Новости ИИ

Промпты лучше хранить как код, а не как строку

На столе лежат распечатки промптов и открыт код с конфигами на двух мониторах, на заднем плане видна стойка с оборудованием

В одной из команд 203 килобайта промптов хранятся не в коде, а в YAML-файлах в репозитории — с ревью, историей изменений и выкладкой вместе с релизом. Такой подход помогает не терять контроль над тем, как именно модель отвечает, и быстрее безопасно улучшать качество выдачи.

Почему промпт — это не просто текст

Авторы статьи подчеркивают: промпт в рабочем проекте — это не отдельная фраза, а целый набор настроек, который определяет поведение системы. В одном файле могут жить провайдер, модель, параметры генерации, шаблоны на разных языках и ожидаемый формат ответа.

Это важно на практике, потому что один и тот же текст с разной температурой уже дает разный результат. Если часть настроек лежит в коде, а часть — в файле, потом трудно восстановить вчерашнее поведение и понять, что именно изменилось.

Почему промпты вынесли в репозиторий

Сначала командa попробовала редактировать промпты через админку, но быстро столкнулась с типичными проблемами: на проде и стейдже расходились версии, было непонятно, кто и зачем правил текст, а откат делался почти вручную. Git решил эти вопросы: появился ревью-процесс, история правок и понятный дифф.

За это пришлось заплатить тем, что править промпт теперь может только тот, кто умеет работать с коммитами. Для команды это оказалось приемлемой ценой, потому что промпт меняют часто и небольшими итерациями, а не раз в спринт.

Шаблоны, безопасность и локали

Внутри промпта используется шаблонизатор: в пример взят Blade, который позволяет подставлять историю сообщений, условия и циклы. Но здесь есть важная граница безопасности: сначала рендерится доверенный шаблон из репозитория, а уже потом в готовый текст подставляются пользовательские данные.

Это сделано специально, чтобы не допустить инъекций. Если дать пользователю влиять на сам шаблон, можно случайно открыть доступ к серверным данным. Отдельно авторы отмечают, что промпты существуют в нескольких локалях, и это не просто перевод: для разных языков часто нужны свои инструкции, формат и ограничения. Поэтому полезно проверять, что шаблоны есть во всех версиях, а набор подстановок в них совпадает.

Что дает такой подход бизнесу и команде

Для бизнеса это способ сделать ИИ-поведение управляемым: можно отдельно версионировать качество ответов, безопасно откатывать изменения и тестировать разные варианты без хаоса в продакшене. Для команды поддержки, маркетинга или продукта это особенно ценно, когда модель отвечает на обращения клиентов, пишет тексты или помогает с классификацией запросов.

Еще один вывод из статьи — в промптах стоит сразу закладывать работу с моделями, которые поддерживают JSON-схемы по-разному. Если система умеет деградировать по нескольким уровням поддержки, ей проще переживать смену провайдера или версии модели без полной переделки логики.

Частые вопросы

Почему промпт лучше хранить в YAML-файле, а не в коде?
Так проще отслеживать изменения, делать ревью и откатывать неудачные правки. Кроме того, промпт и связанные с ним настройки версионируются как единое целое.
Зачем отделять пользовательские данные от шаблона?
Чтобы избежать инъекций и неожиданных побочных эффектов. Пользовательские строки подставляют уже после рендера доверенного шаблона, а не внутри него.
Почему для разных языков нужны отдельные промпты?
Потому что одна и та же модель ведет себя по-разному на разных языках: может иначе держать формат, съезжать на другой язык или по-своему понимать инструкцию. Поэтому локали нужно проверять отдельно.
Что здесь может пригодиться обычной команде?
Подход помогает навести порядок в экспериментах с ИИ: сохранять историю изменений, быстро сравнивать версии и безопасно улучшать ответы модели без ручного хаоса.

Читайте также

Попробовать Lord GPT бесплатно →