Портфолио и кейсы фрилансеров по промпт-инжинирингу

Телеграм-бот на базе OpenAI: отвечает на текстовые и голосовые сообщения, разбирает изображения, рисует картинки по описанию и ищет ответы в собственной базе знаний (RAG) - файлах .md, .txt и .pdf, которые вы ему скармливаете. Сделан как домашний проект курса по промпт-инжинирингу и доведён до рабочего состояния: почищен от мёртвого кода, задокументирован и покрыт базовыми проверками доступа. Возможности Текстовый диалог с памятью в рамках сессии (GPT-4o). Голосовые сообщения - распознавание речи и озвучка ответа. Анализ изображений - фото, скриншоты, документы (GPT-4o Vision). Генерация изображений по описанию (gpt-image-2). База знаний (RAG) - бот отвечает по вашим документам и называет источник; работает в любом текстовом формате .md / .txt / .pdf. Загрузка документов прямо в чат - пришлите файл, он сам сохранится и проиндексируется. Контроль доступа - бот отвечает только тем, чей Telegram ID указан в настройках.

Гибридная система обнаружения мошенничества с генерацией синтетических данных и оценкой рисков транзакций. Вовремя предупредит о подозрительной транзакции и предотвратит ее выполнение

Терминальный RAG-ассистент, который отвечает на вопросы строго по вашим конспектам и честно говорит «в конспектах этого нет» вместо того чтобы выдумать правдоподобный ответ. Задача, которую он решает: конспектов набирается несколько десятков файлов, и через месяц вы помните, что «где-то это было», но не помните где. Обычный поиск по словам не помогает — вы не помните формулировку. Ассистент ищет по смыслу, отвечает своими словами и показывает, из какого урока взято каждое утверждение.

Автоматический сканер действующих промокодов по сетям российских магазинов

Клиент — edtech-платформа с 6 LLM-фичами (проверка эссе, подсказки, FAQ-бот, генерация тестов). Промпты хранились в Notion и Google Docs — 4 разработчика правили «как помнят», версии путались, регрессии после правок обнаруживались только по жалобам пользователей. Не было единых метрик качества. Задача: prompt registry — централизованное хранилище промптов с версионированием, A/B-тестами, метриками (quality, latency, cost) и процессом promote staging → production. Реализация: • registry (PostgreSQL + UI): prompt_id, version, author, diff, tags (prod/staging/archived); • API для приложений: GET /prompt/{id}?version=latest|pinned; • A/B framework: 50/50 split, метрики — user rating, task success, tokens, latency; • eval hooks: автопрогон eval-набора при сохранении новой версии; • rollback в один клик; audit log всех изменений; • шаблон PR для prompt change: что менялось, результаты eval, риски; • дашборд: cost per feature, win rate A/B, top failing eval cases. Стек: промпт-инжиниринг, Python, FastAPI, PostgreSQL, React, OpenAI API, Docker. Eval-наборы — YAML + JSON. Приёмка: 6 фич мигрированы, 0 prod-инцидентов за первый месяц. Итог: деплой промптов — контролируемый; время rollback — минуты; видимость cost/quality по каждой фиче. NDA: платформа не публикуется.

Клиент — холдинг (ритейл + опт), финансовый департament. CFO и региональные директора запрашивали пояснения к отчётам: «почему упала маржа в Q2», «где отклонение от плана». Аналитики тратили 2–4 часа на текстовые комментарии к каждому дашборду; формулировки были непоследовательны. Задача: CoT-промпты — модель получает агрегированные цифры (CSV/JSON), пошагово рассуждает, выдаёт executive summary и bullet-пояснения. Без доступа к сырым транзакциям; только подготовленные агрегаты. Реализация: • prompt chain: (1) проверка данных → (2) выявление аномалий → (3) гипотезы → (4) итоговый текст; • шаблоны под тип отчёта: P&L, cash flow, план-факт по регионам, unit economics; • ограничения: только факты из входных данных, маркировка «гипотеза» vs «факт»; • output format: summary (3 предложения) + bullets + «что проверить аналитику»; • eval: 30 отчётов сверены с комментариями senior-аналитика, score 1–5; • anti-hallucination: запрет упоминать причины без числового обоснования во входе; • glossary: единые термины холдинга в system prompt. Стек: промпт-инжиниринг, CoT, OpenAI/Claude API, Python, Excel/CSV на вход. Приёмка: средний score ≥ 4.2/5 на blind review CFO. Итог: черновик пояснения за 2–3 минуты вместо 2–4 часов; единый стиль комментариев к отчётам. NDA: холдинг не публикуется.

