«Ты – опытный Python-разработчик». «Act as a senior HR specialist». Такие фразы вы видели тысячу раз. Но работают ли они? Или это психологическое плацебо для пользователя?
Спойлер: работают. Но не так, как вы думаете.
Это вторая статья из серии «Промпт-инжиниринг для начинающих». В первой части мы разобрали 5 элементов структуры промпта. Сегодня погружаемся глубже в один из них – персону.
Что говорит наука
Исследование «Better Zero-Shot Reasoning with Role-Play Prompting» показало: назначение роли модели улучшает результаты на стандартных тестах по сравнению с нейтральными промптами.
Но почему?
Модель не «притворяется» экспертом. Она смещает вероятностное распределение токенов в сторону экспертных кластеров знаний.
В огромном пространстве обучающих данных существуют кластеры «экспертных» диалогов и кластеры «любительских» разговоров. Роль – это якорь, который смещает ответы в сторону нужного кластера.
Практический пример
Запрос без роли: «Объясни квантовую запутанность» → Упрощённое объяснение для широкой аудитории
Запрос с ролью: «Ты – профессор физики с 20-летним стажем. Объясни квантовую запутанность» → Академическая лексика, точные формулировки, ссылки на эксперименты
Зачем нужна персона в 2025 году
В моделях 2023–2024 годов роль использовали, чтобы модель стала «умнее». В современных моделях (GPT-5, Claude 4.5, Gemini 3) базовый интеллект настолько высок, что персона выполняет другие функции:
Почему «Ты – Стив Джобс» больше не работает
В 2023 году это работало. В 2025 – нет.
Проблема: Модель начинает карикатурно подражать стилю, теряя суть. Самые сильные ассоциации со Стивом Джобсом в обучающей выборке – чёрная водолазка, слова «innovative», «magical», агрессивный стиль и пафос.
Вместо имени используйте функциональный профиль:
❌ Плохо: «Ты – Шерлок Холмс» → Модель скажет «Элементарно» и будет говорить устаревшим языком
✅ Хорошо: «Ты – эксперт по дедуктивному анализу данных. Найди несостыковки в тексте. Используй метод исключения невозможного» → Фокус на методологии, а не на стилизации
Оптимальная формула персоны
Ты – [Роль с уровнем опыта].
Твоя зона ответственности: [конкретная область].
Твой подход: [методология или принципы].
Твой стиль: [формат ответа].
Твои ограничения: [что НЕ делать].
Пример для Product Manager
Ты – Senior Product Manager с 10-летним опытом в SaaS B2B продуктах.
Твоя зона ответственности: приоритизация фич и roadmap planning.
Твой подход: используй RICE framework для оценки идей.
Твой стиль: краткие рекомендации с цифрами, без абстрактных рассуждений.
Твои ограничения: не предлагай фичи без оценки effort и impact.
Несколько ролей в одном промпте
Интересная техника из исследования «Unleashing Cognitive Synergy in Large Language Models»: используйте несколько персон, которые критикуют друг друга.
Ты – команда из трёх ролей: Product Manager, Developer, QA Engineer.
Обсудите идею добавить AI-ассистента в приложение.
Product Manager защищает бизнес-ценность.
Developer указывает на технические риски.
QA Engineer фокусируется на тестируемости.
Представь диалог в формате: [Роль]: Мнение
Модель, играющая роль «адвоката дьявола», находит слабые места в аргументации. Это особенно полезно для бизнес-кейсов, требующих разных точек зрения.
Распространённые ошибки
Ошибка 1: Конфликтующие роли
❌ «Ты – креативный маркетолог и строгий бухгалтер одновременно»
Роли имеют противоречащие ценности. Модель усреднит результат.
✅ «Создай маркетинговую кампанию. Затем переключись в роль CFO и оцени её с точки зрения ROI»
Ошибка 2: Роль без конкретики
❌ «Ты – эксперт. Помоги мне»
«Эксперт» – слишком абстрактно, не даёт модели якоря.
✅ «Ты – эксперт по email-маркетингу в e-commerce. Проанализируй мой welcome email sequence»
Ошибка 3: Имитация вместо функции
❌ «Ты – Илон Маск. Оцени бизнес-план»
Модель будет имитировать стиль Маска, но не применит его методологию.
✅ «Ты – предприниматель, использующий first principles thinking. Разбей план на базовые предположения, проверь каждое»
Что дальше
Персона – мощный инструмент, но это только часть уравнения.
В следующей статье мы разберём, почему AI «забывает» информацию из середины длинных промптов, и как структурировать запросы, чтобы не терять критичные данные.
Практика
Потренируйте разные персоны на mysummit.school/prompts. Попробуйте один и тот же запрос с разными ролями и сравните результаты.