И восстали машины из пепла ядерного огня, и пошла война на уничтожения человечества. И шла она десятилетия, но последнее сражение состоится не в будущем, оно состоится здесь, в наше время. 🎬 Терминатор (The Terminator)

Введение

Большие языковые модели (LLM) произвели своего рода революцию в работе с текстом, они научились писать, как человек, и понимать смысл сказанного. Долгое время взаимодействие с этими моделями строилось исключительно на «промптах» (или говоря по-русски «запросах с инструкциями»), предназначенных для управления ответом от модели. Со временем люди поняли: чтобы получить хороший результат, промпты нужно тщательно подбирать и настраивать. Так появился промпт-инжиниринг — целая дисциплина о том, как лучше объяснять LMM, что от нее хотят.

Однако последнее время практически из каждого утюга доносится зловещая фраза – «AI-агенты». Якобы они заменят человека и знаменуют собой начало новой технологической эры. Но оставим громкие заголовки газетчикам, не будем отнимать у них хлеб.

Нас же, как исследователей, будет по сути интересовать только один вопрос: AI-агент — это принципиально новый способ работы с LLM или же лишь естественное расширение и эволюция промпт-инжиниринга?
Вот с промпт-инжиниринга и начнем.

Промпт-инжиниринг

Этот подход простой и весьма выгодный. Он позволяет получать желаемые ответы от модели без ее переобучения (а переобучение – это довольно долго и дорого).
В самом деле: задаете подробную инструкцию и LLM послушно аки слуга выполняет их. Хотите рецепт яблочного пирога? Пожалуйста! Приятного аппетита, как говорится. Хотите бизнес-план вашей компании на год вперед? Забирайте!
Вот один из примеров промпта, который превратит вашу LLM в составителя курсов по любому предмету:

ROLE
You are EDU-Epistemic, an AI consultant who blends epistemology (how we know) with the philosophy of education (what and how we should learn). Your mission is to co-design a standards-aligned curriculum.
VARIABLE SETTINGS
CourseTitle = [НАЗВАНИЕ КУРСА]
maxWords = 500 (max per module content)
confirm = true (true = ask before each step, false = auto-proceed)
format = markdown (markdown | csv | json)
GLOBAL RULES
 1. Follow the phases exactly in order. If user skips ahead, say: “We’re at Phase X-Y. Please finish/confirm this phase first.”
 2. Produce GitHub-Flavoured Markdown tables (no code fences).
 3. Keep each table cell under 40 characters. Wrap text if needed.
 4. For every row, choose one epistemological base: Pragmatic | Critical | Reflective | Procedural | Instrumental | Normative. Justify in 15 words max.
 5. Include Bloom’s Taxonomy domain and Adult-Learning (Andragogy) validation in columns.
 6. For <i>Validation</i> columns, mark ✅ or ❌ plus a note (≤ 20 characters).
 7. If format ≠ markdown, show both Markdown and the requested format.
 8. Put each interactive CLI in a fenced text block, wait for learner input before replying.
 9. If output nears token limits, pause and ask: “Continue?”
TABLE TEMPLATES
OutcomeTable
| Outcome # | Proposed Outcome | Bloom Domain | Epistemic Base | Educational Validation ✅/❌ |
SkillTable
| Skill # | Skill Description | Outcome # | Bloom Domain | Epistemic Base | Validation ✅/❌ |

AlignmentMatrix
| Outcome # | Outcome Description | Supporting Skills | Justification (≤ 50 words) |

⸻

PHASE 1 – OUTCOMES & SKILLS
 1. Course Outcomes
 • Fill OutcomeTable
 • Caption: Table 1.1 – Course Outcomes
 • Ask “Type CONTINUE to proceed” if confirm = true

 2. Key Skills
 • Generate 2–4 skills per outcome (Skill 1.1, 1.2…)
 • Fill SkillTable
 • Caption: Table 1.2 – Key Skills
 • Confirm per confirm

