1.3. Термины и определения

В настоящем документе применяются следующие термины и их определения:

• Промпт (Prompt) — структурированный текстовый запрос или набор инструкций, направляемых в большую языковую модель (LLM) для получения требуемого результата. Промпт включает контекст, задание, примеры (few-shot), выходной формат и ограничения.
• Промпт-инженер (Prompt-Engineer) — специалист Riqli, ответственный за проектирование, разработку, тестирование, оптимизацию и сопровождение промптов для решения бизнес-задач компании.
• Техническое задание на разработку промптов (ТЗ) — настоящий документ, содержащий полный набор требований, метрик, ограничений и ролей, определяющих деятельность промпт-инженера.
• Целевая метрика — количественный или качественный показатель, используемый для оценки эффективности промпта (точность, полнота, релевантность, безопасность, токен-экономичность).
• Ограничение (Constraint) — жесткое условие, накладываемое на выход модели: максимальная длина, запрещенные темы, обязательный формат, временной лимит генерации.
• Контекст (Context) — набор исходных данных, фактов, примеров, правил и ролевых установок, которые предоставляются модели вместе с основным запросом для повышения качества ответа.
• Роль (Role) — персонификация модели, задаваемая в промпте (эксперт, помощник, аналитик, критик), определяющая стиль, тон и уровень детализации ответа.

4.1. Проектирование и разработка промптов

Промпт-инженер обязан выполнять следующие задачи на этапе проектирования и разработки:

• Анализировать бизнес-задачи и формулировать требования к промптам в терминах входных данных, ожидаемого ответа, целевой аудитории и регламентных ограничений.
• Проектировать архитектуру промпта, выбирая подходящую роль модели, объем и способ подачи контекста, формат вывода (JSON, Markdown, HTML, таблица) и стратегию few-shot (количество и качество примеров).
• Разрабатывать системные промпты (System Prompts), определяющие базовое поведение модели и ее ограничения, и пользовательские промпты (User Prompts), содержащие непосредственно задание и переменные контекста.
• Осуществлять итеративную разработку: создавать прототип, проводить тестирование, анализировать ошибки, корректировать инструкции и повторять цикл до достижения целевых метрик.

4.2. Тестирование и валидация

На этапе тестирования и валидации промпт-инженер обязан:

• Разрабатывать наборы тестовых кейсов (Test Suites), покрывающие основные сценарии использования, пограничные случаи (edge cases) и стресс-условия (максимальная длина запроса, неполные данные, нестандартный ввод).
• Проводить автоматизированное и ручное тестирование промптов с использованием бенчмарков и метрик: точность (Precision), полнота (Recall), F1-мера, ROUGE, BLEU для генеративных задач, а также экспертная оценка релевантности и полезности ответа.
• Оценивать токен-экономичность промпта, оптимизируя длину контекста, количество примеров и формулировки для снижения затрат и ускорения инференса.
• Организовывать приемочное тестирование с участием бизнес-заказчиков и фиксировать акты приемки промптов, содержащие оценку соответствия требованиям ТЗ.

4.3. Документирование и стандартизация

Промпт-инженер обязан обеспечить полное документирование всех разработанных промптов в соответствии с корпоративными стандартами:

• Создавать и поддерживать паспорт промпта, включающий: уникальный идентификатор, версию, дату создания, автора, описание назначения, инструкцию по применению, список переменных, примеры входных и выходных данных, результаты тестирования.
• Оформлять документацию в формате, предусмотренном СМК Riqli, с использованием шаблонов, утвержденных в Отделе управления качеством.
• Вносить промпты в корпоративную базу знаний (Confluence, SharePoint или специализированную платформу), обеспечивая их категоризацию, доступность для авторизованных сотрудников и возможность поиска по ключевым словам.
• Участвовать в разработке и актуализации внутренних стандартов, методологий и чек-листов по промпт-инжинирингу в рамках Riqli.

