Мета-промптинг: как заставить ИИ писать промпты за тебя

Логика простая. Текстовые модели (GPT, Claude, Gemini) обучались в том числе на документации, форумах и миллионах опубликованных промптов для других инструментов. Удачных промптов для Midjourney они видели больше, чем любой живой человек. Поэтому не гугли «как писать промпты для Midjourney». Попроси сразу: «напиши промпт для Midjourney», и получишь строку с корректными флагами.

Есть и вторая причина, менее очевидная. Модель пишет промпт так, как его «привыкла читать» другая модель: с правильным порядком слов, плотностью деталей и без лишних вежливостей. Человек пишет «хочу что-то уютное и современное». Модель переводит это в «тёплый вечерний свет, дерево и льняной текстиль, плёночное зерно, 35 мм». Этот перевод с языка намерений на язык признаков и есть главная работа мета-промптинга.

До

«cozy and modern cafe interior»: модель выбрала самый частотный «уютный модерн».

После

Тот же запрос на языке признаков: свет, материалы, плёнка, объектив.

До — два прилагательных

cozy and modern cafe interior --ar 3:2

После — признаки вместо прилагательных

Те же прилагательные переведены в свет, материалы, плёнку и объектив

cafe interior, warm evening light, wood and linen textiles, film grain, 35mm --ar 3:2

Одно «но» лучше запомнить с первого дня. Знания модели заморожены на дате обучения, а инструменты обновляются каждые несколько месяцев. У Midjourney сейчас версия по умолчанию V8.2 (вышла в июле 2026). Модель, обученная год назад, уверенно допишет тебе --v 6 и параметр --cref, которого в новых версиях уже нет. Лечится одной строкой в запросе: назови текущую версию инструмента. Если чат умеет ходить в интернет, вставь ссылку на страницу параметров из официальной документации.

Базовая цепочка не меняется от инструмента к инструменту:

1. Ты описываешь задачу своими словами, без специального синтаксиса, в обычном чате (GPT, Claude, Gemini).
2. Просишь модель превратить описание в промпт для конкретного инструмента: с указанием инструмента, его версии, стиля и технических параметров.
3. Копируешь готовый промпт в целевой инструмент (Midjourney, Stable Diffusion, Flux, v0, Runway и т. д.).
4. Если результат не устроил, возвращаешься в текстовый чат и описываешь, что именно пошло не так. Угадывать, какое слово поменять, не нужно: это работа модели.

Шаг 4 важнее, чем кажется. Если на картинке лишний текст, не тот ракурс или пересвет, приложи результат в чат как картинку. Современные модели видят изображения и сами сформулируют, какой параметр двигать. «Вот что получилось, вот что хотелось, поправь промпт» — самая продуктивная фраза во всём мета-промптинге.

До

Первая генерация: иллюстрация вместо фото.

После

После правки промпта в чате, сид тот же.

До — «cute» и «vibrant colors»

a fox sitting in a snowy forest, cute, vibrant colors --ar 3:2 --seed 808

После — признаки фото

Эти слова заменены признаками фото, сид тот же

wildlife photograph of a red fox sitting in a snowy forest, overcast winter light, telephoto lens, shallow depth of field, muted natural colors, realistic fur detail --ar 3:2 --seed 808 --raw

Внутри этой цепочки модель может работать в трёх режимах. Различай их и включай осознанно.

Режим интервьюера используют реже всего. Фраза «прежде чем писать промпт, задай мне пять вопросов, без ответов на которые результат будет случайным» делает то же, что хороший арт-директор на брифинге. Она вытаскивает из тебя то, что ты считал очевидным и поэтому не сказал. Для картинки это обычно ракурс, освещение, степень реализма и чего точно не должно быть. Для интерфейса — кто пользователь, какое действие главное и что происходит после ошибки.

Пример шага 1→2 на практике. Так формулируется просьба написать промпт для другого инструмента:

Мне нужен промпт для v0, чтобы собрать форму подписки на рассылку: email-поле, кнопка, состояние успеха после отправки. Сначала задай мне вопросы, если чего-то не хватает, потом оформи задачу в чёткий структурированный промпт для агента.

Мета-промптинг — штатная функция у самих разработчиков моделей, а не лайфхак энтузиастов. Они не просят людей учить промпт-инжиниринг: они дали модели написать промпт за тебя.

Anthropic Console. В консоли разработчика есть два инструмента. Prompt generator (май 2024) берёт описание задачи и собирает шаблон промпта: роль, место для рассуждения, XML-разметка и примеры. Переменные в нём оформлены как {{поле}}, чтобы шаблон можно было переиспользовать. Prompt improver (октябрь 2024) берёт уже написанный промпт и прогоняет его через пять шагов. Он добавляет секцию для пошагового рассуждения, приводит примеры к единому формату и дописывает к ним объяснения. Потом переписывает текст для ясности и при необходимости добавляет заготовку ответа. В тесте Anthropic на классификации статей точность после улучшения выросла на 30%. Самое полезное для дизайнера здесь — список приёмов, а не сама кнопка: роль, рассуждение до ответа, структура, примеры. Именно их проси у любого чата.

