GPT вроде умный, но за ним постоянно нужен глаз да глаз. Где-то галлюцинирует, а где-то заменяет гугл, курсы и ментора. В этой статье разберёмся, как составлять запросы, рассмотрим основные сценарии изучения программирования с помощью ИИ и обсудим некоторые фишки GPT.
0165 открытий664 показов
Пользуетесь ChatGPT для кодинга?Есть косякНе пользуюсьОтветить
Как формулировать вопросы для максимальной пользы
Конкретика вместо общих фраз
Чтобы эффективно использовать ChatGPT, важно понимать, как он обрабатывает запросы. Принцип работы ИИ чат-ботов напоминает усложнённую версию Т9. Если упрощать, то нейросеть обучают на текстовых данных, где она находит связи между словами.
Когда мы отправляем наш текст, ГПТ его считывает, сопоставляет со своей базой и связями, которые он выучил. Далее, отталкиваясь от структуры и последовательности слов в нашем запросе, ИИ определяет оптимальную последовательность символов, слов и фраз, которые с ним связаны. Так формируется ответ.
У ChatGPT и аналогичных моделей обычно большие базы данных. Та же ChatGPT 3 имела 175 млрд параметров. ИИ учитывает эти параметры при составлении ответа. Слова в нашем запросе помогают нейросети правильно ориентироваться в данных: чем конкретнее запрос, тем более релевантную информацию ИИ сможет вытащить из базы. Благодаря чёткому и структурированному запросу мы как бы сужаем фокус поиска и помогаем сформулировать подходящий ответ.
Как написать промт
Наиболее распространённый способ написать рабочий промт — придерживаться следующей структуры:
- Контекст.
- Роль.
- Цель и задача.
- Дополнительные детали.
Благодаря такому подходу мы можем «сузить фокус» нейросети и получить более предсказуемый результат. Кратко рассмотрим элементы структуры промпта на примерах:
Контекст
🔥 Google дала комментарий по поводу блокировки YouTube в Россииtproger.ru
В контексте мы описываем нашу ситуацию. Что мы делаем, для чего, с какими трудностями сталкиваемся и так далее.
Например:
Я начинающий веб-разработчик, изучаю Python и фреймворк Flask. Для практики и закрепления полученных знаний я хочу создать своё первое небольшое, но полноценное веб-приложение — «Менеджер задач» (To-Do List). Я хочу продумать его структуру и основной функционал, прежде чем приступать к написанию кода.
Роль с опытом
Далее прописываем нейросети роль. Мы прямо указываем, с позиции какого эксперта или персонажа нейросеть должна нам отвечать. Это помогает адаптировать стиль, глубину и направленность ответа. Например, объяснение для новичка тоном «ментора» будет отличаться от технического анализа от «старшего разработчика». Поэтому важно указать правильную роль под нашу задачу.
Пример:
Представь, что ты опытный Full-stack разработчик и ментор. У тебя за плечами более 10 лет создания веб-приложений на Python (включая Flask и Django), и ты успешно наставлял многих начинающих разработчиков в их первых проектах. Ты знаешь, с какими типичными трудностями они сталкиваются и как лучше спланировать проект для эффективного обучения.
Роль необязательно должна быть одна, мы их можем комбинировать. При этом важно прописывать каждой роли конкретные характеристики. Это могут быть примеры проектов, сфера деятельности, навыки и так далее.
Цель и задачи
Теперь, когда у нас есть контекст и роль, нужно чётко обозначить, чего мы ждём от чата ГПТ, какая у нас цель и как должен выглядеть итоговый результат.
Пример:
Цель — получить подробный план и рекомендации для создания веб-приложения «Менеджер задач» на Flask. Задачи:
Основные функции и MVP: Предложи ключевой набор функций для MVP (минимально жизнеспособного продукта) такого приложения (например, создание, просмотр, отметка о выполнении задач).
Структура проекта и технологии: Опиши рекомендуемую структуру папок для Flask-приложения и посоветуй основные технологии (например, какую БД использовать для начала, что взять для простого фронтенда).
Потенциальные сложности: Укажи на наиболее вероятные проблемы, с которыми я, как новичок, могу столкнуться при разработке.
