Новости6 августа 2026 г.10 мин чтения

Магазин промптов: за что вы реально платите, если результат зависит от версии модели

Продавец получает деньги сразу, а покупатель — юридически не гарантированный результат: магазин промптов открыто снимает с себя ответственность за качество, и это стоит понять до оплаты, а не после первого разочаровывающего ответа модели.

На странице условий PromptBase написано прямо: промпты продаются «как есть», платформа не обещает, что они «будут соответствовать вашим требованиям» или что «качество, точность или производительность будут безошибочными» — формулировка снятия гарантий в Terms & Conditions. При этом на главной странице тот же PromptBase рекламирует масштаб: 310 тысяч промптов, свыше 500 тысяч пользователей и средний рейтинг 4,9 из более чем 42 тысяч отзывов — вендорская статистика на promptbase.com. Это данные продавца о себе, без раскрытой методологии подсчёта, и параллельно с ними в тех же Terms живёт пункт о возврате: заявка принимается только в течение 24 часов после покупки, с доказательствами, что промпт «не работает как описано» — условия возврата в разделе Support/FAQ. Бремя доказательства лежит на покупателе, а не на продавце.

Разрыв между «4,9 из пяти» и «мы ничего не гарантируем» задаёт всю логику сделки. Покупка здесь означает доступ к чужой попытке, которую вам ещё предстоит проверить самому; работающий результат в неё не входит.

Платите в рублях за AI-модели без наценки на токены через provod.ai

Почему один и тот же текст ведёт себя по-разному

Здесь расходятся два лагеря источников. Вендорский разбор CodeRabbit описывает это как выученные «инстинкты» моделей: Claude лучше реагирует на директивный язык вроде «DO/DO NOT» и склонен давать многословные ответы, GPT-5 предпочитает общие инструкции и выдаёт более плотный, менее многословный текст — блог CodeRabbit о конце универсальных промптов. Это блог компании, продающей собственный AI-инструмент, и выводы опираются на «внутренние оценки» без опубликованного датасета — доверять стоит с поправкой на источник.

Независимые проверки указывают на то же направление другими словами. В тесте Geekflare на пяти одинаковых промптах GPT-5.4 строго держал лимит слов, но звучал шаблонно, Claude 4.6 Sonnet превысил лимит на десять слов, а Gemini 3.1 Pro в первом раунде использовал запрещённые слова-наполнители — сравнение ChatGPT, Claude и Gemini на Geekflare. Независимый автор Нур Мохаммад на промпте «вытащи баги из отзывов в JSON» получил у Claude JSON с незапрошенным текстовым пояснением перед ним, а у Gemini — почти чистый JSON без преамбулы, и его вывод: разница не в правильности ответа, а в том, что дженерик-промпт не заточен под конкретную модель — статья Нура Мохаммада на Medium. Показательно и то, как устроена официальная документация Anthropic: она построена вокруг рекомендаций по настройке промптов под конкретные текущие модели Claude, а не единого универсального гайда — Prompt engineering overview в документации Claude. Даже вендор, продающий собственные модели, не делает вид, что один текст промпта одинаково хорош для всех версий.

Возражение, которое стоит воспринять всерьёз

Есть работа, которая ставит под сомнение бытовую формулу «купленный промпт не работает на другой модели» именно как объяснение через архитектуру. На EMNLP 2025 исследователи протестировали семь моделей, шесть бенчмарков и двенадцать перефразированных шаблонов одного и того же промпта: при жёстком сопоставлении ответов разброс между формулировками был велик, но при переходе к оценке через LLM-as-judge этот разброс резко сокращался — «Flaw or Artifact? Rethinking Prompt Sensitivity in Evaluating LLMs», ACL Anthology. Вывод авторов: значительная часть измеренной «чувствительности к промпту» — артефакт того, как именно оценивают результат, а не неустранимое свойство модели. Перенося это на реальную покупку: возможно, часть жалоб «промпт не сработал на моей модели» — это не архитектурная несовместимость, а субъективное разочарование от иначе сформулированного, но по сути корректного ответа.

Возражение честное, но оно бьёт мимо типичной покупки на PromptBase по двум причинам. Во-первых, работа тестировала NLP-бенчмарки с объективно проверяемым ответом (классификация, извлечение фактов), а не творческие и маркетинговые тексты, которые чаще всего продаются на подобных площадках и где «правильного» ответа для жёсткого сопоставления просто не существует. Во-вторых, похожий по духу аргумент — что промпты переносимы между моделями разных семейств — даёт исследование про «промпты-близнецы»: обфусцированные, нечитаемые человеком версии промпта вызывают похожее поведение у разных моделей — «Prompts have evil twins», arXiv. Но и здесь речь об adversarial-промптах для намеренного вызова конкретного поведения, а не о готовых шаблонах для генерации текста рекламы или кода. Обе работы ослабляют панику вокруг «непереносимости», но не отменяют её для обычной коммерческой покупки.

Практики на форуме OpenAI расходятся ровно в этой же плоскости: один сообщает о «стопроцентной переносимости» между AI21, Llama 2 70B, GPT-3.5 и GPT-4 при наличии few-shot примеров, другой настаивает, что для моделей меньше 100 миллиардов параметров переносимость резко падает, а генеративные задачи переносятся хуже, чем задачи извлечения данных — тред «The Portability of a LLM Prompt» на форуме OpenAI. Это не контролируемый эксперимент, а мнения, но само разногласие подтверждает: переносимость зависит от типа задачи и наличия примеров в самом промпте, а не является заранее заданным свойством купленного текста.

