Что нужно знать и уметь и где этому научиться
Компаниям нужны специалисты, которые умеют создавать промпты для генеративных моделей. Профессии пока нет в университетах, зато есть высокий спрос со стороны бизнеса. Рассказываем, кто такой промпт-инженер, какие навыки для этого нужны и почему это отличная точка для старта в ИТ.
Промпт-инженер решает задачи бизнеса с помощью языковых моделей. Его цель — получать точные, однозначные ответы, которые автоматизируют рутинные процессы. Например, он может сделать чат-бота для поддержки клиентов или сгенерировать описания товаров для интернет-магазина.
Промпт-инженер управляет ответами языковой модели и подстраивает ее под задачи бизнеса. Работа специалиста выглядит примерно так.
Получает задачу. Техническая или продуктовая команда говорит, какой результат нужен. Например, собрать перечень ошибок из отчета тестировщиков или сгенерировать описание для карточки товара.
Пишет промпт. Промпт-инженер составляет текстовый запрос, в котором учитывает контекст, задает стиль, уточняет важные детали. Например, при обработке отчета просит модель выделить баги по типам, приоритезировать их по срочности, определить, какие ошибки уже исправили.
Проверяет результат. Он запускает запрос, смотрит ответ, ищет ошибки и уточняет формулировку промпта, пока ответ не станет точным.
Отлаживает повторное использование. Сохраняет готовый промпт для команды. Сложную задачу дробит на несколько маленьких и делает запросы к каждой задаче.
Помогает при обучении модели. Если команда тренирует свою модель, готовит текстовые примеры для базы данных. Показывает правильные ответы, чтобы повысить точность.
16 лет в ИТ: предприниматель, технический Директор, Python-разработчик. Эксперт по внедрению ИИ в бизнес и основатель клуба ИИ-экспертов «Акулы»
Задачи промпт инженера — заставить нейросеть делать то, что нам нужно.
Например, после транскрибации разговора мы хотим понять, о чем он был, и собрать саммари. Нам нужно, чтобы нейросеть выделила конкретные задачи, которые на встрече поручили каждому участнику. Или проанализировала, насколько общение сотрудника соответствовало целям маркетинговой кампании. Все эти задачи может делать LLM. При условии, что промпт сформулирован грамотно.
Это задача осложняется тем, что запрос должен давать стабильный результат. Когда говорим об автоматизации процессов, права на ошибку нет. Нельзя просто просить чат-бот переделывать ответ, пока он не понравится. Он должен быть идеальным каждый раз, когда вы отправляете один и тот же промпт.
Задачи промпт-инженера могут отличаться в разных вакансиях. Например, могут искать специалиста именно по работе с ИИ-агентами.
Спрос на промпт-инженеров постепенно растет. Специалистов ищут ИТ-компании, агентства цифрового маркетинга, юридические службы, банки. Зарплатная вилка сильно зависит от навыков. Например, новички могут получать от 70 000 до 100 000 ₽, а кандидаты с техническим бэкграундом — от 200 000 ₽.
На первый взгляд эта профессия кажется простой: пишешь запросы для модели, получаешь готовый результат. На практике в этом вроде простом процессе есть сложности.
16 лет в ИТ: предприниматель, технический Директор, Python-разработчик. Эксперт по внедрению ИИ в бизнес и основатель клуба ИИ-экспертов «Акулы»
Одна из проблем — нестабильный ответ. Это серьезное ограничение: если мы делаем промпт слишком сложным, с большой долей вероятности наша языковая модель не даст качественного или стабильно качественного ответа.
Вторая проблема — это галлюцинации, недостоверные ответы. Этим грешат слабенькие модели, которые находятся in-house, то есть в рамках компании. Хотя могут встречаться и у полноценных языковых моделей, которые доступны через веб-интерфейс.
Обе эти проблемы должен уметь нейтрализовать промпт-инженер.
Промпт-инженером может стать не только программист. Некоторые компании даже отдают предпочтение лингвистам — они тонко чувствуют язык, умеют формулировать запросы и видеть скрытые смыслы. Особенно это важно при разработке решений на базе машинного обучения.
Вот какие навыки понадобятся для старта в профессии.
Понимание AI, ML и NLP. Нужно представлять, как устроены языковые модели, по каким принципам они подбирают слова, какие у них ограничения. Достаточно понимать базовые идеи — например, почему при слишком сложных запросах модель «теряется» или подменяет факты. Это поможет прогнозировать поведение ИИ.
Умение четко формулировать запросы. Языковая модель ориентируется на текст промпта. От того, как вы опишите условия, примеры и контекст, зависит результат. Важно понимать, какие детали нужно подчеркнуть, а что убрать, чтобы ИИ решал задачу с первого раза.
Навык тестировать и улучшать промпты. Редко бывает, что запрос срабатывает идеально с первой попытки. Нужно пробовать разные варианты, смотреть ответы, замечать ошибки — например, где ИИ упустил важное. И переписывать запрос, пока результат не станет точным и однородным.
