Голос бренда с ИИ можно собрать по текстам: модель полезна там, где правила подкреплены цитатами из разрешённых материалов, а не догадками о миссии. Ниже — учебный пример, не клиентский кейс и не отчёт о запуске сервиса. Задача: вывести проверяемые правила из двух текстов, удержать третий отдельно для проверки и исправить черновик без выдуманных обещаний.
Отделите тексты для вывода правил от проверки
Учебный пример.
Разделите материалы по роли. Для вывода правил возьмите только разрешённые тексты — в примере это T1 и T2:
- T1: «Выберите время встречи. Цену согласуем до начала работ.»
- T2: «Если срок не подходит, предложим другую дату. Напишите, когда вам удобно.»
Третий текст, T3 («Работаем по записи. Стоимость согласуем заранее.»), сохраните вне вывода правил. Он нужен позже, чтобы проверить, совместим ли новый текст с образцом. Если смешать T3 с T1 и T2, вы потеряете отдельный случай для проверки: когда все три текста участвуют в выводе правил, независимого проверочного примера не остаётся. Ошибки и противоречия при этом всё равно нужно искать — в том числе в исходном корпусе.
Зафиксируйте разрешённые факты. В примере их два: работа по записи и согласование цены до начала работ. Всё остальное — срок, цена, канал записи, миссия — отметьте как неизвестное. Неизвестное не запрещено, но и не подтверждено.
Соберите карту правил по цитатам
Правило без дословного основания — это догадка. Выпишите наблюдаемые признаки и рядом укажите, откуда они взяты.
| Правило | Цитата |
|---|---|
| Обращение на «вы», когда оно есть | T1: «Выберите»; T2: «вам» |
| Короткая прямая фраза без восклицаний | T1: «Цену согласуем до начала работ.»; T2: «Напишите, когда вам удобно.» |
Второе правило осторожнее, чем кажется. Два коротких текста показывают, что в них нет восклицаний и длинных построений, но не доказывают, что бренд запрещает восклицания всегда. Формулируйте правило как наблюдение на этом образце, а не как постоянный закон компании.
Сохраните неизвестные свойства: юмор, миссию, ценности, универсальную длину предложения. Отсутствие примера — не запрет. Нельзя писать «у бренда нет чувства юмора» на основании того, что юмора нет в двух служебных репликах.
Проверьте новый черновик
Теперь верните T3 и сверьте его с картой правил. T3 совместим с прямотой и отсутствием восклицаний, но не подтверждает правило обращения: обращения в нём нет. Поэтому T3 не годится как основание для правила «вы», только как дополнительная проверка.
Возьмите черновик кандидата: «Эй, записывайся! Сделаем всё за час за 500 ₽!» Сопоставьте его с правилами и фактами:
- «ты» и «записывайся» расходятся с обращением на «вы».
- Восклицания расходятся с наблюдаемым синтаксисом T1 и T2.
- «за час» и «500 ₽» не подтверждены: срок и цена отмечены как неизвестные.
Эталон исправления: «Запишитесь на встречу. Цену согласуем до начала работ.» Здесь сохранены известные факты — запись и согласование цены до начала, — а час и 500 ₽ убраны. Новых обещаний и нового канала записи в исправлении нет.
Проверки результата:
- каждое правило имеет точную цитату из T1 или T2;
- T3 не использован как обучающее доказательство;
- в исправлении нет часа, 500 ₽ и выдуманного канала записи.
Форматы входов и структурирование примеров опираются на документацию по промптам: примеры относят к надёжным способам задать формат и тон, их советуют делать релевантными, разнообразными и структурно отделёнными от инструкций Prompting best practices.
Передайте повторяемый запрос и примите исключения
Промпт ниже рассчитан на другую компанию: подставьте её входы. Скопируйте целиком.
Ты помощник по извлечению правил голоса бренда. Работай только по полному inputs ниже. Не добавляй неизвестные значения и не выдавай учебные данные за результат реального сервиса. Верни JSON с полями: rules, holdout_check, candidate_issues, repaired, uncertain, exceptions.
Требования:
1. Выводи правила только из training_texts. Каждое правило подкрепи точной цитатой с идентификатором текста.
2. holdout_original используй только для отдельной проверки, не для вывода правил.
3. Неизвестные свойства перечисли в uncertain и не превращай отсутствие примера в запрет.
4. Проверь candidate по правилам и known_facts. Неизвестные факты не добавляй.
5. Дай repaired без новых обещаний, цен, сроков и каналов.
6. Если обращение или другой элемент конфликтует между текстами, не выбирай молча: запиши конфликт в exceptions и укажи, какое уточнение нужно у человека.
7. Технические проверки выполняются агентом или кодом; человек нужен только для неизвестных бизнес-условий и исключений. Ничего не публикуй и не изменяй во внешних системах.
INPUTS:
{"brand": "Вымышленная мастерская Лист", "training_texts": [{"id": "T1", "text": "Выберите время встречи. Цену согласуем до начала работ."}, {"id": "T2", "text": "Если срок не подходит, предложим другую дату. Напишите, когда вам удобно."}], "holdout_original": {"id": "T3", "text": "Работаем по записи. Стоимость согласуем заранее."}, "candidate": "Эй, записывайся! Сделаем всё за час за 500 ₽!", "known_facts": ["работа по записи", "цена согласуется до начала"], "unknown": ["срок", "цена", "канал записи", "миссия"]}
Ожидаемый результат по этому входу — карта из двух правил с цитатами T1 и T2, отметка, что T3 совместим, но не подтверждает обращение, список дефектов кандидата и исправление «Запишитесь на встречу. Цену согласуем до начала работ.» Сверяйте ответ модели с этим эталоном, а не принимайте на веру.
Ограничения примера: два коротких текста не описывают все голоса реальной компании; сходство стиля не измерено на аудитории. Если в реальных материалах обращение на «вы» и «ты» встречается вперемешку, это не повод выбирать одно из них автоматически — вынесите конфликт на уточнение владельцу голоса.
Готовые каналы продолжают ту же логику: правила голоса проверяются на конкретных единицах, как в постах для соцсетей с нейросетью и email-рассылке с нейросетью.
Автор метода «Машиночитаемый маркетинг»