У меня вышла первая книга
Хочу поделиться своей радостью)
Первые экземпляры «Промптология. Искусство диалога с нейросетями» уже начали приходить тем, кто оформлял предзаказ



Спасибо читателям за тёплые слова и фото
Хочу поделиться своей радостью)
Первые экземпляры «Промптология. Искусство диалога с нейросетями» уже начали приходить тем, кто оформлял предзаказ
Спасибо читателям за тёплые слова и фото
Часть 1 [ТЕОРИЯ]
QR-коды кажутся чем-то банальным. Мы привыкли к ним на упаковке, билетах, стендах и в учебниках — и уже почти не замечаем. Но вот что странно: технологии меняются, тренды приходят и уходят, а QR-код продолжает работать.
Почему так? Потому что QR-код решает простую задачу: быстро передать информацию. Ссылку, контакт, схему подключения, инструкцию — без объяснений и ручного ввода. Он просто работает. Без регистрации, доступа, обновлений и подписок.
А с приходом ИИ работать с QR-кодами стало проще: теперь это можно делать самостоятельно, без генераторов и специальных знаний. Генерация, кастомизация, внедрение в повседневные процессы и даже создание целых сервисов вокруг него — всё это стало доступно через промпт. Там, где раньше был генератор с подпиской, теперь достаточно сформулировать запрос.
Краткая история
QR-код придумали в Японии ещё в 1994 году. Его разработала компания Denso Wave — изначально для того, чтобы быстро отслеживать автозапчасти на производстве. Он был гораздо вместительнее и устойчивее к повреждениям, чем обычный штрихкод.
Со временем QR-коды вышли за рамки заводов. Их начали использовать в логистике, на упаковке, в документации. Но по-настоящему массовыми они стали в 2010-х — с распространением камер в телефонах и особенно во время пандемии. Когда важно было сократить физический контакт и упростить обмен данными, QR стал очевидным решением: меню в кафе, пропуска, анкеты, учебные материалы, онлайн-оплата — всё через квадратный код.
В России новый виток случился позже — когда Visa и Mastercard ушли, а Apple Pay перестал работать. На смену им пришла СБП — Система быстрых платежей. Оплата по QR-коду внезапно стала не только удобной, но и почти единственной универсальной альтернативой. Сегодня QR используется на кассах, в приложениях банков, в чеках и в терминалах.
Что такое QR-код (простыми словами)
QR-код — это просто картинка, в которой зашит текст. Самый частый вариант — ссылка. Например:
ChatGPT превращает https://pikabu.ru в квадратный код, который можно отсканировать и сразу перейти по адресу.
Кроме ссылки, в QR-код можно зашить:
номер телефона — при сканировании откроется окно вызова;
текст сообщения;
Wi-Fi-настройки — и смартфон предложит подключиться к сети;
визитку с именем, e-mail и кнопкой «Сохранить контакт»;
и многое другое.
Внутри — обычный текст, только в другом виде. Всё, что в нём есть, — это строка, которую распознаёт устройство.
Как работает QR-код
Когда ты сканируешь QR-код, смартфон просто считывает зашифрованную строку и предлагает действие, если он её распознаёт.
Вот как это происходит:
1 📷 Камера находит три характерных квадрата по углам — это точки ориентации.
2 🔲 Затем программа читает остальную сетку — в ней зашиты данные.
QR-код внутри — это не просто узор, а строго организованная система. Каждая чёрно-белая «клетка» несёт смысл: часть текста, служебную информацию, или контрольную проверку на случай повреждения.
Структура кода включает:
данные (то, что зашито — ссылка, номер, текст);
служебные зоны — чтобы код читался в любом положении;
коррекцию ошибок — чтобы работал даже с разрывами, пятнами или логотипом по центру.
Вся эта информация разбивается на блоки, кодируется в биты, а потом размещается по сетке — не просто слева направо, а по сложному зигзагообразному маршруту, снизу вверх и столбиками. Это помогает сохранить надёжность даже при частичной потере изображения.
Именно поэтому QR-коды «живут», даже если в них вставить логотип или закрасить часть центра.
3 📱 Смартфон распознаёт, что именно это за данные — и предлагает соответствующее действие:
если это ссылка — открыть в браузере;
если номер — позвонить;
если Wi-Fi — подключиться;
если контакт — сохранить.
