Вы когда-нибудь пытались собрать видео-презентацию из десятка разрозненных материалов: текстовых документов, графиков, скриншотов, видеофрагментов? Вручную это занимает часы, а результат часто получается «сырым»: несогласованные стили, дублирующаяся информация, потерянные смыслы. Мультимодальные AI-модели — например, GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro — умеют работать сразу с несколькими типами данных: текстом, изображениями, аудио и видео. Но чтобы выжать из них максимум, нужны правильные промпты. Эта подборка — не просто список шаблонов, а рабочие сценарии, которые я проверил на реальных задачах: от создания маркетинговых материалов до анализа научных графиков. Каждый промпт сопровождается примером и объяснением, почему он работает. Вы сэкономите часы, а может, и дни, если внедрите эти подходы в свой ежедневный конвейер.
Промпт 1: Универсальный «переводчик» между форматами
Задача: Преобразовать текстовый отчёт в инфографику или серию слайдов, сохранив ключевые данные и логику.
Промпт:
Ты — аналитик данных и дизайнер. Я пришлю тебе текстовый отчёт. Разбей его на ключевые тезисы, выдели цифры и тренды. Для каждого тезиса создай описание визуального элемента (график, схема, иконка), который лучше всего передаст смысл. Укажи, как эти элементы должны быть расположены на слайде, чтобы подчеркнуть причинно-следственные связи. Используй цветовую кодировку: зелёный — положительные тренды, красный — негативные. Ответ дай в виде структурированного плана презентации из 5–7 слайдов.
Пример использования:
Вставьте текст отчёта «Продажи за Q2 2026» (можно приложить файл). Модель вернёт план: слайд 1 — заголовок с ключевым показателем (например, «+12% к выручке»), слайд 2 — график динамики по месяцам, слайд 3 — диаграмма вклада регионов, и т.д. Это готовый бриф для дизайнера или для генерации изображений в Midjourney.
Почему это экономит время:
Вы получаете структуру, которую можно сразу передать в Figma или PowerPoint, вместо того чтобы самому придумывать, как визуализировать данные.
Промпт 2: Создание «раскадровки» для обучающего видео
Задача: Сгенерировать сценарий и раскадровку для YouTube-ролика на основе текстовой статьи.
Промпт:
У меня есть текст [вставьте текст статьи или URL]. Преврати его в сценарий видео для YouTube длительностью 5 минут. Разбей на сцены по 10–15 секунд. Для каждой сцены укажи: 1) визуальный ряд (что показываем на экране: кадры, текст, анимация), 2) закадровый текст (озвучка), 3) переходы. Стиль — динамичный, для молодой аудитории. Добавь в конце сцены призыв к действию (подписка, комментарий).
Пример использования:
Загрузите статью о мультимодальном AI (например, с этого сайта). Модель создаст сценарий с таймкодами: 0:00–0:15 интро с вопросом, 0:15–1:00 объяснение проблемы, 1:00–2:30 демонстрация примеров, 2:30–4:30 разбор кейсов, 4:30–5:00 вывод и CTA. Вы сразу видите структуру, остаётся только смонтировать.
Промпт 3: Кросс-модальный поиск ошибок в коде с визуализацией
Задача: Найти логическую ошибку в коде, анализируя одновременно код, схему алгоритма и текстовое описание задачи.
Промпт:
Ты — старший разработчик. Я пришлю тебе: 1) фрагмент кода на Python, 2) блок-схему алгоритма (изображение), 3) текстовое описание ожидаемого поведения. Проанализируй все три источника. Найди расхождения между кодом и схемой, укажи, где код не соответствует описанию. Предложи исправления. Ответ оформи в виде таблицы: строка кода, ожидаемое поведение, фактическое поведение, комментарий.
Пример использования:
Приложите код функции сортировки, блок-схему с циклом, который заканчивается не там, и описание «отсортировать по возрастанию». Модель укажет, что на схеме цикл выходит за границы массива, а в коде нет проверки на пустой список. Это особенно полезно при код-ревью, когда нужно быстро сверить реализацию с задумкой.
Промпт 4: Автоматическое создание документации по видео-демонстрации
Задача: Сгенерировать текстовую инструкцию по использованию продукта на основе видео-скринкаста.
Промпт:
Я пришлю тебе видео-демонстрацию работы приложения (или ссылку на видео). Просмотри его внимательно. Составь пошаговую инструкцию для пользователя: 1) список действий с точными названиями кнопок, 2) скриншоты (укажи таймкоды, где они находятся), 3) предупреждения о возможных ошибках. Формат — Markdown, с заголовками и нумерованными списками.
Пример использования:
Загрузите запись экрана с процессом настройки VPN. Модель вернёт инструкцию: «Шаг 1: Нажмите “Настройки” (00:15). Шаг 2: Выберите “Сеть” (00:30)...» Плюс отметит, что на 01:45 появляется предупреждение о необходимости перезагрузки. Это заменяет ручное переписывание скринкастов в текстовые руководства.
