Промпт для названия: варианты и критерии выбора

Промпт для названия: варианты и критерии выбора — это готовый запрос, который превращает свободный перебор идей в таблицу с формальными фильтрами. Ниже лежит копируемый промпт для учебной мастерской ремонта зонтов, ручной разбор трёх кандидатов, две самопроверки и отрицательный случай «Лучший зонт 100%».

Готовый промпт целиком

Задача промпта — получить десять вариантов названия и таблицу с числом слов, числом символов, наличием корня и отметкой о прохождении структурного фильтра. Критерии в примере учебные: кириллица, не более 2 слов, не более 12 символов с пробелами, обязательный корень «зонт», запрет цифр, знаков процента и слова «лучший». Подставьте свои значения вместо этих.

Ты помогаешь придумать рабочее название для мастерской ремонта зонтов. Контекст: небольшой локальный сервис, клиенты приносят зонты в ремонт, название произносят вслух по телефону. Жёсткие критерии: только кириллица; не более 2 слов; не более 12 символов с учётом пробелов; корень "зонт" обязателен; запрещены цифры, знаки процента и слово "лучший". Задача: предложи 10 вариантов. Для каждого укажи: число слов, число символов с пробелами, есть ли корень "зонт", прошёл ли структурный фильтр. В конце отдельно перечисли варианты, отклонённые по критериям, с указанием нарушенного пункта. Режим: это рабочие идеи, а не проверенные уникальные названия. Не утверждай, что название свободно, что домен доступен или что товарный знак чист. Не обещай эффективность названия.

Что менять под себя: [ваша сфера], [ваш обязательный корень], [лимит слов], [лимит символов], [запрещённые слова]. Контекст произнесения вслух по телефону полезно сохранить: он влияет на выбор коротких форм. В обзоре на promptdig.com перечислены двенадцать запросов для бизнес-нейминга, включая бриф, генерацию по стилям, отсев слабых вариантов и план проверок; там же сказано, что модель не может сказать, свободно ли имя и чист ли товарный знак. В материале Fashion AI School отмечено, что ассистент не видит текущие регистрации, поэтому реестр и домен проверяют самостоятельно. В Prompt Workshop на ailearn.space отдельно оговорено, что модели не проверяют реестры товарных знаков и иногда уверенно заявляют об оригинальности имени.

Как прогнать кандидатов и получить таблицу

Порядок действий простой. Сначала скопируйте промпт целиком и замените учебные критерии на свои. Затем отправьте его модели одним сообщением. Дальше перенесите ответ в таблицу с колонками: кандидат, число слов, число символов, есть ли корень, прошёл ли фильтр. Пятая колонка заполняется по совокупности первых четырёх: все условия выполнены — «да», хотя бы одно нарушено — «нет».

Таблица ниже — ручной эталон по трём фиксированным кандидатам. Числа в критериях заданы для учебного входа. Таблица рассчитана вручную; ограничения конкретного сервиса здесь не измерялись.

Разбор по строкам. «ЗонтДом» укладывается в лимит слов и символов, корень на месте — вариант проходит структурный фильтр. «После дождя» по длине и числу слов проходит, но обязательного корня нет, поэтому отклонён. «Сухо» короткое и однословное, корня тоже нет — отклонено. Предварительная рекомендация по этим критериям — «ЗонтДом»; домен, товарный знак и рыночное использование при этом не проверялись.

Полезно сразу договориться, что таблица — рабочий черновик. Она показывает, какие идеи соответствуют вашим формальным требованиям, и не говорит ничего о том, занято ли имя на рынке. В обзоре на promptdig.com предложен похожий ход: сначала отсеять варианты по списку запретов и удобству произнесения, а затем оценить оставшиеся по шкале. Логика та же: формальный отсев идёт раньше содержательной оценки.

Проверка 1: пересчитать символы вручную

Модель может ошибиться в арифметике, поэтому число символов считайте сами. Считайте все знаки, включая пробел между словами. «ЗонтДом» — 7 символов. «После дождя» — 11 символов с пробелом. «Сухо» — 4 символа. Сверьте свои значения с тем, что вернула модель, и исправьте найденные расхождения прямо в таблице.

Готовый запрос для этой проверки:

Пересчитай число символов с пробелами для каждого названия из списка ниже. Выведи таблицу: название | число символов | укладывается ли в лимит 12 символов. Считай все знаки, включая пробелы. Не меняй сами названия и не предлагай новые.

Список:
1. ЗонтДом
2. После дождя
3. Сухо

Ручная проверка помогает обнаружить ошибку подсчёта: модель пишет «11 символов», а в строке их двенадцать или десять. Расхождение в один знак решает, проходит кандидат или нет, поэтому ручной пересчёт остаётся обязательным шагом. Ту же операцию удобно делать в таблице: одна колонка — название, вторая — ваша цифра, третья — цифра модели, четвёртая — совпало или нет. Если расхождений много, промпт стоит переформулировать: попросить модель считать посимвольно и показывать разбивку.

Проверка 2: найти обязательный корень

Вторая самопроверка — поиск подстроки. Для каждого кандидата найдите в нём обязательный корень, в учебном примере это «зонт». «ЗонтДом» — есть. «После дождя» — нет. «Сухо» — нет. Поиск идёт по буквам, регистр можно не учитывать, если вы так договорились заранее.

