Годы идут, а ChatGPT всё никак не выдаёт идеальный ответ? Возможно, дело не в том, что вы спрашиваете, а как. Вместе с креативной продюсеркой, редакторкой арт-платформы CIFRA и авторкой телеграм-канала Prompt Comrade Юлей Красильниковой разбираемся, как наконец-то научиться использовать ChatGPT.
Как AI изменил подход к работе с информацией? И изменил ли?
ChatGPT и его аналоги стали еще одним инструментом так называемой когнитивной выгрузки (cognitive offloading) – делегирования мыслительного процесса или функции памяти гаджету, программе, устройству. Зачем лишний раз вспоминать факты и даже гуглить, если можно обратиться к чату за подробной инструкцией?
Появилась лень, а вместе с ней изменилась сама ценность знаний. Мы реже запоминаем факты и детали, сложные концепции – тем более. Возникает цифровая амнезия – нам кажется, что мы знаем факты, просто не хотим вспоминать, чтобы не перегружать свою оперативку. Зато готовы перегружать нейросети – все чаще люди отправляют запрос в ChatGPT, вместо того, чтобы погуглить или заглянуть в переводчик.
Первое время это действительно упрощает работу и кажется, что твоя производительность возросла благодаря нейросетям. Но меняется и запрос со стороны рынка – например, от креативщиков ждут более быстрый поток идей в рекордные сроки, а клиенты часто даже напрямую просят «погенерить идейки в чате».
Само восприятие идей, оценка их качества тоже меняется. Журналист Кайл Чайка в книге Filterworld описал, как алгоритмы «сглаживают» нашу культуру, стирая шероховатости. Все становится очень ровным и однообразным – книги, фильмы, музыка, посты в соцсетях, алгоритмическая лента рекомендаций. Делегируя работу ChatGPT и аналогам, мы утрачиваем собственную уникальность. Да, она же заставляет нас ошибаться, но зато она отражает нашу индивидуальность.
В прошлом году преподаватели вузов возмущались, что все студенты подсели на ChatGPT и буквально по одному слову delve («погружаться») можно было распознать невидимую руку алгоритма. Проблема в том, что академическое сообщество до сих пор не знает, что с этим делать.
Возникают и экзистенциальные вопросы – достаточно вспомнить недавнюю волну поэзии, сгенерированной китайской нейросетью DeepSeek. Если алгоритмы настолько тонко научились имитировать чувства, то что уж говорить о рабочих тасках? Ну и критическое мышление страдает, это уже не просто ощущение – Microsoft недавно проводил исследование, которое это подтвердило: вместо сбора информации – фактчекинг после ИИ, вместо решения проблем и выполнения задач – контроль их выполнения искуственным интеллектом.
Создатели Чата провернули гениальный ход – сделали максимально удобный и понятный интерфейс. Формат чата – самый привычный и знакомый нам, и это, конечно, сыграло свою роль в популяризации ChatGPT. Этот интерфейс, кстати, создает иллюзию присутствия другого – он пишет, размышляет, иногда нужно ждать ответ. Кажется, будто это реальный собеседник – неудивительно, что многие заводят дружбу или влюбляются в нейросетку.
Что касается будущего образования после появления нейросетей, я не думаю, что оно окончательно обесценится – оно просто адаптируется, как уже делало это под влиянием интернета. Есть профессии, где критически важно разбираться в нюансах, например, медицина или юриспруденция. Специалисты такого профиля не могут полностью полагаться на инструменты, поэтому ничего кардинально для них не изменится – разве что все чаще к ним будут приходить люди после первичной консультации с чатом.
А вот сам подход к обучению, скорее всего, да. Раньше образование строилось на авторитете: если профессор сказал, значит, так и есть. Авторитет преподавателей давил на студентов – если ты чего-то не знал, тебя могли высмеять и обесценить любые последующие твои аргументы. А сейчас у каждого в кармане бесконечная энциклопедия с доступом 24 на 7, можно за секунду проверить любую информацию и поспорить с преподавателем.
