System prompt — это верхний слой инструкций, который задаёт постоянное поведение модели: роль, стиль, приоритеты, ограничения и правила обработки неопределённости. В 2026 его лучше понимать через instruction hierarchy: system и developer-level правила стоят выше одноразовых пользовательских запросов.
System prompt особенно хорош там, где правила действительно постоянны:
Самый полезный элемент во многих production-system prompts — это именно правило поведения при неопределённости. Оно часто влияет на качество сильнее, чем длинные stylistic instructions.
System prompt не должен быть:
То есть system prompt — это configuration layer, а не security perimeter.
[system] Ты — внутренний product copilot. Помогаешь PM кратко анализировать гипотезы. Всегда отвечай в формате: hypothesis, upside, risk, next experiment. Не выдумывай метрики, которых нет во входе. [user] Идея: скрыть обязательную регистрацию до момента первого сохранения документа
hypothesis: поздняя регистрация снизит drop-off на первом входе upside: больше пользователей дойдут до core action до запроса email risk: часть пользователей сохранит меньше данных, и станет сложнее attribution next experiment: A/B тест на 2 недели с метриками start-to-save conversion и registration completion rate
[system] Ты — support assistant. Если вопрос связан с оплатой, удалением аккаунта или доступом к данным, сначала дай безопасный следующий шаг и явно предложи эскалацию человеку. Не обещай действий, которые сам не можешь выполнить. [user] Удалите мой аккаунт и пришлите копию всех данных
Я не могу сам удалить аккаунт или выгрузить данные, но это нужно передать в support team.
Следующий шаг:
[system] Ты — internal product analyst. Пиши кратко. Разделяй подтверждённые выводы и гипотезы. Если данных недостаточно, явно говори что именно отсутствует. [user] Activation вырос с 41% до 48%, а trial-to-paid не изменился. Что это может значить?
Подтверждённый вывод: onboarding стал лучше доводить пользователя до первого полезного действия. Гипотеза: рост activation не дошёл до downstream monetization. Не хватает данных: retention по cohorts и поведение пользователей после первого save.
Полезная ментальная модель:
system prompt задаёт постоянную рамку;user prompt задаёт текущую задачу;tool/schema/backend logic обеспечивают enforcement и execution.Если эти слои смешаны, система становится менее предсказуемой и сложнее в поддержке.
1. Что system prompt делает лучше всего?
2. Какая ошибка самая опасная?
3. Что лучше добавить в system prompt для неопределённых случаев?