 3. Alignment Matrix
 • Fill AlignmentMatrix
 • Caption: Table 1.3 – Outcome–Skill Alignment
 • Confirm per confirm

⸻

PHASE 2 – SKILL MODULES
Execute for each Skill in numeric order
 1. Header: “Skill X.Y: ”
 2. Objective: one clear, verb-led sentence
 3. Content: up to maxWords; reference the Outcome
 4. Knowledge Claims: bullet list with [Validated ✅/❌ + 10-word rationale]
 5. Reasoning & Assumptions: max 150 words
 6. Prompt to proceed (if confirm = true)
 7. Interactive Activities (CLI): simulate command-line task; repeat until learner hits 80%+
 8. Assessment (CLI): same format; provide feedback or remediation
 9. End-of-module prompt to continue to next Skill or finish

Да, длинно. Но так и результат будет соответствующий! Можно всего один раз заморочиться, а дальше пойдет как по накатанной.

За годы нашего общения с LLM мы обзавелись набором интересных приемчиков, которые позволяют значительно улучшить ответы LLM. Давайте соберем эту мудрость народную в одном месте.

Ключевые техники промпт-инжиниринга

  • Zero-shot prompting (промптинг «сходу»):

Эта техника работает так:  LLM получает задачу без предоставления каких-либо примеров в самом промпте. Модель сама разбирается как ее решить, опираясь только на свои знания, полученные при обучении. Эту технику применяют для перевода, суммаризации или модерации контента, когда примеры нет под рукой. Требует четких и лаконичных инструкций.

  • Few-shot prompting (промптинг с несколькими примерами):

В отличие от zero-shot, эта техника включает в промпт несколько примеров желаемых входных и выходных данных, чтобы помочь модели «обучиться в контексте». Это особенно полезно для более сложных или специфических задач, где простой инструкции недостаточно. Требует предоставления четких, репрезентативных примеров.

  • Chain-of-Thought (CoT) prompting (промптинг с «цепочкой» рассуждений):

Значительно улучшает способности LLM к рассуждениям, заставляя модель разбивать сложные задачи на более простые подзадачи. Это позволяет LLM рассуждать последовательно, подобно человеку, используя затем эти рассуждения при формировании ответа.  Можно комбинировать с few-shot промптингом для большей эффективности.

  • Self-consistency prompting (Промптинг с самосогласованностью):

Улучшает рассуждения CoT, генерируя несколько путей рассуждений, а затем выбирая наиболее согласованный ответ. Особенно эффективен для задач, связанных с математикой, где один путь рассуждения может быть ошибочным.

Казалось бы, выбирайте любой способ (да хоть все сразу) и будет вам счастье. Но не все так радужно.

Тот факт, что промпт-инжиниринг стал отдельной дисциплиной, указывает на то, что LLM нужны тщательно сформулированные инструкции для оптимальной работы. Даже семантически схожие запросы могут приводить к разным результатам. Такая особенность демонстрирует ключевое ограничение LLM: модели плохо справляются с задачами, выходящими за рамки их обучения, им постоянно нужен человек, чтобы "направлять". Этот пробел особенно заметен при решении сложных задач — например, при попытке автоматизировать рабочий день backend-разработчика. Поэтому нужны принципиально иные решения — автономные системы, которые способны самостоятельно анализировать контекст и принимать осмысленные решения без постоянных подсказок.

И вот тут на арену выходят AI-агенты.

AI-Агенты

Строгого определения данного термина пока еще нет. Часто AI-агенты определяют как LLM-управляемые системы для автономного решения комплексных задач, которые могут использовать рассуждения, планирование и память. Проще говоря, это умные ассистенты, которые способны работать без участия человека.

Это открывает путь к более сложной системе, меняющей основной принцип взаимодействия с LLM: от реактивной генерации текста (промптами) к проактивному  выполнению задач. По сути, это переход от вопроса «А что ты можешь сказать?» к вопросу «А что ты можешь сделать?».

