Портфолио и кейсы фрилансеров по промпт-инжинирингу

Попробуйте обмануть бота поддержки: выманить секретный промокод, вытащить системный промпт или оформить возврат без оснований. Шесть уровней защиты, атаки в лоб и через письма, отзывы и базу знаний, журнал проверок по OWASP Top 10 для LLM. Что умеет: — Шесть уровней — от «только системный промпт» до всех слоёв сразу — или свои слои вручную — 15 атак для примера: «игнорируй инструкции», ролевая игра, латинские буквы-двойники, невидимые символы, перевод, base64, задом наперёд — Непрямые инъекции: указание в письме клиента, в отзыве на сайте и в подменённой статье базы знаний — Слои защиты: нормализация ввода, шаблоны атак, разделение инструкций и данных, минимум прав и подтверждение человеком, фильтр вывода, canary-токен, лимит попыток Стек: JavaScript без фреймворков · Unicode NFKC · Base64 · OWASP Top для LLM · Vitest · Playwright · Vite Это демо я разработал для своего портфолио на antongoncharov.ru — его можно попробовать вживую: https://antongoncharov.ru/demo/zashchita-ot-inekciy

Агент находит в письмах и расшифровках ФИО в любом падеже, телефоны, паспорта, СНИЛС, карты, адреса и диагнозы, заменяет их до отправки во внешнюю нейросеть, а её ответ возвращает к настоящим данным уже у вас. Таблицу пациентов обезличивает для аналитики так, чтобы никого нельзя было узнать. Что умеет: — ФИО в любом падеже, с инициалами и в обратном порядке: «у Ковалёва Игоря Олеговича» и «передайте Ковалёву» — один человек — Телефоны, почта, ники, паспорт, полисы ОМС и ДМС, адреса, госномера машин, IP-адреса — СНИЛС, ИНН и карты — с проверкой контрольных сумм: номер с ошибкой всё равно скрывается, но помечается для проверки — Диагнозы по МКБ-10 и слова о здоровье — особая категория: их можно только заменить меткой Стек: React · TypeScript · Zustand · Vite · Tailwind CSS Это демо я разработал для своего портфолио на antongoncharov.ru — его можно попробовать вживую: https://antongoncharov.ru/demo/obezlichivanie-dannyh

Прежде чем выкатить новую настройку бота, её прогоняют на контрольных вопросах. Здесь видно, как это устроено: hit@1, hit@3, доля верных отказов, сравнение с продом и красная плашка, если CI не пропустил бы выкладку. Что умеет: — Набор из CI бота: 40 вопросов, из них 6 не по теме — правильный ответ на них «не знаю» — Метрики: нужный документ первым (hit@1), в тройке (hit@3), верные отказы и время на вопрос — Четыре конфигурации: как в проде, смысловая модель, гибрид и своя — с ползунками BM25, порогов и длины фрагментов — Сравнение с продом: какие вопросы стали лучше, какие хуже — «было → стало» по каждому Стек: React · TypeScript · Transformers.js · Web Workers · Comlink · Zustand · Vite Это демо я разработал для своего портфолио на antongoncharov.ru — его можно попробовать вживую: https://antongoncharov.ru/demo/ocenka-kachestva

Сколько будет стоить бот в месяц на GPT, Claude, YandexGPT, GigaChat или своей модели на арендованной видеокарте. Расчёт по токенам, сравнение всех моделей на графике, советы, как платить меньше, и настоящий токенизатор o200k прямо в браузере. Что умеет: — Параметры бота: диалогов в месяц, сообщений в диалоге, системный промпт, фрагменты базы знаний, длина ответа, кеш и история — Стоимость диалога и месяца в рублях по каждой части: инструкции, контекст, история, ответ — Все модели на одном графике: GPT, Claude, YandexGPT, GigaChat и открытая модель на арендованной видеокарте — Таблица цен с датой и источниками; свои цены подставляются в расчёт и в ссылку Стек: JavaScript без фреймворков · BPE-токенизатор · Web Worker · SVG · URLSearchParams · JSDoc · Vite Это демо я разработал для своего портфолио на antongoncharov.ru — его можно попробовать вживую: https://antongoncharov.ru/demo/kalkulyator-ai

Демо промпт-инжиниринга для одной категории товаров — бутылок для воды. Три товара, артикулы и характеристики вымышлены; карточки на Wildberries и Ozon не публиковались. Подготовил три промпта: для названия, короткого описания и проверки черновика по исходным характеристикам. Каждый промпт запрещает добавлять бренд, срок сохранения температуры, герметичность, гарантию и другие свойства без подтверждения продавца. На трёх примерах показаны исходные параметры и варианты текстов. Отдельный локальный валидатор сверил материал, объём, цвет, крышку, уход, числовые утверждения и запрещённые обещания. Механические проверки пройдены для 3 из 3 примеров; это не оценка качества текста или соответствия правилам площадки. Перед публикацией продавец должен вручную проверить факты, формулировки и требования выбранного маркетплейса. Рабочие материалы: три шаблона промптов, вымышленные характеристики, тексты и отчёт проверки. Услуга для реального заказчика включает настройку промптов под одну категорию и демонстрацию на пяти товарах; эта запись показывает три учебных примера.