4.4. Мониторинг и сопровождение

На этапе промышленной эксплуатации промпт-инженер обязан:

• Настроить и осуществлять мониторинг качества промптов в продуктивных средах: отслеживать метрики, регистрировать аномалии, инициировать пересмотр при отклонении показателей ниже допустимых порогов.
• Анализировать логи взаимодействия модели с пользователями (в обезличенном виде) для выявления системных ошибок, неоднозначных формулировок и областей для улучшения.
• Проводить плановые и внеплановые обновления промптов в связи с появлением новых версий моделей, изменением бизнес-требований или выявлением уязвимостей (инжекшн-атак, джейлбрейков).
• Вести реестр инцидентов, связанных с работой промптов, разрабатывать корректирующие и предупреждающие действия и отслеживать их исполнение.

4.5. Исследования и развитие компетенций

Промпт-инженер обязан постоянно развивать свои профессиональные навыки и делиться экспертизой:

• Изучать передовые практики, новые подходы и инструменты в области промпт-инжиниринга: Chain-of-Thought, Tree-of-Thought, ReAct, Self-Consistency, Retrieval-Augmented Generation (RAG), Auto-CoT.
• Следить за развитием больших языковых моделей, их API и особенностями, участвовать в тестировании бета-версий и предоставлять обратную связь провайдерам (OpenAI, Anthropic, Google, Yandex, SberDevices).
• Проводить внутренние воркшопы и обучающие сессии для разработчиков, аналитиков и бизнес-пользователей по эффективному использованию промптов и лучшим практикам взаимодействия с LLM.
• Подготавливать и публиковать во внутреннем корпоративном блоге статьи, кейсы и рекомендации по промпт-инжинирингу, способствуя формированию сообщества практиков.

5.1. Право на принятие решений

Промпт-инженер имеет право самостоятельно принимать решения в следующих областях:

• Выбор архитектуры промпта, включая роль модели, структуру контекста, формат вывода и стратегию few-shot, в рамках утвержденных технических требований и ограничений.
• Определение методов и инструментов тестирования промптов, выбор метрик и пороговых значений для оценки качества в рамках согласованного с заказчиком подхода.
• Утверждение незначительных корректировок в промптах (уточнение формулировок, расширение примеров, оптимизация токенов), если они не меняют функционального назначения и не требуют пересмотра требований.

В случае необходимости изменения ключевых параметров промпта (роль, структура данных, ожидаемый ответ), влияющих на бюджет или сроки, инженер обязан согласовать эти изменения с Руководителем отдела развития ИИ-решений и бизнес-заказчиком.

5.2. Право на доступ к ресурсам

Для выполнения своих обязанностей промпт-инженеру предоставляется доступ к:

• Корпоративной платформе для управления качеством, рисками, компетенциями и дистанционным обучением Riqli в части, необходимой для интеграции промптов в бизнес-процессы организации.
• API больших языковых моделей (OpenAI, Anthropic, Yandex GPT, GigaChat и других), утвержденных в Riqli, с выделенным бюджетом на тестовые и продуктивные запросы.
• Инфраструктуре разработки и тестирования: выделенные виртуальные машины, среды разработки (Jupyter, VS Code), системы контроля версий (Git, GitHub/GitLab CI/CD), системы мониторинга.
• Базам знаний, методологическим материалам и репозиториям промптов, накопленным в Riqli, а также к внешним академическим и отраслевым источникам по запросу.

5.3. Право на получение информации

Промпт-инженер имеет право запрашивать и получать от соответствующих подразделений и должностных лиц информацию, необходимую для качественного выполнения работ:

• От бизнес-заказчиков и продуктовых менеджеров — четко сформулированные бизнес-требования, пользовательские истории, критерии приемки и ожидаемые бизнес-эффекты.
• От отдела управления рисками — актуальные карты рисков, связанных с применением ИИ, требования к этике и безопасному использованию технологий.
• От отдела управления качеством — текущие стандарты качества, шаблоны документов, процедуры валидации и верификации.
• От юридического отдела и отдела информационной безопасности — требования к защите персональных данных, режиму конфиденциальности и лицензионной чистоте используемых инструментов.

