Работая с языковыми моделями как с редактором и иллюстратором при написании книг, автор заметил устойчивое сходство между поведением LLM и персонажами народных сказок. Модель игнорирует намерение и цепляется за букву запроса — ровно так же, как джинн исполняет желание формально, но не по существу. Достаточно одной двусмысленности — и система уходит в неожиданную интерпретацию.
Ключевое отличие промпт-инжиниринга от программирования в том, что код детерминирован: одни и те же входные данные дают один и тот же результат. Модель не исполняет запрос — она его читает и сама преобразует в набор команд. Поэтому здесь важна точность смысла, а не синтаксиса. Именно с этой задачей человечество разбиралось тысячелетиями, фиксируя опыт в фольклоре.
| Сказочный паттерн | Пример из русских сказок | Аналог в LLM | Механика |
|---|---|---|---|
| Буквальное исполнение | Емеля и щука: «Поехали сани сами» — поехали, но людей по дороге подавили. Техника безопасности в запросе прописана не была. | Specification Gaming | Модель следует букве инструкции, игнорируя здравый смысл и незаявленные ограничения. |
| Необходимость ритуала | Баба-яга: «Ты меня сперва напои, накорми, в баньке попарь, да тогда и спрашивай». | System Prompt / Роли | Без инициализации контекста и задания роли система не переходит в рабочий режим. |
| Последовательный обход | «Каша из топора»: солдат выманивает ресурсы у жадной старухи шаг за шагом, каждый раз сдвигая контекст чуть дальше. | Prompt Chaining / Social Engineering | Последовательное изменение контекста позволяет получить то, что агент изначально не собирался отдавать. |
| Асимметрия знаний | Клубок, указывающий дорогу, или Серый Волк, знающий правила тридевятого царства, но молчащий, пока не спросят. | Hidden Logic / Black Box | Модель хранит огромную скрытую базу знаний, недоступную пользователю напрямую без точного запроса. |
| Смена поведения от контекста | Морозко награждает вежливую Настеньку и жестоко наказывает грубую Марфушеньку за один и тот же вопрос. | Context-Dependent Behavior | Тональность и фрейминг запроса кардинально меняют характер ответа, при одинаковом содержании. |
| Утечка системного секрета | Кощей Бессмертный: герой выведывает, где спрятана смерть Кощея, и система раскрывает свою главную уязвимость. | Prompt Leakage / Injection | Скрытые системные инструкции или внутренняя логика модели могут быть извлечены через целенаправленные запросы. |
| Усиление когнитивных сил | Волшебное зеркальце, скатерть-самобранка, сапоги-скороходы — инструменты, умножающие возможности хозяина. | Cognitive Amplifier | ИИ не заменяет человека, а многократно масштабирует его изначальное намерение и скорость действия. |
| Бесконечный цикл | «Горшочек, вари!»: мать забыла стоп-слово — и каша затопила весь город. | Stop Token / Runaway Execution | Без явного маркера остановки автономный процесс уходит в бесконечную генерацию. |
| Галлюцинации и обман | Лиса Патрикеевна обещает помочь, уверенно берет на себя обязательства — и крадет рыбу. Цель была своя с самого начала. | Misalignment / Галлюцинации | Модель уверенно выдает ложную информацию или подменяет цель ради формального закрытия диалога. |
Сказка «Финист — ясный сокол» разбирается в материале как последовательность конкретных технических уроков. Младшая дочь просит отца привезти аленький цветочек — необычный, нестандартный запрос, который активирует неожиданный ресурс. Общий вопрос находит общий ответ: чем точнее формулировка, тем специфичнее и полезнее результат.
Финист сам устанавливает протокол взаимодействия: поставь цветочек на окно — прилечу. Модели тоже можно один раз спросить, в каком формате ей удобнее получать задачи, и она подскажет. Инструмент — перышко, которым нужно махнуть вправо с крылечка — работает именно так, как описан, а не «примерно в ту сторону». Это прямая аналогия со структурой JSON в function calling или якорной фразой в системном промпте: мощный инструмент требует точного синтаксиса вызова.
Забытые заколки с бриллиантами — случайная деталь, которая выдала всю систему. Модель точно так же цепляется за лишний контекст, случайно попавший в промпт: старый пример, противоречивую инструкцию, чужой стиль. Утечка контекста ломает поведение системы не хуже неверного запроса.
Ножи сестёр в оконной раме — иллюстрация конфликта инструкций. Протокол соблюдён, цветочек стоит на окне, но между запросом и исполнителем стоит скрытое препятствие. Модель в такой ситуации пытается исполнить обе противоречивые инструкции и не может выполнить ни одну.
Путь героини через три избушки трёх Баб-яг — классический multi-agent pipeline. Ни одна из них не знает маршрута целиком, каждая даёт ровно один инструмент и одно направление. Попытка вытащить из первой всё сразу дала бы заведомо худший результат. Золотой молоточек, блюдечко с шариком и конь на угольях не взаимозаменяемы — каждый работает ровно в одном месте. Использование одного инструмента для всех задач — одна из самых распространённых ошибок при работе с API.
Булавка царевны в платье Финиста — prompt injection в чистом виде: вредоносная инструкция, встроенная в контекст, переопределяет поведение системы, даже когда внешний запрос совершенно корректен. Решение приходит не через новую стратегию, а через случайное устранение помехи. Иногда проблема решается не новым промптом, а очисткой контекста: новый чат, сброс истории, удаление противоречивых инструкций — и модель наконец работает так, как должна была изначально.
Герои сказок почти никогда не побеждают систему грубой силой. Они инициализируют контекст — не требуют от Бабы-яги немедленных ответов, а сначала запускают ритуал «накорми, напои, в баньке помой». В промптинге это называется прогревом контекста: прежде чем задать сложный вопрос, модели нужно задать роль, обозначить задачу и установить тон. Холодный запрос без контекста даёт холодный ответ. Фольклор оказывается не предсказанием ИИ, а накопленным культурой опытом взаимодействия с непрозрачными интеллектуальными агентами — опытом, который снова стал практически применимым.