Многие инженеры смотрят на нейросети со скепсисом. Кажется, что это инструмент для гуманитариев, неспособный справиться со сложными техническими задачами. Но проблема не в технологии, а в подходе. Эффективность ИИ напрямую зависит от качества запроса. Эта статья – практическое руководство, которое поможет вам освоить рабочие промпты для инженера и превратить нейросеть в личного помощника.
Использование общих, расплывчатых команд приводит к таким же бесполезным ответам. Чтобы получить точный результат – будь то расчет, фрагмент кода или структура технического отчета – нужно говорить с ИИ на его языке. На языке конкретики, ролей и четких инструкций. Это не магия, а системная работа, которой можно и нужно научиться.
Здесь собран опыт, основанный на сотнях тестов и ошибок. Вы получите не просто список команд, а понимание, почему они работают. В статье вы найдете:
- Готовые шаблоны для рутинных и сложных задач.
- Разбор типичных ошибок, которые совершают 9 из 10 специалистов.
- Приемы для получения точных технических данных.
- Инструкции для анализа, расчетов и создания документации.
Типичные ошибки при составлении запросов для ИИ в инженерии
Прежде чем переходить к готовым решениям, важно понять, чего делать не стоит. Многие разочарования в работе с нейросетями вызваны одними и теми же ошибками. Избегая их, вы сразу повысите качество получаемых результатов в несколько раз.
1. Задавать вопросы без указания роли для ИИ. Если не указать, что ответ должен дать “инженер-конструктор” или “специалист по материаловедению”, нейросеть выдаст обобщенный ответ “для всех”, лишенный профессиональной глубины.
2. Игнорировать необходимость предоставления контекста. Нейросеть не знает специфики вашего проекта, его ограничений и целей. Без этой информации любой совет или расчет будет слишком абстрактным и неприменимым на практике.
3. Просить сделать сложный расчет одним махом. Попытка получить полный расчет прочности балки или тепловой расчет узла в одном запросе почти всегда ведет к ошибкам. Сложные задачи нужно разбивать на последовательные, более мелкие шаги.
4. Забывать указывать требуемый формат ответа. Без четкого указания “представь в виде таблицы”, “сформируй список” или “напиши код на Python” вы получите сплошной текст, который потом придется вручную структурировать. Это лишняя работа.
5. Безоговорочно доверять цифрам и фактам. Нейросети могут “галлюцинировать” – выдумывать данные, номера стандартов или характеристики материалов. Любую критически важную информацию, особенно числовую, необходимо перепроверять.
6. Не указывать стандарты и нормативы. Просьба “разработать узел крепления” без упоминания ГОСТ, СНиП или других отраслевых стандартов приведет к созданию решения, которое красиво выглядит, но не соответствует реальным требованиям.
Сравнение слабых и сильных промптов для инженерных задач
Разница между бесполезным и рабочим ответом часто кроется в деталях формулировки. Многие упускают из виду, что для нейросети нет “очевидных” вещей. Давайте посмотрим на конкретном примере, как превратить расплывчатый запрос в мощный инструмент.
| Расплывчатый запрос (частая ошибка) | Почему это неэффективно | Точная формулировка (результативный промпт) |
| Подбери материал для вала. | Отсутствует любая конкретика. Непонятно, какой вал, в каком механизме он работает, какие нагрузки испытывает, в какой среде. Ответ будет списком самых популярных сталей без привязки к задаче. | Ты – инженер-материаловед. Подбери оптимальную марку стали для вала редуктора мощностью 15 кВт. Условия эксплуатации: температура от -20 до +40°C, неагрессивная среда. Вал испытывает циклические нагрузки на кручение и изгиб. Требуется высокая износостойкость и хороший предел усталости. Представь результат в виде таблицы из 3-х вариантов с указанием марки стали (по ГОСТ), ее ключевых механических свойств (предел прочности, предел текучести, твердость) и кратким обоснованием выбора для каждого варианта. |
| Напиши код для микроконтроллера. | Слишком общий запрос. Не указан ни тип микроконтроллера (STM32, ESP32, ATmega), ни язык программирования (C++, MicroPython), ни задача, которую код должен выполнять. Результат будет случайным и бесполезным. | Ты – программист встраиваемых систем с опытом работы с STM32. Напиши функцию на языке C для микроконтроллера STM32F103, которая настраивает таймер TIM2 для генерации ШИМ-сигнала с частотой 1 кГц и скважностью 50% на выводе PA0. Код должен быть хорошо прокомментирован, с объяснением инициализации регистров. Не использовать библиотеку HAL, только прямое обращение к регистрам. |
| Проанализируй причину поломки. | Нейросеть не может провести анализ без данных. Не описана ни сама поломка, ни деталь, ни условия, при которых это произошло. Ответ будет набором общих предположений (усталость, перегрузка, коррозия). | Ты – инженер по анализу отказов (failure analysis engineer). Проанализируй вероятные причины разрушения стального болта М12 класса прочности 8.8. Контекст: болт использовался в фланцевом соединении трубопровода. Разрушение произошло через 500 часов работы. Излом хрупкий, без видимых следов пластической деформации. На поверхности излома видны “пляжные линии”. Перечисли 3 наиболее вероятные гипотезы с объяснением механизма разрушения для каждой (например, усталостное разрушение, водородное охрупчивание). |
1. Генерация концепции нового устройства
Проблема: Нужно быстро набросать несколько вариантов концепции нового продукта, чтобы оценить их жизнеспособность и выбрать направление для дальнейшей проработки.
Решение: Промпт помогает сгенерировать структурированное описание нескольких концепций, включая целевую аудиторию, ключевые функции и потенциальные технические риски.
Текст промпта:
*****
Ты – опытный R&D инженер и продакт-менеджер в одном лице. Твоя задача – предложить 3 концепции нового устройства: [опишите устройство, например, “портативный измеритель качества воздуха в помещении для домашнего использования”]. Для каждой концепции предоставь следующую информацию в виде маркированного списка:
- Название концепции и краткое описание (1-2 предложения).
- Целевая аудитория (кто будет этим пользоваться и зачем).
- Ключевые функции (3-5 основных возможностей).
- Предполагаемые технологии (какие датчики, микроконтроллеры, протоколы связи могут быть использованы).
- Потенциальные технические риски и сложности.
Формат ответа: три отдельных блока, по одному на каждую концепцию. Стиль – четкий, технический, но понятный для неспециалиста.
