Промты для Gemini

Двадцать одно слово

Самое полезное число из руководства Google: удачный запрос в среднем состоит из двадцати одного слова, а пишут люди меньше девяти. Число получено разбором миллионов настоящих обращений, а не выведено умозрительно.

Дело, конечно, не в длине как таковой. Двадцать одно слово — это примерно тот объём, в который помещается задача с обстоятельствами и требованием к ответу. Меньше девяти — это голая задача, и всё остальное модель достраивает сама.

Простая проверка своего запроса: посчитайте слова. Меньше десяти — почти наверняка не сказано, для кого ответ, какого объёма и чего в нём быть не должно.

Просить сразу три варианта

Из всех приёмов этот самый дешёвый: к любому запросу дописывается «дай три варианта», и больше ничего делать не надо.

Смысл не в том, чтобы выбрать лучший, а в том, что варианты расходятся по существу и показывают ходы, о которых вы не подумали. Пример из разбора: три письма клиенту, каждое строится вокруг своего довода — цена, простота, надёжность. Вы считали, что клиенту важна цена, а по ответу видите, что стоило говорить о надёжности.

Работает и на сложных запросах: «составь шаблон предложения о работе… дай три варианта». Ничего не стоит, а выбор появляется.

Разбор сверху вниз

Когда надо разобраться в незнакомом предмете, обычно спрашивают сразу главное — и получают общий ответ, потому что модель не знает ни области, ни вашего положения в ней. Работает другой порядок: четыре запроса подряд, от широкого к узкому, где каждый следующий опирается на ответ предыдущего.

1. Общая картина. «Дай обзор такой-то области: кто в ней работает, какие правила действуют, куда всё движется». Здесь появляются имена и понятия, которых вы не знали.
2. Кто чем силён и слаб. «Разбери сильные и слабые стороны названных игроков: чем они берут, на кого работают, что у них выходит».
3. Что это значит для меня. «Я работаю там-то и там-то. Назови, что из этого применимо у меня и в чём я могу выиграть».
4. Конкретные ходы. «Придумай три хода, которые опираются на мои сильные стороны и бьют по слабым местам соперников. По каждому назови, на чём он держится».

Ошибка, которую этот порядок снимает: попытка получить конкретные ходы сразу, без первых трёх шагов. Тогда ответ выходит общим, потому что модель не знает ни области, ни вашего положения в ней.

Работа частями вместо одного длинного запроса

Сложную работу принято описывать одним длинным запросом — кажется, что так быстрее. На деле выходит хуже: ответ получается ровным и поверхностным, потому что на каждую часть приходится по абзацу. В руководстве советуют обратное — разбить работу на несколько шагов и пройти их по очереди.

Пример: нужна презентация, чтобы получить деньги на проект. Первый запрос — назвать три главные выгоды для тех, кто решает, и оценить их в числах. Второй — предсказать возражения и придумать ответы. Третий — предложить, какими схемами и таблицами это показать.

Разница с одним длинным запросом в том, что после каждого шага вы видите, где модель пошла не туда, и правите до того, как ошибка ушла в готовый результат.

Шаблоны вместо разовых ответов

Обычно у модели просят сделать работу: написать письмо, составить документ. Но есть ход выгоднее — попросить её сначала придумать, какие заготовки вам в этой работе вообще пригодятся. Заготовку вы потом используете десять раз, а разовый ответ один.

Запрос: «Я руковожу подготовкой такого-то события, работаю с тремя отделами. Придумай пять заготовок писем и документов, которые я могу сделать сейчас и которые сэкономят мне время потом».

Дальше из пяти выбирается нужная и делается вторым запросом. Польза в том, что половину этих заготовок вы бы сами не придумали — а одна-две обычно оказываются очень к месту.

Привязать к запросу свои файлы

Главное отличие Gemini от прочих в рабочем обиходе: файл не надо копировать в запрос, на него можно сослаться. Знак собаки в поле ввода вызывает список файлов, и выбранный становится основанием ответа.

