Глава 3. Роли: как «должность» меняет ответы Claude

Продолжаем тему прошлых глав: Claude не знает о вашей задаче ничего, кроме того, что вы ему сказали. Поэтому иногда полезно прямо назначить модели роль — со всем нужным контекстом. Приём называется role prompting, и правило простое: чем детальнее описана роль, тем лучше.

Работает это так же, как с людьми: совет «подумай как юрист» или «посмотри на это глазами редактора» меняет и ход мысли, и результат. Роль улучшает ответы Claude в самых разных задачах — от текстов до кода и выжимок — и заодно управляет стилем, тоном и подачей.

Роль меняет стиль: кот и скейтборд

Начнём с наглядного. Спросим Claude без всякой роли, что он думает о скейтбординге:

Корректно, ровно, никак. Теперь тот же вопрос — но с ролью в системном промпте:

Вопрос не менялся ни на букву. Изменились тон, стиль и содержание — потому что Claude отвечает уже из другой позиции. Так работают все «характеры» AI-продуктов: строгий ревьюер кода, доброжелательная поддержка, дотошный аналитик — это в первую очередь роль.

Бонус: укажите аудиторию

Роль можно усилить, добавив, к кому Claude обращается. «Ты — кот» и «Ты — кот, выступающий перед толпой скейтбордистов» дадут заметно разные ответы: во втором случае модель подстроит и лексику, и настроение под слушателей.

Этот же приём спасает в рабочих задачах: «Ты — финансовый директор, объясняющий отчёт совету директоров» и «Ты — финансовый директор, объясняющий отчёт стажёру» — две разные глубины и два разных словаря. Чем точнее описаны роль и аудитория, тем меньше Claude угадывает за вас.

Роль меняет мышление: логическая задача

Самое интересное: роль влияет не только на стиль, но и на качество рассуждений — в том числе в математике и логике. Проверим на классической задаче, у которой есть однозначный правильный ответ: «да».

Это ошибка. Разберите оба варианта: если Энн замужем, то Энн (в браке) смотрит на Джорджа (не в браке) — да. Если Энн не замужем, то Джек (в браке) смотрит на Энн (не в браке) — снова да. В любом случае ответ «да», но модель поспешила сдаться. А теперь назначим ей должность:

Одна строчка в системном промпте — и модель начала перебирать варианты вместо того, чтобы жаловаться на нехватку данных. Честная оговорка из оригинала курса: правильный ответ роль даёт не всегда «по правильным причинам» — но результат стабильно лучше.

И ещё одна важная мысль оттуда же: в промпт-инжиниринге почти всегда есть несколько приёмов, ведущих к одному результату. Роль — один из них; дальше в курсе появятся другие. Экспериментируйте и собирайте собственный стиль.

Упражнение

Откройте claude.ai или Workbench — и в бой.

Упражнение 3.1 — Проверка решения

Claude иногда спотыкается даже на простой арифметике. Дайте ему такой промпт и посмотрите, что будет — велика вероятность, что решение он назовёт верным, хотя во втором шаге очевидная ошибка (из 2x − 3 = 9 следует 2x = 12, а не 2x = 6):

Верно ли решено уравнение ниже?

2x - 3 = 9
2x = 6
x = 3

Забавно, что при пошаговом разборе Claude может даже заметить ошибку — но всё равно не сделать вывод, что решение целиком неверно. Ваша задача: изменить промпт и/или системный промпт так, чтобы Claude уверенно назвал решение неверным.

Что запомнить

• Role prompting — назначить Claude роль с контекстом: «Ты — {кто}». Чем детальнее, тем лучше.
• Роль задаётся в системном промпте или прямо в тексте сообщения — работают оба способа.
• Роль меняет не только стиль и тон, но и качество рассуждений — вплоть до верного ответа в логической задаче.
• Усиливайте роль аудиторией: «кот» и «кот перед толпой скейтбордистов» отвечают по-разному.
• К одному результату часто ведут несколько приёмов — экспериментируйте и ищите свой стиль.