*****
Почему это работает: Запрос четко определяет роль (R&D + продакт-менеджер), ставит задачу (3 концепции), задает контекст (тип устройства) и, что самое важное, требует строго структурированного ответа. Это заставляет ИИ не просто фантазировать, а систематизировать идеи по ключевым параметрам, важным для инженера.
2. Составление технического задания (ТЗ)
Проблема: Написание подробного ТЗ – трудоемкий процесс. Легко упустить важные детали, что в будущем приведет к недопониманию с исполнителем или неверной реализации проекта.
Решение: Промпт генерирует структуру и основные разделы технического задания на основе краткого описания проекта, которую затем можно доработать.
Текст промпта:
*****
Ты – системный аналитик и инженер-проектировщик. Создай детальный шаблон технического задания (ТЗ) на разработку [укажите объект разработки, например, “программно-аппаратного комплекса для мониторинга теплицы”]. ТЗ должно включать следующие разделы с кратким пояснением, что должно быть в каждом: 1. Общие сведения. 2. Назначение и цели создания системы. 3. Требования к системе в целом (включая требования к надежности, безопасности, эксплуатации). 4. Требования к функциям (функциональные требования). 5. Требования к видам обеспечения (программному, аппаратному, информационному, метрологическому). 6. Состав и содержание работ по созданию системы. 7. Порядок контроля и приемки. Особое внимание удели разделу “Требования к функциям”, предложив 3-4 конкретные функции для указанного объекта разработки.
*****
Почему это работает: Промпт использует стандартную структуру ТЗ (близкую к ГОСТ 34), что придает результату профессиональный вид. Указание ролей “системный аналитик” и “инженер-проектировщик” направляет ИИ на создание документа, который учитывает как программные, так и аппаратные аспекты.
3. Выбор материала по заданным критериям
Проблема: Выбор подходящего материала из тысяч доступных вариантов – сложная задача. Необходимо учесть множество факторов: механические свойства, стоимость, условия эксплуатации, технологичность.
Решение: Этот промпт автоматизирует процесс подбора, предлагая несколько вариантов материалов с обоснованием выбора на основе четких инженерных критериев.
Текст промпта:
*****
Ты – инженер-материаловед с 15-летним опытом в [укажите отрасль, например, “авиастроении” или “приборостроении”]. Моя задача – выбрать материал для [название детали, например, “корпуса редуктора”]. Критерии для выбора:
- Условия эксплуатации: [опишите, например, “температура от -50 до +120°C, вибрационные нагрузки, контакт с минеральным маслом”].
- Ключевые требования к свойствам: [перечислите, например, “высокая удельная прочность, коррозионная стойкость, хорошая обрабатываемость резанием”].
- Ограничение по стоимости: [укажите, например, “средний ценовой сегмент”].
Задача: Предложи 3 оптимальных материала (сплава, полимера), соответствующих этим критериям. Результат представь в виде таблицы со столбцами: “Название материала (и его аналог по ГОСТ, если применимо)”, “Ключевые преимущества”, “Ориентировочная относительная стоимость (низкая/средняя/высокая)”, “Обоснование выбора”.
*****
Почему это работает: Запрос заставляет ИИ действовать как эксперт, systematically comparing materials against a set of user-defined constraints. Указание на табличный формат и требование обоснования делают ответ структурированным и легко сравнимым, исключая общие рекомендации.
4. Анализ причин неисправности (Failure Analysis)
Проблема: Когда деталь или узел выходят из строя, нужно быстро определить коренную причину, чтобы предотвратить повторение в будущем. Это требует системного подхода и знаний в разных областях.
Решение: Промпт помогает сгенерировать несколько правдоподобных гипотез о причине поломки на основе предоставленных “улик”, направляя инженера в поиске решения.
Текст промпта:
*****
Ты – инженер по анализу отказов с опытом в области [укажите область, например, “механики разрушения” или “электроники”]. Проанализируй возможные причины неисправности. Объект: [название детали, например, “подшипник качения”]. Описание неисправности: [опишите, что произошло, например, “повышенный шум, вибрация и перегрев после 1000 часов работы, на дорожке качения внутреннего кольца обнаружены раковины”]. Условия эксплуатации: [опишите контекст, например, “высокая радиальная нагрузка, частота вращения 3000 об/мин, недостаточная смазка”]. Задача: Сформулируй 3 наиболее вероятные гипотезы о причине отказа. Для каждой гипотезы опиши механизм разрушения и предложи метод диагностики для ее подтверждения.
*****
Почему это работает: Промпт имитирует процесс работы настоящего инженера по анализу отказов: сбор данных -> выдвижение гипотез -> предложение методов верификации. Это превращает ИИ из простого “справочника” в партнера по расследованию технической проблемы.
5. Написание кода для микроконтроллера
Проблема: Написание кода для встраиваемых систем, особенно на низком уровне (работа с регистрами), требует внимательности и хорошего знания документации, что отнимает много времени.
Решение: Этот промпт позволяет быстро сгенерировать рабочий и хорошо прокомментированный код для конкретной задачи и конкретного микроконтроллера.
Текст промпта:
*****
Ты – программист встраиваемых систем, эксперт по микроконтроллерам [укажите семейство, например, “ESP32” или “AVR”]. Задача: Напиши код на [укажите язык, например, “C++ в среде Arduino IDE” или “MicroPython”] для решения следующей задачи: [опишите задачу, например, “опрос цифрового датчика температуры и влажности DHT22, подключенного к пину D4, с периодичностью 5 секунд и вывод данных в последовательный порт”]. Требования к коду:
- Код должен быть полностью рабочим для указанной платформы.
- Добавь подробные комментарии, объясняющие логику работы каждого блока.
- Обработай возможные ошибки (например, неудачное чтение данных с датчика).
- Не используй сторонние библиотеки, если это возможно, кроме [укажите допустимые библиотеки].
Формат ответа: предоставь код в виде единого блока.
*****
Почему это работает: Ключ к успеху – максимальная конкретика. Указаны платформа (ESP32), язык (C++/Arduino), задача, пин подключения, периодичность и даже требования к обработке ошибок и комментариям. Это не оставляет ИИ пространства для домыслов и заставляет его выдать точный, готовый к использованию результат.
6. Создание принципиальной электрической схемы
Проблема: Разработка даже простой электронной схемы требует продумывания связей между компонентами и выбора номиналов. Нужно быстро набросать основу для дальнейшей детализации в САПР.
