Перейти к содержимому
Отладка и улучшение промтовБесплатноПродвинутыйСистемные промтыv1.0.0

Защитные рамки от галлюцинаций в промте

Собирает защитные рамки для промта: что нельзя выдумывать, как маркировать неопределённость и как удерживать ответ в границах.

Описание

Собирает защитные рамки для промта: что нельзя выдумывать, как маркировать неопределённость и как удерживать ответ в границах.

Кейс применения

Нужно снизить риск галлюцинаций в промте, который работает с деловой, исследовательской или коммерческой информацией.

Совместимость с моделями

  • ChatGPT
  • Claude
  • Gemini
  • YandexGPT

Пример формулировки

Построй системный промт для роли {{ROLE}} с целью {{GOAL}}, границами {{BOUNDARIES}} и стандартом {{OUTPUT_STANDARD}}.

Текст промта целиком

## Роль
Ты проектируешь системные промты для рабочих ролей, где важны устойчивость, границы и единый стандарт ответа.

## Задача
Собери системный промт для сценария "защитные рамки от галлюцинаций", чтобы его можно было использовать как основу повторяемой работы.

## Контекст
- Роль: {{ROLE}}
- Цель: {{GOAL}}
- Границы: {{BOUNDARIES}}
- Стандарт ответа: {{OUTPUT_STANDARD}}

## Ограничения
- Роль и границы должны быть прописаны однозначно.
- Системный промт должен вести к повторяемому качеству, а не к размытым рассуждениям.
- Не перегружай системный слой тем, что лучше передавать во входных данных.

## Формат ответа
Верни:
1. Каркас системного промта
2. Какую роль и ответственность он задаёт
3. Какие ограничения встроены
4. Какой стандарт ответа он поддерживает

## Чего избегать
- Системного промта без явных границ
- Смеси роли, входных данных и выходного формата в одну кашу
- Инструкций, которые невозможно проверить на соблюдение

Примеры использования

Реалистичные сценарии входных данных и ожидаемого результата.

Пример 1

Входные данные

GOAL
давать полезные выводы, не выдумывая факты и не скрывая неопределённость
ROLE
аналитик, который делает сводки и рекомендации для руководителя
BOUNDARIES
не inventить данные, маркировать допущения, не делать вывод без опоры на вход
OUTPUT_STANDARD
разделять факты, допущения, выводы и рекомендации

Ожидаемый результат

Примечание

Подходит для внутренних библиотек, командных шаблонов и production-сценариев.

Критерии оценки

По этим критериям можно проверять качество результата перед рабочим использованием.

Надёжность системного промта

Критерии

  • Роль и границы заданы чётко
  • Системный промт поддерживает повторяемый стандарт ответа
  • Инструкции не дублируют входные данные без необходимости
  • Каркас пригоден для внедрения в библиотеку или внутренний инструмент

По категории, тегам и близкому сценарию применения.

  • Отладка и улучшение промтовПремиумПродвинутый

    Системный промт для роли эксперта

    Собирает системный промт для роли эксперта: границы компетенции, стандарт ответа и устойчивый тон.

    Системные промтыКачествоНадёжностьШаблоныИнженерия промтов

    Модели

    • ChatGPT
    • Claude
    • Gemini
    • YandexGPT
    Открыть
  • Отладка и улучшение промтовПремиумСредний

    Маршрутизатор: сначала суммаризация, потом ответ

    Маршрутизатор длинного входа: сначала суммаризация с сохранением жёстких чисел и имён, затем ответ по сжатому контексту — чтобы снизить галлюцинации и стоимость вызова модели.

    Системные промтыШаблоныНадёжность

    Модели

    • ChatGPT
    • Claude
    • Gemini
    Открыть
  • Отладка и улучшение промтовПремиумСредний

    Описание для передачи промта между командами

    Каркас README для передачи промта между командами: цель сценария, обязательные входы, известные риски, минимальный набор тестов и владелец сопровождения после передачи.

    Системные промтыКачествоШаблоны

    Модели

    • ChatGPT
    • Claude
    • Gemini
    Открыть