Qwen отвечает на «напиши пост про наш продукт» и на развёрнутый бриф одинаково быстро. Разница видна в том, что происходит дальше: в первом случае вы двадцать минут объясняете модели, что имели в виду, во втором забираете черновик и правите две строчки.
Мы собрали 50 промптов для Qwen под три роли, которые чаще всего приходят в эту нейросеть за рабочими задачами: маркетолог, аналитик и копирайтер. Отдельными блоками идут промпты Qwen для аналитика и промпты Qwen для копирайтера, они дальше по тексту. Каждый промпт привязан к конкретной задаче, к конкретной модели линейки и снабжён разбором «до и после», чтобы было видно, за счёт чего меняется ответ.
Это готовые промпты, а не теория: библиотека для тех, кто уже открывал Qwen Chat и хочет выжимать из него больше. Как пользоваться Qwen на базовом уровне и что такое Qwen вообще, мы разбирали отдельно. Если вы ещё не понимаете, что такое Qwen и чем он отличается от других нейросетей, начните с обзора «Qwen — что это за нейросеть от Alibaba», а за базовой теорией запросов идите в разбор промпт-инжиниринга простыми словами.
Примеры промптов ниже работают в чате на chat.qwen.ai: Qwen бесплатно доступен из России напрямую и понимает русский без переключения языка. Часть сценариев потребует платного доступа к API, и мы отмечаем это прямо в описании промпта.
Если после библиотеки захочется системы, а не набора заготовок, посмотрите курсы по промпт-инжинирингу: там разбирают, почему одни формулировки работают, а другие нет.
CheckroiПодборка курсов по промпт-инжинирингу37 курсов • 17 школСравните цены, школы, программу и найдите выгодные предложения по обучениюСравнить→
Что важно знать до начала
- Модель под задачу решает больше, чем формулировка. Анализ таблицы в Qwen3-VL и та же таблица текстом в общем чате дают разное качество разбора.
- Роль плюс контекст плюс формат плюс ограничения: такова структура промпта, которая работает. Роль в промпте задаёт лексику, ограничения не дают модели додумывать.
- Контекстное окно в миллион токенов у флагманской линейки означает, что документ на 300 страниц влезает целиком, без нарезки на куски.
- Qwen охотно соглашается. Модель склонна поддерживать вашу гипотезу вместо того, чтобы её ломать, поэтому критику нужно запрашивать явно.
- Персональные данные клиентов в облачный чат не отправляем, иначе разговор уходит в плоскость 152-ФЗ. Для закрытого контура есть открытые веса и локальный запуск.
Какую модель Qwen брать под задачу
Qwen нейросеть мультимодальная: одна линейка закрывает и текст, и картинки, и код. Мультимодальность здесь означает, что картинку и текст можно положить в один запрос, а не гонять их по разным сервисам. Линейка Alibaba разрослась, и выбор между вариантами перестал быть очевидным. Общее правило простое: чем длиннее исходник и чем сложнее рассуждение, тем выше по линейке нужно подниматься.
| Модель | Когда брать | Что учесть |
|---|---|---|
 Qwen3.7-Max |
Стратегия, длинные документы, многошаговые рассуждения, аналитика с выводами | Флагман линейки, контекст до миллиона токенов, доступ через чат и API |
| Qwen3.7-Plus | Задачи с картинками и скриншотами: разбор дашборда, макета, рекламного креатива | Мультимодальная версия, понимает изображение и текст в одном запросе |
| Qwen3-VL | Распознавание документов, чеков, таблиц и сканов | Профильная зрительная модель, точнее вытаскивает структуру из картинки |
| Qwen3-Coder-Next | SQL, Python для расчётов, скрипты выгрузки данных | Кодовая модель с окном 256 тысяч токенов, открытые веса |
| Qwen-Image | Генерация визуалов и правка картинок по описанию | Работает с надписями на изображении лучше многих открытых аналогов |
| Qwen3.6-27B | Закрытый контур, работа с чувствительными данными на своём железе | Последнее реально открытое general-purpose семейство под Apache 2.0 |
Половина промптов ниже предполагает, что вы приложили к запросу файл. Как загрузить файл в Qwen: скрепка рядом с полем ввода принимает PDF, документы Word, таблицы Excel, картинки и текстовые файлы. Qwen анализ таблиц тянет и из вложенного XLSX, и со скриншота, но точность выше, когда данные приходят файлом, а не картинкой. Ограничение по объёму упирается в контекстное окно модели, а не в размер файла.