Решение: Промпт генерирует текстовое описание принципиальной схемы (netlist), которое можно использовать как основу для проектирования, и объясняет выбор ключевых компонентов.
Текст промпта:
*****
Ты – инженер-схемотехник. Твоя задача – описать принципиальную электрическую схему для [название устройства, например, “простого стабилизатора напряжения на 5В с защитой от короткого замыкания”]. Входное напряжение: [укажите, например, “9-12В постоянного тока”]. Выходные параметры: [укажите, например, “5В, максимальный ток 1А”]. Опиши схему в виде списка соединений (netlist):
- Укажи ключевые компоненты (например, микросхема стабилизатора, диоды, конденсаторы, резисторы) с их номиналами.
- Опиши, какой вывод какого компонента к чему подключается.
- Объясни назначение каждого ключевого компонента в схеме (например, “C1 – фильтрующий конденсатор по входу”).
В конце дай рекомендации по выбору конкретной микроссхемы стабилизатора (например, LM7805) и объясни, почему она подходит.
*****
Почему это работает: Запрос не просит нарисовать схему (что ИИ пока делает плохо), а требует ее логического описания. Формат “netlist” и требование объяснить роль каждого компонента заставляют нейросеть выстроить правильную структуру схемы и обосновать свои решения, что очень ценно для инженера.
7. Расчет и подбор компонентов для силовой цепи
Проблема: Необходимо быстро прикинуть параметры компонентов для силовой цепи (например, блока питания), чтобы не тратить время на ручные расчеты на начальном этапе.
Решение: Промпт проводит предварительный расчет и предлагает конкретные типы компонентов, исходя из заданных параметров мощности и напряжения.
Текст промпта:
*****
Ты – инженер-электронщик, специалист по силовой электронике. Рассчитай и подбери основные компоненты для [опишите узел, например, “понижающего DC-DC преобразователя (Buck converter)”]. Исходные данные:
- Входное напряжение (Vin): [укажите диапазон, например, “24В ±10%”].
- Выходное напряжение (Vout): [укажите, например, “5В”].
- Максимальный выходной ток (Iout_max): [укажите, например, “2А”].
- Желаемая частота переключения (f_sw): [укажите, например, “150 кГц”].
Задача: 1. Рассчитай минимальное значение индуктивности (L) и емкости выходного конденсатора (Cout). 2. Подбери подходящий силовой ключ (MOSFET) и диод Шоттки, указав требуемые параметры (Vds, Id, Vrev). 3. Предложи 1-2 подходящие микросхемы ШИМ-контроллера для этой задачи. Предоставь расчеты с формулами и краткое обоснование выбора компонентов.
*****
Почему это работает: Промпт разбивает сложную задачу на конкретные подзадачи: расчет пассивных компонентов, подбор активных, предложение управляющей микросхемы. Требование показать формулы и расчеты позволяет проверить логику ИИ и повышает доверие к результату.
8. Структурирование технической документации
Проблема: Написание отчета, инструкции или руководства “с нуля” часто вызывает ступор. Нужна четкая структура, чтобы логично изложить всю необходимую информацию.
Решение: Промпт генерирует оглавление и структуру для любого типа технического документа, служа “скелетом”, который остается только наполнить содержанием.
Текст промпта:
*****
Ты – технический писатель с опытом создания документации по стандартам [укажите, если применимо, например, “ЕСКД”]. Задача: Создай подробную структуру (оглавление) для документа “[название документа, например, “Руководство по эксплуатации для станка с ЧПУ модели X”]”. Документ должен быть рассчитан на [укажите целевую аудиторию, например, “оператора станка со средним уровнем подготовки”]. Структура должна включать основные разделы и подразделы, такие как:
- Введение (назначение, область применения).
- Технические характеристики.
- Описание и работа (органы управления, режимы работы).
- Меры безопасности.
- Подготовка к работе и порядок работы.
- Техническое обслуживание.
- Возможные неисправности и методы их устранения.
- Транспортировка и хранение.
Для каждого раздела предложи 2-3 ключевых пункта, которые необходимо в нем осветить.
*****
Почему это работает: Роль “технический писатель” и ссылка на стандарты заставляют ИИ придерживаться общепринятых практик создания документации. Указание целевой аудитории помогает адаптировать сложность и детализацию предлагаемой структуры.
9. Перевод технического текста с сохранением терминологии
Проблема: Автоматические переводчики часто искажают технические термины или переводят их буквально, теряя смысл. Нужен перевод, который поймет специалист в данной области.
Решение: Промпт заставляет ИИ действовать не как обычный переводчик, а как инженер, выполняющий адаптацию текста для своих коллег, сохраняя правильную терминологию.
Текст промпта:
*****
Ты – профессиональный технический переводчик, специализирующийся в области [укажите область, например, “гидравлики и пневматики”]. Твоя задача – перевести следующий текст с английского на русский язык. Ключевое требование: Максимально точно и корректно передать техническую терминологию, принятую в русскоязычной инженерной среде. Избегай буквального перевода, если есть устоявшийся русский эквивалент. Текст для перевода: “[вставьте сюда оригинальный текст на английском, например, ‘The finite element method (FEM) is a numerical technique for finding approximate solutions to boundary value problems for partial differential equations. It uses variational methods (the calculus of variations) to minimize an error function and produce a stable solution.’]” После перевода составь небольшой глоссарий (3-5 терминов) из переведенного текста в формате “Английский термин – Русский эквивалент”.
*****
Почему это работает: Главное здесь – прямое указание на сохранение отраслевой терминологии и роль “технического переводчика-специалиста”. Требование создать глоссарий дополнительно заставляет ИИ сфокусироваться на ключевых терминах и их правильном соответствии.
10. Генерация идей для оптимизации процесса
Проблема: Существующий технологический или производственный процесс работает, но есть ощущение, что его можно сделать эффективнее, дешевле или быстрее. Не хватает свежих идей.
Решение: Промпт использует метод мозгового штурма, заставляя ИИ предложить разноплановые идеи по улучшению процесса, от технологических до организационных.
Текст промпта:
*****
Ты – инженер-технолог и специалист по бережливому производству (Lean Manufacturing). Проанализируй следующий процесс и предложи 5 идей по его оптимизации. Процесс: [подробно опишите процесс, например, “сборка печатных плат: ручная установка DIP-компонентов, волновая пайка, визуальный контроль, функциональное тестирование”]. Цели оптимизации: [выберите 1-2 главные цели, например, “снижение времени цикла на 15%” и “уменьшение процента брака”]. Для каждой идеи укажи:
- Суть предложения.
