Как сэкономить $20 000 000, просто «почистив» промпт Инженер из Lovable (популярный AI-native инструмент для создания сайтов в один клик, здесь я выпускал интервью с основателем) поделился интересным кейсом рефакторинга системного промпта, который принес компании сумасшедшие результаты. В чем была проблема? Системные промпты больших сервисов со временем превращаются в «спагетти-код». Один инженер добавил инструкцию, чтобы ИИ лучше писал код, второй - чтобы не забывал про дизайн. В итоге инструкции начинают дублировать друг друга, противоречить или просто раздувать контекст. Что сделал Бенджамин: 1. Проанализировал логи: прочитал тонны логов LLM «с нуля», не ища ничего конкретного. 2. Убрал лишнее: удалил дубликаты, сократил многословные формулировки и выровнял баланс инструкций. 3. Использовал ИИ для помощи: первые абзацы промпта переписал вручную, а остальное поручил сделать Claude Opus, задав ему нужный стиль. 4. Финальный контроль: построчно проверил результаты, сравнив с прежней версией. Результаты такой работы одного сотрудника на новогодних праздниках для компании: - Экономия на API - $20 млн в год (за счет сокращения токенов и скорости). - Генерация дизайна стала на 4% быстрее. - Качество следования инструкциям заметно выросло. Главный урок: в эпоху ИИ «промптить сильнее» (добавлять еще больше текста) - не значит лучше. Комплексный подход и обычная чистка текста работают эффективнее, чем бесконечное наслоение новых правил. Источник: тут.