Отдельно про бесплатность, потому что здесь много устаревших советов. Бесплатны сам чат chat.qwen.ai, открытые веса моделей и консольная утилита Qwen Code под лицензией Apache 2.0. А вот бесплатный доступ к моделям через аккаунт Qwen в Qwen Code закрыли 15 апреля 2026 года, до этого квоту резали с тысячи запросов в день до сотни. Если вам встретилась инструкция «поставьте CLI и работайте по OAuth бесплатно», она написана до этой даты.
Как выбирать между конкретными версиями внутри линейки, мы разбирали в отдельном материале про то, какую модель Qwen выбрать. Что выбрать, Qwen или ChatGPT и Qwen или DeepSeek, мы разбирали в отдельных сравнениях: ChatGPT или Qwen и DeepSeek или Qwen.
CheckroiПодборка курсов по ChatGPT574 курса • 57 школСравните цены, школы, программу и найдите выгодные предложения по обучениюСравнить→
Канал основателя Checkroi Вани Буявца3 700 человек читают мой Телеграм-канал про нейросетиСобрал промпты для Claude Code и ChatGPT, разборы ИИ-инструментов и лайфхаки по продвижению бизнеса в одном местеПрисоединитьсяФормула промпта, которая работает в Qwen
Как писать промпты для Qwen, проще объяснить через структуру: рабочий запрос собирается из четырёх блоков, и пропуск любого из них бьёт по результату предсказуемым образом.
Роль. «Ты продуктовый маркетолог B2B SaaS с опытом вывода продуктов на рынок СНГ». Роль сужает лексику и меняет глубину: без неё модель отвечает языком статьи из блога, с ней говорит языком человека, который эту работу делал.
Контекст. Продукт, аудитория, канал, ограничения бизнеса, что уже пробовали. Это единственный блок, где длина почти всегда идёт на пользу. Миллионное контекстное окно флагмана позволяет вложить в запрос выгрузку, бриф и три конкурентных лендинга сразу.
Формат. Таблица, нумерованный список, JSON, текст в 900 знаков. Qwen хорошо держит заданную структуру, если её описать до задачи, а не после.
Ограничения и критерий готовности. Что запрещено, какой объём, что считается хорошим ответом. Именно этот блок отделяет черновик, который можно править, от текста, который проще написать заново.
Три приёма сверх формулы работают почти в любом сценарии. Few-shot: приложите два примера готового ответа, и модель скопирует формат точнее, чем по любому описанию. Цепочка рассуждений: строка «сначала распиши ход рассуждения, потом дай ответ» заметно улучшает задачи со счётом и логикой. Системный промпт в API задаёт правила на весь диалог, а в чате его роль играет первое сообщение, к которому модель возвращается. Температура в чате не регулируется, она доступна только через API, поэтому за стабильность формата в вебе отвечают ваши ограничения, а не настройки.
Приём, который экономит больше всего времени. Добавьте в конец промпта строку «Перед ответом задай мне три уточняющих вопроса, если данных не хватает». Модель перестаёт додумывать и начинает собирать бриф вашими руками.
Ещё одна особенность, которую стоит держать в голове. Qwen склонен соглашаться с формулировкой вопроса: спросите «почему наша гипотеза сработает» и получите пять аргументов за. Спросите «разбери гипотезу и назови три причины, по которым она провалится» и получите совсем другой ответ. Критику у модели нужно запрашивать явно, иначе она достанется вам от рынка.
17 промптов Qwen для маркетолога
Qwen для отчётов и ресёрча закрывает большую часть недели маркетолога, а Qwen для SEO помогает на этапе сбора интентов и заголовков. Задачи этой роли хорошо ложатся на сильные стороны модели: длинный контекст под выгрузки и конкурентов, приличный русский и терпимость к объёмным брифам. Слабое место, генерация «средних по больнице» формулировок, если не задать голос бренда.
Ресёрч рынка и конкурентов
1. Разбор конкурентного лендинга
Ты продуктовый маркетолог с опытом в нише [ниша].
Ниже текст лендинга конкурента. Разбери его по схеме:
1. Какое обещание вынесено в первый экран
2. На какой сегмент он нацелен и по каким признакам это видно
3. Какие возражения он закрывает и в каком порядке
4. Три места, где обещание не подкреплено доказательством
Формат: таблица из четырёх строк, в каждой не больше 40 слов.
Не пересказывай текст, только выводы.
[текст лендинга]До: «сделай анализ конкурента [ссылка]» даст пересказ разделов сайта, который вы и так видите глазами. После: структурированный разбор позиционирования с указанием слабых мест, который можно нести на встречу. Лучше всего справляется Qwen3.7-Max за счёт длинного контекста: можно вложить три лендинга сразу.
2. Карта обещаний по рынку
Собери карту обещаний по рынку [ниша] на основе текстов ниже.
Для каждого игрока: главное обещание, кому адресовано, чем подкреплено.