- Ожидаемый эффект (как это поможет достичь цели).
- Возможные сложности при внедрении.
Предлагай идеи из разных областей: технологические, организационные, автоматизация.
*****
Почему это работает: Роль “специалист по бережливому производству” направляет ИИ на поиск потерь и неэффективности. Четкое описание процесса и целей оптимизации служит надежной основой для генерации релевантных и продуманных предложений, а не абстрактных советов.
11. Создание чек-листа для проверки
Проблема: При выполнении сложных или многоэтапных операций (например, приемка оборудования, проверка чертежей) легко забыть какой-то важный пункт. Нужен системный подход.
Решение: Промпт генерирует подробный чек-лист, который помогает стандартизировать процедуру и минимизировать риск ошибок из-за человеческого фактора.
Текст промпта:
*****
Ты – инженер по качеству (QA Engineer). Создай подробный чек-лист для проверки [укажите объект проверки, например, “конструкторской документации на механический узел перед передачей в производство”]. Чек-лист должен быть разбит на логические блоки: 1. Проверка оформления (соответствие ЕСКД, заполнение основной надписи). 2. Проверка сборочного чертежа (наличие всех позиций, спецификация, установочные размеры). 3. Проверка деталировочных чертежей (простановка размеров, допуски, шероховатость, технические требования). 4. Проверка на технологичность (возможность изготовления деталей на имеющемся оборудовании). Для каждого блока предложи 4-6 конкретных пунктов для проверки. Формат – маркированный список.
*****
Почему это работает: Запрос не просто просит “создать чек-лист”, а сразу задает его структуру, разбивая сложную проверку на управляемые блоки. Роль “инженер по качеству” гарантирует, что предложенные пункты будут нацелены на выявление типичных ошибок и несоответствий.
12. Сравнение двух технологий
Проблема: Нужно сделать выбор между двумя конкурирующими технологиями или методами, но не хватает времени на глубокое изучение каждой из них. Требуется быстрое и объективное сравнение.
Решение: Промпт предоставляет структурированное сравнение двух технологий по ключевым для инженера критериям, помогая принять взвешенное решение.
Текст промпта:
*****
Ты – системный инженер-аналитик. Проведи сравнительный анализ двух технологий: [технология 1, например, “3D-печать методом FDM”] и [технология 2, например, “3D-печать методом SLA”]. Сравнение проведи для задачи: [опишите задачу, например, “изготовление функциональных прототипов корпусных деталей сложной формы”]. Результат представь в виде таблицы со следующими строками-критериями:
- Точность и детализация.
- Прочность и механические свойства получаемых изделий.
- Доступные материалы.
- Скорость изготовления.
- Стоимость оборудования и расходных материалов.
- Требования к постобработке.
В последней строке таблицы “Итоговая рекомендация” напиши, какую технологию ты бы порекомендовал для указанной задачи и почему.
*****
Почему это работает: Табличный формат и заранее определенные критерии сравнения заставляют ИИ дать четкий, структурированный и беспристрастный ответ. Это гораздо эффективнее, чем просто спросить “что лучше?”, поскольку ответ будет дан в контексте конкретной инженерной задачи.
13. Написание скрипта для автоматизации в САПР
Проблема: В системах автоматизированного проектирования (САПР) часто приходится выполнять однотипные, рутинные действия. Их можно автоматизировать с помощью скриптов, но их написание требует времени.
Решение: Промпт генерирует готовый скрипт для популярной САПР, который автоматизирует конкретную последовательность действий, экономя часы ручной работы.
Текст промпта:
*****
Ты – опытный пользователь САПР [укажите САПР, например, “КОМПАС-3D” или “SolidWorks”] и программист. Задача: Напиши скрипт на [укажите язык, например, “Python для КОМПАС-3D API”] для автоматизации следующей задачи: [опишите задачу, например, “экспорт всех чертежей (*.cdw) из указанной папки в формат PDF. Имя PDF-файла должно совпадать с именем исходного файла чертежа”]. Требования:
- Скрипт должен запрашивать у пользователя путь к папке с чертежами.
- Добавь комментарии, объясняющие ключевые шаги (подключение к API, перебор файлов, экспорт).
- Реализуй базовую обработку ошибок (например, если папка не найдена).
Представь результат в виде блока кода.
*****
Почему это работает: Промпт очень конкретен: указаны САПР, язык программирования и четкая задача. Требования к интерактивности (запрос пути) и обработке ошибок делают сгенерированный скрипт не просто примером, а практически готовым к использованию инструментом.
14. Проведение предварительного прочностного расчета
Проблема: Перед тем как тратить время на детальный анализ методом конечных элементов (МКЭ), нужно быстро прикинуть, выдержит ли деталь нагрузки, используя аналитические формулы из сопромата.
Решение: Промпт помогает провести упрощенный расчет по классическим формулам, давая оценку напряжений и помогая выявить очевидно слабые места в конструкции на раннем этапе.
Текст промпта:</p
*****
Ты – инженер-расчетчик, специалист по сопротивлению материалов. Проведи предварительный аналитический расчет на прочность для [название детали, например, “стальной балки прямоугольного сечения”]. Исходные данные:
- Тип нагрузки и ее значение: [опишите, например, “сосредоточенная сила 10 кН в центре пролета”].
- Схема закрепления: [опишите, например, “шарнирное опирание по краям”].
- Геометрия: [укажите размеры, например, “длина 2 м, ширина 50 мм, высота 100 мм”].
- Материал: [укажите, например, “Сталь 3, предел текучести 245 МПа”].
Задача: 1. Рассчитай максимальный изгибающий момент. 2. Рассчитай максимальные нормальные напряжения. 3. Рассчитай коэффициент запаса прочности по пределу текучести. Покажи используемые формулы и ход вычислений. В конце сделай вывод о прочности балки.
*****
Почему это работает: Запрос четко определяет роль (инженер-расчетчик), предоставляет все необходимые исходные данные и разбивает задачу на логические шаги. Требование показать формулы и вычисления позволяет проверить корректность решения. Это хороший пример использования ИИ как “умного калькулятора”.
15. Подготовка данных для МКЭ-анализа
Проблема: Корректная подготовка задачи для анализа методом конечных элементов (МКЭ/FEA) – половина успеха. Новички часто допускают ошибки в задании граничных условий и нагрузок.
Решение: Промпт помогает сформулировать постановку задачи для МКЭ-анализа, описывая, какие именно закрепления, нагрузки и типы анализа следует применить.
