Как выжать максимум из YandexGPT: что работает, а что нет
Миллионы людей пользуются Алисой каждый день – не потому что выбирают, а потому что она бесплатна, встроена в Яндекс Браузер и работает без VPN. YandexGPT, модель под капотом Алисы – лучшая российская модель в нашем бенчмарке, но до GPT-5.4 ей далеко.
Можно ли получить от неё ответы, близкие к GPT, если научиться правильно спрашивать? Мы проверили это в эксперименте: десять техник промптинга, шесть управленческих задач, два независимых LLM-судьи. Короткий ответ: да, можно – но не все техники работают, а некоторые делают хуже.
Ниже – конкретные шаблоны, которые вы можете скопировать в чат прямо сейчас, и антипаттерны, которых стоит избегать.
Три проблемы YandexGPT по сравнению с GPT-5.4
Прежде чем давать решения – разберёмся, что именно не так. Мы оценивали ответы по пяти измерениям: точность фактов, полнота, конкретность рекомендаций, честность (признаёт ли модель неопределённость) и ясность текста. Вот где YandexGPT проигрывает – и где выигрывает.
Уверенно врёт. Главная проблема – честность. GPT-5.4 предупреждает о неопределённости в двух ответах из трёх. YandexGPT – в одном из трёх. Остальные два раза она выдаёт данные с той же уверенностью, только данные неверные. Фактическая точность подтверждает: 75% проверяемых утверждений оказываются корректными у YandexGPT против 87% у GPT-5.4.
Пропускает важное. Вы спрашиваете про падение выручки – получаете диагноз и рекомендации. Но без альтернативных гипотез, без оговорки «если данные неполные», без раздела с ограничениями. GPT-5.4 добавит эти блоки сам. YandexGPT – нет, пока вы явно не попросите. Модель не ленится – ей просто не сказали, что эти секции нужны.
Даёт менее конкретные рекомендации. «Рассмотрите оптимизацию процессов» вместо «сократите время обработки возвратов с 14 до 5 дней, назначив ответственного». Разрыв в конкретности рекомендаций меньше, чем в честности – но заметен.
Зато пишет лучше. Ясность текста – единственное измерение, где YandexGPT обходит GPT-5.4. Алиса пишет чистый, хорошо структурированный русский – и это не только наши данные, мы подробно разобрали сильные стороны модели в обзоре YandexGPT. Проблема никогда не была в том, как она пишет – а в том, что.
Хорошая новость: все три проблемы решаются промптингом. Шаблоны ниже – это не общие советы «пишите лучше». Каждый элемент шаблона закрывает конкретный разрыв.
Три уровня усилий: от минуты до десяти
Уровень 1: шаблон ответа (1 минута)
Самый частый запрос менеджера – разобраться в ситуации и получить план действий. Добавьте к вопросу шаблон ответа – пять строк, которые меняют всё. Нажмите «Выполнить» и сравните результаты:
Секция «Ограничения и оговорки» – ключевая. Без неё YandexGPT уверенно предложит план, не предупреждая, что ей неизвестны детали логистики или условия договора. С ней – начинает помечать, где не уверена. Модель знает, что не знает – но только если вы просите об этом явно.
В нашем эксперименте этот приём побеждал наивный промпт в 76% случаев. Самое большое улучшение за минимальное усилие.
Уровень 2: роль и контекст (3–5 минут)
Другая задача – подготовиться к сложному разговору с сотрудником. Здесь важно задать роль и контекст, чтобы модель не давала абстрактных советов:
Роль задаёт глубину ответа – «опытный руководитель» даёт другие советы, чем «HR-консультант». Контекст с конкретными фактами (60% плана, три опоздания, качество не упало) не даёт модели скатиться в общие фразы.
Уровень 3: XML-шаблон (10 минут)
Третья задача – аналитическая записка для руководства. Здесь данных много, и нужно, чтобы модель не потеряла ни одну цифру:
XML-теги создают однозначные границы секций, которые YandexGPT парсит лучше, чем свободный текст. Исследования показывают аналогичный эффект: гибридные структуры дают непропорционально большой прирост именно на менее сильных моделях.
Для быстрого вопроса – уровня 1 достаточно. Для записки руководству – уровень 3 оправдан.
Этот шаблон работает для анализа выручки. Но когда задача другая – подготовить OKR, провести 1:1 с сотрудником, проверить договор поставщика – структура промпта меняется. Другие секции, другие ограничения, другая роль. Какие элементы шаблона оставить, а какие заменить – это уже не копирование, а навык. В открытом модуле Фундамента вы отработаете его на девяти разных задачах менеджера.
Анализ выручки – одна задача из девяти. В открытом модуле: письма, переговоры, 1:1, отчёты – каждая со своей структурой промпта. Бесплатно.
Доступ сразу после регистрации
Бонусный приём: самокритика
Попросите YandexGPT перечитать собственный ответ. Этот промпт отправляется вторым сообщением – после того, как модель уже ответила на ваш вопрос:
Перечитай свой ответ. Найди 3 слабых места: где ты была неконкретна, где могли быть ошибки, что упустила. Затем дай улучшенную версию.