В сложных запросах полезно разбивать задачи на дополнительные подзадачи. Так, у нас будет ещё больше контроля, и мы получим более предсказуемый результат.
Дополнительные детали
Это последний штрих, который поможет получить ответ, максимально соответствующий нашим ожиданиям. Сюда можно добавить любую специфическую информацию: примеры, антипримеры, рекомендации, прочие нюансы.
Пример:
Перед тем, как давать полный ответ, пожалуйста, кратко перечисли шаги (подумай шаг за шагом), которые ты предпримешь, чтобы ответить на мой запрос. Отвечай по существу, избегая излишне пространных введений, но при этом давая достаточно деталей по каждому пункту моих задач. Если предлагаешь какие-то конкретные библиотеки или инструменты (кроме Flask), давай краткое пояснение, почему они подходят для новичка в этом проекте.
Иногда нейросети могут выдавать плохой ответ, даже на хорошо структурированный и конкретный запрос. Если ИИ капризничает, то это нормально, надо просто поиграться с уточнениями и формулировкой промпта.
Лучшие практики обучения с ChatGPT
Искать баланс между конкретикой, структурой и краткостью
Эффективное обучение с Chat GPT часто зависит от баланса между конкретикой и объёмом. Наш промпт получился довольно большим, но вполне конкретным. Важная оговорка: такие большие и сложные запросы не всегда уместны для мелких задач. Если мы учим английский для работы в IT и нам нужно перевести слово, или если мы хотим запомнить синтаксис цикла for в Python, то писать такую простыню текста будет избыточно. ИИ прекрасно справится с задачей без этих заморочек. Мы можем написать промпт по такому же подходу, но поменьше:
Пример:
Я учу язык Python, сейчас прохожу циклы. Представь, что ты ментор, который специализируется на Python. Объясни, как устроен цикл for, когда его уместно использовать? Отвечай кратко.
Либо, можно вообще отойти от такой структуры:
Объясни, как устроен цикл for в Python.
Нужно искать баланс между детализацией запроса и его сложностью. Чем труднее задача, тем конкретнее будет промпт и наоборот.
Использовать разные чаты для разных задач
Ещё важный нюанс: у чат-ботов обычно есть память. Они запоминают ход диалога, и это тоже влияет на качество ответов. Поэтому иногда чат может засориться. Например, мы генерируем программу обучения Python, потом просим дать задачки по алгоритмам на C#, потом закидываем кучу документации по react. При формировании ответов ИИ всё это помнит и сбивается. Поэтому под разные задачи стоит использовать отдельные чаты.
ТОП-40 курсов по искусственному интеллекту: лучшее онлайн-обучение ИИ с нуляtproger.ru
Кстати, по этой же причине не надо каждый раз прописывать контекст и роль в рамках одного диалога. Достаточно сделать это один раз, нейросеть всё запомнит.
Например, если мы хотим продолжить обсуждать цикл for, то нам уже не надо заново прописывать контекст и роль:
Придумай 5 упражнений с циклом for.
Постепенно усложнять свои вопросы и пробовать альтернативные подходы
Допустим, мы при обучении пишем функцию и она выдаёт ошибку. Вместо того чтобы писать один огромный промпт, мы можем разбить задачу на шаги и начать с малого. Сперва попросим объяснить конкретные части кода, потом перейдем к общей логике и разберем всю функцию, попросим подробнее разобрать ошибку и так далее.
После того как мы разобрались с нашей проблемой в коде, поняли, как он работает, можно попросить ИИ предложить альтернативные подходы. Например, спросить, как можно написать код по-другому.
Использовать мета-промты
Нам необязательно составлять промт самостоятельно, мы можем сделать универсальный шаблон для генерации запросов и отдать его ИИ. Промпт, который написал ИИ, принято называть мета-промтпом. Вот пример шаблона для генерации, его можно сохранить себе и адаптировать под свои задачи:
Я начинающий {Указать специализацию}. Мне регулярно приходится изучать что-то новое, планировать структуру проектов, писать код, работать с документацией. В работе я использую нейросети, но на написание структурированных запросов уходит много времени.
