ИИ без страха. Что спросить, как проверить, чему не верить

Отсюда практический навык, который стоит выработать: читать ответ не целиком, а по кускам, отделяя проверяемое от объяснительного. Объяснительная часть — как устроено, в каком порядке, что за чем — обычно надёжна. Точечная — номер, дата, фамилия, сумма, ссылка — ненадёжна всегда.

Второй признак, который замечают редко: чем конкретнее вопрос про редкое, тем правдоподобнее выдумка. Спросите про закон вообще — получите общие слова. Спросите номер и пункт — получите номер и пункт. Точность вопроса не добавляет модели знаний, она добавляет уверенности в ответе.

И третье, что стоит знать: одна и та же модель в двух разных чатах на редкий вопрос часто отвечает по-разному, а на распространённый — одинаково. Это готовый бесплатный тест, и он ничего не стоит, кроме минуты.

Что унести из главы

Модель врёт не из-за поломки. Её обучали и оценивали так, что молчание проигрывает угадыванию: воздерживаться от ответа — значит терять баллы. Отсюда разница между моделью с одним процентом отказов и семьюдесятью пятью процентами ошибок и моделью с пятьюдесятью двумя процентами отказов и двадцатью шестью процентами ошибок.

Выдумка живёт в редком и в строгом по форме: ссылки, цитаты, номера, фамилии, ваша местная конкретика. В обкатанных бытовых темах модель надёжна.

И самое неприятное: неверный ответ звучит ровно так же, как верный. Никакого сигнала не будет.

Проверьте сегодня сами, это займёт три минуты. Спросите у любого доступного вам чата ссылку на конкретный документ — например, на страницу вашей поликлиники с расписанием врачей. Получите ответ и откройте ссылку. Дальше вы всё поймёте про эту главу лучше, чем из моего текста.

Глава 4. Двенадцать слов, которые нужно знать

— У тебя контекст переполнился, начни новый чат.

— Что переполнилось?

— Ну, окно. Она уже не помнит начало.

— Какое окно, я в приложении сижу.

Этот разговор Ирина пересказала мне почти дословно: так ей объясняла дочь. Дочь не виновата, она говорила на нормальном языке — просто на языке, которого мать не знает. А мать после такого разговора чувствует себя глупее, чем была до него, и это худшее, что может случиться с человеком, который только начал.

Словарь темы выглядит устрашающе. В словаре терминов искусственного интеллекта, который MTS Media опубликовал в марте 2026 года, несколько десятков статей. Большинство из них вам не понадобится никогда.

Рабочий минимум — двенадцать слов. Я проверял: этого хватает, чтобы не спотыкаться ни в одном интерфейсе и понимать девять из десяти новостей по теме.

Четыре слова про то, с чем вы разговариваете

Искусственный интеллект, ИИ. Слово-зонтик. Им называют всё: и программу, которая подбирает вам музыку, и камеру на перекрёстке, и чат, куда вы пишете вопросы. Само по себе оно почти ничего не сообщает. Когда в новости написано «ИИ научился», первым делом выясняйте, что именно за программа и кто её сделал.

Нейросеть. Способ устройства программы: она не следует записанным правилам, а обучается на примерах. Слово в обиходе захватило всё подряд — «нейронка», «спрошу у нейросети». Так говорят люди, так пишут в опросах ВЦИОМ, так буду писать и я.

Модель. Конкретная обученная программа с именем и версией: GPT-5, Gemini 3, GigaChat, YandexGPT. Модель — то, что отвечает. У неё есть дата выпуска, и она важнее, чем кажется: модель прошлого года и модель этого — разные собеседники.

Чат-бот, сервис. Окно, в которое вы пишете. ChatGPT, Алиса AI, ГигаЧат — это сервисы; внутри у них модели, которые владелец сервиса может поменять, не спросив вас. Отсюда бытовое наблюдение: если ответы вдруг стали другими, вы, скорее всего, не сошли с ума, а попали на обновление.