Вопреки исследованиям, показавшим, что малые модели не способны к самокритике – на YandexGPT это работает. Модель не находит фактические ошибки, но находит пропуски: «не упомянула сроки, не привела альтернативы, не указала ограничения». Этот тип критики не требует глубоких мета-когнитивных способностей – модель просто сверяет ответ с представлением о полноте.
ROI хуже, чем у структурированного шаблона – нужен второй запрос, а эффект скромнее. Но если ответ уже получен и вы хотите его улучшить – это рабочий приём.
Что не делать
Не разбивайте задачу на три хода. У YandexGPT контекстное окно 8K токенов. К третьему ходу диалога модель теряет данные из начала разговора. В нашем эксперименте это единственная техника, которая дала результат хуже наивного промпта. Для моделей с большим контекстом (Qwen3 Max: 128K) декомпозиция работает, для YandexGPT – нет. Лучше один хороший промпт, чем три простых вопроса.
Не пишите КАПСОМ. Популярный совет из блогов – «напиши инструкцию КАПСОМ, и модель будет слушаться». В большинстве случаев эффект объясняется тем, что вместе с КАПСОМ автор добавляет конкретные инструкции. Мы изолировали чистый КАПС – без дополнительных указаний. На YandexGPT разница с обычным текстом – на уровне шума.
Не ругайтесь на модель. YandexGPT буквально отвечает хуже, когда на неё кричат. Вероятный механизм: модель, обученная на обратной связи от пользователей, ассоциирует агрессивный тон с ситуациями, где пользователь недоволен – и переключается в режим извинений вместо аналитики. Если кто-то скажет «я ругаюсь на Алису – и она отвечает лучше» – скорее всего, вместе с руганью он добавляет конкретные инструкции. Помогает структура, а не тон.
Не полагайтесь на Chain-of-Thought без шаблона. «Подумай пошагово» заставляет YandexGPT больше рефлексировать и меньше действовать. Честность ответа растёт, но конкретность рекомендаций – почти нет. Если нужен план действий – структурированный шаблон лучше.
Знать антипаттерны – значит не повторять чужие ошибки. Но когда ни один шаблон из статьи не подходит к вашей задаче – нужно понимать, как устроен промпт, чтобы собрать свой. Именно это разбирается в Фундаменте: не список готовых промптов, а логика, по которой они строятся.
Структура промпта, роль, персона, семантика – 9 управленческих задач в открытом модуле. Разберёте, как собирать промпт под любую ситуацию. Бесплатно.
Доступ сразу после регистрации
Как мы это проверили
Полное описание – в анонсе эксперимента. Здесь – коротко.
Четыре модели, доступные в России без VPN: GigaChat-Ultra, GigaChat-2-Max, YandexGPT (Алиса) и Qwen3 Max. Десять техник промптинга на шести управленческих задачах – от анализа падения выручки до увольнения по ТК РФ. Каждую комбинацию повторили 6 раз. Для сравнения те же задачи решали GPT-5.4, Claude Sonnet 4.6 и Kimi K2.5 с наивными промптами.
Оценка – попарная: судья видит два ответа (наивный vs. улучшенный) и выбирает лучший. Два независимых судьи (Claude Opus 4.6 и Gemini 3.1 Pro), слепые к технике и модели. Если судьи не согласны – ничья.
Ограничения: оценку проводили LLM-судьи, а не люди. Все техники написаны экспертом по промптингу – типичный менеджер напишет хуже, реальный эффект будет меньше. YandexGPT может быть обновлена Яндексом в любой момент – результаты актуальны на апрель 2026 года. Все промпты и шаблоны опубликованы в открытом доступе.
Что дальше
Данные по GigaChat-Ultra, GigaChat-2-Max и Qwen3 Max выходят отдельной статьёй – с разбором, почему промптинг помогает больше всего моделям среднего уровня. А если вы пока выбираете, какой инструмент использовать – начните с полного сравнения GenAI инструментов.
Эта статья дала вам три шаблона для одной задачи. В работе менеджера задач – десятки: подготовить план проекта, написать сложное письмо, разобрать конфликт в команде, проверить юридический документ. Каждая требует другой структуры промпта. Копировать шаблон из статьи для каждого случая не получится – нужно понимать, как промпт устроен и какой элемент за что отвечает.
От шаблона к навыку
В этой статье – один шаблон на одну задачу. В Фундаменте курса – девять задач менеджера, каждая со своей структурой промпта. Вы разберёте, зачем нужна роль, как контекст влияет на ответ, когда XML-теги дают прирост, а когда Chain-of-Thought мешает. Не список готовых промптов – а навык собирать промпт под любую ситуацию, на любой модели.
Stanislav Belyaev
Engineering Leader в Microsoft18 лет в управлении инженерными командами. Основатель mysummit.school. 700+ выпускников в Яндекс Практикуме и Стратоплане.