Затем найди обещания, которые повторяют все, и обещания, которые
не занял никто. Формат: две таблицы, вторая называется «свободные ниши».
[тексты 5-7 конкурентов]После: вместо ощущения «у всех примерно одно и то же» получаете список незанятых позиций с обоснованием. Это тот случай, когда миллионное контекстное окно окупается напрямую.
3. Разбор отзывов на продукт
Ниже [N] отзывов о продукте. Твоя задача:
1. Сгруппируй по повторяющимся темам, а не по тональности
2. Для каждой темы укажи долю отзывов и типичную формулировку клиента
3. Отдельно вынеси темы, которые встречаются реже 5 раз,
но описаны эмоционально
Формат: таблица тема / доля / цитата / что это значит для продукта.
Цитаты не переписывай, бери дословно.
[отзывы]До: «проанализируй отзывы» даёт деление на плюсы и минусы, которое ничего не добавляет. После: темы с весами и дословной лексикой клиента, готовой к переносу в рекламные тексты.
4. Разбор рекламного креатива по скриншоту
На изображении рекламный креатив конкурента.
Опиши: какой оффер вынесен визуально, какая эмоция считывается
за первую секунду, какой сегмент он ловит, что мешает восприятию.
Затем предложи три гипотезы, чем его можно перебить.
Не хвали креатив, ищи слабые места.Здесь нужна мультимодальная Qwen3.7-Plus: она разбирает картинку и текст в одном запросе. Финальная строка про «не хвали» обязательна, без неё модель уйдёт в комплименты.
5. Сводка по нише за период
Ты аналитик рынка. Ниже подборка новостей и релизов
по нише [ниша] за [период]. Сведи их в дайджест:
- 5 главных событий с указанием, почему это важно для нас
- 2 тренда, которые видны только при взгляде на всю подборку
- 1 риск, о котором стоит предупредить руководителя
Каждый пункт не длиннее 35 слов. Без вводных фраз.Аудитория и сегменты
6. Сегментация по данным, а не по фантазии
Ниже выгрузка клиентов: [поля]. Предложи 4-6 сегментов
на основе реального поведения в данных, а не демографии.
Для каждого сегмента: признак в данных, размер, гипотеза о мотивации,
какой оффер ему подходит. Если данных для сегмента не хватает,
напиши это прямо вместо того, чтобы придумывать.
[данные]После: предпоследняя строка меняет всё. Без неё модель уверенно нарисует «Марину, 34 года, ценит комфорт», опираясь на воздух.
7. Карта возражений сегмента
Ты работаешь с сегментом [описание сегмента] в нише [ниша].
Собери карту возражений: 8 возражений в порядке частоты,
для каждого — формулировка словами клиента, что за ней стоит на самом деле,
чем закрывается и на каком этапе воронки это лучше делать.
Формат: таблица. Возражение цитатой, а не пересказом.8. Проверка гипотезы о боли
Наша гипотеза: [гипотеза о боли аудитории].
Разбери её как скептик. Назови:
- 3 причины, по которым она может оказаться ложной
- какие данные её подтвердили бы, а какие опровергли
- самый дешёвый способ проверить её за неделю
Не приводи аргументы в пользу гипотезы, я их знаю.До: «оцени гипотезу» вернёт вежливое согласие. После: список того, что может пойти не так, и дешёвый способ проверки.
9. Портрет по интервью
Ниже расшифровки [N] интервью с клиентами.
Собери портрет сегмента только из того, что люди сказали сами.
Структура: работа, которую нанимают продукт делать; момент,
когда возникает потребность; альтернативы, которые рассматривали;
критерий выбора; что чуть не остановило покупку.
Каждый пункт подкрепи цитатой с номером интервью.
Ничего не добавляй от себя.
[расшифровки]Офферы и креативы
10. Пятнадцать офферов с разной логикой
Продукт: [описание]. Сегмент: [сегмент]. Канал: [канал].
Сгенерируй 15 офферов так, чтобы они опирались на разные механики:
экономия, скорость, статус, снятие риска, социальное доказательство.
По три оффера на механику. Каждый до 12 слов.
Запрещено: «инновационный», «уникальный», «лучший», восклицательные знаки.После: разбивка по механикам не даёт модели свалиться в пятнадцать вариантов одной мысли: это типичный результат запроса «придумай 15 офферов». Если работаете не только в Qwen, соседний набор лежит в подборке промптов для маркетолога.
11. Заголовки под холодный и тёплый трафик
Для оффера [оффер] напиши по 5 заголовков объявления
на холодный трафик и на тёплый.
Для холодного: человек не знает о проблеме, заголовок цепляет ситуацией.
Для тёплого: человек сравнивает варианты, заголовок снимает риск.