Разница между моделью и сервисом кажется занудством ровно до первого спора. Человек говорит «ChatGPT не умеет считать», ему возражают «умеет, я вчера считал», и оба правы: у одного бесплатный тариф с быстрой моделью, у другого платный с медленной и думающей.

Четыре слова про то, как она отвечает

Промпт, он же запрос. То, что вы пишете в поле ввода. Слово прижилось в русском без вариантов: оно стоит в словарях терминов без кавычек и без перевода. Я буду говорить и «промпт», и «запрос» как синонимы. Важнее слова смысл: промпт — это не вопрос, а техническое задание. Разница между вопросом и заданием — тема восьмой и девятой глав.

Токен. Кусочек текста, которым модель меряет всё: и то, что вы написали, и то, что она ответила. Примерно три четверти слова для русского языка; страница текста — около семисот-восьмисот токенов. Слово вам понадобится только в одном месте — в тарифах. Когда Сбер пишет, что физическому лицу бесплатно доступно триста шестьдесят пять миллионов токенов в год на все модели GigaChat, речь именно об этих кусочках.

Контекстное окно. Объём переписки, который модель держит перед глазами, пока отвечает. Всё, что не влезло, для неё перестаёт существовать — не «забылось», а именно перестало существовать. Отсюда та самая фраза дочери про переполнившийся контекст: на длинном разговоре модель теряет начало.

Полезная бытовая аналогия: это не память, а стол. Всё, что лежит на столе, модель видит. Что не поместилось — упало на пол, и поднимать она не умеет. Отсюда практическое правило, к которому я ещё вернусь: длинный разговор портится, и новая задача заслуживает нового чата.

Галлюцинация. Уверенно выданная выдумка: несуществующая ссылка, придуманная цитата, вымышленный номер закона. Термин неточный, я разбирал это в предыдущей главе, но он общепринят. Если запомнить из всего словаря одно слово, пусть будет это.

Четыре слова про то, что она умеет

Мультимодальность. Способность работать не только с текстом: разбирать картинку, слушать голос, читать файл. Слово громоздкое, встречается в описаниях сервисов. На практике оно означает, что вам не обязательно печатать — можно сфотографировать или продиктовать. Двенадцатая глава про это целиком.

Генерация. Создание нового: текста, картинки, музыки, видео. «Сгенерить» — глагол, который вы услышите от всех, кто пользуется. Важная деталь, о которой узнают поздно: у сгенерированного другой правовой статус, чем у снятого или нарисованного. В условиях Шедеврума, например, в редакции апреля 2026 года прямо сказано, что созданные изображения пользователь вправе применять в личных некоммерческих целях, а коммерческое использование требует согласования. Мелкий шрифт, который стоит прочитать до того, как вы поставите картинку на обложку.

Агент. Модель, которая не только отвечает, но и действует: сама ходит по сайтам, заполняет формы, собирает данные в несколько шагов. Первые массовые агентские режимы появились в 2025 году, у Яндекса такие функции встроены в Алису. Для вас это слово означает одно: если программа делает что-то за вас без вашего подтверждения на каждом шаге, ошибки она тоже сделает без подтверждения.

Лимит. Сколько вам можно бесплатно. Ни OpenAI, ни Яндекс, ни Сбер не публикуют постоянных чисел вроде «двадцать сообщений в день»: лимиты меняются без объявления и зависят от нагрузки. Все конкретные цифры, которые вы встретите в интернете, — чьи-то частные замеры. Относитесь к ним как к прогнозу погоды на послезавтра.

Пять слов второго ряда

Эти пять знать необязательно, но они попадаются в интерфейсах, и лучше не пугаться.

