Для кого эта книга

Эта книга — практическое руководство по промпт-инженерингу для:

• Исследователей — биологов, физиков, химиков, социологов, использующих LLM для анализа данных, обзора литературы, статистических расчётов

• Python-разработчиков — от junior до senior, применяющих AI-ассистенты в ежедневной работе

• Специалистов по ML/AI — исследователей и практиков, работающих с моделями

Структура книги

Часть I: Теория промптинга Как LLM обрабатывает текст. Токенизация, attention, температура. Анатомия эффективного промпта.

Часть II: Паттерны промптов Техники: декомпозиция, верификация, оптимизация. Готовые паттерны для типовых задач.

Часть III: Домены Специфика промптов для научных вычислений, разработки ПО, машинного обучения.

Часть IV: Инструменты Claude Code, GitHub Copilot, Cursor. Настройка, команды, best practices.

Часть V: Антипаттерны Типичные ошибки и способы их избежать.

Формат подачи

Каждая тема:

1. Принцип (1-2 предложения)

2. Объяснение (почему работает)

3. Три примера (от простого к сложному)

Код — только Python 3.11+. Формулы — LaTeX.

Соглашения

\# Примеры кода оформлены так  
def example():  
    pass

Промпты оформлены в блоках:

КОНТЕКСТ:  
$описание$  
  
ЗАДАЧА:  
$что сделать$

Формулы inline: $x^2 + y^2 = z^2$

Формулы block:

$\\sum\_\{i=1\}^\{n\} x\_i = x\_1 + x\_2 + ... + x\_n$