Промт-инженер: кто это, какие задачи выполняет, сколько зарабатывает

Современные нейросети вроде ChatGPT — это настоящие универсалы. Они и код напишут, и данные разберут, и статистику посчитают, и даже предсказания сделают. Но чтобы получить от них точно то, что нужно, мало просто попросить. Нужен четкий, продуманный запрос — промт.

Тут-то и появляется промт-инженер. По сути, это переводчик между человеком и ИИ. Его главный навык — умение «разговаривать» с искусственным интеллектом на его языке. Он знает, как сформулировать задачу, чтобы нейросеть не наделала глупостей и выдала полезный результат. Потому что если промт кривой — жди беды: ИИ или начнет фантазировать, или выдаст откровенную ерунду.

Мы пообщались с одним практикующим NLP-инженером и расспросили его, как на самом деле выглядит работа промт-инженера, с чего начать в этой профессии и какие зарплаты сейчас на рынке.

Какие задачи решает промт-инженер?

У промт-инженера две главные задачи: придумать промт и проверить, как он работает.

Как это происходит:

• Сначала команда (разработчики или продуктологи) объясняют, какой результат нужен.
• промт-инженер пишет запрос, смотрит, что выдает ИИ, и корректирует запрос.
• Он повторяет это, пока ИИ не выдаст правильный ответ.
• Удачный промт сохраняют в «библиотеку» — набор готовых запросов для конкретных задач.

Если модель дообучают:

• Когда модель учат на новых данных, промт-инженер помогает выбрать или собрать эти данные.

Над чем работает промт-инженер? 

Примеры:

• Чат-боты: Он пишет, что бот должен говорить и спрашивать у людей. Например, для медбота он составит запрос так, чтобы бот правильно узнал симптомы и дал полезный совет.
• Поиск информации: Он подбирает слова для запроса, чтобы ИИ нашел нужные данные в огромной базе.
• Генерация текстов (статьи, истории и т.д.): Он придумывает запросы, чтобы текст от ИИ был интереснее и логичнее. Например, для описания товара он укажет в запросе именно те свойства, которые важны покупателям.
• Обучение ИИ: Он собирает примеры — как ИИ должен и как не должен отвечать на определенные вопросы. Это помогает разработчикам учить модель и делать ее лучше. Например, для модели, которая разбирает картинки, он может создать текстовые описания, которые свяжут слова с изображениями.

Почему это стало отдельной работой?
Раньше подобные задачи делали специалисты по данным (Data Science) и NLP-инженеры. Но когда большие языковые модели (вроде ChatGPT) стали популярны и компании начали массово использовать ИИ, понадобились узкие специалисты. Нужны были люди, которые отлично разбираются, как «разговаривать» с нейросетями и могут быстро писать рабочие запросы. Так промт-инжиниринг выделился в свою профессию.

С какими трудностями сталкивается промт-инженер?

Работа промт-инженера не так проста, как кажется. Каждый день приходится решать разные сложные задачи. Вот одна из главных.

ИИ выдумывает информацию («Галлюцинации»)
Самая частая проблема — когда языковая модель выдает правдоподобный, но неверный ответ. Это и называют «галлюцинацией».

Пример:

• промт-инженер спрашивает ChatGPT-4o: «О чем книга Марианы Энрикес “Опасности курения в постели”?»
• ИИ отвечает примерно так: «Это сборник мрачных рассказов. Например, «Ада» — о женщине и пропавшей девочке. «Зеленый коридор» — о призраках в доме. А заглавный рассказ — о женщине, которая закурила в постели и попала в беду».

В чем проблема?
Начало ответа верное, это действительно сборник рассказов. Но: рассказов «Ада» и «Зеленый коридор» в этой книге нет, а сюжет заглавного рассказа описан неправильно. Ответ выглядит убедительно, и человек, не знающий книгу, может поверить в ошибку.

Почему так происходит и что делать?
ИИ отвечает, опираясь на то, что «выучил» раньше. Иногда это приводит к выдумкам.

• Решение (RAG — Поиск + Ответ): Чтобы исправить это, промт-инженер добавляет в запрос точные факты по теме. Эти факты обычно хранятся в базе знаний.
• Задача специалиста: Написать запрос так, чтобы ИИ точно использовал информацию из этой базы и отсеял всё лишнее.