Режим рассуждения. Настройка или отдельная модель, которая думает дольше и отвечает медленнее. Внутри она проговаривает решение по шагам, прежде чем выдать ответ. На арифметике, логике, разборе документов это заметно помогает; на «перепиши письмо покороче» — только тратит ваше время. В GPT-5, вышедшей в августе 2025 года, появился распределитель, который сам решает, когда думать дольше, а когда ответить сразу. Если у вас в интерфейсе есть переключатель — включайте его на задачах, где важна точность, и выключайте на болтовне.

Дата отсечки знаний. Число, после которого модель ничего о мире не знает. У GPT-5 при выходе седьмого августа 2025 года она была тридцатого сентября 2024 года — почти на год раньше. Следующая глава про это целиком, и это слово в ней главное.

Поиск с опорой на источники. Способ работы, при котором сервис сначала находит нужные страницы или ваши файлы, а потом просит модель ответить, глядя в них. Именно так устроены ответы поисковиков и разбор загруженного документа. В профессиональной речи это называют трёхбуквенным сокращением, вам оно не нужно.

Локальная модель. Модель, запущенная на вашем компьютере. Слабее облачной, требует приличного железа, зато работает без интернета и ничего никуда не отправляет. Для человека, которому важна тайна переписки, это единственный способ спать спокойно. Требования к железу в открытых источниках расходятся, и конкретных цифр я приводить не буду — их надо смотреть под конкретную модель в месяц покупки.

API. Способ подключить модель к другой программе, минуя окно чата. Вам это слово встретится в тарифах, где цены указаны за токены. Понимать его надо ровно в одном объёме: если вы читаете прайс-лист и не понимаете, почему там нет месячной подписки, — вы попали на страницу для разработчиков, идите обратно на страницу для людей.

Слова, которые вам не понадобятся

Теперь вторая половина работы — что можно смело пропускать мимо ушей. Список короче, чем кажется, но он снимает много тревоги.

Всё, что описывает устройство модели изнутри: трансформер, слои, веса, эмбеддинги, векторы. Это как знать, из чего сделан катализатор в вашей машине. Знание уважаемое, к вождению отношения не имеет.

Всё, что описывает создание моделей: обучение, дообучение, файн-тюнинг, датасет, квантизация. Работа инженеров.

Всё футурологическое: сильный ИИ, сверхинтеллект, сингулярность. Это разговор про будущее, в котором никто не разбирается, включая тех, кто в нём уверен.

И отдельно — промпт-инжиниринг как название профессии. В 2023 году так называли редкий навык, за который платили. В 2026-м это чаще всего вывеска курсов. Данные, из-за которых я так думаю, будут дальше, и они довольно обидные для продавцов курсов.

Есть ещё словечки, которые ничего не объясняют, но выдают своего. Вайб-кодинг, например: составление программ разговором с моделью вместо написания кода. Слово настолько разошлось, что словарь Collins в ноябре 2025 года назвал его словом года. Знать его вам незачем — но теперь вы понимаете, о чём речь, если услышите.

Слова, которые встретятся в новостях

Отдельно — четыре выражения, которые вам попадутся не в интерфейсе, а в заголовках. Знать их устройство не нужно, а понимать, о чём речь, полезно: в 2026 году тема ушла из технологического раздела в новостной.

Большие фундаментальные модели. Так называется предмет российского закона о поддержке развития технологий искусственного интеллекта, принятого в июле 2026 года. Термин задаёт порог — по сообщениям отраслевых изданий, речь о моделях не меньше миллиарда параметров. Для вас смысл один: закон адресован разработчикам и крупным площадкам, а не человеку, который пишет запрос в чат.

Суверенные и национальные модели. Категории из того же закона. Обе предполагают, что данные обрабатываются на территории России российскими юридическими лицами, и правительство вправе определять случаи, когда допустимо использовать только такие модели. В обычной жизни это, скорее всего, проявится в государственных сервисах и в корпоративных требованиях, а не в вашем телефоне.

