В этой статье вы узнаете, как писать промпты для GPT-5.5 по новой логике OpenAI. Разберем, почему теперь важнее не расписать нейросети 48 шагов, а четко объяснить результат, критерии качества, ограничения, источники и формат ответа. За основу беру официальную инструкцию OpenAI по промптам для GPT-5.5 и перевожу ее с языка разработчиков на человеческий язык. Я поделюсь шаблоном рабочего промпта.
С промптами сейчас происходит забавная штука. Люди годами собирали «волшебные формулы», напихивали туда роли, правила, запреты, а потом удивлялись, почему ChatGPT отвечает как офисный душнила. Вроде все правильно: роль есть, контекст есть, требования есть, «ты лучший в мире» тоже есть. А на выходе – ровная нейросетевая жвачка, от которой хочется уснуть.
OpenAI в своей инструкции фактически говорит: «Дружочки, хватит перегружать промпты процессом. GPT-5.5 лучше работает, когда вы описываете не каждый чих модели, а желаемый результат: что должно получиться, какие ограничения важны, какие данные доступны и что должно быть в финальном ответе. То есть не «сначала проанализируй, потом подумай, потом сравни, потом сделай вывод», а «вот задача, вот критерии успеха, вот что нельзя нарушить, вот какой ответ нужен».
Главная мысль: промпт должен начинаться не с процесса, а с результата
Самая большая ошибка в промптах – описывать путь вместо результата. Это как сказать таксисту: «Сначала поверни голову налево, потом проверь зеркало, потом нажми педаль, потом подумай о маршруте». Таксист-человек после такого либо молча повезет вас в дурку, либо высадит на ближайшем перекрестке. Ему нужен адрес, ограничения и понимание, что для вас важно: быстрее, дешевле, без платных дорог или без серпантина, потому что вас укачивает.
С GPT-5.5 так же. Ему не нужно сто раз расписывать, как думать, если задача понятная. Ему нужно объяснить, каким должен быть хороший результат. OpenAI прямо пишет, что более короткие промпты с результатом часто работают лучше, чем тяжелые стеки инструкций, где модель обложили процессом со всех сторон и не оставили ей пространства для нормального решения.
Плохой промпт выглядит так: «Сначала изучи тему, потом составь план, потом подумай как эксперт, потом найди боли, потом напиши текст, потом проверь, потом перепиши, потом сделай вывод». Вроде звучит серьезно, но по факту вы командуете каждым движением, не понимая, какие движения реально нужны. А если модель умнее вашего микроменеджмента, вы только мешаете.
Хороший промпт выглядит иначе: «Напиши статью для Дзена на тему X. Цель – объяснить предпринимателям, как использовать GPT-5.5 для маркетинговых задач без промптов-простыней. Хороший результат: статья понятная, полезная, с примерами плохих и хороших промптов, без воды, с живым языком и выводом, который хочется сохранить». Вот это уже постановка задачи, а не танец маленького начальника над клавиатурой.
Не надо тащить старые промпты в новую модель
OpenAI отдельно предупреждает: не надо переносить в GPT-5.5 все инструкции из старых промпт-стеков. Старые модели часто нуждались в более подробном контроле, поэтому промпты обрастали костылями, распорками, подпорками и целым строительным лесом вокруг одной табуретки. В GPT-5.5 этот старый хлам может создавать шум, сужать пространство решений и делать ответы механическими.
А теперь давайте по-нашему. Если ваш старый промпт выглядит как брачный договор с человеком, которому вы не доверяете вообще ни в чем, не удивляйтесь, что модель отвечает напряженно. Там каждое второе слово «обязательно», «никогда», «всегда», «строго», «запрещено», «не отклоняйся». Она не работает, она выживает в вашем юридическом концлагере.
Это не значит, что правила не нужны. Нужны. Но правила должны быть настоящими, а не ради правил. Если нельзя выдумывать факты – пишем жестко. Если нужно сохранить структуру – пишем жестко. Если запрещено менять смысл – пишем жестко. Но если речь про творческий текст, анализ, стратегию или подбор идей, не надо превращать модель в школьника, которому вы запретили дышать без разрешения.
Особенно смешно выглядит инструкция «всегда задавай уточняющие вопросы». Всегда? Даже когда задача понятна? Даже когда пользователь попросил просто переписать абзац?