QR-код сам по себе ничего не исполняет. Он не кнопка и не приложение. Это просто способ передать данные.
Гонять один и тот же запрос по разным нейросетям, причём с урезанным функционалом, — сомнительное занятие. Это больше похоже на перебор вариантов наугад, чем на осмысленную работу.
Вместо этого проще и логичнее — взять одну продвинутую нейросеть вроде GPT с Plus-доступом и внутри неё выстроить полноценный рабочий процесс. Один чат помогает продумать архитектуру, другие — заточены под генерацию кода на разных моделях, с разными подходами и обучением, ещё можно добавить для тестов и проверок.
Внутри одного интерфейса удаётся сохранить всю историю — от первых набросков архитектуры до финальных строк кода и результатов тестов. Задав чатам «роли» через системные подсказки, вы добиваетесь необходимой специализации без использования множества сервисов и не терять логическую связку при переходе от проектирования к реализации
Не ИИ‑эксплуататор, а инженер, который распределил задачи между ИИ‑ассистентами.
Когда мы говорим об угрозе автоматизации, в голове всплывают образы заводов: конвейеры, манипуляторы, массовые увольнения. Но настоящая замена происходит в другом месте — за офисным столом.
Недавнее исследование команды METR показало: нейросети гораздо быстрее учатся выполнять короткие, стандартизированные задачи, чем долгие и сложные. Чем быстрее и проще задача — тем выше шанс, что её в скором времени заберёт ИИ.
На основе этих данных аналитики Commonplace провели анализ рисков автоматизации по более чем 2000 профессиям. Вот как именно распределяется риск автоматизации в зависимости от типа задач:
Чем короче, чётче и формальнее задача — тем быстрее её берёт на себя ИИ.
Самые уязвимые:
Бухгалтеры, юристы и специалисты техподдержки
Копирайтеры, редакторы, младшие аналитики
Ассистенты и те, кто «собирает документы»
А вот курьеры, уборщики, строители и рабочие на складе пока вне зоны риска — их задачи слишком размыты, слишком физические и слабоформализованные.
Простой закон: ИИ заменяет не профессию, а конкретные типы задач.
И если ваш рабочий день — это 200 писем, 80 отчётов и 5 раз составить однотипный бриф — да, это уязвимо.
Что остаётся человеку?
Ставить задачи, а не просто выполнять
Анализировать нестандартные кейсы
Принимать решения под риском и неопределённостью
Понимать не только "что", но и "зачем"
Именно здесь появляется промпт-инженерия — навык не «разговаривать с чат-ботом», а управлять целым ИИ-инструментарием. Не заменяться — а усиливаться.
Мир меняется не потому, что ИИ стал "умнее", а потому что мы оставили слишком много шаблонных задач без переосмысления.
Если ты управляешь — нейросеть работает на тебя.
Если ты повторяешь — она заменит тебя.
В реальности ИИ не устраняет профессии сам по себе: он становится инструментом тех, кто овладел навыками его применения. Именно специалисты, эффективно использующие нейросети, будут замещать целые подразделения, радикально меняя принципы организации труда.
С ростом популярности ChatGPT и других ИИ-сервисов, учащиеся всё чаще используют нейросети для решения заданий. В ответ преподаватели начали внедрять в тесты скрытые ловушки — невидимые фрагменты текста, которые сбивают ИИ с толку.
В формулировку вопроса добавляют незаметные ученику элементы — например, текст белого цвета или малозаметные символы. При копировании задания эти ловушки тоже попадают в запрос. ИИ воспринимает их как часть инструкции и даёт заведомо неправильный ответ. Ученик, не проверяя результат, выбирает ошибочный ответ — и попадает в просчитанную педагогическую уловку.
Это разновидность промпт-инъекции — техники, известной в области ИТ-безопасности, и теперь она получает неожиданное применение в образовательной среде.
Я получаю второе высшее образование, и у нас тесты чаще всего представлены в виде изображений. В таких случаях использую распознавание текста с экрана программой ABBYY Screenshot Reader , но обязательно проверяю промпт перед отправкой.
Мои дети пошли дальше, просто фотографируют задание и отправляют изображение (или скриншот), теперь GPT может понимать и визуальный контент.
