Разработка и оптимизация промптов для LLM

ai-tooling

Prompt Engineer — это скилл для Claude Code, который пишет, рефакторит и оценивает промпты для LLM: генерирует оптимизированные шаблоны, структурированные схемы вывода, рубрики оценки и тестовые наборы. Берут, когда промпт даёт непредсказуемые или неточные ответы и непонятно, почему; когда нужно перевести готовый промпт на другую модель без потери качества; когда задача требует строгого JSON-вывода или function calling; когда хочется добавить chain-of-thought или few-shot-примеры, но непонятно, как правильно. Внутри — поддержка паттернов zero-shot, few-shot, CoT, ReAct и tree-of-thoughts; работа с system prompts, гардрейлами и защитой от prompt injection; управление контекстом с учётом attention budget и деградации; оценочные фреймворки с метриками точности и консистентности. Скилл следует циклу: анализ требований → дизайн → тестирование на разнообразных кейсах → итерация по одному изменению → версионирование и документирование. Есть встроенный checkpoint: если точность на тестовом наборе ниже 80%, скилл фиксирует паттерны сбоев перед следующей итерацией. Охватывает модели GPT-4, Claude и Gemini. Направление — разработка и улучшение промптов, а не их исполнение (для оркестрации задач — rag-architect). Подойдёт командам, которые строят LLM-приложения или оптимизируют существующие пайплайны; не подходит, если нужна помощь с дообучением или файн-тюнингом модели.