Промпт-инжиниринг
для агентов

Модуль 2 — Структура инструкций, chain-of-thought, системные промпты Ключевой навык 75% практика

Программа обучения системных аналитиков работе с ИИ-агентами
Практика на DigitalWallet

Модуль 2 — самый важный модуль курса. Промпт-инжиниринг — это основной навык аналитика, работающего с агентом. В модуле 0 мы увидели разницу между чатом и агентом. В модуле 1 — разобрали инструменты. Сегодня — учимся формулировать задачи так, чтобы агент выдавал максимально точный и полный результат. Это не про «волшебные слова». Это про структуру, контекст и критерии. Как ТЗ, только для агента. 75% времени — практика. Вы попробуете 5 уровней промптов на одной и той же задаче и увидите разницу.

Вопрос ≠ Инструкция

Промпт для чата и инструкция для агента — принципиально разные вещи

Промпт для чата

«Расскажи про REST API»
Вопрос без контекста проекта
Нет ожидаемого формата ответа
Нет критериев «что считать хорошим ответом»
Результат — текст в окне чата

Инструкция для агента

«Проанализируй API в /api/specs, найди несоответствия с /docs, сформируй отчёт»
Привязка к файлам и структуре проекта
Конкретный формат: таблица, markdown, файл
Чеклист критериев проверки
Результат — файл в проекте

Сдвиг мышления: вы не задаёте вопрос — вы пишете техническое задание

Главный сдвиг мышления этого модуля. Слева — то, как мы привыкли общаться с ChatGPT. «Расскажи про...», «объясни...», «что такое...». Это вопросы. Чат отвечает текстом, и ладно. Справа — инструкция для агента. Это ТЗ: конкретные пути, конкретные критерии, конкретный формат, конкретный файл на выходе. Почему это важно? Потому что агент действует. Он пойдёт в файлы, будет искать, анализировать. Если инструкция расплывчатая — результат будет расплывчатым. Если инструкция точная — результат будет точным. Это как разница между «сделай красиво» и конкретным ТЗ с макетами и требованиями.

Структура инструкции

🎯

Контекст

Кто ты, какой проект,
какая роль

«Ты — системный аналитик, ревьюишь API перед интеграцией с мобильным приложением»

📋

Задача

Конкретное действие
с измеримым результатом

«Проанализируй все контроллеры, проверь по чеклисту из 5 пунктов»

🚧

Ограничения

Формат вывода, язык,
что не делать

«Не менять код, только анализ. Формат — таблица Markdown»

✅

Критерии

Что считаем успехом,
куда сохранить

«Результат сохрани в api-review.md, не менее 10 пунктов»

Инструкция = Контекст + Задача + Ограничения + Критерии

Четыре компонента хорошей инструкции. Контекст — кто вы, в какой роли, какой проект, зачем. Это задаёт «рамку» для агента. Без контекста агент не понимает, под каким углом анализировать. Задача — что конкретно сделать. Не «посмотри», а «проанализируй по чеклисту из 5 пунктов». Чем конкретнее задача — тем точнее результат. Ограничения — что не делать (не менять код), в каком формате (таблица), на каком языке. Это защита от нежелательных действий и гарантия нужного формата. Критерии приёмки — что считаем успехом. Куда сохранить, сколько пунктов минимум. Это как Definition of Done в Agile. Запомните: контекст, задача, ограничения, критерии. Эту структуру мы будем применять на каждой практике.