До 60 знаков. Рядом с каждым — одной строкой, почему он работает.12. Промпт для генерации визуала
Собери промпт для генерации рекламного визуала.
Задача изображения: [что должно считываться].
Опиши сцену, свет, ракурс, настроение, палитру, что в фокусе,
что убрать из кадра. Отдельно укажи текст на изображении.
Верни готовый промпт одним абзацем на английском
и его перевод на русский.Qwen для генерации изображений живёт в отдельной модели: готовый промпт отправляйте в Qwen-Image, среди открытых моделей она заметно аккуратнее многих работает с надписями внутри картинки.
13. Сценарий короткого видео
Напиши сценарий вертикального ролика на 30 секунд
для сегмента [сегмент] под оффер [оффер].
Раскадровка по 5 секунд: что в кадре, что говорит герой,
что появляется текстом. Первые 3 секунды должны работать без звука.
Финал — одно действие, а не список.Аналитика кампаний
14. Разбор выгрузки по кампаниям
Ниже выгрузка по рекламным кампаниям: [поля].
Найди кампании, которые тратят бюджет без результата,
и кампании, которые недополучают бюджет при хорошей отдаче.
Для каждой — цифры, на которых основан вывод.
Отдельно: три наблюдения, которые не видны при взгляде на одну кампанию.
Не предлагай оптимизацию, пока не назовёшь цифры.
[данные]После: последняя строка отсекает любимый жанр нейросетей: общие советы по оптимизации без опоры на ваши числа. Общие правила формулировок разобраны в материале про 15 правил промпт-инжиниринга.
15. Разбор дашборда по скриншоту
На изображении дашборд по [метрика] за [период].
Считай цифры с графика и опиши: что происходит с показателем,
где перелом тренда и с чем он может быть связан,
какой вопрос стоит задать данным дальше.
Если значение на графике читается неоднозначно, скажи об этом,
а не угадывай.Работает на Qwen3-VL, которая точнее вытаскивает структуру из графиков и таблиц. Оговорка про неоднозначность обязательна: без неё модель уверенно назовёт число, которого на картинке нет.
16. Гипотезы роста из воронки
Воронка: [этапы и конверсии]. Найди этап,
где теряется больше всего денег, а не больше всего людей.
Дай 6 гипотез улучшения этого этапа, отсортируй по соотношению
эффект к стоимости проверки. Для каждой — как измерим результат.17. Отчёт для руководителя
Собери отчёт по каналу [канал] за [период] на одну страницу.
Структура: что произошло с деньгами, за счёт чего,
что делаем дальше, что нужно от руководителя.
Никаких таблиц, только текст. Цифры округляй.
Читатель смотрит 40 секунд и хочет принять решение.До: «сделай отчёт по кампаниям» даёт простыню метрик. После: страница, после которой руководитель понимает, что от него требуется.
16 промптов Qwen для аналитика
Qwen для анализа данных полезен в двух режимах: как быстрый способ получить рабочий SQL или Python и как второй взгляд на данные, который задаёт неудобные вопросы. Помнить нужно одно: модель не умеет считать, она пишет код и рассуждает. Арифметику в уме нейросети проверяйте всегда.
CheckroiПодборка курсов по SQL425 курсов • 37 школСравните цены, школы, программу и найдите выгодные предложения по обучениюСравнить→
Работа с таблицами и файлами
18. Первичный разбор незнакомой выгрузки
Ниже первые 50 строк таблицы и список полей.
Прежде чем что-то считать, опиши датасет:
что здесь за сущность, какая гранулярность строки,
какие поля выглядят справочниками, какие метриками,
где видны пропуски и подозрительные значения.
Затем задай мне 5 вопросов, ответы на которые нужны
до начала анализа. Не предлагай выводы на этом шаге.
[данные]До: «проанализируй эту таблицу» заставляет модель немедленно выдать «выводы», построенные на догадках о смысле полей. После: честная карта датасета и список пробелов в понимании.
19. Распознавание таблицы из скана
На изображении таблица из отчёта.
Перенеси её в CSV без потери структуры: сохрани объединённые ячейки
как повторяющееся значение, пустые оставь пустыми.
Числа не округляй и не пересчитывай.
Если символ читается неоднозначно, поставь на его месте знак вопроса
и перечисли такие ячейки отдельным списком после таблицы.Профильная задача Qwen3-VL. Подробный разбор сценария есть в материале про то, как распознавать документы, чеки и таблицы нейросетью.
20. Сверка двух источников данных
Ниже две выгрузки по одному периоду из разных систем.
Найди расхождения: по каким ключам данные не сходятся,
насколько велико расхождение в абсолюте и в процентах,
на какие гипотезы о причине это похоже.