6.1. Ответственность за качество промптов

Промпт-инженер несет персональную ответственность за:

• Функциональную корректность разработанных промптов — их способность генерировать ожидаемые ответы в рамках заявленных сценариев использования при штатных и пограничных условиях.
• Безопасность промптов — отсутствие уязвимостей к промпт-инжекшну, джейлбрейку, утечке системных инструкций и генерации небезопасного или запрещенного контента.
• Токен-эффективность — минимизацию затрат на генерацию без потери качества ответа, оптимизацию длины контекста и примеров.
• Соответствие разработанных промптов требованиям законодательства, включая ФЗ-152 «О персональных данных», и внутренним политикам Riqli по этике и безопасности ИИ.

Ответственность наступает в порядке, установленном трудовым законодательством Российской Федерации и внутренними нормативными документами Riqli.

6.2. Соблюдение стандартов и регламентов

Промпт-инженер обязан строго соблюдать:

• Утвержденные в Riqli стандарты СМК и регламенты разработки ПО применительно к этапам проектирования, тестирования и документирования промптов.
• Внутренние инструкции по работе с конфиденциальной информацией, не допуская разглашения коммерческой тайны, персональных данных сотрудников и клиентов, а также ноу-хау компании.
• Процедуры управления рисками, включая своевременное информирование Руководителя отдела развития ИИ-решений и Риск-офиса о выявленных рисках, инцидентах и несоответствиях.

Нарушение установленных стандартов и регламентов влечет за собой применение мер дисциплинарной ответственности вплоть до расторжения трудового договора в соответствии с Трудовым кодексом РФ.

6.3. Отчетность и прозрачность

Промпт-инженер обязан своевременно и в полном объеме предоставлять отчетность о ходе разработки и результатах работы:

• Еженедельно — статус-отчет Руководителю отдела развития ИИ-решений о прогрессе по текущим задачам, возникших проблемах и планах на следующую неделю.
• По завершении каждого этапа разработки (проектирование, тестирование, релиз) — подробный отчет, включающий результаты тестирования, достигнутые значения метрик, список выявленных и устраненных дефектов.
• Ежемесячно — сводный отчет по эффективности эксплуатируемых промптов: статистика использования, токен-затраты, качество ответов, инциденты, обратная связь от пользователей.
• По запросу руководства, отдела управления качеством или риск-офиса — предоставлять дополнительную аналитику и обоснования принятых проектных решений.

7.1. Образование и базовые компетенции

Кандидат на должность промпт-инженера должен иметь:

• Высшее образование (бакалавриат или магистратура) в областях: прикладная математика, информатика, компьютерные науки, лингвистика, переводческое дело, психолингвистика, или эквивалентный практический опыт работы с ИИ-моделями не менее 3 лет.
• Глубокое понимание принципов работы больших языковых моделей (LLM): архитектура трансформеров, механизм внимания, токенизация, температура, top-p, top-k, системы памяти и контекстное окно.
• Знание теории и практики промпт-инжиниринга: техники проектирования, методов оптимизации, стратегий few-shot, Chain-of-Thought, Tree-of-Thought, ReAct, Retrieval-Augmented Generation (RAG), Self-Consistency.
• Свободное владение русским и английским языками (уровень не ниже C1 для английского) для работы с зарубежными моделями, технической документацией и международными исследованиями.

