Основы нейросетей: от базовых понятий к рабочему промпту

1.

Тема 1.1
Основы
нейросетей
Что такое нейросети · базовая терминология · виды
нейросетей · инструменты · понятие промпта
Формат: лекция 2 часа
1

2.

О чем поговорим сегодня?
01
Карта занятия
Что такое нейросеть
простое определение и логика работы
02
Термины
нейрон, веса, слой, обучение, модель
03
Виды нейросетей
от классических сетей до трансформеров
04
Инструменты
что нужно для учебной и рабочей практики
05
Промпт
как формулировать запросы к ИИ
Результат занятия: слушатель понимает базовые понятия и может составить первый рабочий промпт
Тема 1.1 · Основы нейросетей
2

3.

Почему нейросети стали важной темой?
Контекст
Нейросети вошли в рабочие процессы
Текст, код, изображения, презентации, таблицы, поиск
информации, анализ документов — всё чаще выполняется
вместе с ИИ-инструментами.
Порог входа снизился
Раньше работа с ИИ требовала программирования. Сейчас
многие задачи решаются через обычный текстовый запрос.
Главный навык — постановка задачи
Человек остается ответственным за цель, контекст,
проверку результата и решение, можно ли использовать
ответ.
Тема 1.1 · Основы нейросетей
3

4.

Что такое нейросеть?
Нейросеть — это
математическая модель, которая
учится находить
закономерности в данных и
делать прогноз, классификацию
или генерацию результата.
Простой пример: если показать модели много
писем с меткой «спам» и «не спам», она
научится оценивать новые письма по похожим
признакам.
Базовое определение
Данные
Модель
Ответ
• вход: текст, числа, изображение, звук
• обработка: математические
преобразования
• выход: ответ, прогноз, метка, изображение
Не магия, а обучение на данных
Тема 1.1 · Основы нейросетей
4

5.

Как нейросеть превращает вход в результат?
Упрощенная логика
1
2
3
4
Вход
Признаки
Вычисления
Выход
исходный текст, число,
файл, изображение
модель переводит
данные в числовое
представление
слои постепенно
преобразуют признаки
ответ, прогноз,
классификация, объект
Ключевая идея: нейросеть не хранит готовые ответы на все случаи. Она
использует обученные параметры, чтобы построить ответ для нового входа.
Тема 1.1 · Основы нейросетей
5

6.

Искусственный нейрон: минимальная
единица
Терминология
x₁
x₂
Σ
f
сумма с весами
активация
x₃
входы
Тема 1.1 · Основы нейросетей
• Входы — признаки
объекта
• Вес — важность
признака
• Смещение —
поправка модели
• Активация —
правило, которое
решает, насколько
сильным будет сигнал
6

7.

Слои нейросети
Входной слой
Input · Hidden · Output
Скрытые слои
Выходной слой
Глубина нейросети — количество слоев преобразования. Чем больше слоев, тем сложнее зависимости может
описывать модель, но тем выше требования к данным и настройке.
Тема 1.1 · Основы нейросетей
7

8.

Как нейросеть обучается?
Обучение на ошибках
Данные
Прогноз
Ошибка
Коррекция
много примеров
первая попытка
сравнение с
правильным ответом
изменение весов
Цикл повторяется много раз, пока модель не начнет давать
приемлемый результат
Тема 1.1 · Основы нейросетей
8

9.

Обучение и использование — разные этапы
Обучение
• требует большого набора данных
• модель меняет веса
• часто требует мощных вычислений
• цель — научиться закономерностям
Training vs Inference
Использование
• модель уже обучена
• пользователь дает новый запрос
• веса обычно не меняются
• цель — получить результат
Пример: обучить модель распознавать резюме ≠ попросить готовую модель проанализировать одно резюме
Тема 1.1 · Основы нейросетей
9

10.

Базовая терминология
Модель
обученная система, которая принимает вход и выдает
результат
Мини-словарь
Датасет
набор данных для обучения, проверки или тестирования
Параметры / веса
Токен
числа внутри модели, влияющие на ответ
фрагмент текста, с которым работает языковая модель
Контекстное окно
Галлюцинация
объем информации, который модель учитывает в
запросе
Тема 1.1 · Основы нейросетей
уверенный, но ошибочный или выдуманный ответ
10

11.