Промпт 5: Сравнение и анализ визуальных данных из разных источников
Задача: Сопоставить два изображения (например, графики продаж за разные периоды) и текстовое описание, найти аномалии.
Промпт:
Ты — финансовый аналитик. Я пришлю тебе два графика (изображения) и текстовый отчёт. Сравни графики между собой и с текстом. Выяви: 1) расхождения в цифрах, 2) аномальные всплески или спады, 3) возможные причины (сезонность, акции, ошибки в данных). Дай итоговую сводку в виде таблицы: параметр, значение на графике 1, значение на графике 2, комментарий.
Пример использования:
Загрузите график продаж за январь и февраль, плюс текстовый отчёт, где сказано «продажи выросли на 5%». Модель заметит, что на графике февраль показывает спад на 10%, и укажет на противоречие. Это позволяет быстро выявлять ошибки в отчётности.
Промпт 6: Генерация альтернативных текстов для видео-рекламы
Задача: Написать несколько вариантов сценария для рекламного ролика на основе одного видео-файла.
Промпт:
Я отправлю тебе видео-ролик (реклама продукта). Проанализируй его содержание: что показывается, какие эмоции вызывает. Создай 3 альтернативных сценария этого же ролика с разной тональностью: 1) юмористический, 2) серьёзный/экспертный, 3) эмоциональный/вдохновляющий. Для каждого сценария укажи: новый закадровый текст, изменения в визуальном ряде (какие кадры заменить), музыкальное сопровождение.
Пример использования:
Загрузите ролик о кофемашине. Модель предложит: юмористический вариант с шутками про утро, серьёзный — с акцентом на технологии, эмоциональный — с историей о семейном завтраке. Это ускоряет A/B-тестирование рекламы.
Промпт 7: Создание мультимодальных карточек товара для E-commerce
Задача: Сгенерировать описание, характеристики и теги для товара на основе фото и текстовой информации.
Промпт:
Ты — маркетолог в интернет-магазине. Я пришлю тебе фотографию товара и краткую информацию (название, цена). Создай: 1) продающее описание (300–500 символов), 2) список ключевых характеристик (5–7 пунктов), 3) SEO-теги (10–15 слов). Используй эмоциональные триггеры, но не преувеличивай качества. Ответ в формате JSON.
Пример использования:
Загрузите фото беспроводных наушников и цену 2990 руб. Модель вернёт JSON с описанием, где подчеркнёт «шумоподавление», «30 часов работы», «удобная посадка». Это готовый контент для карточки товара.
Промпт 8: Извлечение структурированных данных из сканов документов
Задача: Преобразовать фотографию счёта или квитанции в структурированные данные (JSON) с последующей проверкой по текстовым записям.
Промпт:
Ты — ассистент бухгалтера. Я пришлю тебе фото счёта (или скан). Извлеки следующие поля: номер счёта, дата, поставщик, ИНН, сумма, НДС, позиции. Если какое-то поле не читается, отметь как null. Выведи результат в JSON. После этого сравни с моим текстовым списком покупок (пришлю отдельно) и укажи расхождения.
Пример использования:
Сфотографируйте бумажный счёт за электроэнергию. Модель извлечёт все данные в структурированном виде. Затем приложите текстовый файл с вашими записями — модель сверит суммы и даты. Это автоматизирует ввод данных в учётные системы.
Промпт 9: Создание «живых» презентаций с озвучкой и слайдами
Задача: Сгенерировать полный набор материалов для презентации: текст слайдов, речь спикера, заметки, а также описание визуальных метафор.
Промпт:
Ты — спичрайтер. Я пришлю тему и ключевые тезисы. Создай презентацию из 10 слайдов. Для каждого слайда: 1) заголовок, 2) текст на слайде (не более 50 слов), 3) речь спикера (200–300 слов), 4) визуальная метафора (например, «горная вершина» для достижения цели). Объедини всё в Markdown с разделителями. Стиль — вдохновляющий, для конференции TEDx.
Пример использования:
Тема: «Как мультимодальный AI меняет образование». Модель предложит слайды от «Проблемы традиционного обучения» до «Будущее персонализированных учебных программ», с метафорами типа «мост между учителем и учеником». Вы получаете готовый сценарий выступления.
Промпт 10: Анализ видео-конференции и генерация протокола
Задача: Получить краткое резюме встречи по видеозаписи, выделить решения и назначить задачи.
Промпт:
Ты — секретарь. Я пришлю тебе видеозапись Zoom-встречи (или транскрипт). Составь протокол: 1) участники, 2) повестка, 3) ключевые обсуждения (с таймкодами), 4) принятые решения, 5) задачи с исполнителями и дедлайнами. Формат — Markdown, компактный, без воды.