Представь, что ты опытный промпт-инженер, который специализируется на IT-проптинге и образовательных проектах. Ты регулярно пишешь конкретные, подробные и хорошо структурированные запросы для генерации кода, создания структуры, объяснения сложных тем по программированию.
Твоя цель — помочь мне составить продуманный промпт для {описание задачи}. Я должен получить максимально подходящий и контролируемый результат.
Для этого: составь подробный, структурированный и конкретный запрос для нейросети по следующей логике:
Контекст — здесь описана моя ситуация.
Роль — надо прописать роль или несколько ролей, которые обладают достаточными навыками и знаниями для решения моей задачи.
Цель и задача — здесь мы описываем желаемый результат, задачу, подзадачи.
Дополнительные детали — уточняем нюансы, требования, даём примеры, антипримеры и другую полезную информацию, которая поможет получить отличный результат.В качестве примера можешь опираться на структуру и детализацию этого запроса:
«Я начинающий веб-разработчик, изучаю Python и фреймворк Flask. Для практики и закрепления полученных знаний я хочу создать своё первое небольшое, но полноценное веб-приложение — «Менеджер задач» (To-Do List). Я хочу продумать его структуру и основной функционал, прежде чем приступать к написанию кода.
Представь, что ты опытный Full-stack разработчик и ментор. У тебя за плечами более 10 лет опыта создания веб-приложений на Python (включая Flask и Django), и ты успешно наставлял многих начинающих разработчиков в их первых проектах. Ты знаешь, с какими типичными трудностями они сталкиваются и как лучше спланировать проект для эффективного обучения.
Цель — получить подробный план и рекомендации для создания веб-приложения «Менеджер задач» на Flask. Основные задачи:Основные функции и MVP: Предложи ключевой набор функций для MVP (минимально жизнеспособного продукта) такого приложения (например, создание, просмотр, отметка о выполнении задач).
Структура проекта и технологии: Опиши рекомендуемую структуру папок для Flask-приложения и посоветуй основные технологии (например, какую БД использовать для начала, что взять для простого фронтенда).
Потенциальные сложности: Укажи на наиболее вероятные проблемы, с которыми я, как новичок, могу столкнуться при разработке.
Перед тем как давать полный ответ, пожалуйста, кратко перечисли шаги (подумай шаг за шагом), которые ты предпримешь, чтобы ответить на мой запрос. Отвечай по существу, избегая излишне пространных введений, но при этом давая достаточно деталей по каждому пункту моих задач. Если предлагаешь какие-то конкретные библиотеки или инструменты (кроме Flask), давай краткое пояснение, почему они подходят для новичка в этом проекте.»
Не придумывай факты обо мне. Будь пытливым, задавай дополнительные вопросы, чтобы лучше прописать промпт. Дай знать, если тебе понятна твоя задача.
Другой способ упростить себе жизнь — использовать Gpts. Это пользовательские боты, которые сделаны под определённые задачи. Например, есть боты, которые специализируются на составлении запросов:
- Prompt Perfect.
- Super Prompter.
- Prompt Wizard.
А вот ещё несколько полезных GPTs для разработчиков:
- Code Copilot — бот для программирования.
- Code Tutor — ИИ, который учит программированию.
- Python GPT — бот для программирования на Python.
Как использовать память и модели ChatGPT для обучения
Что такое память и зачем она нужна
Некоторые нейросети, как Gemini, Grok, ChatGPT, позволяют настроить глобальную память, что может быть полезно при обучении. Мы просто вписываем важную информацию в специальные формы в настройках. При работе во всех чатах ИИ помнит про эту информацию и пытается генерировать более персонализированные ответы. Вспомним, как мы пишем контекст в запросах.
Память — это что-то наподобие контекста, просто универсального. Мы можем добавить информацию о нашем стеке, должности, месте работы, нише и так далее. Вот пример настроенной памяти в ChatGPT:
Настройка памяти ChatGPT: ввод данных и предпочтений
Также у GPT есть более глобальная память — возможность попросить что-то запомнить или забыть прямо в чате. Мы можем рассказать, чем занимаемся, что планируем, какие форматы ответов любим. ИИ будет учитывать эту информацию при формировании ответов в других диалогах.
