Почему нейросеть не читает мысли и как составить промпт (запрос), чтобы получить нужный результат

Вы просите нейросеть: «Напиши письмо клиенту». Через десять секунд получаете красивый, вежливый, абсолютно бесполезный текст. Модель предлагает «надеяться на дальнейшее плодотворное сотрудничество», хотя вам нужно было просто продлить тестовый доступ ещё на семь дней.

Знакомо? В голове это выглядит как саботаж. Кажется, что искусственный интеллект специально издевается. На самом деле он просто не умеет читать мысли.

Что происходит на самом деле: нейросеть не угадывает, а достраивает

Представьте, что вы дали курьеру ключ от подъезда и сказали: «Отнеси пакет». Куда отнести? Соседу? На почту? В мусоропровод? Курьер стоит в замешательстве.

Нейросеть (языковая модель, например, GPT) работает точно так же. Она не знает ваших целей, контекста и ограничений. Когда вы пишете «Напиши письмо клиенту», модель достраивает самый вероятный, усредненный сценарий из миллионов примеров в интернете. Чаще всего это шаблонное благодарственное письмо.

(Промпт — это ваш текстовый запрос к нейросети. Промпт-инженерия — навык составлять такие запросы, чтобы получать от модели именно тот результат, который нужен вам, а не интернету в среднем. Галлюцинация — ситуация, когда из-за нехватки данных модель начинает уверенно выдумывать факты).

Расплывчатая просьба «сделай хорошо» дает случайный результат, потому что у слова «хорошо» для вас и для модели разные значения. Для вас «хорошо» — это продление теста. Для модели «хорошо» — это вежливо закрыть сделку.

Почему длинный промпт лучше короткого: разделяем контекст и инструкцию

Многие боятся писать длинные запросы. Кажется, что нейросеть запутается в «портянке» текста. На самом деле всё наоборот.

«Я бы сформулировал принцип так: важно не минимизировать объём запроса, а максимизировать долю полезной информации. Чем яснее поставлена задача, обозначены приоритеты и отделены исходные данные от инструкций, тем устойчивее обычно получается результат».

Вернемся к нашему письму. Сравните два подхода.

Первый (плохой): «Напиши письмо клиенту X». Второй (рабочий): «Ты — аккаунт-менеджер IT-компании. Твой клиент — X, он использует наш сервис для анализа данных. Цель письма — продлить бесплатный тестовый доступ ещё на 7 дней, потому что у них зависло внедрение со своей стороны. Тон — спокойный, партнерский, без заискивания. Не продавай, просто реши вопрос. Вот пример их прошлого сообщения: [текст]».

Во втором случае вы не оставили модели пространства для фантазии. Вы дали ей роль (кто пишет), контекст (кто получатель и что происходит), цель (зачем пишем), ограничение (чего делать нельзя) и пример. Теперь нейросеть не гадает, она собирает текст из ваших кубиков.

Как проверить свой промпт до отправки: быстрый тест на «дырки»

Перед тем как нажать Enter, посмотрите на свой запрос и задайте себе три вопроса. Если хотя бы на один вы не можете ответить «да» — модель тоже не сможет.

1. Понятно ли из текста, кто совершает действие? (Если вы не задали роль, её выберет модель. И это будет «дружелюбный помощник», а не «строгий юрист» или «уставший саппорт»). 2. Указана ли конечная цель в одном конкретном действии? (Не «улучшить продажи», а «получить ответ на это письмо в течение суток»). 3. Есть ли в запросе пример того, что вы считаете хорошим результатом? (Нейросети блестяще копируют стиль. Дайте ей один абзац — она вытянет оттуда весь тон).

Если вы просите «проанализируй документ», модель выдаст стандартную справку. Если вы добавите: «Представь, что ты финансовый директор, которому через 15 минут выступать перед советом. Выпиши только три главных риска на один слайд», — результат изменится кардинально.

Что делать сегодня: один прием, который спасет 9 из 10 ваших запросов

Вам не нужно становиться промпт-инженером (специалистом по созданию запросов к ИИ). Достаточно встроить в свои привычки одну строчку.

Перед отправкой любого сложного запроса добавляйте в конец одну фразу: «Сначала задай мне 3 уточняющих вопроса, чтобы результат был максимально точным, затем напиши черновик».

Что это меняет механически? Модель перестает сразу генерировать текст. Она переключается в режим сбора требований.

Давайте посмотрим, как это сработает на нашем примере с письмом. Вы отправляете запрос про продление теста и добавляете эту строчку.

Нейросеть отвечает: «Хорошо, прежде чем писать, уточните: 1. Есть ли у клиента история просрочек или это их первая задержка? 2. К кому именно адресовать письмо — к техническому директору или к закупкам? 3. Нужно ли прикрепить ссылку на продление доступа прямо в текст?»

Вы тратите 20 секунд на ответы. Модель получает недостающий контекст, который раньше пыталась угадать. В итоге с первого раза приходит черновик, который нужно лишь слегка причесать, а не переписывать с нуля.

Этот прием работает везде: от написания кода (модель уточнит язык и версию библиотеки) до составления контент-плана (модель уточнит целевую аудиторию и бюджет).

Что сделать завтра

Возьмите одну задачу, которую вы давно откладывали, потому что лень формулировать. Например, ответ на гневный отзыв или служебную записку руководителю.

Сформулируйте контекст (что случилось), цель (какой реакции вы ждете) и тон (как вы хотите звучать). В конце добавьте ту самую строчку про три уточняющих вопроса.

Сравните время: сколько минут вы обычно тратите на переписывание того, что нейросеть выдала «сама», и сколько ушло на ответы модели сегодня. Разница и будет вашей реальной экономией.