Виды нейросетей: общая карта
Не все нейросети одинаковые
Полносвязные сети
CNN
RNN / LSTM
табличные данные, простые
прогнозы
изображения, компьютерное зрение
последовательности, временные
ряды
Transformer
Diffusion
Мультимодальные модели
текст, код, мультимодальные задачи
генерация и редактирование
изображений
текст + картинка + звук + видео
Выбор архитектуры зависит от задачи и типа данных
Тема 1.1 · Основы нейросетей
11

12.

Генеративный ИИ и большие языковые
модели
LLM
Генеративный ИИ
создает новый текст, изображение, код, звук или структуру
по запросу пользователя
Большая языковая модель
прогнозирует продолжение текста и формирует связный
ответ с учетом контекста
Практический
смысл
модель можно использовать как помощника для
черновиков, объяснений, анализа, идей и автоматизации
рутинных действий
Тема 1.1 · Основы нейросетей
12

13.

Что нейросети умеют и где ошибаются?
Сильные стороны
• быстро обрабатывают большие объемы
текста
• помогают структурировать хаос
• генерируют варианты и черновики
• видят скрытые паттерны в данных
Тема 1.1 · Основы нейросетей
Границы применения
Ограничения
• могут уверенно ошибаться
• зависят от качества данных и контекста
• не заменяют экспертную ответственность
• могут воспроизводить смещения и
шаблоны
13

14.

Набор инструментов для работы с
нейросетями
Практическая среда
Чат-ассистенты
универсальные задачи: текст, идеи, объяснения
Генерация изображений
баннеры, иллюстрации, концепты, референсы
Код-ассистенты
разбор ошибок, генерация шаблонов, тесты
Офисные Copilot-инструменты
документы, таблицы, почта, встречи
Автоматизация
сценарии, боты, интеграции, цепочки действий
Тема 1.1 · Основы нейросетей
14

15.

Как выбрать инструмент под задачу?
Не начинаем с сервиса — начинаем с цели
Задача
Подходящий инструмент
На что обратить внимание
Нужно объяснить тему
чат-ассистент
дать уровень аудитории и желаемый формат
Нужно обработать документ
ассистент с файлами
проверить конфиденциальность данных
Нужно создать картинку
генератор изображений
описать стиль, композицию, формат
Нужно написать код
код-ассистент / IDE
уточнить стек, ошибку, ограничения
Нужно автоматизировать процесс
n8n / Zapier / API
описать входы, выходы, частоту, проверки
Правило: сначала цель и критерий качества, потом выбор инструмента
Тема 1.1 · Основы нейросетей
15

16.

Рабочее место для учебной практики
Аккаунты и доступ
Минимальный набор
Материалы
основной чат-ассистент, почта, облачное хранилище
тексты, таблицы, изображения, ссылки, примеры
результата
Папка экспериментов
Чек-лист безопасности
сохраняйте промпты, версии ответов и выводы
что можно загружать, а что нельзя
Способ проверки
источники, расчеты, экспертная оценка, тестовые
примеры
Тема 1.1 · Основы нейросетей
16

17.

Что такое промпт?
Промпт — это запрос,
инструкция или набор входных
данных, которые пользователь
передает нейросети для
выполнения задачи.
Простая аналогия: промпт — это
техническое задание. Чем яснее задача, тем
выше шанс получить полезный результат.
Плохой промпт = размытая задача
Тема 1.1 · Основы нейросетей
Запрос к нейросети
Пользоват
ель
формулирует
задачу
Промпт
цель +
контекст +
формат
результат,
Ответ
который
нужно
проверить
• промпт может быть коротким или большим
• может включать текст, таблицу, файл,
изображение
• часто улучшается через несколько уточнений
17

18.

