Промпт для текста: как получить от нейросети статью, а не воду

Запрос «напиши статью про кэширование» почти всегда возвращает одно и то же: три абзаца про то, что «в современном мире скорость сайта играет ключевую роль», общие слова про важность, список из пяти пунктов без единой цифры и вывод, который повторяет вступление. Формально статья есть. Публиковать нечего.

Дело не в модели — Claude, GPT и Gemini одинаково выдают такое на пустой запрос. Дело в том, что короткий промпт не оставляет модели ничего, кроме усреднённого пересказа всего, что она видела на эту тему. Ниже — разбор, почему так происходит, и рабочий каркас промпта для текстов на сайт: статей, гайдов, описаний разделов. Речь именно про полезные тексты, а не про художественную прозу — там приёмы другие.

Почему нейросеть пишет воду

Языковая модель предсказывает продолжение текста. Если в промпте нет конкретики, самое вероятное продолжение — это средняя статья из интернета по этому запросу. А средняя статья по любому техническому запросу в русскоязычном поиске как раз и состоит из воды: так писали ради объёма годами, и именно на этом модель училась.

Отсюда три причины пустого текста:

• Нет фактов. Модель не знает ваших цифр, ваших клиентов, вашего стека. Когда сказать нечего, она заполняет объём связками и общими местами.
• Нет ограничений. «Напиши статью» не задаёт ни аудиторию, ни глубину, ни формат. Модель выбирает самый безопасный вариант — обзорный и поверхностный.
• Есть требование по объёму. «Не менее 10 000 знаков» — прямая инструкция лить воду. Модель добьёт объём вступлениями к каждому разделу и повторами.

В документации Anthropic это сформулировано как «тест на коллегу»: если человек, который не в контексте задачи, прочитает ваш промпт и не поймёт, что именно от него хотят, — модель тоже не поймёт. Разница в том, что коллега переспросит, а модель уверенно напишет что-нибудь.

Каркас промпта: шесть блоков

Рабочий промпт для статьи — это не одна фраза, а короткий бриф на 15–30 строк. Порядок блоков важен: современные модели лучше держат инструкции, стоящие в начале, — это отдельно отмечено в рекомендациях Google для Gemini.

1. Роль и аудитория

Одно-два предложения: кто пишет и для кого. Не «ты профессиональный копирайтер с 20-летним опытом» — это ничего не добавляет. Полезнее: «Пишешь для разработчиков, которые уже держат сайт на WordPress, но не работали с Redis. Базовые вещи объяснять не нужно, термины уровня "объектный кеш" использовать можно без расшифровки». Подробнее про этот блок — в заметке «Системный промпт: как задать модели роль и правила».

2. Задача и её «зачем»

Anthropic советует объяснять не только «что», но и «почему»: модель хорошо обобщает от объяснений. Канонический пример из их документации — вместо «никогда не используй многоточия» написать «ответ будет озвучен синтезатором речи, который не умеет их произносить». Второй вариант работает лучше, потому что модель понимает правило и применяет его к похожим случаям.

Для статьи это выглядит так: «Текст идёт в блог студии разработки. Его будут читать потенциальные клиенты, чтобы понять, разбираемся ли мы в теме. Поэтому важнее показать практику, чем полноту».

3. Материал — главный блок

Это то, что отличает статью от воды. Дайте модели сырьё: свои заметки, куски документации, вывод команды с ошибкой, цифры из логов, переписку с клиентом, конспект своего опыта в пять строк. Чем конкретнее материал, тем меньше модели остаётся выдумывать.

Если материала много, кладите его в начало промпта — по данным Anthropic, длинные документы, размещённые выше вопроса и инструкций, дают заметно лучший результат на задачах с длинным контекстом. Оборачивайте материал в теги вроде <материал>…</материал>, чтобы модель не спутала его с инструкциями. Если исходник — большой PDF или расшифровка, сначала имеет смысл сжать его отдельным проходом: как это делать, разобрано в заметке «Краткий пересказ нейросетью».

4. Структура и объём

Задавайте план явно — списком заголовков H2. Это работает лучше, чем просить «логичную структуру»: модель получает скелет и наполняет его, а не изобретает композицию на ходу.

Объём лучше задавать в абзацах на раздел, а не в знаках на статью: «2–4 абзаца на каждый раздел, без вступительных фраз в начале разделов». Требование «не менее N знаков» почти гарантированно даст воду — модель будет добирать объём самым дешёвым способом.

5. Стиль — через разрешения, а не запреты

Anthropic прямо рекомендует позитивные формулировки: вместо «не используй markdown» — «пиши связной прозой, законченными абзацами». Причина простая: запрет говорит, чего не делать, но не говорит, что делать вместо этого, и модель выбирает замену сама.

Отдельно стоит задать многословность. В документации OpenAI отмечено, что модели по умолчанию сваливаются в списки и таблицы, — если нужна проза, это надо попросить явно. У Anthropic похожая оговорка про Opus 5: модель работает дольше и пишет подробнее, поэтому краткость запрашивают отдельной инструкцией.