Разница видна сразу. Без файла — «напиши письмо отделу продаж о новом позиционировании» даёт общие слова. С привязанным разбором — то же письмо выходит с настоящими доводами из вашего документа, а не выдуманными.

Приёмы, которые из этого следуют: сослаться на свод правил оформления и попросить переписать черновик по нему; сослаться на записи со встречи и составить по ним письмо; сослаться на отчёт и собрать по нему сводку для руководства.

Отшлифовать, а не переписать

Черновик написан, но выходит не тем: слишком сухо, слишком длинно, не тем тоном. Обычная реакция — переписать запрос и получить новый текст с нуля. Делать этого не надо: удачное из первого черновика при этом теряется. Скажите модели, что именно не так с готовым, и она поправит только это.

«Сделай строже» превращает наспех написанную записку в деловое письмо. «Сократи» и «сделай проще» работают в обратную сторону, если вышло слишком чопорно. Мысль остаётся вашей, меняется подача.

Так удобнее работать вообще: набросать мысль как есть, быстро и коряво, а вид навести отдельным ходом.

Когда какая модель

В семействе есть быстрые модели и рассуждающие, и выбор между ними меняет и результат, и расход.

Правило, которое выводит Jeff Su: по умолчанию брать рассуждающую, а на быструю переключаться, только когда работа заведомо простая или ответ нужен немедленно. Разница в том, что быстрой модели приходится задавать несколько уточняющих запросов подряд, а рассуждающая планирует шаги сама.

Разобрать чужой ролик и применить к своей работе

Полезный ролик обычно смотрят целиком, выписывают что-то в заметки и на этом останавливаются — до применения дело доходит редко. Модель позволяет пройти весь путь за три хода, не отрываясь от собственной работы.

1. Дать ссылку на ролик. Не пересказ, а просто адрес: модель разбирает содержимое сама, включая временные метки.
2. Вытащить приёмы. «Достань три главных приёма и объясни их совсем просто». Выходит не пересказ, а рабочий список.
3. Применить к своему. «Вот мой черновик. Примени к нему эти приёмы и дай пять поправок, которые можно внести прямо сейчас».

То же самое работает с записью экрана: молчаливая запись без пояснений превращается в пошаговую инструкцию для новичка. И с длинным разговором — «выпиши все места, где собеседник запнулся дольше трёх секунд, и скажи, что в этот момент обсуждалось».

Длинный документ как рабочая память

Объём, который модель берёт за раз, измеряется сотнями страниц. Но держать в памяти и понимать — разное: пролистать книгу не значит прочесть её.

Отсюда приём, ради которого этот объём и нужен: искать противоречия между разными источниками. Не «перескажи», а «сравни, что говорят в одном месте, с тем, что написано в другом, и назови все расхождения».

Пример из разбора: загрузить записи выступлений руководства и отчётность за тот же год и попросить назвать три главных расхождения между сказанным и цифрами. Ответ получается не пересказом, а находкой.

Что модель видит на картинке

До сих пор речь шла о том, как получить от модели текст. Но она умеет и обратное — читать то, что вы ей показываете: снимок документа, схему, экран с ошибкой. Запрос здесь устроен иначе, потому что задача другая: не создать изображение, а достать из него сведения.

Промты для картинок

Половина запросов про промты для гемини на деле про изображения: промты для фото, для фотосессии, мужские и женские, для фотографий.

Причина простая: картинки в Gemini рисует Nano Banana. Формула запроса к ней другая — объект, действие, обстановка, стиль, свет, детали, — и разобрана она целиком на странице промтов для нано банана.

Та же модель работает и у нас с того же счёта, что и текстовая: Nano Banana в России.

Готовые промты для работы

Последний запрос устроен иначе: модель не объясняет тему, а сама спрашивает — задаёт вопрос, выслушивает ваш ответ, поправляет и спрашивает дальше. Разбираться так дольше, чем читать готовое объяснение, зато в голове остаётся больше: вы всё время думаете, а не следите за чужой мыслью.

Приёмы, о которых обычно не пишут

Собраны из разбора тридцати возможностей — того, что в руководствах не описано, но работает.

