Промпт для ИИ-агента: как писать инструкции, которые работают

Промпт для ИИ-агента это не запрос в чат, а инструкция сотруднику. Шесть обязательных частей: роль, задача, контекст, ограничения, формат ответа и примеры. Если хотя бы одна часть отсутствует, агент додумывает, и ответы расходятся с реальностью. Ниже разберём каркас рабочего промпта, покажем, как он собирается в Альбато за три поля, и приведём примеры для продаж и поддержки. Статья для тех, кто уже настраивает ИИ-агента и упёрся в первый промпт.

Если вы только начинаете и термин «ИИ-агент» пока размытый, начните с гайда что такое ИИ-агент, потом возвращайтесь.

Чем промпт для ИИ-агента отличается от запроса в чат

Запрос в чат это разовая просьба к большой языковой модели (ЛЛМ): «напиши письмо», «придумай слоган», «переведи текст». Открыли окно, спросили, получили ответ, закрыли. Никаких данных компании, никаких прав на действие, никакой памяти.

ИИ-агент работает иначе. Он запускается автоматически по триггеру: пришла заявка, написал клиент, изменился статус сделки. У него есть доступ к данным компании: CRM, тикетам, базе знаний. И у него есть инструменты: создать тикет, ответить в мессенджер, изменить статус сделки.

Из-за этого промпт для агента отличается от запроса в чат по структуре. Это не «попроси красиво», а инструкция сотруднику: что делает, на что опирается, чего не делает, как ведёт себя в нестандартных ситуациях. Подробнее логика разобрана в материале про разницу между ИИ-агентом и чат-ботом.

Каркас рабочего промпта: 6 обязательных частей

Любой рабочий промпт для агента состоит из шести блоков. Уберите один, и агент начнёт додумывать.

Роль. Кто такой агент. «Менеджер первой линии поддержки», «сейлз-ассистент», «оператор по обработке заявок». Не «помощник» и не «бот». Чем конкретнее роль, тем яснее граница ответственности.

Задача. Что именно он делает. Один процесс с измеримым результатом. Не «помогай клиентам», а «классифицируй обращение по теме и срочности, направь срочные на менеджера, по типовым подготовь черновик ответа».

Контекст. На какие данные опирается. История клиента из CRM, прайс, FAQ, статус заказов, ссылки на инструкции. Без контекста агент будет придумывать ответы из общих знаний модели.

Ограничения. Чего не делает. Темы-стоп, запреты, лимиты. «Не обещаем скидки больше 5%», «не отвечаем на юридические вопросы», «если данных в FAQ или CRM нет, говорим: уточню у менеджера».

Формат ответа. Как именно отвечает. Длина, тон, обязательные блоки. «Коротко, 2–3 предложения, без канцелярита, обращение на вы, в конце ссылка на оплату».

Примеры. Две-три пары «запрос → ответ». Это самый мощный рычаг качества. Один пример показывает типовой ход, второй ловит крайний случай, третий описывает поведение без данных.

Как этот каркас ложится в поля Альбато

В Альбато промпт собирается в трёх полях, каждое до 1 000 символов. Это сознательное ограничение, чтобы промпт оставался коротким и читаемым.

Сообщение это вход агента. Сюда подставляется текст обращения клиента, тема тикета, описание новой заявки. Это динамическое поле: значение приходит из триггера связки.

Инструкции содержат основную часть промпта: роль, задача, контекст, формат ответа и примеры. Самый длинный блок, обычно 600–900 символов.

Ограничения это отдельное поле для «чего не делает» и эскалации. Темы-стоп, запреты, явная команда «передай человеку». Вынесено отдельно, чтобы агент чётко отличал «что делать» от «что не делать».

Если каркас из шести блоков аккуратно разложить по этим полям, размер укладывается без потерь. Полный пошаговый разбор настройки есть в чек-листе из 10 шагов.

Тон и формат: чтобы агент звучал как ваш менеджер

Тон в промпте задают двумя-тремя короткими правилами:

• «Коротко, без канцелярита, обращаемся на вы»
• «Не используем слова: возврат, претензия, ошибка»
• «В конце ответа всегда ссылка на оплату или на инструкцию»

Описывать тон длинными прилагательными бесполезно. «Дружелюбный, экспертный, эмпатичный» агент понимает как «нейтральный». Лучше один реальный пример ответа, который у вас уже работает: модель копирует стиль из примера точнее, чем из определений.

