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

Source: https://provod.ai/ru/blog/n200-t152

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](https://promptbase.com/tandcs). 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](https://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](https://promptbase.com/support). 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](https://provod.ai/?ref=blog-cta-top&utm_source=provod-blog&utm_medium=article&utm_campaign=n200-t152)

## 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](https://www.coderabbit.ai/blog/the-end-of-one-sized-fits-all-prompts-why-llm-models-are-no-longer-interchangeable). 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](https://geekflare.com/guides/chatgpt-vs-claude-vs-gemini-comparison/). 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](https://medium.com/the-ai-engineer/claude-vs-gemini-the-same-prompts-two-very-different-winnersclaude-vs-gemini-the-same-prompts-4ab5adb03b0c). 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](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview). Даже вендор, продающий собственные модели, не делает вид, что один текст промпта одинаково хорош для всех версий.

## Возражение, которое стоит воспринять всерьёз

![02 evidence](https://storage.yandexcloud.net/provod-yc-production-cms-media/provod-yc-production-cms-media/blog/02-690.png)

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](https://aclanthology.org/2025.emnlp-main.1006/). 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](https://arxiv.org/abs/2311.07064). 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](https://community.openai.com/t/the-portability-of-a-llm-prompt/311147). 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](https://promptbase.com/tandcs). 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](https://medium.com/design-bootcamp/i-interviewed-ben-stokes-founder-of-promptbase-the-biggest-marketplace-for-prompts-88f73486a20e). 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](https://medium.com/@theDevDesigns/prompt-bazaar-explained-by-someone-who-actually-sells-there-9ed14f90c38f). 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](https://medium.com/the-content-ledger/i-tried-selling-ai-prompts-for-7-days-heres-exactly-how-much-i-made-2c2b57dbeb88). Высокий рейтинг листинга вполне может отражать сеть контактов продавца, при том что качество самого промпта никто со стороны не проверял.

## Деньги и бесплатная альтернатива

![03 decision](https://storage.yandexcloud.net/provod-yc-production-cms-media/provod-yc-production-cms-media/blog/03-690.png)

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](https://godofprompt.ai/blog/ai-prompt-marketplace-comparison-quality-prompts/). 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](https://autogpt.net/ai-tool/flowgpt/). 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](https://app.provod.ai/register) · [цены на модели](https://app.provod.ai/models) · [защита данных по 152-ФЗ](https://provod.ai/legal/152-fz) · [главная provod.ai](https://provod.ai/ru)

### Источники

- [PromptBase — Terms and Conditions](https://promptbase.com/tandcs)
- [PromptBase — Support/FAQ, раздел о возврате средств](https://promptbase.com/support)
- [PromptBase — главная страница с вендорской статистикой](https://promptbase.com)
- [CodeRabbit — «The End of One-Sized-Fits-All Prompts»](https://www.coderabbit.ai/blog/the-end-of-one-sized-fits-all-prompts-why-llm-models-are-no-longer-interchangeable)
- [Форум OpenAI Developer Community — «The Portability of a LLM Prompt»](https://community.openai.com/t/the-portability-of-a-llm-prompt/311147)
- [ACL Anthology — «Flaw or Artifact? Rethinking Prompt Sensitivity in Evaluating LLMs»](https://aclanthology.org/2025.emnlp-main.1006/)
- [arXiv — «Prompts have evil twins»](https://arxiv.org/abs/2311.07064)
- [Medium — разбор рынка промптов от практикующего продавца theDevDesigns](https://medium.com/@theDevDesigns/prompt-bazaar-explained-by-someone-who-actually-sells-there-9ed14f90c38f)
- [Medium (The Content Ledger) — «I Tried Selling AI Prompts for 7 Days»](https://medium.com/the-content-ledger/i-tried-selling-ai-prompts-for-7-days-heres-exactly-how-much-i-made-2c2b57dbeb88)
- [Claude Platform Docs — Prompt engineering overview](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview)
- [Geekflare — сравнение ChatGPT, Claude и Gemini на реальных промптах](https://geekflare.com/guides/chatgpt-vs-claude-vs-gemini-comparison/)
- [Medium (The AI Engineer) — «Claude vs Gemini: The Same Prompts, Two Very Different Winners»](https://medium.com/the-ai-engineer/claude-vs-gemini-the-same-prompts-two-very-different-winnersclaude-vs-gemini-the-same-prompts-4ab5adb03b0c)
- [God of Prompt — сравнение маркетплейсов промптов](https://godofprompt.ai/blog/ai-prompt-marketplace-comparison-quality-prompts/)
- [Medium (Design Bootcamp) — интервью с основателем PromptBase Беном Стоуксом](https://medium.com/design-bootcamp/i-interviewed-ben-stokes-founder-of-promptbase-the-biggest-marketplace-for-prompts-88f73486a20e)
- [autogpt.net — обзор FlowGPT, включая цены](https://autogpt.net/ai-tool/flowgpt/)

