Работа с нейросетями. ChatGPT, Claude, Gemini и другие AI-инструменты без лишней теории

Работа с нейросетями. ChatGPT, Claude, Gemini и другие AI-инструменты без лишней теории

Глава 1. Не разговаривайте с нейросетью как с оракулом

Самая дорогая ошибка при работе с нейросетями выглядит безобидно. Человек открывает ChatGPT, Claude или Gemini, пишет вопрос так, как написал бы знакомому в мессенджере, получает складный ответ и принимает его за результат. Иногда это работает. Именно поэтому привычка закрепляется. Модель вежлива, текст гладкий, аргументы связаны, а уверенный тон создаёт впечатление, что где-то внутри действительно сидит специалист, который понял задачу, проверил факты и только после этого сформулировал вывод.

Проблема в том, что языковая модель устроена иначе. Она не обязана сначала установить истину, а потом подобрать слова. Её основная работа состоит в построении наиболее подходящего продолжения с учётом вашего запроса, доступного контекста, внутренних инструкций и подключённых инструментов. Современные системы умеют искать в интернете, анализировать файлы, запускать код, работать с изображениями и действовать в приложениях. Это резко расширяет их возможности, но не отменяет фундаментального ограничения: хороший ответ и истинный ответ не являются одним и тем же.

Поэтому полезнее думать о нейросети не как об электронном мудреце, а как о необычной рабочей среде. В ней есть несколько компонентов. Первый компонент — модель, то есть механизм, который понимает инструкции, строит рассуждение и генерирует результат. Второй — контекст: всё, что системе известно именно в этой беседе или проекте. Третий — инструменты: поиск, вычисления, код, файлы, подключённые сервисы. Четвёртый — ваши критерии качества. Если хотя бы одного элемента не хватает, нейросеть часто восполняет пустоты правдоподобными догадками.

Представьте, что вы наняли очень способного сотрудника в первый рабочий день. Он быстро читает, хорошо пишет, не устаёт от однообразных операций и может за минуту предложить десять вариантов. Но он не знает, что именно в вашей компании считается хорошим результатом. Он не видел прошлые документы, не знает, какие цифры актуальны, не понимает, что директор ненавидит длинные презентации, а юридический отдел требует ссылку на первоисточник у каждого спорного утверждения. Если просто сказать такому сотруднику «сделай коммерческое предложение», он заполнит пробелы сам. Возможно, красиво. Возможно, совершенно не так, как вам нужно.

Эта аналогия полезна ещё по одной причине. С новым сотрудником никто не пытается найти магическую фразу, после которой тот навсегда станет идеальным. Ему дают контекст, показывают образцы, объясняют ограничения, проверяют первую версию и уточняют стандарт. С нейросетью стоит работать так же.

У промпта нет волшебной формулы

Вокруг нейросетей выросла целая индустрия магических заклинаний. «Начни запрос словами “ты эксперт мирового уровня”». «Обязательно скажи, что за хороший ответ заплатишь чаевые». «Напиши “это вопрос жизни и смерти”». «Попроси думать как десять специалистов одновременно». Иногда подобные фразы действительно меняют ответ, потому что любая дополнительная инструкция меняет контекст. Но это не делает их универсальной технологией.

Современные рекомендации OpenAI, Anthropic и Google сходятся в более скучном, зато практичном принципе: ясная задача, релевантный контекст, понятные ограничения и требуемый формат обычно важнее театральной роли. Anthropic прямо предлагает мысленно показать инструкцию коллеге, который почти ничего не знает о задаче: если коллега не поймёт, чего вы хотите, модель тоже будет вынуждена додумывать. OpenAI подчёркивает конкретность и итеративное уточнение. Google рекомендует разделять сложный запрос на компоненты и последовательно связывать этапы.

Это хороший ориентир. Не нужно становиться «промпт-инженером», который час шлифует одну фразу. Нужно научиться проектировать работу.

Вместо:

«Ты лучший маркетолог мира. Придумай крутую рекламу нашей школы»

полезнее написать:

«Мы продаём индивидуальные онлайн-занятия по русскому языку для родителей учеников 1–4 классов. Родитель уже прошёл с ребёнком пробное занятие и получил обратную связь учителя. Нужны пять рекламных сообщений для переписки после пробного урока. Цель — не давить на покупку, а перевести родителя к обсуждению подходящего пакета. Частые сомнения: “хочу посоветоваться” и “сначала пройдём пробные в других школах”. Не обещай гарантированный результат и не используй фразы “уникальная методика”, “лучшие преподаватели”, “места заканчиваются”. Каждое сообщение до 500 знаков. Сделай пять разных подходов и после каждого в одной строке объясни, на каком мотиве он построен».

Во втором случае нет ни одного мистического слова. Зато модели не приходится угадывать аудиторию, этап воронки, цель, ограничения и желаемый объём.