Формат: таблица расхождений, отсортированная по величине в деньгах.
Гипотезы вынеси отдельно и помечай как гипотезы.
[выгрузка А]
[выгрузка Б]21. Проверка качества данных перед расчётом
Напиши чек-лист проверки качества для датасета с полями [поля],
который используется для расчёта метрики [метрика].
Для каждой проверки: что проверяем, каким запросом,
какое значение считается тревожным и что делать при срабатывании.
Отсортируй по риску исказить итоговую цифру.22. Словарь метрик по выгрузке
По списку полей ниже собери словарь метрик для команды:
название, определение одним предложением, формула,
типичная ошибка интерпретации, с чем путают.
Пиши для человека, который не работает с данными каждый день.
[поля]Расчёты и SQL
23. SQL с объяснением логики
Схема таблиц: [схема]. Диалект: [PostgreSQL / ClickHouse].
Напиши запрос, который считает [задача].
Требования: без подзапросов в SELECT, с CTE и говорящими именами,
с комментарием над каждым CTE о его смысле.
После запроса отдельно перечисли допущения, которые ты сделал
о данных, и способ проверить каждое.После: блок допущений превращает чужой SQL из чёрного ящика в проверяемую работу. Лучше всего справляется Qwen3-Coder-Next с окном на 256 тысяч токенов, куда влезает большая схема целиком: возможности кодовой линейки мы разбирали в обзоре Qwen3-Coder.
24. Расчёт когортного удержания
Напиши SQL для когортного retention по месяцам регистрации
на схеме [схема]. Когорта — месяц первой покупки,
активность — факт покупки в месяце N после первой.
Верни матрицу когорта на период.
Отдельно объясни, чем эта логика отличается от retention
по факту захода в продукт, и когда какую брать.25. Разбор чужого запроса
Ниже SQL, который писал не я. Объясни:
что он считает по бизнес-смыслу, а не построчно;
какие есть тихие ошибки логики (дубли при join, потеря строк,
неверная гранулярность, границы периода);
что сломается при росте данных в 10 раз.
Исправленную версию давай только после разбора.
[запрос]До: «объясни этот SQL» вернёт построчный пересказ синтаксиса. После: бизнес-смысл и список мест, где запрос молча врёт.
26. Python для расчёта, который неудобен в SQL
Напиши скрипт на Python (pandas), который считает [задача].
Вход: CSV с полями [поля]. Выход: CSV с полями [поля].
Требования: без циклов по строкам, с проверкой входных данных
в начале, с понятной ошибкой при несоответствии схемы.
Добавь три теста на граничные случаи: пустой файл,
дубли по ключу, пропуски в числовом поле.Выводы и визуализация
27. Что здесь на самом деле происходит
Ниже результат расчёта [описание]. Не пересказывай цифры.
Ответь на три вопроса:
1. Какое изменение здесь значимо, а какое похоже на шум
2. Какие три объяснения у этого изменения, от самого скучного
(сезонность, смена разметки, изменение в выгрузке)
к самому интересному
3. Каким расчётом отличить эти объяснения друг от друга
[данные]После: порядок «от скучного к интересному» разворачивает модель от красивых историй к техническим причинам, которые в реальности объясняют большинство скачков в отчётах.
28. Выбор графика под задачу
Данные: [описание]. Аудитория: [кто смотрит].
Вопрос, на который график должен ответить: [вопрос].
Предложи три варианта визуализации, для каждого объясни,
что он показывает хорошо и что прячет.
Затем выбери один и обоснуй. Код не пиши.29. Проверка вывода на прочность
Мой вывод по данным: [вывод].
Выступи рецензентом. Назови:
- какие альтернативные объяснения я не рассмотрел
- где я мог перепутать корреляцию с причиной
- каких данных не хватает, чтобы вывод стал надёжным
- как этот вывод разберёт скептик на встрече
Не соглашайся со мной из вежливости.30. Оценка размера эффекта
Эксперимент: [описание, метрика, размеры групп, результат].
Оцени: достаточно ли данных для вывода,
какой размер эффекта здесь практически значим для бизнеса,
а не только статистически, и какие ловушки видны в дизайне теста.
Если данных для оценки не хватает, скажи, каких именно.Отчёт стейкхолдерам
31. Перевод анализа на язык бизнеса
Ниже технический разбор данных.
Перепиши его для [роль читателя], который не работает с данными.
Правила: начни с ответа на вопрос, ради которого делали анализ;
цифры давай в деньгах или долях, а не в абсолютных значениях метрик;
методологию убери в последний абзац;
термины замени объяснениями, кроме [список терминов, которые он знает].
[разбор]32. Ответы на вопросы, которых стоит ждать
Ниже отчёт, который я показываю [аудитория] завтра.