Это сложно?
Да! На ответ ИИ влияет всё: как сформулирован запрос, порядок слов, формат данных и т.д. Решения иногда бывают неочевидными.

Что ИИ просто не может?

Бывает, промт-инженер бьется над задачей и понимает: модель в принципе с ней не справится. Просто не хватает «мозгов».

• Пример: Одна модель может сразу писать стихи, как Пушкин. Другой для этого нужно долго «вбивать» правила и примеры. Они просто разные по возможностям.

Если что-то сложное не получается, разбей его на простые шаги.

• Как это работает? Представь, компания продает компьютеры и хочет разобрать отзывы покупателей. Им важно не общее впечатление, а понять мнение по каждой детали: процессор, память, экран и т.д.
• Проблема: Если дать ИИ один запрос «Проанализируй отзыв по всем характеристикам», он что-то пропустит.
• Решение: Дай две команды по очереди:

«Найди ВСЕ детали компьютера, о которых говорит покупатель (процессор, батарея и т.д.)» -> ИИ выдаст список: «производительность», «объем памяти».

«Теперь скажи по каждому пункту из списка: покупателю это нравится или нет?» -> ИИ проанализирует мнение отдельно по каждой найденной детали.

Проверка качества текста от нейросети

Еще одна сложная задача для промт-инженера — понять, насколько хорошо нейросеть создала текст. Качество оценивают по-разному, в зависимости от того, что именно нужно получить.

Например, можно проверять вручную: сам инженер читает текст и смотрит, насколько он точен и хорошо написан. Но это долго и требует много сил. Поэтому промт-инженеру нужно уметь быстро проверять, как правки в запросе повлияли на результат. Для этого используют автоматические оценки.

Например, если задача нейросети — отнести что-то к определенной категории (классифицировать), то смотрят на обычные для этого метрики: точность (precision), полноту (recall), F-меру (F-score), долю верных ответов (accuracy) и другие.

Как войти в профессию промт-инженера

Чтобы работать с искусственным интеллектом (ИИ), обычно нужно техническое образование, например, в компьютерных науках. Но стать промт-инженером могут и лингвисты, если они пройдут обучение по Data Science или машинному обучению.

Что нужно знать и уметь:

1. Понимать ИИ, машинное обучение (ML) и обработку языка (NLP): Нужно разбираться в основах, как работают модели машинного обучения. Чтобы писать хорошие запросы (промты), важно знать, как устроен язык: правила (синтаксис), смысл слов (семантика) и структура речи.
2. Уметь программировать: Основной язык — Python. Хорошее знание Python (и иногда других языков) нужно, чтобы писать скрипты, подключать модели к другим программам (интеграция) и работать с данными.
3. Работать со специальными инструментами ML: Основные инструменты включают библиотеку requests для общения с ИИ через API, а также фреймворки Langchain и LlamaIndex. Также часто нужны библиотеки PyTorch и transformers.
4. Обладать навыками общения: промт-инженеры постоянно работают с другими командами и, по сути, «разговаривают» с ИИ. Поэтому важно уметь четко объяснять свои мысли устно и письмо, доносить важные требования коллегам и понимать цели проекта.

Сколько получают промт-инженеры

На сайтах вроде hh.ru чаще всего встречаются зарплаты от 100 до 200 тысяч рублей.

Как и в любой работе, точная сумма зависит от навыков и опыта. Так как профессия новая, большинство специалистов работают в ней всего 2-3 года. Поэтому компании часто смотрят на опыт в смежных областях, особенно если он связан с работой с языком (текстами, лингвистикой). Обычно выше зарплата у тех, у кого сильные технические навыки.

Карьеру можно строить по-разному: например, уйти в бизнес-аналитику или углубиться в более сложные задачи по искусственному интеллекту и машинному обучению.

Что будет с промт-инжинирингом дальше?

Скорее всего, специалисты перейдут от написания отдельных запросов к созданию целых инструментов, упрощающих общение людей с нейросетями.

Например, маркетологи уже используют нейросети для написания текстов. промт-инженеры помогают делать удобные инструменты (вроде веб-сервисов), которые позволяют создавать хороший контент.

Кроме того, в разных областях появляются «копилоты» — помощники на базе ИИ. Они подсказывают решения и автоматизируют рутину. В основе таких помощников — продуманные команды (промты), которые создают промт-инженеры. Сейчас разрабатывают копилотов для программистов, врачей и банковских сотрудников.

FAQ