Знание программирования и работы с API. Это не всегда обязательное требование, но оно поможет. Достаточно понимать основы кода — как устроены запросы, переменные, условия. Это упростит интеграцию с API языковых моделей, настройку цепочек запросов в конструкторах вроде Make или n8n, даст возможность использовать готовые фрагменты кода из чужих решений.
Умение искать готовые решения. Многие приемы для промпт-инжиниринга уже придуманы. Полезно уметь находить их в гайдах от разработчиков, в репозиториях на GitHub, в готовых «кукбуках». Быстрая адаптация чужих решений сэкономит время и повысит качество результата.
В некоторых вакансиях навыки программирования — скорее плюс, но не обязательное требование.
16 лет в ИТ: предприниматель, технический Директор, Python-разработчик. Эксперт по внедрению ИИ в бизнес и основатель клуба ИИ-экспертов «Акулы»
Я знаю, что некоторые компании уже разделили эту позицию на 5–6 направлений: каждый человек занимается своим особым видом деятельности, узко заточенным на какие-то задачи. Например, один работает исключительно с повышением качества ответов языковых моделей, кто-то подбирает данные, формирует базы для более точной работы. Это уже не один универсал, а целое сообщество профессий.
Для старта в профессии не требуется профильное образование. Практика показывает: достаточно освоить базу и тренироваться с реальными задачами. Вот с чего можно начать.
Официальные гайды от разработчиков ИИ. Компаниям, которые создают языковые модели, важно, чтобы их продукт использовали грамотно. Поэтому OpenAI, Anthropic, Google и другие публикуют подробные инструкции по промпт-инжинирингу. В них объясняют возможности моделей, ограничения, приводят готовые примеры запросов.
Бесплатные курсы и видеоуроки. Почти у каждого EdTech-сервиса уже есть свои материалы для начинающих. Например, на платформе HuggingFace есть целых 9 курсов, которые рассказывают главное про AI: от создания ИИ-агентов до использования нейросетей в 3D.
→ Интро в большие языковые модели
Практика в «песочнице». У многих вендоров, например, OpenAI Playground или Anthropic Workbench, есть интерфейс для тестов. Там можно менять промпты, смотреть ответы, видеть, какие параметры влияют на результат. Это поможет набить руку без риска сломать готовый продукт.
«Кукбуки» с готовыми промптами. На GitHub и в блогах энтузиасты делятся примерами запросов для своих задач. Разбирать эти «кукбуки» полезно для понимания приемов промпт-инжиниринга, а при желании — адаптировать под свои проекты.
Начать карьеру промпт-инженера проще всего с конкретных действий. Практика дает понимание, какие запросы срабатывают, какие — нет, а первые маленькие проекты формируют навык и портфолио.
16 лет в ИТ: предприниматель, технический Директор, Python-разработчик. Эксперт по внедрению ИИ в бизнес и основатель клуба ИИ-экспертов «Акулы»
Лучше всего учиться через практику. Можно долго читать про промпты, но эффективнее сразу попробовать решить прикладную задачу. Например, взять статью и попросить ИИ сделать краткий пересказ, придумать заголовки или написать описание товара. Полученный результат можно уточнять, менять запросы и постепенно искать готовые приемы в гайдах.
Следующий уровень — Playground. Там можно управлять параметрами, собирать цепочки запросов и смотреть, как меняются ответы.
Дальше — автоматизация. После того как базовые запросы отточены, их можно вынести в готовый инструмент — например, собрать цепочку промптов в конструкторе вроде Make или n8n. На первых занятиях у меня студенты создают простого Telegram-бота для рерайта. Это реально сделать даже без навыков программирования с помощью vibe coding — приема, когда код пишут текстом.
Все решения с ИИ можно доавблять в портфолио, а дальше с готовыми кейсами искать заказчиков в профильных чатах и на сайтах вроде hh.ru или Linkedin.
Промпт-инжиниринг — молодая ниша, которая стремительно развивается. Бизнес все чаще ищет специалистов, способных управлять ИИ-инструментами для решения прикладных задач. Конкуренция пока невысокая, а спрос на рынке растет с каждым месяцем.
Это удобный момент, чтобы войти в профессию, набить первые кейсы и занять свое место в сообществе. Уже через год ситуация может измениться — специалистов станет больше, а требования к ним повысятся. Сейчас все еще проще: можно начать с азов, прокачаться в процессе работы и собрать портфолио, пока рынок только формируется.
Читайте только в Конверте
Читайте авторскую рассылку «Честно» теперь и в Telegram. Каждый четверг маркетологи и эксперты рынка пишут честные колонки о том, что их волнует, радует и бесит прямо сейчас.
Искренние письма о работе и жизни, эксклюзивные кейсы и интервью с экспертами диджитала.
Проверяйте почту — письмо придет в течение 5 минут (обычно мгновенно)