OpenAI Playground. Кнопка Generate делает то же самое для GPT-моделей. OpenAI опубликовала сам мета-промпт, которым пользуется. Прочитай его целиком: это концентрат того, как сами авторы модели представляют хороший промпт. Три правила оттуда переносятся на что угодно. Рассуждение идёт до вывода, а не после. Формат ответа задаётся явно и подробно, вплоть до длины и синтаксиса. В примерах сложные части заменяются плейсхолдерами в квадратных скобках. И отдельное предупреждение в их же тексте: избегать ненужных инструкций и пустых фраз.

Сами генераторы картинок. Часть инструментов делает мета-промптинг за тебя и без спроса. Так было устроено в DALL·E 3: он прогонял каждый промпт через GPT, который дописывал детали и правил формулировки. OpenAI прямо писала, что отключить это нельзя: можно только дать инструкцию «переписчику» внутри самого промпта. FLUX.2 пошёл дальше. Его текстовый энкодер — полноценная языковая модель, поэтому он читает промпт как связный текст, а не как набор тегов. Практический вывод: когда пишешь промпт через внешний чат, ты перехватываешь этот шаг. Ты сам решаешь, что будет дописано, и не полагаешься на вкус встроенного «улучшателя».

«Напиши промпт для Midjourney про кота» сработает, но даст среднее по интернету. Чтобы модель написала промпт именно под твою задачу, в запросе должны быть пять вещей. Это та же структура, что и в обычном брифе, просто адресат — модель.

Последняя строка таблицы — самый дешёвый способ учиться. Попроси: «объясни, что делает каждый параметр и почему ты выбрал такое значение». Так каждый сгенерированный промпт становится мини-уроком. Через десять таких промптов ты знаешь, чем --stylize 50 отличается от --stylize 750, не открывая документацию.

Шаблон, в который всё это собрано. Сохрани его и меняй только скобки:

Ты — промпт-инженер для [инструмент и версия]. Напиши промпт для задачи: [задача своими словами, 1–3 предложения].

Контекст: [где будет использоваться, для кого].
Референсы: [на что похоже / на что точно не похоже].
Ограничения: [формат, палитра, чего не должно быть].

Если для хорошего результата не хватает данных — сначала задай вопросы, не больше пяти. Потом верни: 1) сам промпт в блоке кода, готовый к копированию; 2) список параметров с объяснением каждого; 3) одну вещь, которую ты бы поменял первой, если результат не понравится.

Для агентов, которые собирают интерфейсы (v0, Lovable, Bolt, Claude Code), шаблон тот же. В ограничениях появляются стек, состояния и поведение при ошибке. В формате ответа — просьба разбить промпт на секции: задача, экраны, компоненты, стиль, что не делать. Подробно про такие промпты — в теме «Вайбкодинг: сайты».

В начале почти все считают, что «хороший промпт» универсален. Промпт, который даёт отличный результат в Midjourney, в FLUX 3 сработает хуже, чем простое предложение на английском. Поэтому в мета-промпте всегда называй инструмент. А когда переносишь задачу из одного инструмента в другой, проси перевод, а не копирование. Что именно меняется, по состоянию на октябрь 2026:

Заметь противоположные привычки в одной таблице. Stable Diffusion любит списки тегов и отдельный негативный промпт. FLUX списки читает плохо, а негативного промпта у него нет вовсе. Текстовая модель знает об этой разнице, но только если ты сказал ей, куда пойдёт промпт. Универсальная фраза для переноса:

Вот промпт, который хорошо работает в Midjourney: (вставить). Переведи его для FLUX 3: сохрани композицию, свет и настроение, убери флаги, перепиши связным текстом, а всё, что было в --no, сформулируй как позитивное описание того, что должно быть вместо этого.

Это измеренный факт, а не впечатление практиков. Вот три работы, на которые можно сослаться, когда коллега говорит «промпты надо писать самому».

APE, 2022. В статье «Large Language Models Are Human-Level Prompt Engineers» (Чжоу и соавторы, Университет Торонто) модель сама предлагала десятки вариантов инструкции. Их прогоняли на задаче и оставляли лучший. Автоматически найденные инструкции оказались не хуже или лучше написанных людьми на 19 из 24 задач. Ровно это ты делаешь вручную, когда просишь «три версии промпта» и выбираешь лучшую по картинке.