Стоп-лист тоже полезен, но коротко и с заменой: «Не начинай разделы с "В современном мире", "Важно понимать", "Стоит отметить" — начинай сразу с утверждения по сути».

6. Примеры

Самый надёжный способ передать тон — показать. Google в своём руководстве по промптам формулирует это без оговорок: few-shot-промпты работают лучше zero-shot, примеры стоит включать всегда. Anthropic советует 3–5 примеров, релевантных задаче и разнообразных, обёрнутых в теги <example>.

Для статьи достаточно двух-трёх абзацев из своего старого текста с пометкой «пиши в такой манере». Формат примеров должен быть единообразным — Google отдельно предупреждает, что разнобой в оформлении примеров модель копирует. Разбор приёма целиком — в заметке «Few-shot и примеры в промпте».

Как это выглядит целиком

Роль: технический автор блога студии веб-разработки.
Аудитория: разработчики на WordPress, знают PHP, не работали с Redis.

Задача: объяснить, зачем нужен объектный кеш и как его включить.
Зачем: статью читают потенциальные клиенты — важна практика,
а не полнота справочника.

<материал>
[конспект: конфиг, вывод wp redis status, замеры TTFB до/после,
две ошибки, на которые я потратил вечер]
</материал>

План (H2):
1. Что такое объектный кеш и что он кеширует
2. Когда он нужен, а когда не даст ничего
3. Установка: плагин, конфиг, проверка
4. Две типичные ошибки
5. Как измерить эффект

Объём: 2–4 абзаца на раздел.
Стиль: связная проза, законченные абзацы; списки — только там,
где перечисление по сути. Начинай разделы сразу с утверждения.
Термины на английском поясняй в скобках при первом упоминании.

<example>
[2 абзаца из своей прошлой статьи]
</example>

Тридцать строк вместо одной — и на выходе текст, который остаётся вычитать, а не переписывать.

Что стоит убрать из промпта

• «Напиши SEO-оптимизированную статью». Для модели это сигнал добавить воды и повторов ключевых слов. Ключи лучше просто перечислить в блоке материала с пометкой «встроить естественно, без повторов».
• «Пиши интересно, живо и увлекательно». Оценочные прилагательные не задают ничего проверяемого. Замените примером.
• «Используй профессиональный экспертный тон». Тот же случай: на практике даёт канцелярит.
• Требование объёма в знаках. Разбирали выше.
• Длинный список запретов без замен. Anthropic отдельно предупреждает про чрезмерные ограничения: они не улучшают текст, а сужают его до безопасного среднего.

Три итерации вместо одной

Получить готовый текст с первого запроса обычно не выходит, и это нормально. Проще разбить работу на проходы — Google в рекомендациях по промптам предлагает ровно это: декомпозировать сложную задачу на цепочку запросов.

1. План. Сначала попросите только структуру: заголовки H2 и по одному предложению, о чём каждый раздел. План правится за минуту, а готовый текст с кривой структурой — нет.
2. Текст. Утверждённый план подставляете в промпт и просите полный текст.
3. Правка точечная. Не переписывайте промпт целиком — указывайте раздел: «Раздел 3 слишком общий, добавь конкретику из материала про TTFB и убери первый абзац». Полная перегенерация ломает то, что уже получилось хорошо.

Больше приёмов по формулировкам — в заметке «Промпт-инжиниринг: практические приёмы, которые работают». Если процесс повторяется регулярно, его стоит собрать в пайплайн — об этом «Автоматизация контента нейросетями».

Что проверить перед публикацией

Текст от модели нельзя считать готовым до вычитки. Минимальный чек-лист:

• Факты и цифры. Всё, что модель назвала конкретно — версии, цены, лимиты, названия функций, — проверяется по первоисточнику. Модель уверенно выдумывает правдоподобные детали.
• Ссылки. Несуществующие URL — классика жанра. Открывайте каждую.
• Первые абзацы разделов. Если раздел начинается с пересказа заголовка — удаляйте абзац, текст ничего не потеряет.
• Повторы. Модели любят возвращаться к одной мысли в разных формулировках.
• Свой опыт. Один абзац с реальной историей из практики отличает текст сильнее, чем весь остальной промпт.

Вывод

Качество текста определяется не моделью, а тем, сколько своего вы вложили в промпт. Разница между «напиши статью про X» и тридцатистрочным брифом с конспектом, планом и примером — это разница между заготовкой для рерайта и текстом, который можно вычитать и опубликовать. Модели при этом отличаются меньше, чем кажется: сравнение сильных сторон есть в заметке «Сравнение нейросетей: Gemini, Claude и OpenAI», но на пустом запросе воду выдаст любая.

Начните с малого: соберите один бриф по каркасу выше, сохраните его как шаблон и меняйте от статьи к статье только блок материала и план. Дальше всё упирается в то, есть ли вам что сказать по теме, — и это единственная часть работы, которую нейросеть за вас не сделает.