Личность и стиль – очень важны
Еще один важный момент из инструкции OpenAI: для пользовательских ассистентов нужно задавать не только personality, то есть как ассистент звучит, но и collaboration style, то есть как он работает с человеком. Personality отвечает за тон, теплоту, юмор, прямоту и уровень формальности. Collaboration style отвечает за то, когда задавать вопросы, когда делать предположения, насколько быть инициативным, как проверять работу и что делать с неопределенностью.
На самом деле – это проблема многих. Они пишут: «Будь дружелюбным экспертом». И все. На этом великий портрет личности закончен. Дружелюбный эксперт – это самый унылый персонаж на свете, потому что он может быть кем угодно: HR из банка, консультантом по рассаде, психологом с плакатом «дышите глубже» или маркетологом, который говорит «усилить присутствие бренда».
Если вы хотите получить рабочую лошадку, объясните не только голос, но и поведение. Например: «Говори живо, прямо, с легкой иронией, но без цирка. Не задавай уточняющие вопросы, если можно сделать разумное предположение. Когда данных не хватает, помечай гипотезы. В спорных местах показывай два варианта решения и рекомендуй один».
Формат ответа надо задавать, но не превращать текст в табличное кладбище
GPT-5.5 хорошо управляется по формату, и OpenAI советует задавать ожидаемую форму ответа, длину, аудиторию и структуру. Но есть важное «но»: формат должен помогать пониманию, а не создавать видимость пользы. В обычных объяснениях, отчетах и текстах лучше использовать чистые абзацы, а списки, жирный шрифт и заголовки включать тогда, когда они реально делают материал удобнее.
Если вы просите статью – просите статью. Если нужен чек-лист – просите чек-лист. Если нужен сравнительный анализ – тогда да, таблица может быть полезна.
Источники и факты надо отделять от красивой отсебятины
OpenAI отдельно говорит про grounding, citations и retrieval budgets. По-человечески: если ответ должен опираться на факты, заранее объясните, что нужно подтверждать источниками, сколько поиска достаточно и как вести себя, если доказательств нет. Отсутствие доказательств не должно автоматически превращаться в «этого не существует».
Это очень важная штука для статей, презентаций, запусков, разборов конкурентов и аналитики. Потому что нейросеть может очень красиво насочинять. Особенно если вы сами ее толкаете: «Сделай убедительно, мощно, с цифрами, чтобы продавало». Она и сделает. Только потом окажется, что цифры взяты с потолка, клиенты не существовали, рынок вырос на 300% в воображении модели, а ваш кейс стал похож на сказку про золотую антилопу.
Рабочий промпт должен разделять: факты берем только из источников, формулировки можно делать живыми, выводы можно строить как экспертную интерпретацию, но конкретные цифры, даты, названия, статусы, обещания и результаты не выдумывать.
Пример рабочего ограничения: «Все конкретные факты, цифры, даты, названия продуктов и утверждения о возможностях бери только из предоставленных источников. Если данных нет, используй нейтральную формулировку или пометь как гипотезу. Не придумывай клиентов, метрики, исследования и результаты ради убедительности».
Retrieval budget – это когда нейросеть перестает шариться по интернету как голодный енот
Очень полезная мысль из инструкции – retrieval budget. Это правила, которые говорят модели, когда достаточно искать и пора отвечать. OpenAI предлагает для обычных вопросов начинать с одного широкого поиска, а повторно искать только если не хватает ключевого факта, источника, даты, документа или пользователь попросил exhaustive coverage, то есть полный разбор.
Перевожу на русский. Не надо гонять нейросеть по 25 источникам, если вам нужен обычный ответ: «что такое reasoning effort». Но если вы делаете статью про актуальные правила, сравнение моделей, юридический разбор или анализ рынка, вот там уже без источников вы просто красиво врете.
Для промпта это можно записать так: «Используй минимум источников, достаточный для точного ответа. Не продолжай поиск ради украшения текста. Делай дополнительный поиск только если не хватает важного факта, даты, документа, сравнения или подтверждения спорного утверждения». И это прекрасная защита от бесконечного исследовательского запоя, когда модель уже забыла, что вы вообще спрашивали, зато принесла вам корзину из мертвых ссылок.
Кстати, это касается и обычной работы с ChatGPT. Если вам нужна идея поста, не надо заставлять его делать веб-расследование. Если вам нужна статья по свежей инструкции OpenAI – надо идти в источник. Все просто, но почему-то именно здесь люди устраивают цирк с конями.
Проверка результата – страховка от позора
OpenAI советует просить модель проверять работу там, где проверка возможна: для кода запускать тесты, для визуальных артефактов смотреть рендер, для планов показывать требования, проверки, сбои, безопасность и открытые вопросы.