Текст — классический ввод.
Изображения — модель умеет “читать” и анализировать визуальные задания.
Файлы — PDF, DOCX и другие форматы можно прикрепить.
Голос — можно диктовать задание или вести диалог.
Смешанные форматы — например, фото + текст, или текст + аудио.
Проверяйте текст, который вы отправляете в чат с ИИ. Особенно после копирования с сайта или из графического источника.
Используйте предварительный просмотр или вставляйте текст в “чистый” редактор, чтобы выявить скрытые символы.
Не доверяйте ответу вслепую — если он выглядит “слишком уверенным” или не соответствует логике задания, проверьте альтернативные формулировки.
При работе с изображениями — распознавайте текст вручную и редактируйте промпт перед отправкой.
ИИ — мощный инструмент, но не всевидящий. Преподаватели начинают адаптироваться к новому учебному поведению, и вопрос цифровой гигиены становится не менее важным, чем знание предмета.
Новая грамотность — это умение не только задавать вопрос, но и понимать, как он будет воспринят машиной.
Несколько лет назад мне стало интересно — что, если ИИ станет не чем-то особенным, а просто частью моей повседневной жизни? Честно, особых ожиданий не было. Даже наоборот — относился к этому с долей скепсиса.
Но в какой-то момент ради шутки устроил себе маленький эксперимент: подключать GPT к любым задачам подряд. Даже к тем, где вроде и так понятно, что делать. Просто посмотреть, что получится.
Больше, как игра, чем как инструмент. Шуточный челлендж самому себе. Постепенно это вошло в привычку. Неосознанную. GPT оказался просто рядом. Как Excel, как калькулятор, как «Гугл».
Я начал с ним советоваться. Он комментировал мои идеи.
Мы вместе писали письма, редактировали тексты и размышляли, с чего начать проекты.
Он стал не только «помощником». Он залез в папки с черновиками моих старых книг «в столе», помог разложить персонажей по характерам, внёс новые идеи в застывшие сюжетные линии.
Он помог мне перевести статьи с иностранного языка, и я начал их с ним обсуждать, словно с живым собеседником. С ИИ, как ни странно, удобно спорить. Он не обижается. Он терпеливо уточняет.
А потом произошёл большой качественный скачок. Я начал строить промпты так, чтобы он выдавал таблицы. Казалось бы — мелочь. Но в моей повседневной работе всё крутится вокруг того, чтобы что-то структурировать, сверстать, свести, перекинуть из одного места в другое. И вот тут GPT оказался не просто полезен — он срезал часы. Дни.
Появилось ощущение, что я взял себе помощника, который за секунды делает то, что я бы делал вручную полдня. Без нервов. Без усталости.
С этого момента я стал выделять время на “пустые” сессии — просто подумать. Без цели. Без результатов. Просто — что, если попробовать?
Свободный эксперимент. Такой подход, как ни странно, дал самый мощный прирост — не в результатах даже, а в переосмыслении способов думать, учиться, работать.
ИИ не заменил мои действия.
Но он ускорил рост.
Не стал гением вместо меня — но стал рядом, когда нужно было чуть-чуть больше, чем я мог сам.
И теперь, когда у меня спрашивают, с чего начать, я говорю: начни не с работы, а с игры. С любопытства.
Попробуйте выделить хотя бы 20 минут в день на свободные эксперименты с GPT. Это то, что сильнее всего прокачает ваши навыки.
Сделайте GPT частью повседневности.
Начинайте не с работы, а с экспериментов.
Не бойтесь подключать GPT к задачам, где раньше его не использовали.
А вы уже попробовали интегрировать GPT в свою ежедневную рутину? Поделитесь в комментариях, с каких задач начали!
Промпт (от англ. Prompt [pɹɒmpt] «запрос», «подсказка», «оперативный отклик») — это вводный текст или набор инструкций, предоставляемых языковой модели или другому искусственному интеллекту для получения конкретного ответа или выполнения определенной задачи. Он служит посредником между пользователем и моделью, направляя последнюю на достижение желаемого результата.
Принцип работы
Промпт задаёт контекст и направление для генерации ответа моделью. Языковая модель анализирует предоставленный промпт и, на основе своего обучения, предсказывает наиболее вероятное продолжение или ответ, соответствующий запросу пользователя.
