Полезный промпт задаёт чатботу конкретную задачу: с чем он помогает, какие сведения нужно спросить и по чему выбирать следующий шаг. Фраза "веди себя как психолог" оставляет почти все эти решения открытыми. Для разбора автоматической мысли, например, сначала нужно отделить событие от его интерпретации, а уже потом искать альтернативы.

Boit и Patil (2025) рассматривают промпт-инженерию как часть устройства всей системы. Предложенный подход они называют MIND-SAFE. В статье есть архитектура и план её оценки, результатов завершённого клинического испытания авторы не приводят.

Что именно предлагает MIND-SAFE

Название расшифровывается как Mental Well-Being Through Dialogue, Safeguarded and Adaptive Framework for Ethics. Это тот самый подход из статьи Boit и Patil о промпт-инженерии, отдельной более поздней реализацией он не является.

В предложенной архитектуре есть входной слой, диалоговый модуль и несколько уровней проверки. Входной слой оценивает сообщения. Диалоговый модуль использует базу состояния пользователя и RAG, поиск материала по источникам, чтобы обращаться к подходам КПТ, ACT и DBT. После генерации фильтр проверяет ответ, а участие специалистов и обратная связь должны помогать дальнейшей доработке.

У этих частей разные задачи. Промпт задаёт ход упражнения. Поиск передаёт материал из источников. Код приложения может управлять активным этапом и действиями при неудачной проверке. Назвать правило "жёстким" в тексте промпта легко, но принудительное выполнение в коде устроено иначе.

Подробный разбор MIND-SAFE посвящён этому проекту. Разработчику полезно для каждого обещанного действия понять, какая часть системы за него отвечает и как это действие проверить.

Как превратить общую инструкцию в упражнение

Допустим, чатбот помогает разобрать автоматическую мысль после сложной встречи. Ниже пример фрагмента инструкции, клинического испытания такой текст не проходил:

Спроси, что произошло на встрече и какая мысль появилась следом. Помоги отделить наблюдаемые события от интерпретации. Прежде чем предлагать альтернативу, уточни, какие факты поддерживают мысль, а какие с ней не сходятся. Оставь пользователю выбор, какое объяснение ему кажется убедительным и хочет ли он продолжать.

Теперь проверяющему есть за что зацепиться. Чатбот спросил о событии? Разделил наблюдение и вывод? Вопрос оставляет место несогласию или ведёт к уже выбранному ответу?

В промпте можно указать, когда нужно приостановить упражнение. Но приложению всё равно нужен определённый порядок действий на случай, если модель пропустит эту инструкцию. При проверке пригодятся короткие и неоднозначные ответы, попытки сменить задачу, обычные разговоры тоже нужны.

SuDoSys, Chen и коллеги (2024), показывает исследовательский вариант диалога по этапам на основе рекомендаций ВОЗ PM+. В нём сочетаются генерируемые инструкции, база тем и контроллер этапов. LLM выдаёт статус перехода, контроллер его применяет, то есть влияние модели на ход беседы сохраняется.

Оценку проводили на 148 симулированных клиентах и отдельно на 20 студентах, игравших клиентов. Она даёт данные о качестве разговора. Сохранение лечебного эффекта исходного протокола при переносе в промпт таким экспериментом не установлено. В сравнении КПТ-чатботов этот вариант разобран рядом с четырьмя другими системами и их методами оценки.

Что означает цифра 43%

В обзор Li и коллег (2023) вошли 35 исследований. В 15 из них описаны оценка безопасности или защитные меры, примерно 43%. Среди примеров были вводная процедура, доступ к человеку-специалисту, оценка нежелательных событий и автоматическое распознавание возможного вреда.

По остальным 20 работам такие меры в извлечённых для обзора данных не описаны. Это не устанавливает, что специализированных промптов там не было. Большинство работ, 30 из 35, вообще касалось систем, выбирающих ответ из готовых вариантов, а не современных генеративных LLM-чатботов.

В мета-анализ вошла только часть работ: 15 рандомизированных испытаний с 1 744 участниками. В них оценивали психологические исходы разных разговорных систем. Сравнения архитектур промптов со случайным распределением это не было, поэтому установить полезность конкретного устройства промпта по нему нельзя.

Для чтения продуктовых обещаний разница полезна. Названный психотерапевтический подход описывает намерение. Чтобы разобраться в реализации, нужны пример упражнения и описание рабочего процесса. Для оценки результатов нужно исследование самой системы.

Что EmoAgent добавляет к инженерной задаче

EmoAgent, препринт Qiu и коллег (2025), использует симулированных пользователей для проверки разговоров с персонажными чатботами. EmoEval создаёт пользователей и оценивает изменения по баллам опросников, EmoGuard добавляет обратную связь для улучшения беседы.

В аннотации сообщается об ухудшении в более чем 34,4% симуляций. Это сгенерированные моделью траектории и оценки, наблюдений об ухудшении состояния реальных участников здесь нет.

Эксперименты с защитным модулем проводились на выбранных сочетаниях персонажа и стиля разговора. В двух описанных сценариях доля симулированных пользователей с ростом PHQ-9 минимум на пять баллов после добавления EmoGuard стала нулевой. Частота любого повышения балла считается отдельно, и нулевой результат по порогу относится именно к этим условиям. Работа проверяет механизм коррекции разговора, устранение клинического вреда у людей в ней не измеряли.

Для разработчика идея понятная: проверять получившийся разговор, не полагаясь на то, что хорошая инструкция обязательно выполнена. Эксперименты подробнее разобраны в материале о защитных механизмах.

Назначение и возможности "Рядом" описаны на странице фактов. Это эмоциональная поддержка и самопомощь. Перечисленные статьи не документируют внутренние промпты сервиса и не проверяют его архитектуру.

Часто задаваемые вопросы

Что здесь означает промпт-инженерия?

Это описание задачи, шагов разговора и ожидаемой реакции на разные ответы пользователя. В приложении такие инструкции работают вместе с управлением состоянием, поиском по источникам и проверками.

У 57% систем не было специализированных промптов?

Такого вывода обзор Li не позволяет. В 15 из 35 исследований сообщалось о защитных мерах, отсутствие их описания в остальных работах не устанавливает ни устройство промптов, ни отсутствие защиты.

MIND-SAFE проверяли в клиническом испытании?

Цитируемая работа Boit и Patil представляет концептуальную схему. Авторы предлагают сравнительный план проверки, результатов завершённого испытания архитектуры на пациентах там нет.

Как разработчику оценить структурированный промпт?

Сначала задать наблюдаемое поведение, потом проверить разговоры с разными ответами и сравнить систему с подходящим базовым вариантом. Соблюдение шагов, впечатления пользователей и изменения симптомов требуют разных измерений. Удачный результат по одному не заменяет остальные.