Готовый запрос для проверки корня:

Для каждого названия из списка проверь, содержит ли оно подстроку "зонт". Выведи таблицу: название | содержит корень "зонт" (да/нет) | позиция первого вхождения. Не предлагай новые названия и не оценивай благозвучность.

Список:
1. ЗонтДом
2. После дождя
3. Сухо

Обе проверки выполняются на листе бумаги или в таблице, без обращения к сервисам. Структурный фильтр включает арифметику и поиск подстроки. Благозвучность и уместность названия оцениваются отдельно. Если корень обязателен по вашему брифу, кандидат без него отсеивается независимо от того, насколько он нравится. В обзоре Fashion AI School советуют прогонять отдельные запросы по категориям — реальные слова, придуманные слова, составные — чтобы сравнить несколько способов построения названия. Тот же принцип работает и с корнем: сначала проверка формата, потом сравнение стилей.

Отрицательный случай: «Лучший зонт 100%»

Разберём вариант, который нарушает сразу несколько пунктов. «Лучший зонт 100%» — это 3 слова при лимите 2. Символов — 16 при лимите 12. Внутри есть цифры 100, знак процента и запрещённое слово «лучший». Алфавитное условие тоже не выполнено: в строке есть цифры и знак процента, а по брифу допускается только кириллица. Вариант отклонён по всем перечисленным основаниям.

Полезно заметить: корень здесь как раз присутствует, и одного этого недостаточно. Отрицательный случай показывает, что для прохождения фильтра нужно выполнить каждое условие брифа. Если бы вы проверяли только наличие корня, «Лучший зонт 100%» прошёл бы отбор и попал в шортлист, где его пришлось бы отбраковывать вручную. Разбор отклонённых вариантов с указанием нарушенного пункта стоит просить у модели отдельным блоком ответа — тогда причина отсева видна и её можно оспорить.

Что фильтр не проверяет

Структурный фильтр отвечает на вопросы о форме: сколько слов, сколько знаков, есть ли корень, нет ли запрещённых символов. Юридическую и доменную проверку он не заменяет. Домен, реестр компаний и товарный знак читатель проверяет сам в официальных источниках. В обзоре на promptdig.com прямо сказано, что это не юридическая консультация и проверки нужно проводить самостоятельно, а перед подачей документов поговорить с патентным поверенным. В Prompt Workshop на ailearn.space отмечено, что модели не проверяют реестры товарных знаков и иногда уверенно заявляют об оригинальности имени.

Практический порядок такой. Сначала структурный фильтр: таблица, проверка символов, проверка корня. Потом содержательная оценка: как имя звучит вслух, легко ли его продиктовать по телефону, не путается ли оно с известными брендами. И только после этого — внешние проверки: домен, реестр компаний, товарный знак. Смешивать эти этапы неудобно: формальный отсев дешевле и быстрее, поэтому его логично делать первым.

В обзоре Fashion AI School предложен стресс-тест: спросить про нежелательные значения в других языках, риск неверного произношения и то, как имя выглядит строчными и прописными буквами. Это следующий слой после структурного фильтра. В Prompt Workshop советуют ограничить число слогов и отдельно попросить модель не утверждать, что имя свободно. Обе рекомендации укладываются в ту же последовательность: форма, звучание, внешние проверки.

Частые вопросы

Сколько вариантов просить у модели за один раз?
Десять — рабочее число для одного прогона: столько помещается в таблицу и не перегружает сравнение. В обзоре Fashion AI School советуют запускать три-четыре запроса по категориям по 8–10 названий каждый, чтобы получить разброс по стилям. Если шортлист не складывается, проще сделать ещё один прогон с уточнёнными критериями.

Что делать, если все варианты кажутся одинаковыми?
Уточните прилагательные, описывающие характер бренда, и добавьте одно условие о том, каким имя быть не должно. В обзоре Fashion AI School отмечено, что отрицательные ограничения часто дают более резкий результат, чем положительные. Ещё один приём из Prompt Workshop: попросить модель не повторять начальные буквы и корни из предыдущего списка.

Можно ли доверять ответу модели о числе символов?
Число символов пересчитывайте вручную: расхождение в один знак меняет вердикт фильтра. В учебном примере «ЗонтДом» — 7 символов, «После дождя» — 11 с пробелом, «Сухо» — 4. Сверьте свою цифру с ответом модели и правьте таблицу по своему значению.

Заменяет ли структурный фильтр проверку товарного знака?
Нет. Фильтр проверяет форму названия, а домен, реестр компаний и товарный знак остаются за читателем. В обзоре на promptdig.com сказано, что модель не может подтвердить доступность имени, а проверки нужно проводить самостоятельно. В Prompt Workshop на ailearn.space отмечено, что модели не обращаются к реестрам товарных знаков.

Что делать с вариантами, отклонёнными по критериям?
Просите модель выводить их отдельным блоком с указанием нарушенного пункта. Так видно причину отсева, и её можно оспорить, если критерий сформулирован слишком жёстко. В разборе «Лучший зонт 100%» нарушены лимит слов, лимит символов, алфавитное условие и запрет на слово «лучший» — четыре основания видны сразу.