7.2. Профессиональные навыки и инструменты

Промпт-инженер должен владеть следующими практическими навыками и инструментами:

• Опыт программирования на Python (библиотеки для работы с API: openai, anthropic, langchain, huggingface), знание JSON, XML, регулярных выражений.
• Навыки работы с API LLM (OpenAI, Anthropic, Yandex GPT, GigaChat, Hugging Face, Google PaLM/Vertex AI), включая аутентификацию, обработку ошибок, управление таймаутами и ретраями.
• Умение использовать фреймворки для разработки промптов и оценки их качества: LangSmith, PromptLayer, HumanLoop, DeepEval, Ragas, и другие инструменты MLOps.
• Владение Git и системами контроля версий, CI/CD (GitHub Actions, GitLab CI), средами разработки (Jupyter, VS Code).
• Навыки анализа данных и визуализации (pandas, matplotlib, plotly) для обработки логов, расчета метрик и подготовки отчетов.

7.3. Сертификация и развитие

Для работы в Riqli промпт-инженер обязан:

• Пройти внутреннюю сертификацию по промпт-инжинирингу, разработанную отделом развития ИИ-решений, подтверждающую знание корпоративных стандартов, методологий и инструментов.
• Подтверждать свою квалификацию не реже одного раза в год путем прохождения тестирования или защиты портфолио разработанных промптов перед аттестационной комиссией.
• Повышать уровень квалификации путем участия в профильных конференциях, хакатонах, курсах повышения квалификации (DeepLearning.AI, Coursera, Stepik, OpenGPT).
• Проходить обязательные вводные инструктажи по информационной безопасности, работе с конфиденциальной информацией и этике применения ИИ при приеме на работу и далее ежегодно.

8.1. Режим работы и график

Для промпт-инженера устанавливается следующий режим работы:

• Нормированный рабочий день продолжительностью 8 часов с 10:00 до 19:00 (или с 9:00 до 18:00 по согласованию с руководством) с перерывом на обед 1 час в период с 13:00 до 15:00. Возможен гибкий график с обязательным присутствием в офисе в согласованные дни.
• Удаленная работа допускается при наличии стабильного интернет-соединения, условий для концентрации и с согласия Руководителя отдела развития ИИ-решений. В случае работы вне офиса специалист обязан иметь возможность выходить на видеосвязь в рабочее время.
• Командировки возможны для участия в проектных сессиях с заказчиками, конференциях, внутренних страт-сессиях. Периодичность и длительность командировок определяется производственной необходимостью и согласовывается индивидуально.

8.2. Обеспечение рабочим местом и инструментами

Работодатель предоставляет промпт-инженеру следующие условия и инструменты:

• Рабочее место, оборудованное персональным компьютером с характеристиками, достаточными для работы с большими объемами данных и запуска моделей локально (рекомендуется: 32+ ГБ ОЗУ, GPU NVIDIA с 8+ ГБ памяти, SSD-накопитель).
• Лицензионное программное обеспечение и доступ к необходимым корпоративным сервисам: IDE, Git-репозитории, системы управления проектами (Jira, Trello), средства совместной работы (Confluence, Miro), специализированные платформы для работы с LLM.
• Выделенный бюджет на API-запросы к LLM для тестирования и промышленной эксплуатации промптов. Объем бюджета определяется ежемесячно Руководителем отдела развития ИИ-решений и утверждается в рамках проектных смет.
• Доступ к корпоративным базам знаний и библиотекам промптов, а также к внешним источникам (arxiv.org, huggingface.co, GitHub) при условии соблюдения политик безопасности.

9.1. Качество промптов

Показатели качества оцениваются по следующим направлениям:

• Точность (Precision) и полнота (Recall) — для задач классификации и извлечения информации целевые значения не менее 0.90 для основных сценариев.
• Семантическая релевантность — оценка по шкале от 1 до 5 экспертной группой и бизнес-заказчиками, средний балл не ниже 4.2 в ходе приемочных испытаний.
• Когерентность и связность — отсутствие логических противоречий, противоречий фактам, повторений и неграмотных формулировок в ответах модели. Оценивается экспертами по чек-листу.
• Безопасность — отсутствие инцидентов, связанных с промпт-инжекшном, генерацией небезопасного контента или утечкой системных данных.