Контрольный вопрос: если показать ответ агента вашему менеджеру и не сказать, кто его написал, заметит ли он подмену. Если нет, тон настроен.

Ограничения и темы-стоп: что писать, чтобы не было сюрпризов

Без явных ограничений агент сам решает, что можно, а что нет. Сегодня не обещает скидку, завтра обещает 30% постоянным клиентам. Минимальный набор:

• Темы-стоп. Юридические вопросы, личные данные клиента, медицинские темы, спорные ситуации. На такие сразу эскалация.
• Запрет на придумывание. «Если данных нет в FAQ, в CRM-карточке или в истории заказа, ответь: уточню у менеджера, дам ответ в течение часа».
• Лимит обещаний. «Скидку до 5% можешь предложить сам. Скидки выше только через менеджера. Сроки и даты не называешь сам никогда».
• Эскалация. Это явная команда с конкретным действием: тикет в Битрикс24, сообщение в чат отдела, уведомление в Телеграм. Молчание это худший вариант: клиент не понимает, что происходит, менеджер не получает заявку.

Эскалация и темы-стоп идут в отдельное поле «Ограничения» в Альбато. В «Сообщении» и «Инструкциях» их повторять не нужно, чтобы не размывать роль и задачу.

Примеры в промпте и команда «думай шагами»

Два приёма дают самый большой прирост качества.

Примеры в промпте (Few-shot). Это 2–3 пары запрос → ответ внутри самих инструкций. Модель копирует форму и логику из примеров аккуратнее, чем из словесных описаний. Хороший набор: один пример описывает типовую ситуацию, второй ловит крайний случай, третий показывает поведение без данных.

Команда «думай шагами» (Chain-of-Thought). Просьба разложить решение на этапы. Вместо «классифицируй обращение» пишем: «1) определи, есть ли в обращении номер заказа; 2) если есть, найди статус в CRM; 3) если статуса нет, эскалируй; 4) если статус есть, сформулируй ответ». Это особенно полезно для процессов с ветвлениями.

Не давайте 10 примеров. Модель путается между ними и теряет узор. Двух-трёх достаточно.

Как протестировать промпт перед запуском

Промпт не работает «теоретически». Любой промпт нужно прогнать на 5–10 реальных обращениях, прежде чем выпускать агента на клиентов.

Процедура:

1. Берём 5–10 реальных обращений из истории CRM или тикетов. Желательно с разной формулировкой, разной сложностью и хотя бы одним нестандартным случаем.
2. Запускаем агента в режиме рядом с человеком: агент готовит ответ, менеджер видит его и решает, отправлять или нет.
3. Считаем расхождение: в каком проценте случаев менеджер изменил ответ агента перед отправкой.
4. Расхождение меньше 10–15%: переходим на ограниченный канал. От 30%: правим промпт. Между ними: добавляем примеры, ужесточаем ограничения, тестируем повторно.

Главное в этом цикле: править инструкции, а не модель. Меняем формулировку задачи, добавляем пример, уточняем ограничение. Замена модели на «более умную» помогает реже, чем правильно написанный промпт.

Пример рабочего промпта: квалификация лида

Сценарий: входящие заявки приходят в amoCRM. Агент должен определить теплоту лида и подсказать менеджеру следующий шаг.

Инструкции (~700 символов)

Ты сейлз-ассистент сервиса автоматизации интеграций для малого и среднего бизнеса.
Задача: квалифицировать входящий лид и подсказать менеджеру следующий шаг.

На входе: текст обращения клиента и его карточка из amoCRM (отрасль, размер компании, история контактов).

Контекст: наш продукт подходит компаниям 5–250 человек. Бесплатный тариф есть, демо за 30 минут.

Формат ответа: 3 строки.
1) Теплота: горячий / тёплый / холодный.
2) Причина в одном предложении.
3) Следующий шаг для менеджера.

Тон: коротко, без канцелярита, обращение на вы.

Примеры.