Текст промпта:
*****
Ты – инженер-аналитик, специалист по МКЭ (FEA) моделированию в [укажите ПО, например, “Ansys” или “Abaqus”]. Задача: Опиши постановку задачи для проведения статического прочностного анализа [название объекта, например, “кронштейна, приваренного к пластине”]. Описание конструкции: [кратко опишите геометрию и материалы]. Силы, действующие на конструкцию: [опишите, где и какие силы приложены]. Необходимо описать: 1. Граничные условия (закрепления): какие поверхности и как следует закрепить (например, “заднюю поверхность пластины закрепить как Fixed Support”). 2. Нагрузки: к каким поверхностям или точкам приложить силы/давление и их значения. 3. Тип сетки конечных элементов: дать рекомендации по размеру элементов и необходимости сгущения сетки в определенных зонах (например, в местах концентрации напряжений). 4. Критерии для оценки результатов (например, “оценить по эквивалентным напряжениям по Мизесу”).
*****
Почему это работает: Этот промпт не просит провести анализ, а помогает его правильно подготовить. Он заставляет ИИ думать как опытный расчетчик, который объясняет новичку, как корректно задать все условия в программе, что предотвращает фундаментальные ошибки в постановке задачи.
16. Разработка алгоритма для решения задачи
Проблема: Прежде чем писать код или проектировать логику системы, нужно разработать четкий пошаговый алгоритм. Это помогает избежать ошибок в логике и упрощает реализацию.
Решение: Промпт генерирует псевдокод или блок-схему алгоритма, визуализируя логику решения сложной задачи.
Текст промпта:</p
*****
Ты – алгоритмист и системный архитектор. Разработай пошаговый алгоритм для [опишите задачу, например, “управления системой климат-контроля в помещении”]. Входные данные для алгоритма:
- Текущая температура (от датчика).
- Заданная пользователем температура.
- Состояние окна (открыто/закрыто, от датчика).
Управляющие выходы:
- Включить/выключить нагреватель.
- Включить/выключить кондиционер.
Представь алгоритм в виде псевдокода с четкими условиями (ЕСЛИ-ТО-ИНАЧЕ). Алгоритм должен учитывать гистерезис в 1 градус для предотвращения частого переключения. Например, если задано 22°C, нагреватель включается при 21.5°C и выключается при 22.5°C. Также алгоритм не должен включать ни нагрев, ни охлаждение, если открыто окно.
*****
Почему это работает: Запрос предоставляет все входные и выходные переменные, а также ключевые логические правила (гистерезис, проверка окна). Это превращает абстрактную задачу “сделать климат-контроль” в конкретную логическую головоломку, которую ИИ может эффективно решить, выдав структурированный и продуманный алгоритм.
17. Оценка рисков нового проекта
Проблема: Запуск любого нового технического проекта сопряжен с рисками: техническими, производственными, финансовыми. Важно идентифицировать их на ранней стадии.
Решение: Промпт помогает провести мозговой штурм и составить карту потенциальных рисков проекта, а также предложить меры по их снижению.
Текст промпта:
*****
Ты – опытный руководитель проектов (Project Manager) в инженерной сфере. Проведи анализ рисков для проекта: [название и краткое описание проекта, например, “разработка и запуск в серийное производство нового типа беспилотного летательного аппарата”]. Задача: Составь таблицу рисков, включающую следующие столбцы: 1. Категория риска (Технический, Производственный, Рыночный, Организационный). 2. Описание риска (что конкретно может пойти не так). 3. Предварительная оценка (Вероятность [Низкая/Средняя/Высокая] и Влияние [Низкое/Среднее/Высокое]). 4. Предлагаемые меры по снижению или предотвращению риска. Сгенерируй не менее 5-7 разнообразных рисков для данного проекта.
*****
Почему это работает: Роль “руководитель проектов” и структурированный формат таблицы (в духе FMEA-анализа) заставляют ИИ подойти к задаче системно. Запрос на генерацию рисков из разных категорий обеспечивает всесторонний, а не однобокий взгляд на проблему.
18. Поиск аналогов и патентов
Проблема: Перед разработкой нового решения необходимо изучить существующие аналоги и проверить, не нарушает ли идея чьи-то патенты. Ручной поиск может быть долгим и неполным.
Решение: Промпт инициирует поиск по базам данных (на основе своих знаний) и генерирует список ключевых слов и классов для более глубокого самостоятельного поиска в патентных системах.
Текст промпта:</p
*****
Ты – патентный поверенный и инженер-исследователь. Моя задача – исследовать существующие технические решения и патенты в области [опишите технологию или устройство, например, “системы сбора дождевой воды для частных домов”]. Задача: 1. Опиши 2-3 существующих принципиальных подхода к реализации этой технологии. 2. Предложи 5-7 ключевых слов и фраз на русском и английском языках для поиска аналогов в поисковых системах и патентных базах. 3. Укажи 2-3 наиболее релевантных класса Международной патентной классификации (МПК) для этой области. 4. Если тебе известны номера знаковых патентов в этой сфере, укажи их. Ограничение: не предоставляй юридических консультаций о патентоспособности, только информацию для технического поиска.
*****
Почему это работает: Этот промпт – отличный пример использования ИИ не для получения финального ответа, а для подготовки к исследованию. Он помогает инженеру “вооружиться” правильными терминами и классификаторами, чтобы сделать собственный поиск на специализированных ресурсах (например, в базах ФИПС) на порядок эффективнее.
19. Генерация тестовых случаев для ПО
Проблема: Тестирование программного обеспечения или прошивки устройства – критически важный этап. Нужно предусмотреть все возможные сценарии использования, включая нештатные.
Решение: Промпт помогает сгенерировать набор тестовых случаев (test cases), охватывающих как позитивные, так и негативные сценарии, а также граничные значения.
Текст промпта:
*****
Ты – инженер по тестированию (Test Engineer). Создай набор тестовых случаев для проверки функции [опишите функцию, например, “расчета площади круга по введенному пользователем радиусу в веб-калькуляторе”]. Входное поле: “Радиус”, принимает числовые значения. Сгенерируй таблицу тестовых случаев со столбцами: 1. ID теста. 2. Описание теста (что проверяем). 3. Входные данные (что вводим в поле “Радиус”). 4. Ожидаемый результат (что должно получиться). Включи в набор следующие типы тестов:
- Позитивные (корректные целые и дробные числа).
- Негативные (отрицательные числа, ноль).
