Портфолио промт инженера без коммерческого опыта собирается из пяти законченных кейсов на реальных задачах, где сохранены сами промты и все итерации. Формальный опыт для входа не обязателен. Ниже по порядку: откуда брать задачи, как оформлять кейс, сколько кейсов хватит для собеседования и где искать первые заказы.
TL;DR: Для первого собеседования промт-инженеру хватает пяти законченных кейсов и трех опробованных моделей. Каждый кейс хранит сам промт, итерации и результат, например в Notion или на GitHub. Задачи берут из своей рутины, контента и открытых данных. В статье: шаблон кейса, план на 3-4 месяца и где искать первые заказы.
Что работодатель на самом деле смотрит в портфолио промт инженера?
Работодатель проверяет ход мысли: какую задачу вы решали, какие версии промта пробовали и почему остановились на последней. Сертификат курса такого не показывает.
Карьерный гид AI Academy (август 2026) советует строить кейс из задачи, ограничений, проверки, итераций и вывода, включая неудачные версии. Проверяемый кейс весит больше россыпи эффектных промтов, потому что по нему видно, как человек ищет причину ошибки и принимает решение.
Сертификат подтверждает факт прохождения курса. Кейс показывает, что вы решили конкретную задачу и можете объяснить, как. Если в папке лежат только финальные ответы модели, работодатель не отличит вашу работу от случайной удачной генерации.
Поэтому в каждый кейс кладем сам промт, все версии, ошибки и вывод. Без этого портфолио превращается в галерею скриншотов.
Про деньги на старте. По данным карьерного гида hh.ru, специалисты с опытом до года получают 50-90 тыс. ₽ в месяц (по состоянию на июнь 2026). За эти деньги работодатель ждет аккуратной ручной работы с промтами, тестирования ответов и документирования решений. Все три пункта закрывает хорошо оформленный кейс.
Где взять задачи для кейсов, если клиентов еще нет?
Берите три источника: собственную рутину, регулярный контент для своего блога и анализ открытых данных. Каждая небольшая задача, доведенная до рабочего результата, становится кейсом.
Задачи из собственной жизни дают то, чего нет у учебных упражнений: реальные требования и реальный критерий успеха. Простой отбор такой: задача повторяется хотя бы раз в неделю, результат проверяется глазами, чужих персональных данных в ней нет. У любого человека такие задачи находятся за один вечер.
Как превратить свою рутину в кейс?
Возьмите то, что повторяется каждую неделю: разбор входящих писем, план питания, сводка по расписанию. Замерьте, сколько времени задача занимала вручную, и сколько после автоматизации. Разница в минутах и есть ваш результат.
Лиза: «Раньше я разбирала 15-20 видео вручную ради одной контентной единицы. Написала скрипт в Google Таблицах: вставляю ссылки, идет транскрибация, разбор по 15 критериям. Было 4 часа, стало 5,5 минут. Прикинь, это моя собственная рутина, и она же теперь лучший кейс».
Что взять из контента для своего блога?
Ведите Telegram-канал или блог и сделайте промт под регулярный формат: пост-разбор, дайджест, ответ на вопрос подписчика. Критерий готовности придумайте заранее, например «публикую без правок больше половины текстов». Через месяц у вас будет серия версий и честная статистика.
Что взять из открытых данных?
Возьмите публичную таблицу, скажем с данными Росстата, и попросите модель найти закономерности и написать вывод для руководителя. Потом проверьте цифры вручную. Ошибки модели в расчетах и ваши правки в промте дадут лучший материал для кейса.
| Источник задачи | Пример кейса | Что покажет портфолио |
|---|---|---|
| Своя рутина | Разбор входящих писем по категориям | Умение поставить задачу и замерить результат |
| Контент | Серия постов в едином стиле | Работу с тоном, форматом и ограничениями |
| Открытые данные | Выводы по таблице Росстата | Проверку ответов модели и борьбу с выдумками |
Как оформить кейс, чтобы было видно процесс мышления?
Кейс состоит из пяти блоков: задача, ограничения, проверка, итерации, вывод. Сохраняйте не только финальный ответ модели, но и каждую версию промта, которая к нему привела.
Работодатель за две минуты должен понять, что вы сделали и зачем. Структурированный кейс в Notion или репозитории на GitHub решает эту задачу: ссылку удобно отправить в отклике и открыть на собеседовании. Неудачные версии оставляйте на виду, именно они показывают навык.
| Блок кейса | Что писать |
|---|---|
| Задача | Кто пользователь и какой результат ему нужен |
| Ограничения | Данные, формат ответа, риски, запреты |
| Проверка | Набор примеров и критерии оценки, записанные до экспериментов |
| Итерации | Версии промта, что менялось, какие ошибки ушли, а какие остались |
| Вывод | Где решение работает, где нужен человек, что улучшать дальше |
Как хранить версии промтов?
