300+ готовых промптов для ChatGPT: маркетинг, письма, код, анализ

Готовый промпт задаёт роль, контекст и формат ответа. Случайный вопрос часто возвращает общий текст, наполненный штампами. Правильный промпт содержит примеры входных данных, чёткий формат вывода (таблица, JSON, список пунктов) и указание на целевую аудиторию. Нейросеть работает по букве — задал роль нечётко, получишь размытый текст. Но есть риск: модель может подменять факты правдоподобными выводами, поэтому итоговый результат всё равно проверь.

Для оценки компании используют структурированные промпты про финансовые показатели, конкурентов и отраслевые риски. Промпт может просить разобрать 10-K отчёт или сравнить два портфеля. Модель быстро выпускает информацию из открытых источников и сортирует её по критериям. Но внимание: модель не знает завтрашних цен и путает даты (обучение закончилось в апреле 2024). На свежие данные (текущие котировки, новости за месяц) нужны отдельные интеграции.

Поставь себя в роль: «Ты маркетолог стартапа B2B, тон casual, без sales-фразеологии». Дай 2-3 примера хороших писем из твоей отрасли. Попроси нейросеть структурировать письмо пунктами (боль → решение → CTA), а не одним потоком текста. Потом ты переписываешь пункты в своём стиле за 2 минуты. Риск: нейросеть может предложить CTA слишком навязчивый для твоей культуры — редактируй под себя.

Модели умеют генерировать функции для обработки данных (парсинг CSV, расчёт скользящего среднего), HTTP-клиентов и скриптов API. Дай промпт вида «Напиши Python-скрипт, который читает JSON с последними ценами акций и записывает в SQL». Нейросеть выдаст рабочий код в 80% случаев. Но сложная архитектура, асинхронные пулы и микросервисы требуют дополнительного debugging. Всегда тестируй на реальных данных перед push в production.

Базовый ChatGPT на бесплатном плане справляется с 70% задач — письма, простой анализ текста, идеи. Но Plus даёт доступ к GPT-4 (точнее выводы), Web Browsing (текущие данные) и Custom GPTs (сохранённые настройки ролей). Для инвестора +Web Browsing уже окупается за месяц, если использовать для аналитики. Альтернатива: Claude API от Anthropic или Google Gemini API, часто дешевле на больших объёмах.

Никогда не копируй реальные клиент-данные (имена, номера счётов, цифры сделок) прямо в чат. Замени на примеры: вместо реального СНИЛСа напиши [ХХХ-ХХХ-ХХХ]. Можешь локально запустить модель (Ollama, llama.cpp) или использовать enterprise-версию GPT с шифрованием. Риск: даже удалённые из чата сообщения хранятся на серверах OpenAI/Anthropic ~90 дней, и нет гарантии изоляции от обучающих данных новых версий модели.

Публичную информацию (котировки из Yahoo Finance, новости, квартальные отчёты). Персональные данные, зарплаты, внутренние метрики компании — никогда. Если нужно работать с закрытой информацией, запусти модель локально.