Техники промпт-инжиниринга

🔗 Chain-of-thought

Когда: сложный анализ, требующий рассуждений

Просим агента рассуждать пошагово, показывать ход мысли перед выводом

«Сначала найди все контроллеры, затем для каждого проверь валидацию, потом сформируй отчёт»

🧩 Декомпозиция

Когда: большая задача, много файлов

Разбиваем задачу на подзадачи. Каждая — отдельная инструкция с чётким результатом

Шаг 1: «Найди все модели» → Шаг 2: «Опиши связи» → Шаг 3: «Нарисуй ER-диаграмму»

🔄 Итеративное уточнение

Когда: первый результат неполный или неточный

Даём фидбек агенту, просим уточнить, дополнить или переформатировать результат

«Хорошо, но добавь колонку "серьёзность", отсортируй по ней и дополни примерами запросов»

Три техники, которые делают ваши инструкции ещё эффективнее. Chain-of-thought — просим агента думать вслух. Не просто «проанализируй», а «сначала найди, затем проверь, потом сформируй». Это снижает вероятность пропусков и ошибок, потому что агент идёт по явному плану. Декомпозиция — разбиваем большую задачу на маленькие. Каждая подзадача — отдельный промпт. Это особенно важно для больших проектов, где контекстное окно может не вместить всё сразу. Итеративное уточнение — нормально, если первый результат не идеален. Даём фидбек: «добавь вот это», «переформатируй». Агент помнит контекст сессии и дополняет результат. Эти техники — не «или/или». Они комбинируются. Chain-of-thought внутри декомпозиции, уточнение после каждого шага.

Одна задача — пять промптов

Ревью API DigitalWallet перед интеграцией с мобильным приложением

1 Плохо

2 Лучше

3 Хорошо

4 Очень хорошо

5 Отлично

Одна и та же цель. Пять формулировок. Драматически разный результат.

Сейчас — центральная часть модуля. Мы возьмём одну задачу: ревью API DigitalWallet перед интеграцией. И покажем, как от формулировки промпта зависит результат. Пять уровней — от красного (плохо) до зелёного (отлично). Обратите внимание: задача одна и та же! Меняется только формулировка инструкции. Это ключевой инсайт: качество результата определяется не моделью, а тем, как вы формулируете задачу. Разберём каждый уровень подробно.

Промпты 1 → 3: от расплывчатого к структурному

1 — Плохо

«Посмотри на API DigitalWallet»

Результат: Общее описание проекта. Не находит проблем — потому что не знал, что их нужно искать.

2 — Лучше

«Проанализируй API контроллеры DigitalWallet и найди проблемы»

Результат: 3 общих замечания без конкретики. Агент не знает, по каким критериям оценивать.

3 — Хорошо

«Проанализируй все контроллеры. Проверь: 1) описание ошибок и валидацию, 2) консистентность маршрутов, 3) наличие авторизации»

Результат: Структурированный отчёт по 3 критериям. Уже полезно, но нет формата и контекста интеграции.

Три первых уровня. Промпт 1 — «посмотри на API». Это не инструкция, это жест рукой. Агент не знает, что вы от него хотите. Результат — общее описание, как из документации. Бесполезно для задачи ревью. Промпт 2 — добавили «найди проблемы». Лучше, но какие проблемы? По каким критериям? Агент выдаёт 3 замечания — общие, типа «можно улучшить обработку ошибок». Не actionable. Промпт 3 — добавили конкретные критерии: валидация, маршруты, авторизация. Результат уже структурированный и полезный. Но нет формата вывода (как оформить?), нет контекста (для чего ревью?). Видите паттерн? Каждый уровень добавляет конкретики — и результат становится ценнее.

Промпты 4 → 5: от хорошего к идеальному

4 — Очень хорошо

«Проанализируй все контроллеры. Проверь: обработка ошибок (4xx/5xx), валидация, консистентность маршрутов, авторизация. Формат: таблица — эндпоинт / проблема / рекомендация»

Результат: Таблица на 8 пунктов. Но без контекста интеграции и бизнес-специфики (денежные суммы, идемпотентность).

5 — Отлично

«Ты — системный аналитик, ревьюишь API перед интеграцией с мобильным приложением. Чеклист: ошибки 4xx/5xx, валидация сумм и ID, пагинация списков, decimal vs double для денег, идемпотентность. Таблица: проблема / эндпоинт / серьёзность / рекомендация. Сохрани в api-review.md»

Результат: Точный, actionable отчёт на 12+ пунктов. С бизнес-контекстом, сортировкой по серьёзности, сохранён в файл.