Что покупатель получает юридически

Лицензия PromptBase даёт неисключительное бессрочное право использовать промпт «в любых целях» и коммерческие права на сгенерированный вывод — но не право собственности на сам текст промпта и не право перепродавать или передавать его без письменного согласия автора — раздел о лицензии в Terms & Conditions. Иначе говоря, оплачен доступ к формулировке; сама формулировка остаётся за автором. Если продавец удалит листинг или производитель снимет с поддержки модель, под которую промпт писался, — вопрос остаётся открытым, документ его не решает.

Основатель PromptBase Бен Стоукс описывал эту непереносимость не как баг, а как саму бизнес-модель площадки: «Разные системы будут использоваться как инструменты в поясе, подобно тому как сегодня используют разные языки программирования» — интервью с Беном Стоуксом на Medium, 2023 год. Если фрагментация моделей заложена в фундамент индустрии, то ожидание, что один купленный текст универсально сработает на любой модели, — ошибка покупателя в постановке задачи, и никакого обмана со стороны площадки для неё не требуется.

Продавец, который сам зарабатывает на Prompt Bazaar, формулирует практическое правило иначе: листинг без точной модели, версии и даты теста отклоняют как «vibes instead of instructions» — расплывчатость вместо инструкции, и именно скрытые технические детали — главная причина жалоб и возвратов у покупателей — разбор рынка промптов от практикующего продавца на Medium. Прозрачность продавца остаётся единственным работающим сигналом качества, потому что рейтинг платформы им не является: независимый эксперимент по продаже промптов на Gumroad и Selar за семь дней принёс автору около 29 долларов, и почти все продажи пришли от уже существующей аудитории, а не от органического ранжирования на площадке — «I Tried Selling AI Prompts for 7 Days» на Medium. Высокий рейтинг листинга вполне может отражать сеть контактов продавца, при том что качество самого промпта никто со стороны не проверял.

Деньги и бесплатная альтернатива

Курируемые каталоги вроде God of Prompt продают бандлы за 37–150 долларов, заявляя ручную проверку каждого промпта, против 1,99–9,99 доллара за штучный листинг в открытом магазине промптов без централизованного контроля — сравнение платформ в блоге God of Prompt. Источник вендорский и заинтересован в выгодном сравнении собственной модели, но сама разница в ценообразовании честно показывает: платите либо за курирование, либо за объём необработанных листингов. Есть и полностью бесплатный путь: базовый доступ к библиотеке FlowGPT ничего не стоит, платные уровни там открывают дополнительные функции интерфейса, а не сами промпты поштучно — обзор FlowGPT на autogpt.net. Прежде чем платить за один текст на PromptBase, разумно проверить, не решает ли задачу бесплатный аналог того же класса на FlowGPT или PromptHero.

Семь вопросов перед оплатой

№	Вопрос	Что делать, если ответа нет
1	Указаны точная модель, версия и дата теста?	Не покупать — листинг устареет непроверяемо
2	Есть реальный пример input/output, а не скриншот интерфейса?	Просить пример у продавца до оплаты
3	Что входит в лицензию — можно ли использовать вывод коммерчески?	Читать Terms платформы, не листинг
4	Запрещена ли перепродажа самого текста промпта?	Считать это нормой, а не поводом для отказа
5	Каков срок и условие возврата (у PromptBase — 24 часа)?	Тестировать промпт в первые же часы
6	Есть ли явная input/output-схема (переменные, формат)?	Без схемы промпт хрупок к малейшим правкам
7	Дешевле ли похожий промпт на FlowGPT или PromptHero?	Сравнить перед оплатой, а не после

Проверить пункт 5 быстрее всего можно, прогнав купленный текст без изменений на нескольких моделях сразу — GPT, Claude, Gemini — прежде чем истечёт окно возврата. Держать для этого три отдельных подписки ради одной проверки бессмысленно; удобнее один OpenAI-совместимый эндпоинт со сменой base URL, через который доступен текущий каталог моделей, — этим занимается provod.ai (российский аналог OpenRouter), позволяя за одну сессию увидеть, ломается ли конкретный купленный промпт на конкретной модели или работает предсказуемо.

Итог для решения о покупке простой: деньги имеет смысл отдавать за раскрытые условия теста — модель, версию, дату, пример вывода. Листинг, который эти детали прячет, продаёт вам недописанный отчёт об эксперименте под вывеской готового «универсального промпта».

provod.ai — свободный выбор модели для каждого агента

Если одна модель перестала подходить по качеству, скорости или контексту, смените её без пересборки всей системы: инструменты агента и прикладная логика продолжают работать через тот же совместимый API.

В одном каталоге — актуальные модели для текста и медиа: GPT от OpenAI, Claude от Anthropic, Gemini от Google, Grok от xAI, DeepSeek, Qwen, GLM, Kimi и MiniMax; для изображений — Nano Banana 2 Pro и GPT Image; для видео — последние версии Seedance, Kling, Veo и Google Omni. Также доступны модели для reasoning, поиска, документов, эмбеддингов, музыки и аудио.

Переключение не создаёт финансового штрафа: провайдерский тариф сохраняется 1:1, а provod.ai не добавляет собственную наценку.

Оставьте агенту пространство для выбора: форма регистрации · цены на модели · защита данных по 152-ФЗ · главная provod.ai