Структура сильного промпта
6 элементов
1. Цель
2. Контекст
3. Исходные данные
что нужно получить
для кого и зачем
текст, таблица, факты, ограничения
4. Роль
5. Формат
6. Критерии
кем должна выступать модель
таблица, список, план, JSON,
письмо
как понять, что ответ хороший
Формула: «Сделай [результат] для [аудитория/цель], используя [данные], в формате [формат],
соблюдая [ограничения]».
Тема 1.1 · Основы нейросетей
18

19.

Плохой и хороший промпт: сравнение
Слабый запрос
«Расскажи про нейросети»
• нет аудитории
• нет глубины
• нет формата
• нет критерия качества
Тема 1.1 · Основы нейросетей
Практический пример
Сильный запрос
«Объясни, что такое нейросети, для
начинающих слушателей. Дай 5 ключевых
терминов, 2 примера из работы и краткий
вывод. Формат — таблица + список».
• есть аудитория
• есть задача
• есть формат
• есть ограничения
19

20.

Базовые приемы промптинга
Что использовать уже на первом занятии
Роль
Пример
«Выступи как преподаватель / аналитик / редактор»
покажите образец желаемого ответа
Формат
Ограничения
попросите таблицу, план, чек-лист, JSON
длина, стиль, уровень сложности, запреты
Итерации
попросите улучшить, сократить, проверить, сравнить
Тема 1.1 · Основы нейросетей
20

21.

Рабочий цикл с нейросетью
1
Поставить
задачу
2
что нужно получить и
зачем
данные, роль,
аудитория
Дать контекст
Не один запрос, а процесс
3
Проверить
ответ
4
факты, логика,
применимость
добавить ограничения
и улучшить
Уточнить
Главная ошибка новичка: принять первый ответ за финальный. Правильный подход —
проверить, уточнить и довести до рабочего результата.
Тема 1.1 · Основы нейросетей
21

22.

Безопасность и ответственность
Human-in-the-loop
Галлюцинации
проверять факты и источники
Персональные данные
не загружать лишнее и конфиденциальное
Смещения
сравнивать ответы и не переносить стереотипы
Авторские права
проверять условия использования контента
Ответственность
финальное решение принимает человек
Тема 1.1 · Основы нейросетей
22

23.

Практическое задание
Создаем первый рабочий промпт
Задание для слушателей
• Выберите задачу: объяснить тему, составить план, проверить текст или сделать таблицу.
• Сформулируйте промпт по формуле: цель + контекст + данные + формат + ограничения.
• Получите ответ нейросети и отметьте: что полезно, что нужно уточнить, что надо
проверить.
• Сделайте вторую версию промпта и сравните качество результата.
Итог: не просто получить ответ, а научиться управлять качеством ответа
Тема 1.1 · Основы нейросетей
23

24.

Основные выводы занятия
1
Что важно запомнить
Нейросеть учится на данных
она находит закономерности и применяет их к новым входам
2
Термины нужны для осознанной работы
модель, слой, вес, токен, контекст, галлюцинация
3
Инструмент выбирается под задачу
чат, изображения, код, офис, автоматизация
4
Промпт — это мини-ТЗ
качество запроса сильно влияет на качество результата
5
Ответ нужно проверять
ИИ ускоряет работу, но не снимает ответственность с человека
Тема 1.1 · Основы нейросетей
24

25.

Источники для самостоятельного изучения
Рекомендуемые официальные материалы
OpenAI API Docs — Prompt engineering / Prompt guidance
developers.openai.com/api/docs/guides/prompt-engineering; developers.openai.com/api/docs/guides/prompt-guidance
OpenAI Cookbook — GPT prompting guides
developers.openai.com/cookbook/examples/gpt-5/gpt-5_prompting_guide
Google AI for Developers — Prompt design strategies
ai.google.dev/gemini-api/docs/prompting-strategies
Anthropic Claude API Docs — Prompt engineering overview and best practices
platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview
Microsoft Support — Get started writing prompts in Microsoft 365 Copilot
support.microsoft.com/en-us/microsoft-365-copilot/get-started-writing-prompts-in-microsoft-365-copilot
Для учебной практики: выбирайте один инструмент, ведите журнал промптов и проверяйте результат
Тема 1.1 · Основы нейросетей
25