Контекст + Конкретные критерии + Формат вывода + Файл результата
= промпт, дающий воспроизводимый качественный результат

Промпт 4 — уже очень хороший. Есть критерии, есть формат (таблица). Результат — 8 конкретных пунктов. Но агент не знает, ДЛЯ ЧЕГО это ревью. Поэтому пропускает бизнес-специфику: decimal vs double для денег — критичный баг для финтеха! Промпт 5 — идеальный. Добавили: — Контекст (ты аналитик, ревью перед интеграцией с мобилкой) — Доменные критерии (суммы, идемпотентность, пагинация) — Расширенный формат (добавили «серьёзность») — Файл результата (api-review.md) Результат — 12+ пунктов, actionable, с бизнес-контекстом. Файл можно передать разработчикам как есть. Вывод: формула работает. Контекст + критерии + формат + файл = качественный воспроизводимый результат. На практике вы попробуете все 5 уровней сами.

Системные промпты и `AGENTS.md`

Настройка агента «раз и навсегда» для конкретного проекта

# AGENTS.md — инструкции для агента

## Проект Название: DigitalWallet
Стек: ASP.NET Core, EF Core, SQL Server
Архитектура: Vertical Slice Architecture

## Роль Ты — системный аналитик финтех-компании.
Задача — анализ, документирование, ревью.

## Ограничения - Не менять исходный код
- Только анализ и документация
- Формат вывода: Markdown

## Формат вывода Таблицы для API, списки для требований,
диаграммы Mermaid для архитектуры

AGENTS.md = ваша инструкция, которая применяется автоматически к каждой сессии

Системный промпт — это инструкция, которую вы пишете один раз и она применяется ко всем сессиям. AGENTS.md — файл в корне проекта, который opencode читает при старте. Четыре секции: — Проект: что за проект, стек, архитектура. Агент сразу знает контекст. — Роль: кто вы и что вы делаете. Задаёт фрейминг для всех ответов. — Ограничения: что НЕ делать. Критически важно: «не менять код» — агент не будет лезть в исходники. — Формат вывода: как оформлять результат. Таблицы, Markdown, Mermaid. Это инвестиция: вы тратите 15 минут на AGENTS.md, и потом каждый промпт автоматически получает контекст. Не нужно каждый раз писать «ты — аналитик финтех-компании». Это уже в системном промпте. На практике вы напишете свой AGENTS.md для DigitalWallet.

Практика

3 задания на проекте DigitalWallet

🔬 Лаборатория промптов

Проанализировать API DigitalWallet пятью разными формулировками (как в сценарии). Сравнить результаты. Сформулировать свой «идеальный промпт».

⏱ 40 мин

📚 Библиотека шаблонов

Создать 3 шаблона инструкций для типовых задач аналитика:

1. Ревью API
2. Описание data model
3. Поиск бизнес-правил в коде

⏱ 30 мин

📝 Написать AGENTS.md

Создать AGENTS.md для DigitalWallet: описание проекта, роль аналитика, ограничения, формат вывода. Проверить, что агент его использует.

⏱ 20 мин

Три задания, общий хронометраж — примерно полтора часа. Первое — лаборатория промптов. Вы попробуете все 5 уровней из сценария на реальном проекте. Зафиксируете результат каждого промпта. Сравните. И сформулируете свой идеальный промпт. Это самое важное упражнение курса. 40 минут. Второе — библиотека шаблонов. Три типовые задачи аналитика: ревью API, описание модели данных, поиск бизнес-правил в коде. Для каждой — шаблон по структуре: контекст, задача, ограничения, критерии. Эти шаблоны вы унесёте с собой и будете использовать на рабочих проектах. 30 минут. Третье — AGENTS.md. Практическое создание системного промпта. Написали, положили в корень проекта, запустили агента, проверили, что он его читает. 20 минут.