Благодаря памяти мы можем настроить GPT под свои задачи при обучении программированию. Например, попросить отвечать кратко, либо объяснять информацию не сразу, а через намёки и подсказки, чтобы мы лучше усваивали материал.
Какие в ChatGPT есть модели, для каких задач они подходят
Модельный ряд Open AI
В чате ГПТ много моделей. Здесь есть GPT-4o, 4o mini, 4.5, o3, o4-mini, o4 mini-high, o3-mini, o1 / o1-mini.
Варианты моделей в Chat GPT
Для обучения программированию будет достаточно базовой GPT-4o. Её можно использовать вместо поисковика или ментора, чтобы разобраться в сложных темах.
Какие модели подойдут для разработки
Для разработки лучше подойдёт Gpt o3 или 4.1. Они хорошо справляются с задачами по математике и программированию. Правда, доступны только при платной подписке. Как альтернатива — в бесплатной версии можно использовать o4 mini-high. Но это не лучшая модель на рынке.
Если не хотите платить, то, возможно, стоит присмотреться к конкурентам Open AI. Тот же Google раздаёт свою топовую модель Gemini 2.5 Pro бесплатно в AI Studio. Согласно бенчмарку lmarena, Gemini 2.5 Pro обходит нейросети от Open AI в задачах по программированию. Также в кодинге себя хорошо показывает Grok3 и Cloude 3.7 Sonnet. Не стоит забывать и про китайские модели, прежде всего, DeepSeek.
Основные сценарии использования ChatGPT с примерами промптов
Итак, мы разобрались, как правильно составлять промпты, когда они уместны, как настроить ChatGPT и какие модели использовать для тех или иных задач. Рассмотрим несколько сценариев изучения программирования, при помощи ИИ чат-ботов.
Объяснение сложных тем «на простом языке»
Мы можем использовать нейросеть вместо поисковика, учебника или наставника. В программировании много непонятных для новичков тем: рекурсии, ООП, функциональное программирование. В базе ботов есть в том числе учебные материалы. ИИ может их достать и объяснить простым языком, адаптируя информацию под наш уровень.
Пример: объясни, что такое рекурсия
Я начинающий Python-разработчик, сейчас разбираю тему рекурсий. Не могу понять, чем они отличаются от циклов. Представь, что ты опытный ментор, который уже 5 лет обучает новичков программированию на Python. Объясни, что такое рекурсия, чем она отличается от цикла и когда её лучше всего использовать. Ответ должен быть не сильно большим, используй примеры кода.
Вот такой ответ от нейросети получим:
Объяснение рекурсий от Chat GPT
Объяснение рекурсий от Chat GPT
Объяснение рекурсий от Chat GPT
Помощь в написании и отладке кода
Пример: помоги написать функцию сортировки
Допустим, мы учим питон и хотим попрактиковаться на простых задачах. Формулируем промпт так:
Я учусь программировать на Python, недавно начал разбирать функции. Хочу попрактиковаться и написать функцию, которая сортирует список строк по длине (от самой короткой к самой длинной).
Представь, что ты опытный Python-разработчик и ментор. У тебя за плечами более 10 лет опыта, ты обучаешь новичков и понимаешь, какие объяснения для них работают лучше всего.
Моя цель — понять, как работает функция сортировки в Python. Покажи пример такой функции, объясни по шагам каждую строку.
Результат:
Функция сортировки на Python: ответ ChatGPT
Пример: проверь мой код на ошибки
Другой сценарий, это когда наш код не работает или работает не так.
Я новичок в Python. Написал функцию, но она не работает — вылетает ошибка.
Вот код:
def hello(name):print(“Привет,” name)
hello(“Мир”)
Представь, что ты опытный преподаватель Python. Объясни, в чём ошибка, как её исправить и почему так нельзя писать. Дай исправленный пример.
Результат:
Исправление ошибки в Python-коде от ChatGPT
Генерация идей для проектов и упражнений
Помимо разовых задач, ИИ может составить нам план для обучения. Это могут быть проекты, отдельные упражнения или полноценная программа.