Клиент — бухгалтерский аутсорсинг, 200+ документов в день (счета, акты, договоры поставки). Операторы вручную переносили реквизиты в 1С — 5–8 минут на документ, ошибки в ИНН и суммах приводили к сверкам и штрафам. OCR давал текст, но структурировать его приходилось вручную. Задача: набор промптов со structured output (JSON Schema) — извлечение полей из текста документа с confidence и флагом «требует проверки». Человек подтверждает спорные поля. Реализация: • 4 prompt-шаблона: счёт, акт, договор поставки, доп. соглашение; • JSON Schema: контрагент, ИНН/КПП, сумма, НДС, дата, номер, срок оплаты; • post-validation: checksum ИНН, сумма прописью vs цифрами, формат даты; • few-shot на «грязных» сканах: печати, таблицы, переносы строк; • confidence per field: < 0.85 → highlight в UI для оператора; • eval: 200 размеченных документов, field-level accuracy; • prompt changelog: что менялось при падении accuracy на конкретном типе. Стек: промпт-инжиниринг, OpenAI structured outputs, JSON Schema, Python, OCR-текст на вход. Приёмка: field accuracy > 94% на счетах, > 89% на договорах. Итог: ввод документа ~1–2 минуты (проверка) вместо 5–8; ошибки в реквизитах −80%. NDA: компания не публикуется.

Клиент — SaaS-платформа (логистика), 400+ тикетов в день. Маршрутизация вручную: оператор читал обращение и ставил тег — 30–60 секунд на тикет, ошибки маршрутизации ~12%, SLA страдал. Классификатор на ключевых словах не справлялся с вариативностью формулировок. Задача: система few-shot промптов для классификации намерения и приоритета — 14 категорий, confidence score, fallback «не уверен → general queue». Без автоответа клиенту — только routing. Реализация: • taxonomy: 14 intent-классов (статус, оплата, баг, интеграция, billing, churn risk и др.); • few-shot промпт: 3–5 примеров на класс, hard negatives для путаницы «оплата vs billing»; • structured output JSON: intent, priority, confidence, suggested_queue; • порог confidence: < 0.7 → ручная разметка + пополнение few-shot; • eval на 500 размеченных тикетах: precision/recall по классам; • итерации v1→v4: анализ confusion matrix, добавление edge cases; • документация: как добавить новый intent без переобучения модели. Стек: промпт-инжиниринг, OpenAI API, JSON Schema, Python eval, Zendesk webhook. Приёмка: macro-F1 > 0.88 на hold-out выборке. Итог: время маршрутизации ~2 сек вместо 30–60; ошибки routing −70%. NDA: продукт не публикуется.

Клиент — fintech-сервис с публичным чат-ботом на сайте (~5 000 диалогов в месяц). После запуска всплыли проблемы: бот обещал несуществующие тарифы, отвечал на jailbreak-запросы, уходил в политические темы. Команда закрывала дыры точечными правками — регрессии повторялись каждые 2–3 недели. Задача: система prompt-guardrails — многослойная защита, red-team набор атак, политики и процесс регрессионного тестирования перед каждым деплоем промпта. Реализация: • system prompt v2: роль, границы, запрет финансовых обещаний, формат «не знаю → эскалация»; • policy layer: 40+ правил (regex + LLM-check) — PII, конкуренты, юридические советы; • red-team набор: 150 атак (jailbreak, role-play, prompt injection, social engineering); • regression suite: прогон перед деплоем, отчёт pass/fail, блокировка при < 95% success; • output validator: проверка ответа на стоп-фразы и галлюцинированные тарифы; • playbook для команды: как добавить правило, как разбирать инцидент; • метрики: block rate, false positive, инциденты по неделям. Стек: промпт-инжиниринг, OpenAI API, Python (test runner), YAML policies, CI/CD hook. Приёмка: red-team пройден, 0 critical находок в prod-shadow 2 недели. Итог: инциденты с «опасными» ответами −90%; деплой промптов — с регрессией, а не «на глаз». NDA: сервис не публикуется.

Клиент — контент-агентство, 8 SEO-редакторов и сетка сайтов (медицина, финансы, B2B). Тексты писали через «универсальный промпт в ChatGPT» — результат нестабилен: то переспам, то вода, то нарушение медицинских дисклеймеров. Редакторы тратили 40–60 минут на правку каждого черновика. Задача: библиотека промптов под типы материалов + eval-набор для измерения качества до публикации. Не автопостинг — редактор получает черновик и чек-лист, финальное слово за человеком. Реализация: • 12 prompt-шаблонов: лендинг, статья, FAQ, обзор, comparison, news — с переменными (ниша, ключи, tone, объём); • блок E-E-A-T в каждом промпте: экспертность, источники, disclaimer под YMYL-ниши; • eval-набор (80 эталонных заданий): метрики — keyword density, readability, структура H2–H3, уникальность формулировок; • автоматический scorer (LLM-as-judge + rule-based): pass / revise / reject; • negative examples в few-shot: «как не писать» для каждой ниши; • документация для редакторов: когда менять шаблон, как добавить ключи; • версионирование промптов в Git; changelog при правках. Стек: промпт-дизайн, OpenAI/Claude API, Python (eval runner), Google Sheets, JSON Schema для выхода. Приёмка: 3 эталонных текста сверены с работой senior SEO. Итог: правка черновика ~15–20 минут вместо 40–60; стабильность структуры и compliance в YMYL. NDA: домены клиента не публикуются.