Обучение вопросами разбирает тему глубже готового объяснения — вы вынуждены думать, а не читать. А разбор запинок в разговоре был работой, на которую раньше уходили недели.

Что даёт большой объём за раз

Модель берёт за одно обращение объём порядка полутора тысяч страниц. Само по себе это ничего не значит — важно, что с ним делать.

Бесполезный способ: загрузить всё и попросить пересказать. Ответ выйдет про начало и общими словами, потому что пересказывать нечего.

Полезный: загрузить разнородное и попросить сопоставить. Записи встреч и отчётность. Два договора одного вида. Переписку и свод правил. Вопрос при этом ставится так: «назови места, где одно расходится с другим, и скажи, чему верить».

Второй полезный способ — искать не сказанное. «Каких сведений здесь нет, чтобы ответить на мой вопрос полностью». На большом объёме это чаще всего и есть главный ответ.

Частые ошибки

Как понять, что запрос вышел удачным

Простой признак: в ответе есть то, о чём вы не спрашивали, но что относится к делу. Оговорка о нехватке данных, побочное последствие, вопрос обратно. Ответ, который отвечает ровно на заданное и ни на слово больше, обычно значит, что модель отработала по верхам.

Второй признак — от ответа есть что отнять. Если убрать из него любой абзац и ничего не потеряется, запрос был слишком общим: модель заполнила объём, а не разобрала предмет.

И третий, самый надёжный: вы узнали что-то, чего не знали до запроса. Если ответ только подтвердил уже известное — либо предмет вам знаком лучше, чем модели, либо вы задали вопрос так, что другого ответа быть не могло.

Что можно вложить в запрос кроме текста

Из языковых моделей нашего каталога эта одна принимает на вход звук и видео — наравне с текстом и картинкой. Для составления запроса это открывает случаи, которых у остальных семейств просто нет: вопрос задаётся не о пересказе записи, а о самой записи.

Устроено это как обычное вложение: запись или ролик кладутся в тот же запрос, что и вопрос о них, а отвечает модель всегда текстом. Отсюда и вид промта — сначала сказать, что вложено, потом что с этим сделать: «ниже запись часового совещания. Выпиши принятые решения и кто за что отвечает. То, что осталось без ответственного, вынеси отдельным списком».

То же с роликом: «ниже запись урока. Составь по ней конспект по разделам» или «ниже ролик с показом устройства. Выпиши порядок сборки по шагам». Правило здесь общее с текстом: чем точнее назван нужный вид ответа, тем меньше приходится переспрашивать.

Предел один на весь запрос — окно в 1 000 000 токенов, куда входят и вложение, и вопрос, и ответ. Для текста это около 500 000 русских слов; у записи и ролика место считается от длительности. Что именно модель принимает и в каких пределах — на странице Gemini API.

Где взять письменное руководство Google

Оно открытое и обновляется. Разборы его содержимого — у Jeff Su и в подробном разборе пятнадцати приёмов. Обе ссылки ведут на английский, но приёмы работают и с русскими запросами.

Стоит ли просить модель улучшить мой запрос

Стоит, и это отдельный приём: приложите свой запрос и попросите назвать, что в нём неясно и каких сведений не хватает. Отвечает модель на это подробно, потому что разбирает текст, а не выполняет его. Дальше названное дописывается, и запрос идёт в работу уже собранным.

Работают ли эти приёмы с другими моделями

В большинстве своём да: три варианта, разбор сверху вниз, работа частями, заготовки — это про то, как ставить задачу, а не про устройство модели. Привязка файлов знаком собаки — своя, она есть не везде.

Промт для гемини писать на русском

Да, на качестве ответа язык не сказывается. Английский обходится чуть дешевле: та же мысль занимает меньше знаков, а счёт идёт за объём.

Сколько источников модель прочитает за раз

Порядка сотен страниц за одно обращение. Но объём и понимание — разное: чтобы этот объём работал, спрашивать надо не «перескажи», а «сравни и найди расхождения». Тогда модель действительно перебирает всё, а не пересказывает начало.