В Notion делайте одну страницу на кейс с подстраницей на каждую версию. На GitHub заведите папку с файлами prompt_v1.md, prompt_v2.md и таблицей results.csv. Скрипт, который прогоняет промт по тридцати примерам и складывает ответы в таблицу, можно попросить написать у Claude Code.
Как выглядят итерации на условном примере?
Допустим, вы сортируете обращения клиентов по темам. Первая версия «Разбери обращения по темам» дает ответы в свободной форме, формат прыгает. Во второй вы добавляете роль, список категорий, разделители и формат JSON, и формат становится стабильным, но две близкие категории путаются. В третьей появляются два примера для спорных случаев. Вот такую цепочку и стоит показать целиком.
Для сравнения версий пригодится готовый промт:
Ты аналитик качества ответов ИИ. Ниже две версии промта и ответы модели на одни и те же 10 примеров.
###
[версия 1 и ответы]
###
[версия 2 и ответы]
###
Сравни версии по критериям: точность категории, соблюдение формата, полнота. Выведи таблицу: пример, версия 1, версия 2, что изменилось. В конце дай вывод в трех предложениях.Он работает, потому что роль, разделители и заданный формат вывода не оставляют модели пространства для догадок. Лайфхак: критерии сравнения пишите до запуска, а не после, иначе подгоните оценку под понравившийся результат.
Сколько кейсов и моделей хватит для первого собеседования?
Наш ориентир: пять законченных кейсов и три разные модели при плотной практике в течение трех-четырех месяцев. Этого обычно хватает для первого собеседования, но не гарантирует оффер.
Это наш рабочий ориентир, а не рыночная статистика. Пять кейсов показывают, что вы доводите задачи до конца. Три модели показывают, что вы видите разницу между ними и не привязаны к единственному знакомому инструменту.
В одном из кейсов прогоните финальный промт на GPT, Claude и Gemini. Одна и та же инструкция на разных моделях дает разный формат, длину и уровень выдумок, и эту разницу нужно записать в таблицу.
| Период | Что делаете | Что появляется в портфолио |
|---|---|---|
| Месяц 1 | 1-2 кейса из своей рутины на одной модели | Папка с промтами и версиями |
| Месяц 2 | Контентный кейс, сравнение на трех моделях | Таблица различий между моделями |
| Месяц 3 | Кейс на открытых данных, первый реальный заказ | Кейс с внешним заказчиком |
| Месяц 4 | Доводите до пяти кейсов, оформляете, откликаетесь | Готовая страница в Notion или репозиторий |
Где искать первые небольшие заказы для портфолио промт инженера?
Разовые задачи есть на Kwork, FL.ru, Habr Freelance и в тематических Telegram-каналах. Выбирайте заказы с измеримым результатом и разрешением показать кейс без названия компании.
Оплата первых заказов невысокая, и это нормально. Ценность в живых требованиях заказчика, которые вы не придумали сами. Один такой кейс убедительнее пяти учебных.
Где смотреть:
- Kwork и FL.ru. Мелкие задачи по текстам, чат-ботам, обработке данных.
- Habr Freelance. Задачи серьезнее, ближе к разработке и автоматизации.
- Telegram-каналы про ИИ и вайбкодинг. Там регулярно публикуют подработки и вакансии.
Перед откликом спросите себя о трех вещах. Есть ли у задачи проверяемый результат? Можно ли договориться, что кейс покажете без названия заказчика? Хватит ли вам данных, чтобы собрать тестовый набор? Если хотя бы на один вопрос ответ отрицательный, берите другой заказ.
Где тренироваться на готовых примерах промтов?
Для текстовых промтов есть библиотека примеров на guide.neuroscribe.ru, для изображений подборка из более чем 2000 промтов на gobanana.ru/l/1700prompts. Берите готовое как черновик и дорабатывайте под свою задачу.
Оба ресурса сделаны нашей командой: guide.neuroscribe.ru относится к NeuroScribe, а подборка на GoBanana выросла из проекта, где мы генерируем изображения. Берете пример, адаптируете под свою задачу, прогоняете и записываете версии. Так тренировка сразу превращается в материал для кейса.
Для базовой теории подойдет бесплатный курс на Learn Prompting: там есть уровни от новичка до продвинутого. А если ищете готовых ИИ-агентов под конкретную профессию, загляните в каталог агентов VibeCoderz.