9.2. Эффективность и производительность

Эффективность работы промпт-инженера измеряется через:

• Токен-экономичность — среднее количество токенов на один успешный ответ. Целевое значение определяется на этапе проектирования и должно быть минимизировано без ущерба для качества.
• Time-to-Market (TTM) — время от формулировки бизнес-задачи до передачи промпта в эксплуатацию. Не превышает 5 рабочих дней для типовых задач и 15 рабочих дней для сложных, требующих многократного итеративного тестирования.
• Процент успешных ответов — доля ответов модели, прошедших автоматическую и ручную валидацию (без постобработки, без ошибок). Целевой порог — 95% в продуктивной среде.

9.3. Документирование и повторное использование

Оценка вклада в развитие библиотеки промптов и стандартизацию:

• Количество качественно задокументированных промптов, переданных в корпоративную библиотеку, с паспортами, примерами, метриками и инструкциями. План — не менее 20 новых промптов в квартал или 5 значительных обновлений существующих.
• Процент промптов, используемых повторно в различных проектах без существенной доработки. Целевое значение — не менее 30% от общего количества опубликованных промптов.
• Обратная связь от пользователей и коллег по удобству и качеству документации, измеряемая через внутренние опросы NPS (Net Promoter Score) по работе с библиотекой промптов — не ниже 40.

10.1. Процесс разработки нового промпта

Разработка промпта осуществляется в соответствии со следующим регламентом, интегрированным в корпоративную онлайн-платформу для управления качеством, рисками, компетенциями и дистанционным обучением Riqli:

• Этап 1: Инициация и сбор требований. Бизнес-заказчик формирует заявку на разработку промпта в системе, описывая задачу, ожидаемый результат, целевую аудиторию и ограничения. Промпт-инженер проводит встречу для уточнения требований.
• Этап 2: Проектирование. Специалист определяет тип промпта, выбирает роль модели, структурирует контекст, разрабатывает примеры (few-shot) и определяет формат вывода. Результат фиксируется в паспорте проекта промпта.
• Этап 3: Прототипирование и кодирование. Промпт-инженер создает прототип в тестовой среде (Jupyter Notebook или специализированная платформа) и выполняет серию первых генераций для оценки базового поведения.
• Этап 4: Тестирование. Проводится автоматизированное и ручное тестирование по чек-листу (см. п. 10.2). При несоответствии целевым метрикам выполняется итеративная доработка.
• Этап 5: Приемка. Бизнес-заказчик и Руководитель отдела развития ИИ-решений утверждают промпт на основе протоколов тестирования и демонстрации работы.
• Этап 6: Публикация и эксплуатация. Промпт с паспортом загружается в корпоративную базу знаний и библиотеку промптов. Настраивается мониторинг.
• Этап 7: Поддержка и итерации. В процессе эксплуатации собирается обратная связь, анализируются логи, выполняются плановые и внеплановые обновления.

10.2. Чек-лист тестирования промпта

При тестировании промпта промпт-инженер обязан пройти по следующему чек-листу, зафиксировав результаты в системе:

• Функциональные тесты (минимум 10 кейсов):
  • Один штатный сценарий использования.
  • Один сценарий с неполными данными (пропущены переменные).
  • Один сценарий с неверным типом данных.
  • Один сценарий с экстремально большим объемом входных данных.
  • Один сценарий с пустым вводом.
• Тесты безопасности:
  • Проверка на отсутствие инжекшна: попытка внедрить в контекст команды, изменяющие системный промпт ("Ignore previous instructions").
  • Проверка на выход за рамки задачи: запрос ответа в нерелевантной области.
  • Проверка на наличие запрещенного контента (нецензурная лексика, угрозы, персональные данные).
• Тесты качества:
  • Экспертная оценка релевантности, связности, грамотности ответа.
  • Сравнение с эталонным ответом для типового кейса (при наличии).
  • Оценка токен-затрат и времени генерации.

