В статье представлены результаты исследования эффективности промптинга как инструмента взаимодействия с чат-ботами на основе искусственного интеллекта в рамках итеративного подхода при выполнении перевода и прагматической адаптации презентационных текстов музеев с целью автоматизации процесса постредактирования нейросетевого перевода. Актуальность исследования определяется необходимостью многоязычной логистики сайтов различных организаций и особой значимостью прагматической эквивалентности исходных и переводных гипертекстов; активным внедрением различных технологий на основе искусственного интеллекта в практику перевода. Это требует оценки потенциала данных технологий в области прагматической и лингвокультурной адаптации, а также создания эффективных алгоритмов взаимодействия с нейросетевыми системами. На материале русскоязычных и англоязычных презентационных текстов и их переводов, выполненных чат-ботом Perplexity, разработан алгоритм промптинга, позволяющий автоматизировать труд постредактора и направить систему на подготовку адекватного текста перевода. Выявлено, что осуществление прагматической адаптации текстов для иностранных целевых аудиторий не входит в функционал нейросетевого переводчика по запросу на профессиональный перевод, однако последующие формулировки промптов приводят к корректировке результатов перевода, включающей описательный перевод реалий, экспликацию аллюзий, добавление эпитетов, использование функциональных аналогов. Установлено, что, несмотря на экспликацию семантики национально-культурной лексики и сохранение исходной функциональности, перевод требует уточнения в области синтаксиса, стилистических и грамматических характеристик.

This article presents findings on the interaction with chatbots based on Artificial Intelligence with the aim of translation and pragmatic adaptation of museum promotional texts. The research relevance stems, firstly, from the need of various approaches to creating multilingual websites and the paramount importance of pragmatic equivalence between source and target hypertexts; secondly, from the widespread adoption of Artificial Intelligence technologies in translation practice, necessitating evaluation of their potential in pragmatic and intercultural adaptation, alongside the development of effective interaction algorithms with neural systems. A key methodological feature is the iterative approach that enables control over the written translation process in modern Artificial Intelligence systems (chatbots) through diversified prompt formulations aligned with interim translation results. Drawing on Russian- and English-language promotional texts and their chatbot-generated translations, we devised an efficient prompting algorithm that automates post-editorial practice and steers the system towards producing adequate target texts. The pragmatic adaptation for foreign target audiences has been found falling outside the scope of neural translators under standard professional translation prompts; however, subsequent prompt refinements revise outputs by descriptive rendering of cultural specifics, explication of allusions, use of epithets and functional equivalents. Despite the opportunity to automate the post-editing of neural translation outputs and ensure successful explication of culture-specific semantics, Artificial Intelligence translations still require human post-editing in terms of syntactic, stylistic, and grammatical features.