Прогоните текст через проверку фактов, логики, структуры, тона, повторов и человеческого звучания. Нейросеть может выдать уверенный текст, в котором первый абзац обещает одно, середина уехала в поля, а финал продает совершенно другой продукт. И все это будет написано красивым русским языком.
В промпте можно так и писать: «После написания проверь текст по пяти критериям: есть ли ясная мысль, нет ли воды, нет ли неподтвержденных фактов, нет ли противоречий, звучит ли текст живым человеческим языком. Если находишь слабое место, исправь его сразу, а не просто напиши замечание».
Я вообще считаю, что главный навык работы с ИИ – не писать промпты, а не верить первому результату. Первый результат – это черновик. Иногда хороший и бодрый. Иногда такой, что хочется вызвать удалить аккуант.
Кстати, подписывайтесь на мой Telegram и мой MAX – там рассказываю про маркетинг и нейросети, а в закрепах готовый отдел из 12 ИИ-маркетологов.
Как теперь должен выглядеть промпт для ChatGPT-5.5
OpenAI предлагает структуру сложного промпта: роль, personality, цель, критерии успеха, ограничения, формат ответа и stop rules. Главное – держать каждый блок коротким и добавлять детали только там, где они реально меняют поведение модели.
Вот рабочая версия:
Роль: кто ты и какую задачу решаешь.
Стиль и поведение: как звучишь, как работаешь, когда спрашиваешь, когда предполагаешь.
Цель: какой результат должен получить пользователь.
Критерии успеха: по каким признакам понятно, что задача выполнена хорошо.
Ограничения: что нельзя выдумывать, менять, нарушать или раздувать.
Формат: в каком виде нужен ответ, какой объем, какая структура, какая аудитория.
Стоп-правила: когда остановиться, когда уточнить, когда признать нехватку данных.
А теперь пример промпта для статьи:
Ты – сильный редактор и контент-маркетолог, который пишет полезные статьи для Дзена о нейросетях, маркетинге и промпт-инжиниринге.
Пиши живо, конкретно, с иронией, но без клоунады и без лестничного стиля. Цель – написать статью на тему «Как писать промпты для GPT-5.5», чтобы читатель понял новую логику промптинга и смог сразу применить ее в работе.
Хороший результат: статья объясняет outcome-first prompting, критерии успеха, ограничения, стиль ассистента, работу с источниками, retrieval budget и проверку результата. В статье есть плохие и хорошие примеры промптов, понятные аналогии и выводы для маркетологов, авторов и предпринимателей. Нельзя выдумывать факты об OpenAI, моделях, API и возможностях GPT-5.5. Все фактические утверждения о рекомендациях OpenAI должны опираться на предоставленный источник.
Формат – статья для Дзена с SEO-заходом «В этой статье вы узнаете…», живыми абзацами, подзаголовками и финальным выводом. Списки используй только там, где они помогают читать. Если данных из источника не хватает, пометь это как предположение или не включай в текст».
В этом промпте есть результат, стиль, границы, факты и формат. И при этом нет ощущения, что вы заставляете нейросеть маршировать по плацу в кирзовых сапогах.
Что в итоге изменилось для обычного пользователя ChatGPT
Изменилась философия. Раньше многие промпты строились как инструкция для слабого исполнителя: «сначала сделай это, потом это, потом не забудь это». Теперь сильнее работает логика постановки задачи для умного исполнителя: «вот результат, вот критерии, вот ограничения, вот формат, дальше выбирай лучший путь».
Если вы пишете тексты, перестаньте просить «напиши красиво». Красиво – это ни о чем. Просите: «напиши так, чтобы предприниматель понял, где он теряет деньги, увидел себя в примерах и захотел проверить свой маркетинг».
Если вы делаете анализ, не просите «проанализируй глубоко». Просите: «найди слабые места, покажи последствия, предложи три решения и объясни, какое внедрить первым». Если создаете GPTs, не пишите «будь экспертом». Пишите, как он должен думать, звучать, проверять себя и где обязан остановиться.
Вот и все. Промпт – это техническое задание с характером и результатом. GPT-5.5 просит от нас взрослой постановки задачи. Не душите модель микроменеджментом, не тащите старые промпты как чемодан без ручки, не путайте стиль с задачей, не выдумывайте факты ради красоты и всегда объясняйте, что считается хорошим результатом. Тогда ChatGPT становится рабочим инструментом, который думает не вместо вас, а вместе с вами.