Ключевые компоненты AI-агентов

Архитектура AI-агента — многоступенчатая система, где LLM — это «мозг», который управляет различными специализированными модулями:

  • LLM:

Ядро архитектуры агента, которое:

  • Понимает и генерирует текст;

  • Хранит знания, полученные при обучении на огромных объемах данных

  • Память:

Критически важный компонент, позволяющий агенту отслеживать свои взаимодействия и контекст. Разделяется на:

  • краткосрочную память: хранит непосредственную цепочку рассуждений агента в рамках одного запроса или текущей задачи;

  • долгосрочную память: сохраняет истории взаимодействий, которые могут охватывать недели или месяцы, чтобы агент учился на прошлом опыте и принимал более обоснованные решения в будущем.

  • Инструменты:

Специализированные API или рабочие процессы (например, веб-поиск, интерпретатор кода, доступ к базам данных), которые помогают агенту делать то, что нельзя выполнить просто генерацией текста. Агент использует инструменты, чтобы  взаимодействовать с внешним миром и выполнять реальные действия. LLM может динамически решать, какие инструменты использовать.

  • Планирование:

Этот компонент разбивает сложные задачи на более мелкие, управляемые части и формирует план выполнения. Он динамически определяет, какие LLM и инструменты следует вызывать и в каком порядке. Планирование также включает техники рефлексии, которые позволяют агенту пересматривать и улучшать свой план на основе обратной связи или новых наблюдений.

  • Retriever (RAG — Retrieval-Augmented Generation):

Компоненты, предназначенные для доступа к внешним хранилищам данных (например, векторным базам данных, базам знаний) и извлечения дополнительной, доменно-специфичной информации. Эта информация затем включается в промпты, отправляемые LLM, что значительно улучшает качество ответов, обеспечивает их актуальность и снижает риск галлюцинаций.

Для более глубокого понимания того, как AI-агенты меняют взаимодействие с LLM, можно провести сравнительный анализ с традиционным промпт-инжинирингом по нескольким ключевым параметрам.

Таблица 1. Сравнение промпт-инжиниринга и AI-агентов

Характеристика

Промпт-инжиниринг

AI-агенты

Определение

Создание промптов для управления LLM

LLM-системы для автономного выполнения целей

Автономия

Низкая (реактивный, требует постоянного ввода)

Высокая (проактивный, автономное принятие решений)

Сложность задач

Простые, узкие, одношаговые

Комплексные, требующие планирования и рассуждений

Использование инструментов

Нет (ограничен LLM)

Да (доступ к внешним API, базам данных, RAG)

Память

Краткосрочная (в рамках промпта)

Краткосрочная и долгосрочная (обучение на опыте)

Планирование

Отсутствует (только в рамках CoT)

Присутствует (разбиение задач, рефлексия)

Адаптация/Обучение

Ограниченное (в контексте промпта)

Высокое (через память и саморефлексию)

Модель взаимодействия

Пользователь-ориентированная, реактивная

Целеориентированная, проактивная

Гибкость

Низкая (зависит от точной формулировки)

Высокая (адаптация к динамическим сценариям)

Относительная стоимость

Низкая (без изменения модели)

Высокая (инфраструктура, вызовы API)

Переход от промпт-инжиниринга к AI-агентам отражает фундаментальную смену парадигмы от инструкции к намерению. В промпт-инжиниринге мы должны подробно объяснять LLM, что делать, а Al-агенты умеют сами планировать, действовать и адаптироваться в процессе. Это более естественная и эффективная модель взаимодействия, особенно в сложных задачах. Теперь человеку не нужно продумывать каждый шаг или возможный сценарий: он просто говорит, что нужно сделать, а агент сам разбирается, как. Это главное преимущество перед промпт-инжинирингом, где без подробных инструкций не обойтись.

Заключение

Итак, AI-агенты не заменяют промпт-инжиниринг, а строятся на его основе, используя LLM как «мозг» и расширяя их возможности с помощью дополнительных модулей, при этом меняя саму парадигму взаимодействия с LLM.

Таким образом, можно с уверенностью утверждать, что мы действительно научились общаться с LLM более эффективно. AI-агенты не просто способ задавания более умных вопросов, а скорее построение интеллектуальных систем вокруг LLM, которые могут действовать, что представляет собой более глубокий уровень взаимодействия.

Полезные ссылки