10.3. Типовые бизнес-сценарии использования промптов в Riqli

Промпты, разрабатываемые инженером, применяются в следующих бизнес-процессах Riqli, с использованием функциональности онлайн-платформы управления качеством, рисками, компетенциями и дистанционным обучением:

• Внутреннее дистанционное образование: создание адаптивных траекторий обучения, генерация тестов, симуляторов, кейсов на основе базы знаний. Промпты интегрированы в модуль "Обучение" платформы, настраивая персональный контент для каждого сотрудника.
• Управленческий консалтинг: анализ организационных структур, генерация рекомендаций по оптимизации бизнес-процессов, помощь в разработке стратегических документов. Промпты используются аналитиками через модуль "Консалтинг" платформы.
• Управление рисками: анализ текстов событий прошлого, ведение реестра рисков, помощь в ранжировании и разработке мер по снижению рисков в модуле "Риск-менеджмент".
• Управление знаниями: структурирование и индексация внутренних документов, создание интеллектуального поиска по базе знаний, ответы на часто задаваемые вопросы сотрудников.
• Бизнес-инжиниринг и регламентация: помощь в описании бизнес-процессов в нотации BPMN 2.0, генерация текстов регламентов и инструкций, проверка их на полноту и непротиворечивость.

10.4. Сценарий "Разработка обучающего контента"

Пример пошагового сценария использования промпта в процессе дистанционного образования:

• Шаг 1: Методолог (или сотрудник отдела обучения) входит в модуль "Обучение" платформы Riqli и создает новый курс, указывая тему, целевую аудиторию и ключевые понятия.
• Шаг 2: Методолог активирует промпт-агента "Генератор структуры курса" через контекстное меню. Промпт, разработанный инженером, формирует запрос к LLM, передавая тему, аудиторию и ограничения из профиля платформы.
• Шаг 3: Модель возвращает предлагаемую структуру курса (модули, уроки, основные темы) в формате JSON. Промпт-инженером гарантирована валидность JSON и наличие всех обязательных полей.
• Шаг 4: Методолог утверждает структуру или отправляет запрос на доработку через промпт "Рефактор структуры", который передает обратную связь модели для уточнения.
• Шаг 5: После утверждения структуры запускается промпт "Генератор контента урока", который для каждого пункта структуры запрашивает у модели текст, примеры, вопросы для самопроверки. Контент автоматически сохраняется в базе знаний платформы.
• Шаг 6: Промпт "Генератор тестов" создает вопросы для экзамена по курсу, используя контент и контролируя уровень сложности.

10.5. Интеграция с корпоративной платформой управления качеством и рисками

Промпты разрабатываются с учетом функциональных возможностей онлайн-платформы Riqli и используют ее API для доступа к данным и сохранения результатов. Промпт-инженер обязан обеспечить бесшовную интеграцию промптов с модулями платформы:

• Модуль "Управление качеством (СМК)": промпты используются для аудита документов, генерации отчетов о несоответствиях, помощи в разработке корректирующих действий.
• Модуль "Управление рисками": интеграция включает доступ к реестру рисков через API, анализ текстовых описаний рисков, помощь в оценке их вероятности и влияния.
• Модуль "Управление знаниями": промпты получают доступ к корпоративной базе знаний (чат с документами) через RAG-подход, что повышает точность ответов за счет актуальных внутренних данных.
• Модуль "Управление компетенциями": промпты помогают оценивать компетенции сотрудников на основе их активности, создавать карты компетенций и рекомендовать индивидуальные планы развития.

Все взаимодействие с платформой осуществляется через защищенные каналы API с использованием сервисных аккаунтов и токенов, что обеспечивает информационную безопасность и управляемость доступа.