Составь список из 10 вопросов, которые мне зададут,
отсортируй по вероятности. Для каждого — короткий ответ
и пометка, есть ли у меня данные, чтобы его подтвердить.
Отдельно выдели вопросы, на которые у меня ответа нет.
[отчёт]После: отдельный блок «на что ответа нет» здесь самое ценное. Лучше найти дыры за день до встречи, чем на встрече.
33. Одностраничник по результатам квартала
Собери одностраничник по итогам [период] на основе данных ниже.
Структура: главный вывод одним предложением;
три цифры, которые его подтверждают;
что изменилось по сравнению с прошлым периодом и почему;
одно решение, которое нужно принять.
Ограничение: 250 слов, без вводных конструкций.
[данные]17 промптов Qwen для копирайтера
Qwen на русском работает уверенно, и Qwen для написания текстов давно стал массовым сценарием, который разбирают уже и на курсах по нейросетям. Но у модели есть узнаваемая интонация: гладкая, безопасная и слегка канцелярская. Половина промптов ниже занимается именно тем, что выбивает модель из этой интонации.
Заголовки и лиды
34. Двадцать заголовков по разным механикам
Тема: [тема]. Аудитория: [кто читает]. Канал: [где выходит].
Напиши 20 заголовков, по 4 на каждую механику:
конкретная выгода, неожиданная цифра, вопрос читателя его словами,
обещание избежать ошибки, спор с общим местом.
До 65 знаков. Запрещено: двоеточие в каждом втором,
слова «секрет», «просто», «легко», «топ».До: «придумай 20 заголовков» даёт двадцать вариаций одной формулировки. После: пять разных углов, из которых видно, какой вообще заходит теме.
35. Лид, который не пересказывает заголовок
Заголовок: [заголовок]. Тема статьи: [о чём].
Напиши три варианта первого абзаца на 40-60 слов:
1. Начинается с конкретной ситуации читателя
2. Начинается с цифры или факта, который ломает ожидание
3. Начинается с распространённой ошибки
Ни один не должен пересказывать заголовок.
Запрещены фразы «в современном мире», «в наше время»,
«ни для кого не секрет», «давайте разберёмся».36. Разбор своего заголовка
Мой заголовок: [заголовок]. Аудитория: [кто].
Разбери его: какое обещание он даёт, кому адресован,
что в нём считывается за полсекунды при беглом просмотре,
чем он похож на десяток соседних заголовков в ленте.
Затем дай три переписанных варианта, каждый — с пометкой,
что именно в нём изменено.37. Заголовки под поисковый запрос
Запрос пользователя: [запрос]. Что человек хочет узнать: [интент].
Напиши 8 вариантов заголовка страницы, которые:
- содержат запрос в естественной формулировке, без набивки
- обещают конкретику, а не «всё о теме»
- укладываются в 60 знаков
Рядом с каждым — какой части интента он отвечает.38. Проверка на канцелярит
Ниже текст. Найди в нём:
отглагольные существительные, которые можно заменить глаголом;
пассивные конструкции без причины;
слова-паразиты делового стиля;
предложения длиннее 25 слов.
Формат: таблица «было / стало / что не так».
Сам текст целиком не переписывай.
[текст]Тексты под каналы
39. Пост с ограничениями канала
Напиши пост для [канал] на тему [тема] для [аудитория].
Структура: цепляющая первая строка, которая работает
в свёрнутом виде; одна мысль; один пример из практики;
одно действие в конце.
Ограничения: [лимит знаков], без хештегов, без эмодзи,
без обращения «друзья» и «коллеги».
Первая строка не должна начинаться с вопроса.После: запрет на вопрос в первой строке снимает главный шаблон нейросетевых постов. Модель вынуждена начинать с утверждения или факта.
40. Письмо в рассылку
Письмо для сегмента [сегмент], цель — [действие].
Напиши: три варианта темы письма до 40 знаков,
прехедер, тело письма на 150-200 слов, одну кнопку с текстом.
Тон: [описание тона]. Пиши так, будто отправляет конкретный человек,
а не компания. Без «мы рады сообщить» и «специально для вас».41. Описание продукта на карточку
Продукт: [характеристики]. Площадка: [маркетплейс].
Напиши описание: первые две строки закрывают главный вопрос покупателя,
дальше характеристики через выгоду, в конце — снятие главного возражения.
Каждую характеристику переведи в «что это даёт», а не оставляй цифрой.
Ограничение: [лимит знаков], без превосходных степеней.42. Текст на первый экран
Продукт: [описание]. Сегмент: [кто]. Главное возражение: [возражение].
Напиши пять вариантов связки для первого экрана:
заголовок, подзаголовок, текст кнопки.