Пример:
Представьте, что вы хотите получить краткое описание преимуществ использования солнечной энергии:
Промпт: "Опишите основные преимущества использования солнечной энергии в современной энергетике."
Ответ модели:
"Солнечная энергия является экологически чистым и возобновляемым источником энергии, который снижает зависимость от ископаемых топлив. Она способствует уменьшению выбросов парниковых газов, снижает затраты на электроэнергию в долгосрочной перспективе и стимулирует развитие технологий в сфере возобновляемых источников энергии."
Преимущества использования промптов:
Контроль над результатом: Позволяют направить модель к конкретной теме или формату ответа.
Уточнение запроса: Помогают модели лучше понять задачу и ожидания пользователя.
Повышение качества ответов: Чётко сформулированные промпты приводят к более релевантным и точным ответам.
Гибкость в использовании: Могут быть адаптированы под различные задачи и контексты.
Настройка и создание эффективных промптов:
- Ясность и конкретность: Используйте понятные формулировки, избегайте двусмысленности.
- Предоставление контекста: Добавьте необходимую информацию для более точного ответа.
- Указание формата ответа: Если требуется определенный формат (список, таблица, эссе), укажите это.
- Простота конструкции: Используйте простые предложения для облегчения понимания моделью.
- Использование примеров: При необходимости приведите пример, чтобы уточнить ожидания.
Промпт-инжиниринг — это процесс разработки и оптимизации промптов для получения наилучших результатов от языковых моделей. Он включает:
- Анализ цели: Чёткое понимание того, какой ответ вы хотите получить.
- Эксперименты с формулировками: Тестирование разных вариантов промптов для определения наиболее эффективного.
- Оптимизация: Корректировка промптов на основе полученных ответов для улучшения их качества.
- Обучение на опыте: Использование предыдущих успешных промптов для решения схожих задач.
___
Промпт является ключевым инструментом во взаимодействии с языковыми моделями и системами искусственного интеллекта. Правильно сформулированный промпт обеспечивает получение точных и релевантных ответов, соответствующих потребностям пользователя. Освоение навыков промпт-инжиниринга позволяет эффективно использовать возможности современных технологий ИИ для решения широкого спектра задач.
Логика играет фундаментальную роль в различных областях знаний, включая математику, философию, компьютерные науки и многие другие. Предмет промптологии так же основывается на логике и логических структурах.
Логика — это наука о формальных принципах правильного мышления и вывода. Она занимается изучением методов и законов, по которым осуществляется доказательство или опровержение какого-либо утверждения, а также изучает структуры аргументации и заключения.
В промптологии логика помогает нам понять, как правильно строить промпты, чтобы получать точные и релевантные ответы. Этот раздел включает в себя изучение предикатов, кванторов и логических операторов, что позволяет точно формулировать и анализировать условия и выводы. Кроме того, знание логики полезно для понимания того, как языковая модель обрабатывает наши запросы и принимает решения на их основе.
Логика помогает достигнуть ясности и точности в мышлении, избегая двусмысленности и неясности в запросах. Анализируя структуру аргументов, логика помогает выявлять сильные и слабые стороны в построении промптов, а также для формальной проверки выданных результатов нейросети. Логика также обеспечивает систематический подход к решению проблем, что важно при формулировании гипотез и запросов, обеспечивая их логичность и последовательность. Логика помогает формулировать запросы ясно и однозначно, что уменьшает вероятность неправильного интерпретирования запроса моделью и повышает шансы получения точного и полезного ответа.
После изучения этой главы , следующая - 5. Промпт-инжинирия и инженерные методы формирования промпта, где применяются более сложные и изощренные инструменты. Если логика дает нам основные принципы построения запросов, то промпт-инженерия — это искусство и наука о том, как эти запросы конструировать и оптимизировать для достижения конкретных целей. Это объединение творческого подхода и технических навыков, направленное на улучшение взаимодействия с искусственным интеллектом.
______
Логика в промптологии — это как правила в карточных играх. Как в играх существуют определенные правила, так и в промптологии логика определяет, как правильно формулировать запросы. Если мы знаем и следуем этим правилам, то наши запросы становятся более понятными для компьютера, и он отвечает нам более точно и полезно, как в картах для победы.