Генеральний директор стартапу Superblocks Бред Менезес переконаний, що перспективні ідеї для мільярдних AI-стартапів приховані у системних промптах, які використовують провідні компанії зі штучного інтелекту. На його думку, ці розгорнуті інструкції для моделей, що досягають понад 5 000–6 000 слів, є справжнім майстер-класом із промпт-інжинірингу.
Про це розповідає ProIT
Системні промпти та їхня роль у створенні успішних продуктів
Системні промпти — це докладні текстові інструкції, які AI-стартапи застосовують для налаштування базових моделей від таких компаній, як OpenAI чи Anthropic. Вони дають змогу отримати результат, максимально адаптований під конкретний домен чи задачу.
За словами Менезеса, кожна компанія створює унікальний системний промпт навіть для однієї й тієї самої моделі. Деякі AI-сервіси готові поділитися такими інструкціями на запит, але зазвичай вони не є публічними.
У рамках анонсу нового продукту — корпоративного AI-кодера Clark — Superblocks відкрив доступ до файлу з 19 системними промптами від найпопулярніших AI-інструментів для програмування, зокрема Windsurf, Manus, Cursor, Lovable та Bolt.
Публікація Менезеса у соцмережах стала вірусною, її переглянули майже 2 мільйони користувачів, серед яких були й відомі постаті Кремнієвої долини. Минулого тижня Superblocks повідомив про залучення $23 млн у рамках раунду Series A, а загальна сума інвестицій у стартап досягла $60 млн. Superblocks спеціалізується на інструментах для корпоративного кодування, орієнтованих на бізнес-користувачів без досвіду програмування.
Як вивчати системні промпти: практичний досвід
Менезес розповів, що для створення Clark вивчення системних промптів інших компаній стало цінним джерелом інсайтів. За його словами, сам промпт складає лише близько 20% «секретного інгредієнта», а решта 80% — це «збагачення промпту», тобто інфраструктура навколо використання LLM. Вона включає додаткові інструкції для користувача, перевірку коректності відповіді та інші дії після генерації результату.
“Інструкції мають бути ідеальними. Ви маєте розмовляти з моделлю так, ніби спілкуєтеся з колегою, а рольове промптування допомагає зробити роботу моделі послідовною та надати їй певну особистість.”
Менезес виділяє три ключові елементи системних промптів: рольове промптування, контекстуальне промптування та використання інструментів. Рольове промптування визначає, як LLM буде сприймати себе та виконувати завдання. Наприклад, промпт Devin починається з “Ви — Девін, програміст, який використовує справжню операційну систему. Ви — справжній майстер коду”.
Контекстуальне промптування забезпечує моделі необхідну інформацію перед виконанням дій, встановлює межі та допомагає уникати зайвих витрат. Наприклад, інструкції Cursor містять заборону показувати код без запиту та обмеження на кількість спроб виправлення помилок.
Використання інструментів дає змогу моделі виконувати складніші завдання, ніж просто генерація тексту. Наприклад, у Replit системний промпт містить детальні інструкції щодо редагування коду, інсталяції мов програмування, роботи з базами даних PostgreSQL тощо.
Зі слів Менезеса, Loveable, V0 і Bolt роблять акцент на швидкості ітерацій, тоді як Manus, Devin, OpenAI Codex і Replit дозволяють створювати повноцінні застосунки, хоча результатом часто є просто сирий код.
Менезес побачив перспективу в тому, щоб дати змогу непрофесійним користувачам створювати застосунки, якщо його стартап зможе забезпечити додаткові функції — наприклад, безпеку та інтеграцію з корпоративними системами на кшталт Salesforce.
Попри те, що Superblocks ще не став багатомільярдною компанією, серед його клієнтів уже є відомі бренди, зокрема Instacart і Paypaya Global.
Менезес також активно використовує продукт у власній компанії: програмісти не пишуть внутрішні інструменти, а зосереджуються лише на основному продукті. Водночас бізнес-команда створює агентів для власних потреб — для роботи з CRM, моніторингу підтримки, розподілу завдань серед інженерів тощо.
Менезес наголосив:
“Це, по суті, дозволяє нам самостійно створювати інструменти, а не купувати їх”.