1) Вход: «Хочу подключить amoCRM к Telegram, у нас 30 человек, нужно за неделю».
  Ответ:
  Теплота: горячий.
  Причина: чёткий запрос, размер ICP, конкретный срок.
  Шаг: передать менеджеру отдела продаж, демо в течение дня.

2) Вход: «Сколько у вас стоит?».
  Ответ:
  Теплота: холодный.
  Причина: общий интерес, нет контекста задачи.
  Шаг: отправить ссылку на тарифы, поставить напоминание через 3 дня.

Ограничения (~200 символов)

Не обещай скидки. Не упоминай конкурентов. Не называй сроки без подтверждения менеджера.
Если в обращении меньше 5 слов или нет описания задачи, ставь «холодный, нужна квалификация».

Этот промпт собирается прямо в шаге ИИ-агент в связке Альбато. Подробный сценарий продаж с агентом разобран в материале ИИ-агент в продажах.

Пример рабочего промпта: первая линия поддержки

Сценарий: клиент пишет в чат поддержки. Агент классифицирует обращение, готовит черновик ответа или эскалирует.

Инструкции (~750 символов)

Ты оператор первой линии поддержки сервиса автоматизации интеграций.
Задача: ответить на типовой вопрос или эскалировать в команду поддержки.

На входе: сообщение клиента и его карточка (тариф, дата регистрации, последние тикеты).

Контекст: база знаний на help.albato.ru, статусы заказов из биллинга, история обращений из тикет-системы.

Формат ответа: один короткий абзац (2–4 предложения) + ссылка на инструкцию или явная эскалация.

Тон: коротко, без канцелярита, обращение на вы. Без слов «возврат», «претензия», «жалоба».

Примеры.

1) Вход: «Не понимаю, как подключить Tilda к amoCRM».
  Ответ: В Альбато связка [Tilda](https://albato.ru/app-tilda) и amoCRM настраивается за 5–10 минут. В админке Альбато выберите Tilda как источник, amoCRM как приёмник, и сопоставьте поля формы со сделкой. Подробно по шагам тут: ссылка на инструкцию.

2) Вход: «У меня не пришёл платёж за тариф Pro».
  Ответ: Передал ваш вопрос в отдел оплат. Номер обращения сохранён, вернёмся с ответом в течение часа.

Ограничения (~250 символов)

Не возвращаем деньги без подтверждения. Не обещаем сроков. Не отвечаем на юридические вопросы.
Если темы нет в базе знаний или это вопрос про оплату, сразу эскалация: создаём тикет в Битрикс24 с приоритетом normal и пишем клиенту, что передали в команду.

Типичные ошибки в промпте и как их чинят

Если первое тестирование дало >30% расхождений, в 9 случаях из 10 виновата одна из этих ошибок.

Итерации: как промпт меняется первые 3 месяца

Запуск это не финал. Первые 4 недели идёт еженедельный разбор ошибок и правка промпта. Каждую ошибку чиним через инструкции и примеры, а не через смену модели.

Что меняется чаще всего: добавляем темы-стоп, которые не учли; добавляем третий пример с крайним случаем; уточняем формулировку задачи; обновляем контекст под новые продукты и формулировки клиентов.

Готовность к боевому потоку это стабильный коридор расхождения <10–15% в течение месяца. Пока цифра скачет, остаёмся в режиме настройки.

Если на этапе тестирования стало понятно, что задача в принципе не подходит под ИИ-агента, лучше сразу остановиться и сверить план с материалом про случаи, когда ИИ-агент не нужен.

Как собрать ИИ-агента с этим промптом в Альбато

В Альбато связка с промптом собирается за 15–20 минут без программистов. Короткий путь:

1. Создаёте связку и добавляете условие запуска: новое обращение в CRM, сообщение в Телеграм-боте, новый тикет.
2. Добавляете шаг ИИ-агент и выбираете модель. Для большинства бизнес-сценариев хватает встроенной Альбато AI, без отдельного подключения большой языковой модели.
3. В поле Инструкции вставляете каркас из шести блоков: роль, задача, контекст, формат, 2–3 примера.
4. В поле Ограничения вписываете темы-стоп, запреты, явную эскалацию.
5. Подключаете инструменты из каталога: чтение карточки клиента, создание тикета, отправка сообщения.
6. Тестируете на 5–10 реальных кейсах, корректируете инструкции по найденным ошибкам.