Пример: составь подробный план обучения
Я изучаю фронтенд-разработку. Уже знаю основы HTML, CSS и JavaScript. Хочу освоить React, чтобы уметь создавать интерфейсы и взаимодействовать с API.
Представь, что ты опытный фронтенд-разработчик и преподаватель. Составь подробный план изучения React на 3 месяца. Укажи, какие темы проходить каждую неделю, какие мини-проекты можно делать, и на что обратить особое внимание. План должен быть реалистичным для человека, который учится в свободное время (около 10 часов в неделю).
Результат:
план изучения React от ChatGPT: первая неделя
Пример: придумай проект под мои знания
Я изучаю Python, прошёл основы: переменные, циклы, функции, списки. Хочу попрактиковаться на небольшом проекте, чтобы закрепить знания.
Представь, что ты ментор по Python с опытом преподавания. Придумай 3–5 простых проектов, которые я могу реализовать за выходные. Объясни, какую задачу решает каждый проект и какие навыки он помогает прокачать.
Результат:
Идеи проектов на Python от ChatGPT
Пример: подготовь мне задания для практики
Я изучаю JavaScript, пока прошёл только основы: переменные, функции, массивы. Хочу попрактиковаться.
Сыграй роль преподавателя, который даёт студенту задания для отработки материала. Придумай 5 упражнений, упорядочи их от простого к сложному. Желательно, чтобы они были с короткой формулировкой и подходили для ручной отработки без фреймворков.
Результат:
Упражнения на JavaScript от ChatGPT
Ограничения и как их обходить
Хотя потенциал ChatGPT при изучении программирования огромен, важно помнить о существующих ограничениях и способах их обхода для более продуктивной работы.
Почему важно перепроверять ответы
ИИ чат-боты не понимают код, а просто угадывают правдоподобную последовательность символов. Обычно угадывают правильно, но иногда могут придумать несуществующие функции, запутаться в синтаксисе или предложить устаревший подход.
Поэтому важно перепроверять ответы от нейросетей. Мы должны запускать каждый кусочек кода, уточнять в документации, спрашивать, как ИИ пришла к такому результату. Как вариант, можно просить подкреплять ответы ссылками на первоисточники.
Как использовать дополнительные источники вместе с ChatGPT
Если нам не хватает стандартной базы знаний нейросети, то мы можем заставить их работать с нашими документами, что-то искать в интернете или в репозиториях Github.
Выход в интернет
Интерфейс Chat GPT с включенной функцией поиска в интернете
Некоторые модели — вроде ChatGPT, Claude, Gemini, Perplexity и Grok — поддерживают подключение к сети. Это значит, что мы можем просить их найти актуальные решения, примеры кода, ошибки, официальную документацию или свежие статьи. Они работают как поисковик, только в виде диалога.
Работа с файлами и контекстное окно
Пример запроса в Chat GPT c прикреплённым документом
Другой важный момент — работа с файлами. Мы можем загрузить код, ТЗ, документацию, таблицы или Markdown-файл с задачами. Модель проанализирует содержимое и будет использовать его при ответах. Это удобно, когда нужно задать вопрос по проекту и не хочется копировать всё вручную.
Однако важно учитывать размер документа и контекстного окна. Контекстное окно — это максимальный объём информации, которую нейросеть может запомнить в одном диалоге. У GPT-4o и Deep Seek оно около 128 тыс токенов, у Gemini, Grok и Qwen — 1 млн, у Claude — 200 тыс.
Пример работы Gemini с полуторачасовым видео
Чем больше окно, тем больше данных можно скормить ИИ чат-боту — например, сразу весь репозиторий, длинную спецификацию или книгу. Модели от Google могут переваривать целые часовые видео.
Интеграция с GitHub
Чат ГПТ поддерживает интеграцию с GitHub. У нас есть три способа, как работать с репозиториями.
Вариант 1 — через GPT-ботов. Мы находим специальных ботов, которые созданы для работы с Github, и используем их.
Пример GPTs для работы с GitHub
Вариант 2 — можем работать с GitHub при помощи глубокого поиска из любого чата. Но у этого способа есть недостаток. В бесплатной версии мы можем использовать его только 5 раз в месяц.
