Библиотека шаблонов
Библиотека шаблонов: версии, доступы и переиспользование между проектами.
Шаблон: промпт, который не пишут заново
Пять готовых каркасов и {{переменные}} ты уже видел в базовом промптинге. На продвинутом уровне шаблон — не текст с плейсхолдерами, а актив команды: версии, ревью, владелец и доступ, как у кода. Функция render_template должна падать с ошибкой (raise), если переменной не хватает: тихая подстановка пустой строки хуже явной ошибки.
Роли в API
system (у OpenAI — developer) — правила сессии (роль, ограничения, формат). user — запрос. assistant — ответ модели; в few-shot сюда вставляют примеры ответов. Шаблон обычно собирает system + user из одной структуры с переменными.
Выгоды шаблонов: консистентность (одна структура во всех вызовах), эффективность (меняешь только данные), тестируемость (граничные случаи — смена одной переменной), контроль версий ядра промпта отдельно от данных.
Few-shot в шаблоне
Zero-shot — только описание задачи. Few-shot — описание + k пар (user, assistant) до реального запроса. Больше примеров → обычно выше точность, но больше токенов. Убывающая отдача после 5–10 примеров: один хороший пример часто лучше трёх посредственных.
?Проверь себя
Соедини элемент карточки шаблона с его назначением
1 Слева2 СправаГотово
Нажми утверждение слева, затем подходящий ответ справа — они соединятся.
Утверждения
Ответы
Библиотека шаблонов команды
Когда шаблонов больше трёх — нужна библиотека в репозитории рядом с кодом. Изменение через ревью, как код. OpenAI прямо советует держать прод-промпты в коде приложения — с ревью, тестами и обычным деплоем. API принимает уже готовый текст: {{переменные}} подставляет твой код (или render_template), а не модель. В обычном чате подставляешь значения вручную.
Шаблоны питают evals
Один шаблон прогоняется на десятках значений переменных — и ты видишь, где он ломается. Это мост к eval harness из следующего урока: гипотеза → два варианта → измерение на датасете → победитель с цифрами.
?Проверь себя