Каждый вариант должен опираться на свой аргумент.
Заголовок до 8 слов, подзаголовок до 20.
Не используй слова «решение», «платформа», «экосистема».43. Сценарий вебинара или выступления
Тема: [тема]. Длительность: [минуты]. Аудитория: [кто].
Собери структуру: крючок на первые 90 секунд,
3-4 блока с одной мыслью каждый, переходы между ними,
один момент, где аудитория что-то делает сама, финал с действием.
Для каждого блока — тайминг и главный тезис одним предложением.Редактура
44. Редактура без переписывания
Отредактируй текст ниже, сохранив авторскую интонацию.
Правь только: фактические противоречия, повторы одной мысли,
предложения, где теряется подлежащее, абзацы длиннее 5 строк.
Не меняй лексику, если она не ошибочна.
Верни таблицу правок «фрагмент / правка / причина»,
затем итоговый текст.
[текст]До: «отредактируй текст» заставит модель переписать всё своим голосом, и от автора ничего не останется. После: точечные правки с обоснованием, которые можно принять или отклонить по одной.
45. Сокращение без потери смысла
Сократи текст с [N] до [M] знаков.
Правила: сначала убирай пояснения того, что и так понятно
из контекста; затем примеры, если их больше одного на мысль;
факты и цифры не трогай.
Покажи, что именно убрал, отдельным списком.
[текст]46. Проверка фактов в своём тексте
Ниже текст. Выпиши из него все утверждения, которые
можно проверить: цифры, даты, названия, ссылки на исследования,
утверждения вида «большинство» и «обычно».
Для каждого укажи, насколько оно проверяемо и какой источник нужен.
Ничего не подтверждай сам, только составь список для проверки.
[текст]Последняя строка критична. Модель не источник фактов: если попросить её подтвердить цифру, она уверенно назовёт несуществующее исследование. Здесь она работает как разметчик, а не как справочник.
47. Второе мнение по структуре
Ниже черновик статьи. Не редактируй текст.
Ответь: какая мысль здесь главная и на каком абзаце она наконец
проговаривается; какие два раздела можно убрать без потери;
где читатель, скорее всего, бросит чтение и почему;
чего в тексте не хватает, чтобы он закрывал заявленный вопрос.
[черновик]Переупаковка
48. Статья в серию постов
Разбери статью ниже на 5 самостоятельных постов для [канал].
Каждый пост раскрывает одну мысль и читается без остальных.
Нельзя: пересказывать статью по порядку разделов,
начинать посты одинаково, ставить «продолжение следует».
Для каждого — первая строка и главный тезис.
[статья]49. Один текст под три аудитории
Ниже текст для [исходная аудитория].
Переупакуй его под три группы: [А], [Б], [В].
Меняй не только лексику, но и порядок аргументов
и то, какой аргумент стоит первым.
Для каждой версии одной строкой объясни, что переставил и почему.
[текст]50. Вычистить нейросетевую интонацию
Ниже текст, написанный с помощью нейросети.
Найди и перепиши: конструкции «не X, а Y»;
предложения, начинающиеся с «важно отметить» и «стоит понимать»;
финальные абзацы вида «подводя итог»;
парные прилагательные, где второе ничего не добавляет;
идеально симметричные списки, где пункты подогнаны по длине.
Верни таблицу «было / стало», затем чистый текст.
[текст]После: это единственный промпт из библиотеки, который стоит прогонять по любому тексту от любой модели, включая ответы на предыдущие 49 запросов.
Один промпт не заменяет второго прохода. Даже вычищенный нейросетью текст остаётся текстом, который писала нейросеть. Финальную правку глазами пока никто не отменил.
Канал основателя Checkroi Вани БуявцаЗабирайте промпты и обучение по нейросетям в моём Телеграм-каналеБольше 3 700 человек уже применяют Claude Code, ChatGPT и другие нейросети в работе, учёбе, бизнесе и жизниПерейти в каналАнтипаттерны, которые ломают ответ Qwen
Ошибки в промптах повторяются от роли к роли, и почти все они сводятся к тому, что человек экономит на входе, а платит на выходе.
Запрос без роли и контекста. «Напиши текст про наш продукт»: модель не знает ни продукта, ни аудитории, ни канала, и заполняет пробелы средним по интернету. Это главный источник ощущения «нейросеть пишет банальности».
Вопрос, сформулированный как просьба согласиться. «Почему наша стратегия сработает» гарантированно даёт список аргументов за. Qwen дружелюбен к собеседнику сильнее, чем полезно для работы, и критику нужно требовать отдельной строкой.
Задача, требующая счёта, без просьбы написать код. Модель складывает числа в уме и ошибается на больших выборках. Просите SQL или скрипт, затем запускайте сами.