Пример запроса для поиска информации в GitHub при помощи Deep research
Результат работы Deep research
Ещё мы можем попробовать работать с GitHub при помощи обычного режима модели GPT 4o с включённым поиском в интернете, но не факт, что ИИ возьмёт данные именно с гитхаба.
Пример поиска информации при помощи Gpt 4o
В ChatGPT есть возможность привязать GitHub к нашему аккаунту Open AI и работать с репозиториями, без заморочек, в чатах. Делается это через настройки учётной записи.
Настройки Chat GPT для привязывания GitHub
Отличия платной и бесплатной версии ChatGPT для обучения программированию
Лимиты на использование моделей в платной и бесплатной версии
тарифные планы Chat GPT
Самое заметное отличие — лимиты на использование моделей. Бесплатно мы получаем доступ к флагманской GPT-4o, но с ограничениями: обычно это около 10 сообщений на 3–5 часов (точное число зависит от загрузки серверов). Если лимит исчерпан, нас автоматически переключат на менее продвинутую GPT-4.1 mini. Это значит, что разбор сложного алгоритма или отладка бага может прерваться. Придётся ждать или довольствоваться ответами модели попроще.
В платной версии (например, Plus) лимиты «вкуснее»: до 80 сообщений к GPT-4o каждые 3 часа. Этого хватает для долгих диалогов: можно глубже погружаться в темы и не экономить запросы.
Ещё один важный момент — длина контекста: объём информации, который модель «помнит» в рамках одного диалога. GPT-4o и GPT-4.1 mini в бесплатной версии работают с окном в 128 тыс токенов. Это немало, но для анализа объёмного кода, нескольких файлов проекта или длинной документации может не хватить. В платной версии у нас есть доступ к GPT-4.1 с контекстным окном до 1 млн токенов. Здесь мы уже можем скормить проекты на сотни строк кода, и ИИ это всё переварит.
Ещё одна модель, которая заслуживает внимание — GPT o3. Это «думающая модель». Когда мы пишем запрос, то ИИ начинает генерировать разные формулировки по теме, как бы рассуждая. Далее, отталкиваясь от цепочек «рассуждений», получается сформулировать более точный ответ. У неё контекстное окно поскромнее — всего 200 тыс токенов, но зато она отлично справляется с задачами по логике, математике, хорошо подходит при программировании. Доступна только в платной версии.
Задачи и напоминания в чатах
Приятный бонус платной подписки — напоминания и планирование задач. В бесплатной версии этого нет. А с подпиской мы можем попросить ChatGPT, например, ежедневно присылать небольшую задачку по Python или напоминать о повторении материала по JavaScript.
Как работают напоминания в Chat GPT
Это похоже на личного AI-ассистента, который помогает учиться регулярно. Для этого ChatGPT использует модели o3 или o4-mini. Одновременно может быть до 10 активных задач.
Напоминание от Chat GPT
Когда придёт время напоминания, ChatGPT отправит уведомление на смартфоне, письмо на почту и пришлёт новое сообщение в чате.
Голосовой мод с возможностью использовать камеру и транслировать экран
Общаться с ChatGPT голосом можно и бесплатно (Standard Voice). Но платная подписка даёт Advanced Voice: он звучит естественнее и даже передаёт эмоциональные оттенки. Это предаёт интерактивности при обучении (ногда устаёшь печатать много текста).
Ещё в платной версии во время голосового чата на мобильных устройствах можно включать камеру и делиться экраном.
Слева интерфейс голосового мода Chat GPT, после того как через камеру показали код. Справа скриншот из IDE с кодом (это два разных интерфейса, просто для визуального удобства объединили в одно изображение).
Например, мы можем «проговорить» с ChatGPT сложную концепцию, получить обратную связь, или, столкнувшись с багом в мобильном приложении, показать его ИИ через камеру либо трансляцию экрана, чтобы вместе разобраться. Это добавляет интерактивности и полезно тем, кому проще воспринимать информацию на слух.
А как вы используете ChatGPT или другие нейросети для изучения программирования? У вас есть свои фишки, удачные примеры или не очень? Делитесь в комментариях и подписывайтесь на наш тг-канал.