OPRO, 2023. В Google DeepMind пошли дальше: модель итеративно улучшала промпт, глядя на то, какие версии сработали лучше («Large Language Models as Optimizers»). Лучшие найденные промпты обогнали человеческие до 8% на школьной математике и до 50% на сложных задачах Big-Bench Hard. Самый цитируемый результат оттуда — фраза «Take a deep breath and work on this problem step-by-step». Её нашла модель, и она дала 80,2% точности против 71,8% у придуманной людьми «Let's think step by step». Никто из людей не додумался до «глубокого вдоха». В этом вся суть: модель знает о своих реакциях то, чего не знаем мы.

«Meta-Prompting», 2024. Учти, что в академической литературе этим словом иногда называют другое. В работе Сузгуна и Калаи (Stanford и OpenAI) «мета-промптинг» — это когда одна модель работает дирижёром. Она разбивает задачу, пишет промпты для своих же «экспертов» и собирает ответы. На головоломках и задачах на программирование такой подход обогнал обычный промптинг на 17%. Для дизайнера это тот же принцип в другом масштабе. Модель, которая пишет промпты для модели, — так устроены современные агенты с сабагентами, о них тема «Своя обвязка».

DSPy. Если довести идею до конца, промпт вообще перестаёт быть текстом, который кто-то пишет. Фреймворк DSPy из Стэнфорда предлагает «программировать, а не промптить». Ты описываешь, что на входе и что на выходе, даёшь примеры хороших ответов, а формулировки промпта подбирает оптимизатор. Ставить его дизайнеру не нужно, но полезно знать, куда всё движется. Ценность смещается от «знаю волшебные слова» к «умею сформулировать, что такое хорошо». Об этом тема «Оценка и критика результатов ИИ».

Вывод из всех четырёх один: твой вклад — критерий, а не формулировка. Модель переберёт варианты быстрее тебя, но только ты знаешь, какой из них подходит.

Честный список того, что пойдёт не так, если довериться модели полностью.

Выдуманные параметры. Модель уверенно допишет флаг, которого не существует, или устаревший. Инструмент либо выдаст ошибку, либо молча его проигнорирует. Видишь незнакомый параметр — спроси ту же модель, откуда он, и сверь с официальным списком параметров инструмента. Это единственная ситуация, где в документацию всё-таки придётся заглянуть, но на пять секунд, а не на вечер.

Раздутые промпты. Модели любят дописывать «masterpiece, ultra-detailed, 8k, award-winning, trending on ArtStation». Для старых версий Stable Diffusion это имело смысл. Для современных моделей это шум, который отнимает внимание у твоих настоящих требований. Сама OpenAI в своём мета-промпте требует избегать «ненужных инструкций и пустых фраз». Попроси: «убери всё, что не меняет результат, и объясни, зачем осталось каждое слово».

Среднее по больнице. Без референсов и ограничений модель пишет промпт для самой вероятной картинки — той, которую ты уже видел сто раз в чужих лендингах. Чем меньше ты дал на входе, тем больше на выходе будет нейрослопа. Как его распознать и вычистить, разобрано в теме «Нейрослоп».

До

Промпт, который чат написал на голое «напиши промпт про финансы».

После

Промпт по шаблону «Анатомия»: контекст, референсы, ограничения.

До — на голое «напиши промпт про финансы»

flat illustration of diverse business people with charts, coins and arrows, financial growth concept, corporate style, vibrant colors --ar 16:9

После — по шаблону «Анатомия»

hero image for a B2B treasury software landing page: overhead photo of a tidy oak desk with a printed cash-flow report, a fountain pen and a cup of black coffee, hard late-afternoon window light with long shadows, palette of ink navy, paper white and brass, wide empty area on the left for a headline, no people, no screens, no text --ar 16:9 --raw

Слепой перенос между инструментами. Промпт с negative prompt и весами в скобках, вставленный в FLUX, не сломается. Он просто даст непредсказуемый результат, и ты будешь винить модель. Всегда проси перевод, а не копируй.

Чужие данные в чате. Мета-промптинг соблазняет вставить в чат бриф клиента целиком, чтобы «модель всё поняла». Прежде чем так делать, проверь, что говорят твой NDA и настройки чата про обучение на твоих данных. Названия, цифры и невыпущенные продукты легко заменяются плейсхолдерами, и качество промпта от этого не падает.

Промпт вместо вкуса. Самая дорогая ошибка. Идеальный промпт для плохой идеи даст красиво сделанную плохую картинку. Мета-промптинг убирает с твоего пути синтаксис, но решение, что именно должно быть на картинке и зачем, остаётся за тобой.