Просьба подтвердить факт. Здесь начинаются галлюцинации: нейросеть уверенно сошлётся на исследование, которого нет, и назовёт правдоподобную цифру. Составить список для проверки она поможет, подтвердить факт нет.
Персональные данные в облачном чате. Выгрузка с телефонами и почтами клиентов уходит на серверы стороннего провайдера, и это отдельный разговор с юристами. Если данные чувствительные, работайте на открытых весах Qwen3.6-27B локально: сценарий разобран в материале про запуск Qwen через Ollama, а правовая сторона рассмотрена в разборе безопасности данных в Qwen.
Диалог длиной в неделю. В одном длинном чате модель начинает опираться на ранние сообщения, которые уже неактуальны. Под новую задачу открывайте новый чат.
Что делать с этой библиотекой дальше
Пятьдесят промптов, лежащих в статье, не экономят время. Экономит время библиотека, до которой вы дотягиваетесь за две секунды.
Соберите свои десять. Из списка выше в реальной работе приживутся 8-12 промптов, остальные вы откроете один раз. Заведите документ и складывайте туда те, которые сработали, вместе с ответом, который вас устроил.
Подставьте свои переменные заранее. Промпт, где уже вписаны ваш продукт, аудитория и тон, работает без подготовки. Держите по одной заполненной версии на каждый регулярный сценарий.
Дописывайте по итогам провалов. Каждый раз, когда ответ вышел не тем, добавляйте в промпт строку-ограничение, которая этот случай закрывает. Через месяц ваши формулировки будут заметно длиннее и заметно точнее тех, что в этой статье.
Разделите роли по чатам. Qwen Chat держит контекст беседы, поэтому не смешивайте в одном диалоге аналитику и тексты: разбор данных приедет написанным рекламным языком.
Как устроен процесс на уровне бизнеса, а не отдельного специалиста, мы разбирали в материале про внедрение Qwen в компании. Если интересно сравнить подход с российскими моделями, рядом лежит подборка промптов для GigaChat.
Где научиться работать с нейросетями системно
Библиотека промптов закрывает сегодняшние задачи. Она не отвечает на вопрос, почему одна формулировка работает, а соседняя нет, и что делать, когда через полгода выйдет следующее поколение моделей с другими сильными сторонами.
Этот разрыв закрывают курсы по нейросетям: там разбирают устройство моделей, логику построения запросов, работу с ограничениями и встраивание нейросетей в рабочие процессы команды. Обучение промпт-инжинирингу обычно идёт отдельным блоком, а дальше программа расходится по ролям: курсы для маркетологов делают упор на кампании и креативы, курсы аналитики учат работать с данными, курсы копирайтинга ставят тексты и редактуру. Ниже подборка программ, которые подойдут всем трём.
| Курс | Школа | Стоимость со скидкой | В рассрочку | Длительность | Обзор курса от Checkroi |
|---|---|---|---|---|---|
| Нейросети для изображений и видео Перейти на сайт курса |  Эдюсон | 48 455 ₽ | 4037 ₽/мес. | 2 месяца | Обзор курса |
| Нейросети для рабочих задач Перейти на сайт курса |  Skillbox | 31 290 ₽ | 2608 ₽/мес. | 1 месяц | Обзор курса |
| Нейросети. Практический курс Перейти на сайт курса | Skillbox | 74 900 ₽ | 6242 ₽/мес. | 3 месяца | Обзор курса |
| Продуктовый маркетолог + Нейросети для маркетинга Перейти на сайт курса |  Нетология | 110 200 ₽ | 3875 ₽/мес. | 5 месяцев | Обзор курса |
| Нейросети для работы |  Skypro | 44 690 ₽ | 5477 ₽/мес. | 3 месяца | Обзор курса |
| Нейросети для дизайнера Перейти на сайт курса | Skillbox | 84 272 ₽ | 3831 ₽/мес. | 4 месяца | Обзор курса |
| Нейросети для каждого Перейти на сайт курса |  Академия Синергия | 39 900 ₽ | 3325 ₽/мес. | 3 месяца | Обзор курса |
| Нейросети для начинающих Перейти на сайт курса |  SF Education | 42 000 ₽ | 2333 ₽/мес. | 1 месяц | Обзор курса |
| Нейросети для маркетинга Перейти на сайт курса | Skillbox | 29 800 ₽ | 4967 ₽/мес. | 1 месяц | Обзор курса |
| Нейросети для бизнеса Перейти на сайт курса |  SkillFactory | 97 632 ₽ | 2712 ₽/мес. | Обзор курса |
Больше программ — в полном каталоге курсов по нейросетям и искусственному интеллекту