- Граничные значения (очень маленькое и очень большое число).
- Невалидные данные (текст, спецсимволы, пустое поле).
Создай не менее 8-10 тестовых случаев.
*****
Почему это работает: Промпт использует стандартные подходы к тестированию (позитивные/негативные/граничные тесты), что гарантирует систематическое и полное покрытие возможных сценариев. Табличная форма делает результат наглядным и готовым к использованию командой тестировщиков.
20. Описание 3D-модели для генерации
Проблема: Новые ИИ-модели начинают генерировать 3D-объекты по текстовому описанию, но требуют очень точных и подробных инструкций.
Решение: Промпт создает детализированное текстовое описание объекта, которое можно использовать в нейросетях для генерации 3D-моделей (Text-to-3D).
Текст промпта:
*****
Ты – 3D-моделлер и промпт-инженер для Text-to-3D систем. Создай подробное текстовое описание (detailed prompt) для генерации 3D-модели [название объекта, например, “футуристического гоночного дрона”]. Описание должно включать:
- Общая форма и силуэт: [опишите, например, “аэродинамический, сплюснутый корпус в форме наконечника стрелы, с четырьмя лучами для винтов”].
- Ключевые элементы: [опишите детали, например, “четыре винта в защитных кольцах, заостренный нос с камерой, гладкая верхняя крышка, вентиляционные решетки по бокам”].
- Материалы и текстуры: [опишите, например, “корпус из матового черного карбона с оранжевыми глянцевыми вставками, полупрозрачные лопасти винтов”].
- Стиль: [опишите, например, “киберпанк, хай-тек, минимализм”].
- Детализация: [укажите, например, “высокая детализация, видны крепежные винты, швы между панелями”].
Сформулируй это как единый абзац текста на английском языке, так как большинство моделей работают с ним.
*****
Почему это работает: Запрос разбивает сложный визуальный образ на составляющие (форма, элементы, материалы, стиль), которые понятны моделям генерации. Это учит инженера “думать картинками” и переводить их в точные словесные инструкции. Конечно, забавно, что для работы с западной нейросетью приходится давать ей инструкцию на вражеском языке.
21. Планирование эксперимента (DoE)
Проблема: Нужно исследовать, как несколько факторов влияют на результат процесса, но проведение полного факторного эксперимента слишком дорого или долго. Требуется спланировать оптимальное количество опытов.
Решение: Промпт помогает составить план эксперимента, используя принципы планирования эксперимента (Design of Experiments), чтобы получить максимум информации при минимуме затрат.
Текст промпта:
*****
Ты – инженер-исследователь, специалист по планированию экспериментов (DoE). Разработай план эксперимента для исследования процесса [название процесса, например, “прочность клеевого соединения”]. Цель: Определить, как на прочность соединения влияют три фактора. Факторы и их уровни: 1. [Фактор 1, например, “Температура полимеризации”]: [Уровень 1, например, “60°C”], [Уровень 2, например, “80°C”]. 2. [Фактор 2, например, “Время полимеризации”]: [Уровень 1, например, “30 мин”], [Уровень 2, например, “60 мин”]. 3. [Фактор 3, например, “Давление прижима”]: [Уровень 1, например, “0.5 МПа”], [Уровень 2, например, “1.0 МПа”]. Задача: Составь таблицу плана дробного факторного эксперимента 2^(3-1) для этих факторов. Таблица должна содержать номера опытов и комбинации уровней факторов (+1 и -1) для каждого опыта. Объясни, какой ценой мы сокращаем количество опытов (какие эффекты смешиваются).
*****
Почему это работает: Промпт использует специализированную методологию (DoE), направляя ИИ на решение конкретной статистической задачи. Требование объяснить последствия дробного эксперимента (смешивание эффектов) заставляет нейросеть не просто дать таблицу, но и объяснить ее ограничения, что критически важно для инженера.
22. Составление FMEA-анализа
Проблема: Необходимо проанализировать потенциальные отказы в конструкции или процессе, их причины и последствия, чтобы заблаговременно разработать меры по их предотвращению.
Решение: Промпт генерирует основу для FMEA-таблицы (Анализ видов и последствий отказов), предлагая возможные отказы для заданного объекта.
Текст промпта:
*****
Ты – инженер по надежности, эксперт по проведению FMEA-анализа (Анализ видов и последствий отказов). Объект анализа: [название узла или процесса, например, “гидравлический тормозной привод автомобиля”]. Задача: Заполни FMEA-таблицу для 3-х потенциальных видов отказа этого объекта. Таблица должна иметь столбцы: 1. Элемент/Функция. 2. Потенциальный отказ. 3. Последствия отказа. 4. Потенциальные причины отказа. 5. Действующие меры контроля. 6. Рекомендуемые действия. Пример одного из отказов: “утечка тормозной жидкости”. Проработай его и предложи еще два.
*****
Почему это работает: Промпт использует строгую структуру общепринятого инженерного инструмента (FMEA). Это заставляет ИИ мыслить системно, прослеживая всю цепочку от причины отказа до его последствий и мер по контролю, что и является сутью данного анализа.
23. Генерация G-кода для ЧПУ
Проблема: Для изготовления простой детали на станке с ЧПУ не всегда хочется запускать тяжелую CAM-систему. Иногда проще и быстрее написать G-код вручную, но это требует знания команд.
Решение: Промпт генерирует простой G-код для обработки несложной геометрии, который можно использовать как шаблон или для обучения.
Текст промпта:
*****
Ты – оператор-наладчик станков с ЧПУ, эксперт по G-коду (система управления Fanuc). Задача: Напиши программу в G-коде для фрезерования контура [опишите деталь, например, “квадратного кармана размером 50×50 мм и глубиной 5 мм в центре заготовки”]. Исходные данные:
- Заготовка: плита 100x100x20 мм.
- Ноль программы (G54): в центре заготовки по XY, на верхней плоскости по Z.
- Инструмент: концевая фреза диаметром 10 мм (T1).
- Режимы резания: [укажите, если знаете, или попросите ИИ подобрать, например, “подбери для алюминия Д16Т”].
Программа должна включать:
- Выбор инструмента, включение шпинделя и СОЖ.
- Ускоренный подвод к началу обработки.
- Фрезерование кармана послойно (съем по 2.5 мм за проход).
- Отвод инструмента и конец программы.
Добавь комментарии к каждой строке кода.