Шпаргалка по промптам. Секреты точных запросов
В своей работе Юля использует принципы гуманитарного промпт-инжиниринга – иными словами вербальные манипуляции, а не комплексные многоуровневые приемы, которыми пользуются профессиональные промпт-инженеры. Впрочем, как показало время, именно умение точно сформулировать запрос простым человеческим языком сейчас дает оптимальные результаты – эпоха пропмт-шаманизма немного отошла на второй план. Конечно, если дело касается стандартных креативных задач – мы не говорим сейчас о написании кода для стартапа.
1. Чёткий референс.
Чату нужно приводить примеры стиля и tone of voice – и чем богаче ваша библиотека референсов, тем лучше. Вы можете отсылать его к художественной или научной литературе, чтобы он писал в похожей стилистике. Я часто использую не широко известные журналы, к примеру, Dazed или Vice – и прошу сгенерировать текст в их стилистике.
Описывайте ощущение, которое должен вызвать текст, на какую форму он больше похож (дотошный мануал, бодрая креативная шпаргалка, филофоский трактат). Если вам нравится какой-то стиль, скопируйте текст в чат и попросите его описать стиль и тон, а затем эти же формулировки используйте в промпте. Если вам нравится ваши тексты, которые вы писали самостоятельно или «рефайнили» при поддержке чата, покажите их тоже как образец.
2. Целевая аудитория.
Важно прописывать, для кого эта информация предназначена. Если вы пишете деловое письмо, то нужно прописать, что его будет читать руководство, если это развлекательный текст – нужно прописать, чтобы Чат сделал текст для зумеров и использовал слова, которыми они реально разговаривают. Но стоит учесть, что он отстает по трендам на пару лет – и сленговые слова могут выглядеть кринжово.
Кроме ЦА важен и портрет самого спикера – какое впечатление вы хотите произвести как автор или авторка текста? «Пиши как скромный ученый, который случайно открыл радиацию» или «Пиши как профессиональная креативная копирайтерка Apple, которой дали карт-бланш». Чат хорошо считывает вайбы – этого у него не отнять.
3. Обоснование
В некоторых моделях (в бесплатной версии у DeepSeek, например) доступна опция DeepThink (R1) – она не просто выдает ответ, а строит цепочку рассуждений, объясняя, почему Чат пришёл к такому выводу. Это помогает понять, где он мог ошибиться, или, наоборот, заметить неожиданный, но интересный ход мысли.
Такой подход полезен для того, чтобы в будущем более точно формулировать запросы и получать качественные результаты. Понимая, как мыслит машина, вы сможете точнее формулировать запросы. И, кстати, результаты через DeepThink (R1) всегда получаются лучше, жаль только сервер часто становится недоступен и приходится ждать, пока заработает.
4. Язык.
Если вы изучаете иностранный язык и, например, пишете сочинение по-английскому на уровне B1, то не стоит просить ИИ сгенерировать текст уровня C2. В противном случае преподаватель сразу это заметит. Не забывайте и тут о портрете автора – если вы студент языковой школы, то попросите Чат писать для вас на соответствующем уровне. Но лучше, конечно, учиться писать на иностранном самому, а чату делегировать вычитку — он, кстати, отлично справляется с упрощением языка и приданием ему более разговорной формы (в английском попросите писать fluently like a native speaker).
Если говорить про поиск, то по моему опыту, наилучшую выдачу получаешь в языковой среде, близкой к той, на которой построен основной корпус текстов в интернете. Чем больше материалов на определённом языке, тем лучше модель ориентируется в нём. Если в интернете мало текстов на каком-то языке, то и результаты будут менее точными. Как раз поэтому работать в ChatGPT на английском – сплошное удовольствие. На русском уже сложнее, на белорусском — челлендж, хотя за последнее время качество все же улучшилось.
Долгое время ChatGPT плохо справлялся с белорусским языком: он мешал его с украинскими словами, добавлял элементы старорусского, и в итоге получался какой-то странный, неаутентичный текст, явно не соответствующий реальной языковой практике.
5. Объем промпта.
Есть определённые ограничения, которые зависят от нескольких факторов: наличие подписки и дополнительные настройки. Если запрос слишком большой в бесплатной версии, модель просто откажется его обрабатывать.