Какие ошибки ломают портфолио промт инженера?
Чаще всего ломают портфолио пять вещей: только финальные ответы без промтов, один инструмент, придуманные задачи без критериев, чужие данные и выдуманные метрики.
У подхода есть честные границы, и их лучше знать заранее.
- Только финальные результаты. Без промтов и итераций работодатель не видит навыка. Это самая частая и самая дорогая ошибка.
- Одна модель на все кейсы. Выглядит как знакомство с одним инструментом.
- Задача без критериев. «Получилось красиво» невозможно проверить.
- Чужие персональные данные. Их нельзя показывать, даже если заказчик не заметил.
- Выдуманные цифры. Пишите только то, что замерили сами, включая честное «улучшение не удалось».
И еще одна оговорка. Портфолио не заменяет знание предметной области: юридический или медицинский ответ проверит только человек, который в ней разбирается. Плюс название вакансии часто другое: работу с промтами ищите в описаниях AI-контента, автоматизации и оценки качества.
Что делать в первые семь дней?
За неделю можно выбрать задачу, собрать тестовый набор и получить первую версию кейса. Начните с самой понятной вам ситуации из списка ниже.
Не пытайтесь сразу собрать все пять кейсов. Возьмите один, доведите до вывода и оформите. Второй кейс пойдет вдвое быстрее, потому что структура уже готова.
| Ваша ситуация | С чего начать |
|---|---|
| Есть личная рутина, которую хочется автоматизировать | Кейс из рутины: замерьте время до и после |
| Ведете блог или канал | Контентный кейс с серией версий промта |
| Работаете с таблицами и отчетами | Кейс на открытых данных с проверкой вручную |
| Нет ни того ни другого | Небольшой заказ на Kwork или FL.ru |
Частые вопросы о портфолио промт инженера
Можно ли получить работу промт-инженером без коммерческого опыта?
Можно, если есть портфолио с реальными кейсами. Работодателю нужен не диплом, а доказательство, что вы решали задачу: промт, версии, ошибки и результат. Пять таких кейсов обычно хватает для первого собеседования.
Где лучше хранить портфолио: в Notion или на GitHub?
Notion подойдет, если вы далеки от кода: одна страница на кейс, все версии внутри. GitHub удобнее, если кейс связан со скриптами и тестами. Главное, чтобы работодатель открыл ссылку и за две минуты понял ход мысли.
Сколько кейсов нужно в портфолио промт-инженера?
Наш ориентир такой: пять законченных кейсов и три опробованные модели. Это не рыночная статистика, а разумный минимум для первого собеседования при плотной практике в течение трех-четырех месяцев.
Можно ли показывать заказы под NDA в портфолио?
Только с разрешения заказчика. Обычно достаточно обезличить данные: убрать названия, имена и цифры, которые выдают компанию. Если разрешения нет, оформите такую же по структуре задачу на своих данных и покажите ее вместо заказа.
Нужно ли уметь программировать, чтобы собрать такое портфолио?
Для первых текстовых кейсов код не нужен. Python или JavaScript пригодятся, когда захотите прогонять один промт по десяткам примеров автоматически. Такой скрипт можно попросить написать у ИИ-помощника для кода.
Что делать, если вакансия называется не промт-инженер?
Смотрите на обязанности, а не на название. Работа с промтами часто прячется в вакансиях AI-контента, автоматизации, оценки качества ответов и AI-продукта. Подавайтесь туда и показывайте кейсы, которые совпадают с задачами вакансии.
Глоссарий
Промт (prompt): текст инструкции, который вы отправляете нейросети. Состоит из задачи, контекста, примеров и требований к формату ответа.
Итерация: одна версия промта с зафиксированным результатом. Цепочка итераций показывает, как вы искали причину ошибки.
Few-shot: прием, когда в промт добавляют один или несколько примеров желаемого ответа. Модель копирует стиль и формат примеров.
Кейс: описание одной законченной задачи. Включает условия, проверку, версии промтов и вывод.
Оценка качества (evaluation): системная проверка ответов модели на наборе примеров по заранее заданным критериям.
LLM: большая языковая модель, например GPT, Claude или Gemini. Обрабатывает запрос и генерирует ответ.
Что дальше после первого кейса?
Соберите первый кейс за эту неделю, а остальные пойдут быстрее. Подобрать инструменты для автоматизации прогонов поможет каталог AI-инструментов VibeCoderz. А если хотите, чтобы Максим посмотрел ваше портфолио и подсказал, что докрутить перед откликами, запишитесь на консультацию.
Обновлено: сентябрь 2026.