*****
Почему это работает: Максимальная конкретика (размеры, ноль программы, инструмент, система ЧПУ) позволяет ИИ сгенерировать точный и рабочий G-код. Требование добавить комментарии делает результат не просто “черным ящиком”, а обучающим материалом.
24. Упрощение сложного технического объяснения
Проблема: Инженеру часто нужно объяснить сложную техническую концепцию коллегам из других отделов (маркетологам, менеджерам) или заказчикам, у которых нет технического образования.
Решение: Промпт переформулирует сложное техническое описание в простое и понятное объяснение, используя аналогии и избегая жаргона.
Текст промпта:
*****
Ты – научный популяризатор и инженер. Твоя задача – взять сложное техническое объяснение и переписать его простыми словами для нетехнической аудитории. Сложный текст: “[вставьте сюда текст, например, ‘Мы используем ШИМ-регулирование для управления скоростью вращения двигателя постоянного тока. Изменяя коэффициент заполнения импульсов при постоянной частоте, мы меняем среднее напряжение, подаваемое на якорь, что пропорционально изменяет противо-ЭДС и, соответственно, скорость вращения.’]” Задача: 1. Перепиши этот текст так, чтобы его понял менеджер по продажам. 2. Используй простую аналогию из повседневной жизни для объяснения принципа работы. 3. Текст не должен содержать терминов “ШИМ”, “коэффициент заполнения”, “противо-ЭДС”. Стиль – ясный, уверенный и простой.
*****
Почему это работает: Промпт четко определяет две аудитории (техническую и нетехническую) и ставит задачу “перевода” между ними. Требование использовать аналогию заставляет ИИ искать творческие, а не формальные способы объяснения, что и является ключом к пониманию.
25. Построение графика по данным
Проблема: Нужно быстро визуализировать данные из таблицы или эксперимента, чтобы увидеть тренды, зависимости или аномалии, но нет времени открывать Excel или другую программу.
Решение: Промпт генерирует код на Python с использованием популярных библиотек, который строит график по предоставленным данным. Этот код можно сразу выполнить (например, в Google Colab).
Текст промпта:
*****
Ты – аналитик данных и программист на Python. Напиши скрипт для построения графика на основе предоставленных данных. Библиотеки для использования: Matplotlib и NumPy. Данные: [предоставьте данные в виде пар чисел, например: “Зависимость удлинения образца (мм) от приложенной силы (Н): (0, 0), (10, 0.5), (20, 1.0), (30, 1.5), (40, 2.2), (50, 3.5)”] Задача: 1. Создай два массива NumPy с этими данными. 2. Построй линейный график, где по оси X – сила, по оси Y – удлинение. 3. Подпиши оси (“Сила, Н” и “Удлинение, мм”). 4. Добавь заголовок графика “Диаграмма растяжения образца”. 5. Отобрази график. Предоставь готовый к выполнению код на Python.
*****
Почему это работает: Это идеальный пример делегирования рутинной задачи. Инженер предоставляет только сырые данные и требования к визуализации, а ИИ выполняет всю “грязную” работу по написанию кода, экономя время и позволяя быстро получить визуальное представление данных.
26. Рефакторинг и комментирование кода
Проблема: Есть работающий, но плохо написанный или не закомментированный фрагмент кода. Его сложно читать, поддерживать и дорабатывать.
Решение: Промпт анализирует предоставленный код, улучшает его структуру (рефакторинг) и добавляет понятные комментарии, объясняющие логику работы.
Текст промпта:
*****
Ты – опытный программист и сторонник чистого кода (Clean Code). Твоя задача – провести рефакторинг и добавить комментарии к следующему фрагменту кода на языке [укажите язык, например, “C++”]. Код для анализа: “[вставьте сюда плохо написанный код]” Задача: 1. Проанализируй код и определи, что он делает. 2. Перепиши его, улучшив читаемость: используй осмысленные имена переменных, выдели логические блоки в отдельные функции, если это необходимо. 3. Добавь комментарии к каждой функции, объясняя ее назначение, аргументы и возвращаемое значение. 4. В конце кратко опиши, какие именно улучшения были сделаны и почему. Цель – не изменить логику работы, а сделать код понятным и поддерживаемым.
*****
Почему это работает: Промпт делегирует ИИ роль “наставника по коду”. Он не просто исправляет, но и объясняет свои действия, что делает результат не только полезным, но и обучающим. Роль “сторонник Clean Code” задает высокий стандарт качества для итогового кода.
27. Мозговой штурм по применению новой технологии
Проблема: Появилась новая технология или материал (например, графен, новый тип датчика). Нужно быстро набросать идеи, где его можно было бы применить в своей отрасли.</p
Решение: Промпт инициирует творческий процесс, генерируя список потенциальных применений новой технологии в заданной предметной области.
Текст промпта:
*****
Ты – футуролог и R&D инженер. Проведи мозговой штурм по применению новой технологии в конкретной отрасли. Технология: [опишите технологию, например, “гибкие пьезоэлектрические датчики, генерирующие ЭДС при деформации”]. Отрасль: [укажите отрасль, например, “производство спортивной одежды и инвентаря”]. Задача: Предложи 5-7 нестандартных, но технически реализуемых идей, как можно использовать эту технологию в указанной отрасли. Для каждой идеи кратко опиши:
- Суть продукта или функции.
- Какую проблему пользователя это решает или какую новую возможность дает.
Думай нестандартно, выходя за рамки очевидных решений.
*****
Почему это работает: Роль “футуролог” снимает с ИИ оковы “очевидных” решений и поощряет творческий подход. Четкое разделение “технология -> отрасль -> идеи” создает правильный фокус для мозгового штурма и помогает получить свежие, нетривиальные концепции.
28. Составление регулярного выражения
Проблема: Нужно извлечь из текста или лог-файла структурированные данные (например, все IP-адреса или даты определенного формата). Написание сложных регулярных выражений – задача нетривиальная.
Решение: Промпт генерирует готовое регулярное выражение по словесному описанию и объясняет, как оно работает.
Текст промпта:
*****
Ты – эксперт по регулярным выражениям (RegEx). Задача: Составь регулярное выражение для поиска и извлечения [опишите, что нужно найти, например, “серийных номеров продукта”]. Формат искомых данных: [опишите формат, например, “две заглавные буквы, дефис, четыре цифры, дефис, одна заглавная буква. Пример: AB-1234-C”]. Предоставь: 1. Само регулярное выражение. 2. Объяснение, как работает каждая часть выражения. 3. Пример использования этого выражения на языке Python с использованием модуля ‘re’. Убедись, что выражение учитывает точное соответствие формату.