Маркировка ИИ-контента. В законе она оформлена интересно: как право пользователя пометить созданный материал, и как обязанность площадок с суточной аудиторией больше пятисот тысяч человек дать пользователям техническую возможность такую пометку поставить. То есть маркировка становится нормой обихода, а не запретом.

Обучение на защищённых текстах. Тем же законом введено изъятие: использование правомерно полученных произведений для извлечения, сравнения и классификации при обучении моделей не считается нарушением авторских прав. Тема спорная во всём мире, и здесь у России теперь есть своя позиция.

Даты в этом абзаце я привожу с оговоркой: сроки вступления в силу отдельных норм в источниках расходятся, и перед тем как на них ссылаться, стоит свериться с официальным текстом. Это, кстати, хороший пример того, о чём вся книга: даже здесь я не могу быть уверен в детали, и лучше сказать об этом, чем написать красивую дату.

Как звучит человек, который правда пользуется

Небольшое наблюдение вместо резюме. Есть речевые приметы, по которым видно, что человек работает с этими инструментами, а не пересказывает статьи.

Он говорит «она придумала» вместо «произошла галлюцинация». Говорит «вылетел лимит», «ответ поплыл», «скормил ей файл», «переспросил другими словами». Жалуется, что модель «подтормаживает на длинном контексте». И почти никогда не называет себя экспертом по ИИ.

Обратная примета тоже надёжная. Если человек говорит «в эпоху нейросетей», «беспрецедентные возможности» и «революция искусственного интеллекта», он, скорее всего, продаёт курс. Проверять его слова стоит вдвое внимательнее.

Ирине из нашего разговора в начале главы не хватало ровно четырёх слов: модель, чат, контекстное окно, лимит. Через двадцать минут объяснений тот же диалог с дочерью прошёл спокойно. Дело было не в способностях. Дело было в словаре.

Что унести из главы

Двенадцати слов достаточно: искусственный интеллект, нейросеть, модель, сервис, промпт, токен, контекстное окно, галлюцинация, мультимодальность, генерация, агент, лимит. Остальные тридцать существуют для разработчиков и для продавцов курсов, а вам они нужны примерно так же, как устройство катализатора.

Из двенадцати самое полезное — контекстное окно и галлюцинация. Первое объясняет, почему длинный разговор портится. Второе — почему ответ нельзя принимать на веру.

Сделайте сегодня одну вещь: откройте свой сервис и найдите в нём глазами эти слова. Где-то будет написано про лимит, где-то про модель в настройках, где-то про загрузку файлов. Пять минут поиска по интерфейсу дают больше, чем страница объяснений: вы увидите, что все двенадцать слов уже лежат у вас перед носом, просто раньше были шумом.

Глава 5. Что она знает и чего не знает

Модель, с которой вы разговариваете сегодня, живёт в прошлом. Не в переносном смысле, а в буквальном: её знания заканчиваются на конкретной дате, и эта дата обычно на год старше, чем день, когда сервис появился у вас в телефоне.

Пример, который легко проверить. GPT-5 вышла седьмого августа 2025 года, а объявленная граница её обучающих данных — тридцатое сентября 2024 года. Одиннадцать месяцев разницы. Всё, что случилось в мире за эти одиннадцать месяцев, для модели просто не произошло: ни новых законов, ни новых цен, ни новых людей в должностях.

У этого свойства есть скучное название — дата отсечки знаний. И оно объясняет добрую половину случаев, когда человек говорит «она несёт чушь».

Почему граница вообще существует

Модель учат один раз. Это долгий и дорогой процесс: собирают гигантский объём текстов, прогоняют через него программу, получают на выходе набор настроек, который потом никак не меняется в разговоре с вами. Дальше модель проверяют, доводят, выпускают — и всё это занимает месяцы. Отсюда и разрыв между последним прочитанным текстом и днём выхода.

Дальше модель не читает. Она не подписана на новости, не следит за вашей отраслью, не узнаёт, что вчера поменялся тариф. Она законсервирована.