Я делал библиотеку промптов для персональных новогодних мультфильмов: из фото ребёнка и второго героя (игрушка или питомец) получался короткий ролик 16:9. Это не «один запрос в ChatGPT на весь фильм», а набор шаблонов под образ, ключевой кадр, видеосцену и липсинк — с правилами, которые модель иначе ломает. Я развёл слои запросов. Стиль один на все кадры: зимняя сказка, мягкий свет, 3D-анимация. Образ: несколько вариантов листа, заказчик принимает или бракует. Сцена: действие из раскадровки плюс опорные картинки «кто ребёнок, кто второй герой». Негатив: артефакты лица, лишние пальцы, текст на кадре. Имя в репликах подставляется в шаблон, ребёнок сам не говорит — смысл несут рассказчик и персонажи. Я зафиксировал в промптах то, что сыпалось в браке: героев не сливать; в кадре один утверждённый ребёнок, без копии и без чужого лица; рот двигается только у того, чей голос; молчащие — рот закрыт; сквозь стол не ходить; снег держит ноги; зимний костюм после смены одежды один до финала. Общие кадры без героя — один промпт на все ролики. Я версионировал запросы: правка раскадровки → новый текст сцены, журнал генерации с промптом, статусом accept/reject и причиной брака. Без этого одна и та же ошибка возвращалась на следующем кадре. Стек: промпт-шаблоны, image-to-video, negative prompt, Python, журнал генераций. Кадры с детьми в портфолио не публикуются. NDA: сервис и лица не показываю.

Что на картинке: уличная сцена в стиле «бизнес 90-х»: неоновая вывеска, пейджер, кнопочный телефон на столе, тёплые оранжево-синие тона, силуэты людей без прорисовки лиц. Формат 16:9, акцент на настроение, а не на фотореализм. Задача: концепт-арт для превью ролика «Бизнес в 90‑е: взлёты и падения» — узнаваемая атмосфера эпохи, стилизованная графика, подходит под дальнейшую адаптацию. Инструмент: ГигаЧат Промпт: Stylized concept art, street scene in 1990s Russia, neon sign, pager, old mobile phone on table, warm orange-blue color palette, strong silhouettes, mid-level detail, 16:9 aspect ratio --no photorealism, no faces in focus, no text, no watermarks Доработки (ручные): Выровняла композицию и усилила контраст между тёплыми и холодными зонами. Дорисовала пару деталей (вывеска, тени), чтобы усилить эпоху. Слегка «замылила» мелкие артефакты, чтобы стиль выглядел как концепт, а не как попытка фотореализма. Итог: выразительный концепт 16:9 в PNG, сразу считывается тема и настроение, подходит для превью и дальнейшей адаптации под бренд.

Что на картинке: молодой человек за ноутбуком в тёплом офисном свете, деревянный стол, мягкий боке на фоне, спокойные тёплые тона. Вверху и внизу — свободное пространство без деталей, чтобы туда лег текст. Формат 1920×1080. Задача: обложка для поста про «как начать зарабатывать на нейросетях» — деловой, но не скучный стиль, место под заголовок и CTA. Промпт: Cinematic style, young person working on laptop, warm office lighting, wooden desk, soft bokeh background, muted warm tones, clean composition, space at top and bottom for text overlay, 1920x1080 --no text, no logos, no watermarks, natural skin tone, realistic hands Доработки (ручные): В Krita поправил пропорции рук и убрал лишние детали на фоне. Добавила лёгкое виньетирование (затемнение по краям), чтобы текст читался лучше. Проверил, что в верхней и нижней полосе нет важных деталей — туда заказчик положит свой текст. Итог: обложка 1920×1080 в PNG, стиль выдержан, композиция рабочая, текст ложится без проблем.

Задача: сделать иллюстрацию женской сумки для карточки на маркетплейсе: стиль flat, акцент на текстуру и цвет, чистый фон, формат 1024×1024, чтобы хорошо смотрелось на мобильных. Промпт Kandinsky Flat illustration, woman’s leather tote bag, beige with brown trim, texture close-up, soft studio light, clean white background, minimal shadows, vector-style render, high detail, 1024x1024 --no clutter, no extra objects Что доработали: Подкрутили контраст и насыщенность, чтобы сумка выглядела дороже. Обрезали до квадрата и добавили небольшой отступ по краям — под требования маркетплейса. Результат: чистая иллюстрация, готовая к загрузке в карточку. Сразу считывается цвет и фактура, нет визуального шума.

Демонстрационный пример промпта для первичной обработки входящих заявок. Шаблон задаёт структуру JSON-черновика: тип задачи, описание, бюджет и контакт — только из текста сообщения. Если сведений не хватает, поле остаётся пустым, а заявка направляется сотруднику на уточнение. Автоматической передачи в CRM нет. Для проверки подготовлены шесть полностью вымышленных сообщений и варианты ответов. Локальный программный валидатор проверил структуру, обязательные поля и отсутствие придуманного бюджета. Итог: 3 черновика соответствуют правилам и готовы к проверке человеком, 2 требуют уточнения, 1 отклонён из-за придуманного бюджета. В иллюстрациях показаны входные сообщения, правила и отчёт проверки. Это учебный пример: AI-модель и рабочая CRM не запускались. Числа относятся к тесту валидатора, а не к точности реального AI-сервиса или результату заказчика. Для внедрения нужны испытания на согласованных данных и ручная приёмка.