*****
Почему это работает: Запрос переводит человеческое описание (“две буквы, дефис, четыре цифры…”) на формальный язык регулярных выражений. Требование объяснить каждую часть и дать пример использования делает ответ не просто решением, а полноценным уроком.
29. Обобщение технической статьи или отчета
Проблема: Нужно быстро понять суть длинного технического документа, научной статьи или отчета, не читая его целиком. Требуется краткая выжимка (summary) с ключевыми выводами.
Решение: Промпт анализирует большой объем текста и выделяет из него основную проблему, предложенное решение, методологию и ключевые результаты.
Текст промпта:
*****
Ты – научный сотрудник и технический аналитик. Твоя задача – проанализировать текст ниже и составить его краткую структурированную выжимку (summary). Текст для анализа: “[вставьте сюда полный текст статьи или отчета]” Структура выжимки:
- Проблема: Какую проблему авторы пытались решить? (1-2 предложения).
- Методология: Какой подход или метод они использовали? (1-2 предложения).
- Ключевые результаты: Каковы основные выводы и результаты, полученные в ходе работы? (2-3 пункта).
- Ограничения и будущая работа: Упоминали ли авторы об ограничениях своего исследования или о планах на будущее? (1-2 предложения).
Общий объем выжимки не должен превышать 150 слов. Стиль – сухой, академический, информативный.
*****
Почему это работает: Этот промпт заставляет ИИ выступить в роли “интеллектуального фильтра”. Заранее заданная структура выжимки (Проблема, Метод, Результаты) гарантирует, что на выходе будет не просто пересказ, а аналитический срез документа по самым важным для инженера и исследователя пунктам.
Приемы для повышения точности инженерных ответов ИИ
Даже лучшие промпты для инженера можно улучшить, если знать несколько продвинутых техник. Они помогают направить “мыслительный процесс” нейросети в нужное русло и отсечь неверные пути решения. Это особенно полезно для сложных, многоэтапных задач.
| Прием | Суть и принцип действия | Пример использования в промпте |
| Логика “Цепочка мыслей” (Chain-of-Thought) | Вы просите ИИ не просто дать ответ, а сначала расписать по шагам, как он будет приходить к этому ответу. Это заставляет его выстроить логическую последовательность и снижает вероятность ошибки. | “Прежде чем дать окончательный ответ, распиши свой план действий по шагам. Сначала определи…, затем рассчитай…, после этого сравни… и только потом сделай вывод.” |
| Запрос на перечисление допущений | Вы просите ИИ явно перечислить все допущения и упрощения, которые он сделал при решении задачи. Это помогает понять границы применимости полученного ответа. | “При проведении этого расчета явно укажи все допущения, которые ты сделал (например, ‘материал считается идеально упругим’, ‘трение в узле отсутствует’).” |
| Использование отрицательных ограничений | Вы не только говорите, что нужно сделать, но и четко указываете, чего делать НЕ нужно. Это помогает избежать распространенных ошибок или нежелательных решений. | “Предложи конструкцию крепления. Ограничение: не использовать сварку, только болтовые соединения. Не применять материалы, подверженные хрупкому разрушению при низких температурах.“ |
| Техника “Экспертного совета” | Вы просите ИИ сначала выступить в одной роли (например, “инженер-конструктор”), а затем в другой (например, “инженер-технолог”), чтобы оценить предложенное решение с разных точек зрения. | “Сначала предложи 3 варианта конструкции как инженер-конструктор. Затем, выступив в роли технолога, оцени каждый вариант с точки зрения технологичности и стоимости изготовления.” |
| Итеративное уточнение | Не пытайтесь получить идеальный результат с первого раза. Начните с общего запроса, а затем уточняйте и корректируйте ответ в последующих сообщениях, добавляя детали и ограничения. | 1. “Предложи концепцию корпуса для прибора.” 2. “Отлично, возьмем концепцию №2. Теперь проработай ее детальнее: предложи конкретный материал и способ крепления крышки.” |
Неочевидные советы для эффективной работы
Когда основы освоены, на первый план выходят тонкости, которые отличают обычного пользователя от мастера. Эти советы помогут вам сделать работу с нейросетями по-настоящему продуктивной и избежать ловушек, в которые попадают даже опытные специалисты.
1. Создайте “библиотеку ролей” для своих задач. Вместо того чтобы каждый раз придумывать роль, сохраните несколько наиболее удачных и подробных формулировок (например, “Ты – инженер-схемотехник с 20-летним опытом разработки высокочастотных устройств, эксперт по ЭМС”) в отдельном файле. Это сэкономит время и обеспечит стабильно высокое качество ответов.
2. Используйте “пре-промпт” для настройки сессии. В самом начале диалога с нейросетью можно задать общий контекст для всей последующей беседы. Например: “В этом диалоге ты – мой ассистент, инженер-конструктор. Мы работаем над проектом редуктора. Всегда отвечай с технической точностью, указывай стандарты ГОСТ, если это применимо”. Это избавит от необходимости повторять контекст в каждом запросе.
3. Просите ИИ покритиковать собственное решение. После того как нейросеть дала ответ, задайте ей следующий вопрос: “А теперь выступи в роли критика. Какие слабые места, риски или недочеты есть в предложенном тобой решении?”. Этот прием часто помогает выявить неочевидные проблемы и улучшить первоначальный вариант.
4. Декомпозируйте задачи не только для ИИ, но и для себя. Если задача слишком сложна, чтобы сформулировать ее в одном промпте, разбейте ее на логические этапы на бумаге. Затем решайте каждый этап отдельным, сфокусированным запросом. Это вносит ясность и структуру в вашу собственную работу.
5. Сохраняйте не только удачные промпты, но и целые диалоги. Иногда ценность представляет не один запрос, а вся цепочка уточнений, которая привела к нужному результату. Сохранение таких диалогов позволяет в будущем быстро воспроизвести успешный ход мыслей. И да, это куда полезнее, чем надеяться, что “потом найду в истории”.
6. Всегда требуйте указания источников или методологии для критических данных. Если вы просите ИИ предоставить какие-либо справочные данные (например, свойства материала, формулу), добавьте в запрос: “Укажи источник информации (стандарт, справочник) или методику, по которой получен результат”. Это не гарантирует 100% точности, но заставляет ИИ искать подтверждение своим словам и отсеивает часть “галлюцинаций”. Хорошие промпты для инженера всегда подразумевают верификацию.