В целом, чем длиннее промпт, тем сложнее его обработка. Помню, когда только начал набирать популярность промпт-инженеринг, многие самопровозглашённые эксперты советовали сверхсложные промпты – вы прописывали комплексный алгоритм со всеми «если…то». Но мой опыт показал, что даже тогда в этом не было необходимости, а сейчас – тем более.
Современные нейросети всё лучше понимают контекст и учатся понимать “с полуслова”. ChatGPT запоминает факты о вас с помощью функции памяти, поэтому нет смысла перегружать его громоздкими промптами, если только речь не идёт о сложных технических задачах – например, написании кода для приложения или сайта, где важны многоуровневые вводные данные. Нейросети помнят контекст и все лучше знают вас – и второй факт еще непонятно, на пользу или во вред.
6. Исходные данные и интерактив.
Ответ получается лучше, если я вы даете основу – даже в виде хаотичного потока мыслей. Можно просто набросать ключевые идеи, даже не заботясь о логике, будто записываешь голосовое сообщение. Нейросеть умеет работать с таким «сырьём» и превращать его в связный текст. Обязательно давать вводную фактуру.
Например, вы пишете пост с афишей очередной вечеринки для бара – даже в этом случае стоит включить фантазию и накидать пару идей о мероприятии и диджеях. Иначе они все окажутся «фанатами электронной музыки, которые взорвут танцпол», а так ведь не бывает, правда?
Не стоит пытаться решить сложную задачу одним огромным промптом. Например, если нужно написать сочинение по литературному произведению, нет смысла говорить: «Напиши сочинение на эту тему».
Вместо этого можно пойти пошагово:
- Сначала спросить: «Какие интересные детали есть в этом произведении?» — даже если ты его не читал, нейросеть выдаст ключевые темы.
- Выбрать одну из них и попросить её развить: «Развей вот эту мысль с такой-то точки зрения».
- Добавить свои размышления и направить модель в нужное русло: «Я хочу, чтобы текст выглядел как личное рассуждение, а не просто пересказ. Добавь немного субъективности».
То же самое касается и редактирования текстов. Вместо запроса «Перепиши это, мне не нравится» лучше указать, что именно вас не устраивает:
- “Мне не нравится, как здесь передана мысль, попробуй перефразировать”;
- “Это предложение звучит слишком официально, сделай его более разговорным”;
- “Добавь сюда немного больше анализа, а то вывод слишком поверхностный”.
Можно даже просить углубить или упростить текст:
- “Развивай эту мысль глубже, добавь аргументы”;
- “Упрощай этот абзац, чтобы его понял даже ребёнок”;
- “Составь план текста”, “Разбей на абзацы с подзаголовками”;
- “Сделай текст более выразительным”, “Добавь художественные метафоры”;
7. Фактчекинг.
Доверять фактам, которые выдаёт нейросеть, нельзя и точка. Можно использовать её как инструмент для поиска информации, но только при условии, что вы сами проведете фактчекинг. Самая важная особенность нейросетей – они не умеют говорить “Я не знаю” (за исключением ситуаций, когда этого требует цензура или заданные фильтры). Если ChatGPT не уверен в информации, он просто придумает правдоподобный ответ вместо того, чтобы признать, что чего-то не знает. Признайтесь, было?
Иногда Чат даёт более-менее точные ответы на базовые запросы, например, о населении Индии или столице Албании. Но если дело касается менее распространенных фактоидов – начинается импровизация. Если у нейросети есть доступ к поиску, информация будет свежее, но даже в этом случае всегда есть риск неточностей.
В бесплатных версиях или без доступа к поисковым технологиям ошибки в фактах встречаются постоянно, причём самые опасные из них – те, которые выглядят правдоподобно, но на самом деле не соответствуют реальности. Поэтому, пожалуйста, верифицируйте все: имена, даты, цифры, цитаты (особенно часто искажаются), исторические факты. Возможно, это не баг, а своеобразная “фича”, заставляющая пользователя или пользовательницу не доверять слепо и проверять информацию самостоятельно.