Промпт-инженер составляет инструкции, по которым ИИ-модель работает внутри продукта или процесса, и доказывает, что они работают: собирает наборы для проверки, ставит защитные ограничения и подключает модель к данным и инструментам. Как отдельная должность это встречается всё реже, отмечает Википедия; в выдаче вакансий та же работа чаще встречается внутри других ролей.
Промпт-инженер в 2026 году: из должности в навык
Те, кто набирает в поиске «промпт инженер», хотят понять две вещи: чем этот человек занят и нанимают ли таких людей до сих пор. Википедия определяет промпт-инжиниринг как построение запросов на естественном языке — промптов, — которые дают от генеративной модели заданный результат. После выхода ChatGPT в ноябре 2022 года это умение быстро стали считать важным для бизнеса, и компании начали нанимать под него отдельных сотрудников.
Блеск у должности потускнел. Википедия отмечает, что такое название встречается всё реже: модели сами пишут промпты лучше людей. Статья ссылается на материал Wall Street Journal 2025 года, где эту работу назвали одной из самых горячих в 2023-м и уже устаревшей. Работа при этом не исчезла: кто-то по-прежнему решает, что модель делает в продукте, проверяет её надёжность и не позволяет ей лишнего.
Четыре части работы, которые скрывает это название
Первая часть — сами инструкции: системное сообщение бота поддержки, шаблон генератора описаний товаров. Руководство OpenAI по промпт-инжинирингу описывает задачу как написание инструкций, по которым модель стабильно выдаёт нужный результат, и называет это смесью искусства и науки. Один удачный ответ в чате почти ничего не доказывает.
Вторая часть — проверка. То же руководство предупреждает, что ответы модели недетерминированы: один и тот же запрос может дать разный текст. Поэтому в работу входят наборы для проверки: типичные и неудобные входные данные с записанным правилом оценки. Третья часть — защитные ограничения: правила и проверки, которые удерживают модель в её задаче, когда пользователь или документ пытаются её оттуда вытолкнуть.
Четвёртая часть — подключение модели к бизнесу: каталогу, документам, системе записи. Здесь промпты встречаются с кодом, данными и правами доступа, и человек в этой роли работает рядом с разработчиками, а не вместо них. В небольшой компании всё это часто делает один человек между другими делами.
Как OpenAI, Anthropic и Google описывают работу с промптами
Руководство OpenAI советует привязывать рабочие приложения к конкретной датированной версии модели, чтобы поведение не менялось, и строить тесты и наборы оценок, которые измеряют поведение промпта: так видно, что меняет правка промпта или новая модель. Там же разведены сообщения разработчика, у которых приоритет, и пользователя, которые идут после.
Обзор Anthropic предполагает, что до работы с промптом уже есть три вещи: ясные критерии успеха для задачи, способ проверить их на опыте и черновой промпт, который нужно улучшить. Тем, у кого черновика нет, предлагают генератор промптов из Claude Cookbook. Там же сказано, что не каждый провал лечится промптом: задержку и стоимость иногда проще улучшить выбором другой модели.
Документация Google по Gemini называет эту практику дизайном промптов — созданием запросов, которые дают точные и качественные ответы, — и добавляет: промпт-инжиниринг итеративен, а советы и шаблоны лишь отправная точка, которую уточняют по наблюдаемым ответам. Мысль у всех одна: промпт остаётся черновиком, пока тест не покажет, что он работает.
Наборы для проверки — невидимая часть работы с промптами
Точнее всего эту часть работы описывает страница Anthropic о критериях успеха и оценках. Хорошие критерии конкретны, измеримы, достижимы и уместны: не «хорошая работа» вообще, а, например, точная классификация тональности на размеченных примерах. Типичные измерения — точность выполнения задачи, единообразие, тон, сохранность личных данных, задержка и цена; большинству приложений нужны сразу несколько.
Правил там три. Тесты повторяют реальную задачу и включают пограничные случаи: нерелевантный или несуществующий ввод, слишком длинный текст, вредные запросы, неоднозначные ситуации, где разошлись бы и люди. Оценку по возможности автоматизируют. И объём важнее шлифовки: много вопросов с автоматической проверкой дают больше, чем несколько, оценённых вручную. Если ответы оценивает модель, Anthropic советует брать другую, не ту, что их писала.
Боту интернет-магазина нужны пятьдесят настоящих вопросов покупателей, те же вопросы с опечатками, несколько вопросов не по теме и несколько попыток выпросить скидку, которой нет. Каждый ответ получает «прошёл» или «не прошёл» по записанному правилу, а после каждой правки набор прогоняют заново. Именно эта таблица, а не сам промпт, показывает, сделана ли работа.
Защитные ограничения, документы и инструменты вокруг модели
Модель, ни к чему не подключённая, умеет только разговаривать. Руководство OpenAI по вызову функций объясняет, как она выходит к внешним системам и данным за пределами обучения: приложение перечисляет доступные инструменты, модель просит один из них, приложение выполняет свой код и возвращает результат, а модель отвечает или просит следующий инструмент. А руководство OpenAI по промптам отмечает, что подачу нужного контекста вместе с запросом иногда называют RAG.
Каждое подключение — ещё и дверь. Страница Anthropic о джейлбрейках и внедрении инструкций различает две угрозы: пользователя, который намеренно пишет запросы в обход правил, и чужой контент — веб-страницу, письмо, документ, результат инструмента, — в котором спрятаны команды, хотя сам пользователь ни при чём. Среди советов — сказать модели, что такой контент считается данными, а не командами, и давать ей только тот доступ, который нужен, чтобы удачная атака мало что могла испортить.