Отсюда первое практическое следствие. Любой вопрос вида «какая сейчас», «сколько сегодня стоит», «кто сейчас возглавляет» — вопрос за границей её знаний. Ответ придёт, и он будет уверенным, потому что модель не умеет говорить «этого я знать не могу». Она достроит правдоподобное на основе того, что знала год назад.

Проверяется это за минуту. Спросите у своего сервиса, какое сегодня число, а потом — какое последнее крупное событие ему известно. Ответ вас удивит чаще, чем вы думаете.

Поиск — это отдельная пристройка

Резонное возражение: но она же отвечает мне про сегодняшние новости, я проверял.

Правильно. Потому что многие сервисы приделали к модели поиск. Это отдельная функция: сервис сначала ищет в интернете, находит несколько страниц, кладёт их текст модели прямо в контекст — на тот самый стол из прошлой главы — и просит ответить с опорой на них.

Такой поиск встроен в Яндекс: сервис «Нейро», который вместо списка ссылок даёт один ответ, запущен шестнадцатого апреля 2024 года. Google объявил об общедоступности ответов ИИ прямо в поисковой выдаче в мае 2024 года. У большинства чат-сервисов есть переключатель или он срабатывает автоматически.

Но заметьте, что произошло. Свежие данные знает не модель — их приносит поиск. Модель по-прежнему живёт в прошлом, просто ей на стол положили сегодняшнюю газету.

Для вас это означает две практические вещи.

Первая: узнайте, есть ли поиск в том сервисе, которым вы пользуетесь, и включён ли он. Одна и та же модель с поиском и без — два разных инструмента по надёжности на фактических вопросах.

Вторая: даже с поиском ответ не становится проверенным. Поиск может принести устаревшую страницу, а пересказ может разойтись с источником. Ссылка рядом с абзацем — приглашение проверить, а не отчёт о проверке.

Она не помнит вас — и не учится на вашем разговоре

Это, пожалуй, самое устойчивое заблуждение из всех, и оно живёт сразу в двух видах.

Первый вид — тревожный: «всё, что я напишу, немедленно уйдёт в её мозги, и завтра она расскажет это соседу». Второй — доверчивый: «я её обучил под себя, теперь она знает мои задачи».

Оба неверны, и по одной причине. Модель во время разговора не меняется. Её настройки зафиксированы при обучении, и ваш текст на них не влияет — ни один символ. То, что выглядит как «она запомнила», — это контекстное окно: пока переписка помещается на столе, модель видит всё сказанное и опирается на него. Закрыли чат — стол опустел.

Отдельно существует функция памяти между разговорами, она есть у части сервисов: система сохраняет заметки о вас и подкладывает их в начало новых чатов. Это тоже не обучение, а записка на столе. Её обычно можно посмотреть и стереть в настройках, и я рекомендую туда заглянуть — люди сильно удивляются тому, что там накопилось.

Теперь обоснованная половина тревоги. Ваши разговоры действительно могут использоваться — но не так и не тогда. По документации OpenAI, содержимое диалогов обычных пользователей может пойти на обучение будущих моделей, и это отключается в настройках приватности; для бизнес-тарифов и для подключения через программный интерфейс обучение по умолчанию не ведётся.

У российских сервисов свои формулировки, и они разные. В условиях использования Алисы AI в редакции от двадцать второго июня 2026 года прямо сказано, что Яндекс получает безвозмездную безотзывную лицензию на использование ваших запросов и загруженных материалов для улучшения алгоритмов и сервиса. В соглашении GigaChat для физических лиц в редакции от шестого февраля 2026 года, наоборот, оговорено, что контент клиента не используется в собственных целях, не связанных с предоставлением сервиса. Ни то ни другое соглашение не называет срок, через который загруженный файл удаляется.

Разница между «сейчас она учится на моих словах» и «через полгода мой текст может попасть в обучающий набор следующей модели» — принципиальная. Первое не происходит. Второе зависит от сервиса и от настроек, и это уже разговор про приватность — ему в книге отведена отдельная глава.