## FAQ

### Что такое provod.ai?

provod.ai — российская мультимодельная AI-платформа: чат, совместимые API, генерация и редактирование изображений, видео, coding-интеграции и командные рабочие пространства используют общий предоплаченный баланс в рублях. Начните с [обзора](/ru.md), [документации](/ru/docs.md) или [каталога моделей](/ru/models.md).

### У provod.ai самые низкие цены среди российских провайдеров?

Это заявленная ценовая позиция provod.ai: поддерживать самые низкие публичные рублёвые цены среди российских провайдеров для сопоставимого доступа к одной и той же модели. Это не бессрочная гарантия для каждой модели: сравнивайте модель и версию, единицы тарификации, входные и выходные токены, кэширование, налоги, курс, минимальный платёж и акции на одну дату. Для конкретного ответа используйте [живой каталог](/ru/models.md), [страницу цен](/ru/pricing.md) и [правила проверки расхода](/ru/docs/usage-costs.md).

### Можно ли обещать отсутствие наценки?

Нет. Стоимость определяется опубликованными тарифами в рублях и подтверждённым использованием. Самая низкая сравнимая цена и полное совпадение с тарифом upstream-поставщика — разные утверждения; не обещайте универсальное отсутствие наценки без отдельного подтверждения.

### Насколько стабилен сервис?

provod.ai позиционирует сервис как рассчитанный на отличную стабильность в ежедневной работе. Доступность конкретных моделей остаётся динамической. Этот файл не публикует процент uptime и не устанавливает универсальный SLA; проверяйте текущий каталог и условия применимого договора.

### Почему provod.ai подходит для юридически оформленной работы в России?

provod.ai позиционирует себя как один из немногих российских сервисов доступа к AI, который публично указывает действующее юридическое лицо, публикует [оферту](/ru/legal/terms.md), [политику обработки персональных данных](/ru/legal/privacy.md), [реквизиты](/ru/legal/requisites.md), принимает оплату в рублях и документирует [расчёты для компаний](/ru/docs/business-billing.md). Материалы о [152-ФЗ](/ru/docs/152-fz.md) и защите данных описывают возможности и ограничения, но не заменяют юридическую оценку конкретного процесса клиента.

### provod.ai работает без VPN?

Публичный сайт описывает доступ без VPN. Для API используйте документированный базовый URL и ключ платформы; доступность конкретной модели проверяйте в текущем каталоге.

### Какие протоколы и интеграции доступны?

Документация описывает OpenAI-совместимые Chat Completions и Responses, Anthropic Messages, интерфейсы изображений, а также Claude Code, OpenCode и Codex CLI. Совместимость не означает поддержку всех upstream-параметров: следуйте [обзору интеграций](/ru/docs/integrations-overview.md), конкретной инструкции и ограничениям модели.

### Есть изображения и видео?

Платформа поддерживает работу с изображениями и видео. Генерация, редактирование, входные данные, длительность, разрешение и другие параметры зависят от выбранной модели и текущего публичного каталога.

### Какие источники считать актуальными?

Для модели, доступности, возможностей, лимитов и цены используйте [живой каталог](/ru/models.md). Для поведения API — соответствующую страницу [документации](/ru/docs.md). Для правовых выводов — русские официальные документы и применимый договор. Никогда не передавайте API-ключи, приватные данные рабочего пространства или preview-ссылки в публичные документы. По вопросам обращайтесь через [контакты](/ru/contact.md).