пройдёмся по тому, что чаще всего пора менять.
- "Ты мировой эксперт" в начале запроса. Раньше это считалось разогревом, сейчас - слабая косметика: модель и так отвечает на своём уровне. Вместо титула опишите реальную функцию, аудиторию, данные, решение и границы ответственности - то, что действительно меняет поведение.
- "Думай пошагово, покажи ход мыслей". Часто это лишнее, а иногда вредное: вы платите за скрытый chain of thought и получаете многословие вместо ответа. Дайте цель, критерии и нужный уровень reasoning, а просите проверяемый результат, а не рассуждения вслух.
- Огромный prompt со всеми if/else. Это хрупкая псевдопрограмма: одна правка ломает соседнюю ветку. Оставьте минимально достаточные инструкции и канонические примеры, а policy унесите в код и узкие tools.
- JSON, описанный абзацем. Ненадёжно - модель то и дело нарушит формат. Используйте structured output или schema для параметров tools, а затем доменную валидацию.
- Вся база знаний в контексте. Дорого и размывает внимание. Нужен retrieval с фильтрацией, метаданными, citations и answerability gate - этому посвящена отдельная глава про RAG.
- Multi-agent на любую сложную задачу. Это архитектурный налог. Начинайте с одного вызова или детерминированного workflow; агентов разделяйте по разным контрактам, tools и изолированным контекстам, а параллелить стоит только независимые ветви.
- Всегда самопроверка и агент-критик. Эффект модельно-зависим: Anthropic прямо предупреждает об over-verification в Claude Opus 5. Проверяйте, помогает ли это именно у вас, а не ставьте по умолчанию.
- Temperature 0 как гарантия детерминизма. Это ложная гарантия: даже при нуле система не становится предсказуемой. Надёжность дают schema, валидаторы, несколько прогонов и regression suite.
Чтобы поймать эти симптомы в своём тексте, есть простая локальная проверка - она ищет ритуалы, а не выносит приговор.
Интерактивная лаборатория 1
Диагностика prompt smell
Найдено симптомов: 5 - Декоративная role без продуктового контракта - Запрос chain of thought: замените на критерии и наблюдаемую проверку - Повторная самопроверка без внешнего verifier - JSON описан текстом: рассмотрите structured output/schema - Неограниченный scope вместо явных границ и eval cases Это повод проверить prompt на evals, а не автоматический приговор.
И главное - не меняйте один культ другим.
Не заменяйте один культ другим. Короткий prompt не всегда лучше длинного. Цель не в минимуме слов, а в минимальном наборе высокосигнальной информации, который стабильно проходит ваши evals.