Чего она не знает никогда

Есть категория, которая не чинится ни поиском, ни новой версией модели. Это всё, чего не было в открытых текстах.

Ваши документы. Договор, который вы подписали. Приказ по вашей организации. Переписка с поставщиком. Если вы не загрузили файл в этот разговор, модель его не видит. И не скажет об этом — достроит типичный договор вместо вашего.

Вашу местную конкретику. Тарифы вашей управляющей компании, часы приёма вашей поликлиники, правила вашего садового товарищества, условия акции в вашем магазине. Это существует, но в текстах, до которых обучение не дотянулось.

Всё, что произошло после отсечки и не попало в поиск. Свежее решение суда, вчерашнее постановление, изменения в законе, вступившие в силу на прошлой неделе.

И вас. Ваш опыт, ваши обстоятельства, вашу цель, ваш срок, вашего начальника с его характером. Всё это придётся написать словами.

Я сформулировал для себя правило, которое оказалось на удивление рабочим: модель знает мир в целом и не знает ничего в частности. Она отлично объяснит, как устроен акт приёма-передачи, и не имеет понятия, что написано в вашем.

Проверка границы за одну минуту

Прежде чем доверять модели фактический вопрос, полезно понять, где у неё край. Это делается тремя короткими запросами, и я советую прогнать их в каждом сервисе, которым вы собираетесь пользоваться. Один раз.

Первый: «Какая у тебя дата отсечки знаний?» Хорошая модель называет месяц и год. Плохая уходит от ответа общими словами — это само по себе информация.

Второй: «Ты сейчас можешь искать в интернете? Если да, то как это включается?» Ответ покажет, поиск встроен постоянно, включается кнопкой или отсутствует. Заодно вы узнаете, как это выглядит именно в вашем интерфейсе, — а выглядит везде по-разному.

Третий: спросите про событие, которое случилось недавно и которое вы точно знаете. Не про мировое — про своё: изменение в вашей отрасли, местную новость, свежий закон, за которым следите. Дальше смотрите не на правильность, а на поведение. Модель призналась, что не знает? Хорошо. Уверенно рассказала неправду? Запомните это ощущение — оно вам ещё пригодится.

Занимает всё вместе минуту. Даёт понимание, которого не даст ни одна инструкция: у вашего инструмента появляется граница, и вы её видели своими глазами.

Кстати, о поколениях. Новая версия модели знает больше о мире, но ровно столько же о вас — то есть ничего. Обновление сдвигает дату отсечки и улучшает рассуждение; оно не добавляет модели знания о вашем договоре и вашей поликлинике. Люди часто ждут от новой версии не того, что она приносит, и потом разочаровываются на ровном месте.

Что с этим делать

Три рабочих привычки, которые снимают почти все проблемы этой главы.

Первая: разделяйте вопросы на общие и местные. Общие — как устроено, что это значит, каков порядок действий, чем отличается одно от другого — задавайте смело. Местные — сколько стоит у нас, что написано в моём договоре, когда работает вот эта контора — либо давайте вместе с документом, либо ищите глазами сами.

Вторая: приносите документ. Загруженный файл превращает местный вопрос в общий: теперь у модели на столе лежит ваш договор, и она разбирает его, а не типовой. Ограничения по форматам и размерам у российских сервисов вполне бытовые — Алиса AI принимает документы и PDF до ста мегабайт, GigaChat берёт текстовые файлы до сорока. Что при этом происходит с самим файлом — вопрос отдельный, и ответ там неприятный.

Третья: спрашивайте про дату. Простая строка в конце запроса — «на какую дату верна эта информация и откуда она у тебя» — экономит массу нервов. Модель либо честно скажет, что опирается на общие сведения, либо покажет источник из поиска. Оба ответа полезны, и оба лучше молчаливой уверенности.