Обязанности:
- Разработка, тестирование и оптимизация промптов для LLM (GPT, Claude, Llama)
- Создание шаблонов промптов для разных бизнес-кейсов (поддержка, аналитика, генерация контента, синтез данных)
- Настройка системных промптов и контекстных инструкций (system prompt, few-shot, chain-of-thought)
- Участие в построении RAG-пайплайнов: формулировка запросов к векторным БД, интеграция контекста
- Анализ ошибок модели и доработка промптов для повышения качества ответов
- Взаимодействие с разработчиками и бизнес-заказчиками для сбора требований и обратной связи
- Документирование лучших практик и создание библиотеки промптов
Требования:
- Опыт: работы с LLM от 1 года
- Знание принципов работы языковых моделей и их ограничений
- Навыки формулирования промптов: понимание zero-shot, few-shot, chain-of-thought, role prompting
- Опыт работы с API OpenAI, Anthropic, Hugging Face, Replicate
- Понимание контекстного окна, токенизации, температуры и других параметров генерации
- Базовое знание Python для автоматизации тестирования промптов
- Английский: уровень не ниже Intermediate (большинство исследований и документации на английском)
- Подробнее о техниках промпт-инженерии можно прочитать в этой статье.
Часто задаваемые вопросы:
Чем Prompt Engineer отличается от лингвиста или копирайтера?
Ответ: Лингвист изучает язык, копирайтер пишет для людей. Prompt Engineer пишет для ИИ — он знает, как модель «думает», как устроены токены, attention и контекстное окно. Он не просто формулирует вопрос, а инженерно настраивает промпт для достижения конкретного результата.
Какие техники промптинга наиболее востребованы?
Ответ: Few-shot (примеры в промпте), chain-of-thought (цепочка рассуждений), role prompting (задание роли), системные промпты, структурированный вывод (JSON, XML). Для бизнес-задач часто используют комбинацию нескольких техник.
Нужно ли Prompt Engineer уметь программировать?
Ответ: Базовое знание Python — желательно. Часто нужно автоматизировать тестирование промптов, обрабатывать ответы API, парсить JSON. Более глубокое программирование не требуется, но работа с API — обязательный навык.
Как измеряется качество промпта?
Ответ: По точности (accuracy), полноте (recall), отсутствию галлюцинаций, соответствию формату вывода и субъективной оценке бизнес-пользователей. Часто используют A/B-тестирование промптов.
