Почему LLM-агенты ломаются от раздутых системных промптов
Habr-эксперимент с Qwen Code показывает: раздутый системный промпт может мешать LLM-агенту выбирать tools и skills. Разбираем, где риск, а где оговорки.
промпт-инжиниринг
Промпт-инжиниринг: техники составления эффективных запросов к языковым моделям и агентным системам.
Промпты Anthropic и OpenAI: как переносить без регрессий
Практический разбор для разработчиков: почему рекомендации Anthropic и OpenAI по промптам расходятся, что можно переносить между Claude и GPT и где нужны evals, context engineering и model-specific overlay.
Как переносить старые промпты на GPT-5.5 без регрессий
Свежие рекомендации OpenAI по GPT-5.5 подталкивают команды не переносить старый набор промптов механически. Разбираем, что именно менять.
Системный промпт Claude Opus 4.7: что Anthropic поменяла в поведении модели
Anthropic обновила системный промпт Claude Opus 4.7. Разбираем, зачем модели больше самостоятельности, tool_search и контекстная безопасность.
Промпт-инжиниринг в 2026: техники, которые действительно работают
Промпт-инжиниринг — это не магия, а инженерная дисциплина. Разбираем техники, которые реально повышают качество ответов LLM: от chain-of-thought до structured output.
ИИ ошибки: 12 самых частых промахов при работе с нейросетями
Разбираем ИИ ошибки, которые совершают даже опытные пользователи: галлюцинации, утечки данных, слабые промпты и игнорирование лимитов контекста. Даём 12 типичных промахов и способы их избежать.
Системные промпты в 2026 году: как задавать правила, формат и границы LLM
Практический гайд по системным промптам: как зафиксировать роль, правила и формат ответа у GPT, Claude и Gemini и где уже нужны Structured Outputs, RAG и ограничения на уровне приложения.