В статье рассматривается промпт-инжиниринг (promptengineering) как прикладная методология управления генеративным искусственным интеллектом (generative AI) и как новая управленческая компетенция в маркетинге и экономике. Показано, что промптинг (prompting) следует трактовать не как «подбор удачных формулировок», а как инженерно-организационный контур: спецификация целей и ограничений, управление контекстом и примерами, построение процедур контроля качества, а также снижение рисков галлюциногенности (hallucination) – прежде всего ложно положительных и ложно отрицательных результатов. Эмпирикоаналитическая часть опирается на обзорно-сравнительный анализ релевантного корпуса исследований 2023–2026 гг., сформированного в объёме 506 публикаций на основе поисковых запросов и последующего ранжирования релевантности; из них выделен корпус работ, включённых в библиографию и используемых для синтеза методологии и практических рекомендаций. В заключительной части предложена практическая имплементация протокола многоагентной проверки и работы с контекстом, для генерации контента карточки технологически сложного товара с одновременной работой в двух моделях (DeepSeek-V2 и Qwen 3 Max) в режиме многоагентной проверки по принципам многоагентных дебатов (multiagent debate).