В методических сообществах педагогов распространяется подборка из одиннадцати промптов, которые призваны упростить повседневную работу учителей. Подобные запросы к чат-ботам позволяют за несколько минут подготовить материал, который иначе требует часов на проработку.
Одно из базовых применений — запуск урока. Педагог может передать чат-боту тему и уровень класса, а в ответ получить список вводных вопросов, идеи для разминки и варианты визуальных материалов. Это не замена собственной подготовки, а способ быстрее найти рабочую отправную точку.
Второе направление — построение критериев оценки, так называемых рубрик. Учитель описывает задание и ожидания по содержанию, структуре и оформлению, а модель предлагает шкалу оценки с описанием уровней. Результат можно уточнять итеративно, добавляя предметные требования.
Полезны промпты и для предвосхищения вопросов учеников. Анализируя тему урока, чат-бот генерирует список типичных затруднений и уточняющих вопросов. Это помогает заранее подготовить объяснения и снизить количество переспросов на занятии.
Отдельная группа запросов направлена на дифференциацию заданий. Педагог указывает, что одно и то же задание нужно адаптировать для трёх-четырёх уровней подготовки. Модель предлагает варианты с разной сложностью, объёмом опоры и форматом ответа. Такой подход экономит время на индивидуализации работы в классе с разными группами учеников.
Также в подборку входят промпты для составления планов урока, генерации примеров и контрпримеров, подготовки родительских консультаций, создания коротких проверочных работ, формулирования обратной связи, поиска связей между темами разных предметов и рефлексии собственных методик.
Эффективность таких запросов зависит от точности формулировок. Чем конкретнее педагог указывает предмет, класс, цели и ограничения, тем точнее получается результат. Опытные пользователи рекомендуют всегда перепроверять факты и терминологию, выдаваемые моделью, прежде чем использовать материал в классе.
Подборка распространяется среди педагогов как набор готовых шаблонов, которые можно адаптировать под свою программу без глубокого понимания принципов работы с нейросетями.