Итоги Модуля 2

Вопрос ≠ Инструкция: промпт для агента — это техническое задание, не вопрос
Структура инструкции: Контекст + Задача + Ограничения + Критерии
5 уровней промпта: от расплывчатого до идеального — разница в 4x качества результата
AGENTS.md: системный промпт = инструкция, которая работает автоматически

Далее → Модуль 3: Анализ требований и спецификаций с агентом — применяем навыки на реальных задачах аналитики

Четыре ключевых вывода: 1. Промпт для агента — это не вопрос, это ТЗ. Сдвиг мышления от «спросить» к «поставить задачу». 2. Структура инструкции: Контекст, Задача, Ограничения, Критерии. Используйте её каждый раз. 3. Пять уровней промпта — вы видели разницу. От 0 найденных проблем до 12+ actionable пунктов. Одна и та же задача! 4. AGENTS.md — разовая инвестиция, которая улучшает каждую сессию. В следующем модуле мы переходим к реальным задачам аналитика: анализ требований, ревью спецификаций, работа с user stories. Там мы применим всё, что узнали в модулях 0-2. Также подключим второй проект — Banking-App на Android Kotlin. А пока — домашнее задание на следующем слайде.

Домашнее задание

Закрепление Модулей 1–2 — сделать до следующего занятия

Создать AGENTS.md для DigitalWallet ⏱ 20 мин

Написать файл с 4 секциями: проект, роль аналитика, ограничения, формат вывода. Положить в корень проекта. Запустить opencode и проверить, что он подхватывает контекст.

Написать 3 инструкции по шаблону ⏱ 40 мин

По формуле «контекст + задача + ограничения + критерии» для трёх задач:
а) описать все модели данных, б) найти бизнес-правила валидации, в) проверить обработку ошибок в контроллерах.
Выполнить каждую через opencode, сохранить результаты в файлы.

Эксперимент «3 уровня промпта» ⏱ 30 мин

Выбрать задачу из своей реальной практики. Написать 3 промпта: плохой → средний → хороший. Выполнить через opencode, сравнить результаты, зафиксировать выводы.

📖

Прочитать: лучшие практики промптинга ⏱ 15 мин

Статья от Anthropic — расширяет тему модуля 2. Конкретные приёмы: явные инструкции, контекст, формат, chain-of-thought.
platform.claude.com/.../claude-prompting-best-practices

Домашнее задание — четыре пункта, закрепляющие оба модуля сегодняшнего занятия. Первое — создать AGENTS.md. Это ключевой артефакт из модуля 2. Четыре секции: Проект — что за проект, стек, архитектура. Роль — вы системный аналитик, ваша задача... Ограничения — не менять код, только анализ, вывод в Markdown. Формат — таблицы для API, списки для требований. Положите в корень DigitalWallet и убедитесь, что opencode подхватывает при старте. 20 минут. Второе — три инструкции по шаблону «контекст + задача + ограничения + критерии». Задача А — описать все модели данных проекта: Entity, DTO, Value Objects. Задача Б — найти бизнес-правила валидации: где проверяются суммы, лимиты, статусы. Задача В — проверить обработку ошибок: есть ли try-catch, middleware, стандартные коды. Выполнить каждую, результаты сохранить в файлы. 40 минут. Третье — эксперимент из реальной практики. Возьмите любую задачу, с которой вы сталкиваетесь на работе. Это может быть ревью ТЗ, анализ интеграции, описание API. Напишите три промпта разного качества и посмотрите, как меняется результат. Это самое ценное задание — оно про вашу реальную работу. 30 минут. Четвёртое — прочитать статью от Anthropic. Это официальное руководство по лучшим практикам промптинга: быть явным в инструкциях, добавлять контекст и мотивацию, контролировать формат ответов, управлять многословностью, использовать chain-of-thought. Статья на русском языке, 15 минут. Она хорошо ложится на то, что мы разбирали в модуле 2, и даёт дополнительные приёмы.

Промпт-инжинирингдля агентов