Как только рабочий промпт найден, сохрани его в общий документ команды с переменными частями: «шаблон + что менять для новой задачи». Так разовая удачная находка превращается в переиспользуемый актив. Два правила делают библиотеку живой. Рядом с промптом храни картинку-результат, дату и версию инструмента: через полгода тот же промпт может дать другой результат. И сохраняй не только сам промпт, но и мета-промпт, которым ты его получил. Мета-промпт переживёт смену версий инструмента, а сам промпт — нет. Подробнее в теме «Продакшн-процессы и передача результатов».

Мне нужна иллюстрация для лендинга SaaS-продукта про тайм-менеджмент: плоская иллюстрация, пастельные тона, немного юмора. Напиши готовый промпт для Midjourney V8.2: соотношение 16:9, только актуальные параметры этой версии, и объясни каждый.

Вот промпт для Stable Diffusion XL, который я использую: (вставить). Добавь корректный negative prompt, чтобы убрать лишние пальцы и искажённые пропорции, и предложи стартовые CFG Scale и Steps для более чистого результата.

Результат получился слишком мультяшным, а мне нужно фотореалистично. Прикладываю картинку и промпт, которым она сделана: (вставить). Скажи, какие именно слова и параметры тянут в мультяшность, и перепиши промпт, не меняя композицию.

Прежде чем писать промпт, задай мне пять вопросов, без ответов на которые картинка получится случайной. Задача: обложка для статьи про выгорание дизайнеров, инструмент — FLUX 3.

Я хочу собрать лендинг в v0. Описываю идею простыми словами: (вставить). Оформи это в структурированный промпт для агента: секции страницы, компоненты, стиль, поведение при клике, и отдельный список «чего не делать».

Улучши этот промпт для написания текста: проверь, достаточно ли в нём конкретики про аудиторию, тон, длину и формат, и сначала покажи список слабых мест, потом переписанную версию: (вставить промпт)

Вот десять промптов из нашей командной библиотеки: (вставить). Найди повторяющиеся части, вынеси их в один шаблон с переменными в квадратных скобках и напиши к нему инструкцию на три строки, что менять для новой задачи.

Ещё один полезный приём: проси не один промпт, а сразу несколько вариаций с разной силой эффекта. Это ручная версия того, что делали исследователи в APE. Одним запросом получаешь палитру направлений вместо одного результата, а строка про отличия учит, какие слова двигают результат.

Сделай 3 версии этого промпта: консервативную, среднюю и максимально смелую по стилю. Под каждой — одна строка: чем именно она отличается от предыдущей.

Консервативная

Средняя

Смелая

Промпты

Консервативная — спокойный натюрморт, мягкий свет

hero photo for a time management app landing page: a tidy desk with an open paper planner and a simple wall clock, soft morning light, calm muted palette, editorial still life --ar 3:2

Средняя — тот же сюжет игривее: вид сверху, жёсткий свет, один акцент

hero photo for a time management app landing page: overhead shot of a desk where sticky notes are lined up into a neat timeline, one coral note slipping out of line, hard window light with crisp shadows, playful still life --ar 3:2

Смелая — сюрреализм, контрастные цвета, --stylize 600 --weird 300

hero photo for a time management app landing page: surreal still life, a melting alarm clock draped over a tall stack of torn calendar pages, hard coral light against an ultramarine backdrop, long dramatic shadows --ar 3:2 --stylize 600 --weird 300

Цифры и факты в теме сверены с этими страницами 4 октября 2026. Версии инструментов меняются быстрее всего остального: если что-то не сходится, смотри сюда.

• Midjourney — Version: текущая версия по умолчанию V8.2, выпущена 24 июля 2026.
• Midjourney — Parameter List: актуальные параметры; --oref/--cref в V8 заменены на --edit.
• Black Forest Labs — Prompting Guide: FLUX 3, как и FLUX.2, не поддерживает negative prompt — исключения переписываются позитивными описаниями; читает связный текст, порядок слов важен.
• OpenAI Cookbook — What's new with DALL·E 3: промпты переписываются GPT перед генерацией, отключить нельзя.
• OpenAI — Prompt generation: кнопка Generate в Playground и полный текст мета-промпта.
• Anthropic — Prompt generator (20 мая 2024) и Prompt improver (14 октября 2024): что делают инструменты в Console, пять шагов улучшения, +30% точности на классификации.
• Zhou et al., 2022 — Large Language Models Are Human-Level Prompt Engineers: APE, паритет или превосходство над человеческими инструкциями на 19 из 24 задач.
• Yang et al., 2023 — Large Language Models as Optimizers: OPRO, до +8% на GSM8K и до +50% на Big-Bench Hard; «Take a deep breath…» — 80,2% против 71,8% (таблица 1).
• Suzgun, Kalai, 2024 — Meta-Prompting: Enhancing Language Models with Task-Agnostic Scaffolding: «дирижёр и эксперты», +17,1% к обычному промптингу.
• DSPy: «программировать, а не промптить», оптимизаторы промптов как часть фреймворка.