Там же рекомендуют до запуска атаковать собственного агента документами и письмами со встроенными попытками внедрения, а потом следить за ответами. Защитные ограничения — это не одна вежливая фраза в системном промпте, а сочетание формулировок, прав доступа, проверок в коде и тестов, написанных, чтобы всё это сломать.
Отдельная профессия или навык внутри других должностей
Поиск по фразе «промпт инженер» на hh.ru по всей России 17 октября 2026 года выдал 181 вакансию. Среди первых двадцати результатов должность «Промпт-инженер» была одна. Остальные — AI-инженеры и разработчики, тестировщики, системный аналитик, инженеры по машинному обучению, руководитель проекта, нарративный дизайнер, оператор нейросетей и стажёр в сфере ИИ.
Страница поиска — снимок, число меняется каждый день, но картина совпадает с тем, что Википедия пишет о названии. В этой выдаче работа с промптами чаще встречается внутри других ролей: аналитики, тестирования, разработки, управления. Отдельная должность — исключение. Для большинства реальный путь — более сильная версия нынешней работы.
Маркетолог, который пишет промпт под голос бренда, прогоняет его на сорока карточках товаров и показывает долю удачных ответов, полезнее того, кто знает список приёмов. Аналитик, превращающий расплывчатую просьбу в критерии успеха и тестовый набор, уже делает главную часть работы. Доказательства значат больше, чем название должности.
Навыки для старта и портфолио проверенных промптов
Первое — ясное письмо. Рекомендации Anthropic предлагают относиться к модели как к блестящему, но новому сотруднику, которому не хватает контекста, и дают золотое правило: покажите промпт коллеге, который мало знает о задаче; если он запутается, запутается и модель. Там же советуют от трёх до пяти примеров, а руководство Google предупреждает, что при избытке примеров модель может начать их копировать. Остальное просто: знать предмет настолько, чтобы самому написать правильный ответ, вести тестовые случаи в таблице и записывать версию модели у каждого результата.
Портфолио для этой роли — не галерея остроумных промптов. Каждая работа показывает задачу, критерии успеха, тестовый набор с неудобными случаями, все версии промпта с оценками и то, что всё ещё не получается. Три такие работы из практики, например шаблон ответов поддержки или генератор описаний товаров для Wildberries, говорят больше, чем тридцать скриншотов чата. Имена клиентов и личные данные перед показом убирают.
Неделя самостоятельной практики и курс по ИИ в VITON13 SCHOOL
На этой неделе возьмите одну повторяющуюся рабочую задачу и опишите хороший результат так, чтобы его мог проверить посторонний. Соберите двадцать настоящих примеров и пять неудобных, к каждому запишите приемлемый ответ. Напишите промпт, прогоните все двадцать пять, отметьте «прошёл» или «не прошёл», поменяйте одну деталь и прогоните снова. К пятнице станет ясно, подходит ли задача модели и сколько проверки ей нужно, — это и есть ядро того, чем занят промпт-инженер.
В одиночку легко остановиться на промпте и пропустить тесты. Структурированный курс даёт порядок тем и обратную связь. Курс по ИИ в VITON13 SCHOOL учит писать промпты, автоматизировать рутину с помощью ИИ и собирать простых AI-агентов; актуальная программа и условия — на странице курса, а бесплатная библиотека школы подойдёт, чтобы начать до решения. Если нужен сайт для бизнеса, а не навык, загляните в гайд о конструкторе с ИИ и веб-студии.
Практический чеклист
- Возьмите одну повторяющуюся задачу и запишите хороший результат как правило, которое проверит посторонний.
- Соберите двадцать настоящих входных примеров и пять неудобных, к каждому — ответ, который вы бы приняли.
- Прогоняйте каждую версию промпта на всём наборе и записывайте долю удачных ответов и версию модели.
- Попробуйте сломать своего ассистента вопросами не по теме и текстом со спрятанными внутри командами.
- Оформите один законченный кейс: задача, критерии, тестовый набор, версии с оценками и оставшиеся ошибки.
Вопросы и ответы
Существует ли должность промпт-инженера в 2026 году?
Существует, но редко. Википедия отмечает, что название встречается всё реже с тех пор, как модели сами научились писать хорошие промпты, а на hh.ru в октябре 2026 года среди первых двадцати результатов по этому запросу такая должность была одна. Сама работа живёт внутри ролей аналитика, тестировщика, разработчика и менеджера.
Нужно ли программирование, чтобы профессионально работать с промптами?
Для старта нет. Написать инструкции, собрать тестовый набор и разобрать результаты помогают ясное мышление, знание предмета и таблица. Подключение модели к инструментам и данным требует кода, поэтому базовые скрипты или плотная работа с разработчиком пригодятся, как только ассистент должен действовать, а не только отвечать.
Что положить в портфолио промпт-инженера?
Два-три законченных кейса из реальных задач. В каждом — цель, критерии успеха, тестовые примеры с неудобными случаями, все версии промпта с долей удачных ответов и оставшиеся ошибки. Имена клиентов и личные данные уберите. Проверенный кейс убеждает сильнее, чем подборка скриншотов.
Чем промпт-инженер отличается от AI-инженера?
Работодатели обращаются с обоими названиями вольно, и пересечение большое. Работа с промптами сосредоточена на инструкциях, тестовых наборах и ограничениях для чужой модели. Роль AI-инженера обычно включает и программную часть вокруг модели: сервисы, данные, интеграции. Читайте обязанности в вакансии, а не её заголовок.
Может ли маркетолог или аналитик освоить работу с промптами без смены работы?
Да, и это естественный путь. Начните с задачи, которую уже делаете, например описаний товаров или кратких выжимок из отчётов: запишите критерии хорошего результата, проверьте промпт на настоящих примерах и сохраните оценки. Через несколько недель у вас будет и рабочий инструмент, и задокументированный кейс.