Prompt economics: как оценить реальную стоимость задач для AI и понять, когда его использовать
В серии Prompt to Profit, день 18 из 30, разбирается идея «prompt economics». Это попытка трезво оценить реальную стоимость работы с AI. Автор напоминает о простой вещи: автоматизация подходит не для каждой задачи. Иногда попытки добиться нужного ответа через цепочку уточняющих подсказок занимают больше времени, чем если бы человек сделал работу сам.
Обычная картина выглядит так. Пользователь пишет prompt, потом несколько раз его переписывает, добавляет контекст, снова запускает модель. В итоге через 40 минут получается приемлемый результат, хотя тот же текст можно было бы написать вручную примерно за 25.
В материале предлагают смотреть на задачи через соотношение стоимости и ценности. При таком подходе почти любую задачу для AI можно отнести к одной из трех экономических категорий. Для быстрой проверки используется «30‑second decision filter», небольшой фильтр из пяти вопросов. Если на три или больше из них получается ответ yes, задачу имеет смысл отдавать AI. Если ответов yes два или меньше, быстрее сделать всё самостоятельно или сначала пересмотреть подход, а уже потом писать prompt.
Отдельно автор различает два типа подсказок: expense-prompt и investment-prompt. Expense-prompt применяют один раз, например для черновика, короткого исследования или разового результата. В таких случаях важнее скорость. Достаточно просто «хорошего» prompt, потому что доведение его до идеала может отнять больше времени, чем принесет пользы. Investment-prompt устроен иначе. Он рассчитан на многократное применение: это может быть шаблон, agent brief или system prompt для повторяющегося процесса.
Со временем библиотека таких переиспользуемых prompt начинает работать как capital asset. Хорошо сделанные подсказки можно применять снова и снова: они экономят измеримое количество часов в год, дают стабильный результат и не требуют каждый раз начинать с нуля. Те, кто сохраняет, документирует и постепенно улучшает свои prompt, получают накопительный эффект. Многие пользователи, наоборот, каждый раз пишут их заново и не создают собственной библиотеки.
Ключевые факты
В тексте приводится пример, где работа с ИИ занимает около 40 минут через несколько итераций промпта, хотя тот же результат можно было написать вручную примерно за 25 минут.
Предложен фильтр из 5 вопросов, который можно применить к задаче менее чем за 30 секунд; если ИИ получает 3 или более ответов «да», задачу рекомендуют включать в AI‑workflow, если 2 или меньше, пересмотреть использование ИИ.
Различаются два типа промптов: «expense» для одноразовых задач и «investment» для повторяемых сценариев, например шаблонов или системных промптов.
Отмечается, что инвестиция в создание качественного промпта в течение одного часа может окупиться, если он будет использован около 50 раз в течение года.