Пример использования:
Загрузите запись совещания по проекту. Модель выделит, что на 12:30 решили перенести релиз, а на 25:00 Иванову поручили подготовить отчёт до пятницы. Это экономит часы ручного протоколирования.
Промпт 11: Создание мемов и визуальных шуток для соцсетей
Задача: Сгенерировать идеи мемов на основе текстовой новости и подобрать подходящие изображения.
Промпт:
Ты — SMM-менеджер. Я пришлю тебе новость (текст). Придумай 5 идей мемов, связанных с этой новостью. Для каждой идеи укажи: 1) тип мема (например, «Drake Hotline», «Distracted Boyfriend»), 2) текст на картинке, 3) описание изображения для генерации. Убедись, что шутки понятны вашей аудитории (IT-специалисты).
Пример использования:
Новость: «Компания X представила мультимодального AI-ассистента». Модель предложит мем «Первый день с AI-ассистентом: я думал, он будет делать всю работу, а он просит уточнить промпты». Вы генерируете картинку в Midjourney или берёте готовый шаблон.
Промпт 12: Создание интерактивного дашборда из отчёта
Задача: Преобразовать текстовый отчёт и скриншоты таблиц в описание структуры дашборда для BI-инструмента.
Промпт:
Ты — BI-аналитик. Я пришлю тебе текстовый отчёт и скриншоты таблиц. Спроектируй дашборд для руководителя: 1) главные KPI (максимум 5), 2) визуализации (графики, таблицы) с указанием типа, 3) фильтры, 4) логика взаимодействия (клик по графику открывает детализацию). Ответ в формате Markdown с описанием каждого блока.
Пример использования:
Загрузите отчёт о продажах и скриншот Excel-таблицы. Модель предложит дашборд: KPI «Выручка», «Кол-во заказов», «Средний чек», график динамики, круговая диаграмма по регионам, фильтры по дате и менеджеру. Это техзадание для разработчика дашборда в Power BI или Tableau.
Промпт 13: Проверка консистентности бренда в визуальных материалах
Задача: Сравнить несколько изображений (например, баннеры) с брендбуком (текстовым описанием) и найти нарушения.
Промпт:
Ты — бренд-менеджер. Я пришлю тебе несколько изображений (рекламные баннеры) и текстовое описание брендбука: фирменные цвета (#FF6600, #1A1A1A), шрифты (Montserrat), стиль фотографий (минимализм). Проверь каждое изображение на соответствие. Укажи: 1) какие цвета использованы, 2) какие шрифты, 3) общее впечатление. Найди нарушения и предложи исправления.
Пример использования:
Загрузите три баннера. Модель определит, что на втором используется синий цвет вместо оранжевого, а шрифт больше похож на Arial. Это помогает поддерживать единый стиль в рекламных кампаниях.
Промпт 14: Извлечение инсайтов из видео-лекций для создания конспекта
Задача: Преобразовать запись лекции в структурированный конспект с ключевыми терминами и примерами.
Промпт:
Ты — репетитор. Я пришлю тебе видеозапись лекции (или транскрипт). Составь конспект: 1) тема, 2) основные понятия (с определениями), 3) примеры из лекции, 4) формулы (если есть), 5) вопросы для самопроверки. Формат — Markdown, с нумерацией.
Пример использования:
Загрузите запись лекции по физике. Модель выделит законы Ньютона, приведёт примеры из лекции, запишет формулы в LaTeX. Это готовый материал для подготовки к экзамену.
Промпт 15: Генерация сценария для подкаста на основе статьи и фото
Задача: Создать сценарий подкаста, используя текстовую статью и фотографии с мероприятия.
Промпт:
Ты — продюсер подкаста. Я пришлю тебе статью и фотографии с конференции. Создай сценарий выпуска (20 минут): 1) интро (2 минуты), 2) основная часть (15 минут) — обсуждение ключевых тем, 3) аутро (3 минуты) — выводы и анонсы. Для каждой части укажи: кто говорит (ведущий, гость), о чём речь, какие вопросы задать. Используй фотографии как повод для обсуждения (например, «на этом фото...»).
Пример использования:
Загрузите статью о прошедшей конференции и фото с выступлений. Модель предложит вопросы для гостя, свяжет их с фотографиями: «Вы упомянули, что на фото видно слайд с графиком — расскажите подробнее». Это обогащает подкаст визуальными отсылками.
Заключение
Мультимодальные промпты — это не просто модная фишка, а реальный способ ускорить рабочие процессы в разы. Я сам пользуюсь этими сценариями еженедельно: от создания контента до анализа данных. Главное — не бояться экспериментировать и адаптировать промпты под свои задачи. Начните с одного-двух из этой подборки, и вы увидите, как много времени они экономят. А если у вас есть свои любимые приёмы — делитесь в комментариях, интересно обсудить!
Комментарии