Что нейросеть действительно «видит»

Человек нередко переоценивает общий интеллект модели и недооценивает значение контекста. В голове пользователя задача существует целиком. Он помнит переписку с клиентом, видел таблицу цен, знает, что прошлую рекламную кампанию забраковали, и автоматически учитывает это в каждой новой просьбе. Модель учитывает только то, что ей доступно.

Если вы открыли новый чат, часть старого контекста может отсутствовать. Если сервис поддерживает память или проектные пространства, какие-то сведения могут переноситься, но это не повод считать, что система «помнит всё». Даже в одном длинном диалоге полезные детали конкурируют за внимание с десятками предыдущих сообщений. Чем больше мусора, тем труднее модели понять, что критично сейчас.

Практическое следствие простое: важные ограничения должны находиться рядом с задачей либо храниться в устойчивых инструкциях проекта. Не прячьте ключевое условие в двадцатом сообщении недельной давности и не рассчитывайте, что нейросеть сама догадается, какое из старых требований всё ещё действует.

Хороший контекст не равен большому контексту. Сотня страниц документов может быть хуже двух страниц, если в них нет нужной информации или если документы противоречат друг другу. Умение отбирать входные данные часто важнее умения писать эффектные промпты.

Три режима доверия

Полезно заранее решить, насколько вы имеете право доверять ответу. Для этого можно разделить задачи на три режима.

В первом режиме ошибка почти ничего не стоит. Вы просите придумать двадцать названий, сделать черновой план праздника, предложить идеи для ужина из продуктов в холодильнике. Здесь можно работать быстро: генерировать, выбирать, уточнять. Проверка минимальна.

Во втором режиме ошибка неприятна. Вы составляете рабочую презентацию, анализируете договор, планируете бюджет, готовите учебный материал, сравниваете товары. Здесь нужна проверка исходных данных, расчётов и ключевых утверждений. Нейросеть можно использовать как сильного помощника, но не как последнюю инстанцию.

В третьем режиме ошибка может причинить серьёзный вред. Медицинские решения, юридические действия, крупные финансовые операции, безопасность, критическая инфраструктура, работа с персональными и коммерческими секретами требуют внешней проверки и, нередко, специалиста. Нейросеть здесь может помочь сформулировать вопросы, структурировать документы, объяснить термины и найти несостыковки. Она не должна становиться единственным основанием решения.

Перед сложной работой задайте себе один вопрос: «Что произойдёт, если модель уверенно ошибётся?» Ответ определит, сколько проверки нужно заложить в процесс.

Не просите ответ, проектируйте результат

Новичок формулирует запрос как вопрос: «Как увеличить продажи?» Опытный пользователь описывает продукт работы: «На основе этих данных найди три наиболее вероятные причины снижения конверсии, для каждой укажи факты из таблицы, которые её поддерживают или опровергают, затем предложи проверку, которую можно провести за неделю без изменения цены».

Разница не в длине. Второй запрос задаёт операцию. Он заставляет модель не просто говорить на тему продаж, а пройти по конкретной логике: гипотеза, доказательство, контрдоказательство, эксперимент.

Эта привычка универсальна. Вместо «проверь текст» уточняйте, что проверять: факты, логику, юридические риски, стиль, повторы, структуру. Вместо «проанализируй таблицу» скажите, какое решение вы хотите принять после анализа. Вместо «изучи конкурентов» определите период, рынок, критерии сравнения и тип источников.

Нейросети особенно сильны в преобразованиях. Дайте им материал и понятную операцию: сократить, классифицировать, сопоставить, найти противоречия, извлечь данные, построить варианты, превратить заметки в документ, объяснить разницу, проверить по критериям, написать код по спецификации. Чем ближе запрос к наблюдаемому действию, тем проще оценить качество результата.

Первая версия почти никогда не должна быть последней

Есть ещё одна ловушка: воспринимать ответ как законченную работу. В обычной профессиональной среде черновик редко отправляют клиенту без редактуры. С нейросетью почему-то ждут идеального результата с первой попытки.

Гораздо эффективнее работать короткими циклами. Сначала получить скелет. Затем проверить, где модель неправильно поняла задачу. Потом добавить недостающие данные. После этого потребовать второй вариант, уже с учётом критериев. Наконец, провести отдельную проверку.

Например, вместо одного огромного запроса «составь бизнес-план кофейни» можно пройти пять шагов: сначала уточнить допущения, затем построить структуру модели доходов и расходов, потом заполнить её вашими цифрами, отдельно проверить чувствительность к аренде и трафику, а в конце написать текстовую часть. Ошибка в предпосылке обнаружится раньше и не размножится на тридцать страниц.

Нейросеть особенно полезна не тогда, когда делает всё вместо человека, а когда сокращает длину петли «идея — попытка — обратная связь — следующая попытка». Чем быстрее эта петля и чем лучше критерии проверки, тем сильнее эффект.

Правило, которое стоит вынести из первой главы: не спрашивайте себя «какой промпт написать?». Сначала спросите «какую работу нужно выполнить, какие данные для неё нужны и как я пойму, что результат хороший?». Промпт появляется после этого почти автоматически.