Андрей Зубков – ИИ с нуля: как разобраться и начать использовать (страница 4)

– Проверьте три настройки: язык, уведомления, история чатов (включение/отключение и удаление), чтобы сервис был удобным и управляемым.

Глава 6. Базовые понятия без формул

Частая ситуация на старте такая: вы открываете ИИ‑сервис, видите поле для ввода и не понимаете, что именно «работает» внутри. В одном месте пишут «модель», в другом – «чат», в третьем – «аккаунт», и всё звучит как одно и то же. Из‑за этого сложно разобраться, где вы что настраиваете, почему в одном чате ответы лучше, чем в другом, и почему иногда ИИ уверенно говорит ерунду.

Ключевой принцип простой: отделяйте «упаковку» от «двигателя». Сервис, аккаунт и чат – это упаковка и удобства для пользователя. Модель – это двигатель, который генерирует ответы. Если вы держите это разделение в голове, понятнее, что именно вы меняете своими действиями и откуда берутся ограничения.

Модель – это программа, которая по вашему тексту продолжает текст так, чтобы он был похож на человеческий. Она не «думает» и не «помнит жизнь», а подбирает слова по закономерностям, которые выучила раньше. Сама модель обычно спрятана внутри сервиса, и вы напрямую её «не трогаете» – вы просто отправляете запросы и получаете результат.

Сервис – это сайт или приложение, через которое вы пользуетесь моделью. В сервисе есть интерфейс, кнопки, загрузка файлов, история, иногда разные режимы (например, «поиск», «анализ», «изображения»). Сервис решает, какую модель подключить, какие ограничения поставить, что сохранить в истории, а что нет. Поэтому один и тот же запрос в разных сервисах может дать разные ответы: «двигатели» могут отличаться, и «упаковка» тоже.

Аккаунт – это ваша учётная запись в сервисе. Она нужна, чтобы сервис мог хранить вашу историю, настройки, подписку (если она есть), ограничения по количеству запросов и доступ к функциям. Важно: аккаунт – это не «память модели». Аккаунт хранит данные на стороне сервиса (например, список ваших чатов), а модель каждый раз генерирует ответ заново на основе того, что вы ей дали в текущем запросе и контексте.

Чат – это конкретный диалог внутри сервиса. В чате хранится переписка, и сервис обычно подставляет её (полностью или частично) в следующий запрос как контекст. Контекст – это текст, который модель «видит» перед тем, как ответить: ваше сообщение плюс часть предыдущих сообщений, иногда – вложенные файлы или выдержки из них.

Поэтому в одном чате ИИ «в курсе», что вы обсуждали раньше, а в новом чате – нет. Отсюда полезная привычка: для новой темы открывайте новый чат, а для продолжения задачи держитесь одного чата, чтобы контекст не потерялся.

Отдельно важно различать «обучение модели» и «использование». Обучение – это когда разработчики заранее показывают модели огромные объёмы данных и настраивают её так, чтобы она лучше продолжала текст и следовала инструкциям. Это происходит не на вашем устройстве и не «по нажатию кнопки».

Использование – это когда вы в сервисе отправляете запрос и получаете ответ. В момент использования модель не становится умнее «навсегда» от вашей переписки. Она просто использует ваш текущий контекст, чтобы сгенерировать ответ здесь и сейчас.

Иногда сервис может предлагать функции, которые выглядят как «обучение на ваших данных»: например, «сохранить стиль», «помнить предпочтения», «подключить документы». На уровне пользователя это почти всегда означает одно из двух: либо сервис хранит ваши настройки и заметки в аккаунте и подставляет их в контекст, либо создаёт отдельное хранилище ваших материалов и подмешивает фрагменты в запрос. Это всё ещё не то же самое, что обучение самой модели разработчиками.

Практический вывод: не рассчитывайте, что модель «запомнит на будущее» важное правило, если вы не повторяете его в запросе или не храните в шаблоне.

Третий базовый момент: модель не «знает всё» и может ошибаться. Она хорошо формулирует текст, но это не гарантия правды. Ошибки бывают разного типа: выдуманные факты, перепутанные даты, несуществующие ссылки, уверенные ответы там, где нужно было сказать «не знаю». Часто это выглядит правдоподобно, потому что модель умеет писать связно.

Поэтому доверяйте ей как помощнику по черновикам и структуре, но проверяйте там, где важна точность: цифры, имена, правила, медицинские и юридические темы, условия договоров, цитаты и источники.

Сценарий из жизни. Вам нужно подготовить письмо в учебный отдел: уточнить сроки пересдачи и список документов. Вы открываете ИИ‑сервис на телефоне, входите в аккаунт и видите прошлые чаты. Создаёте новый чат, чтобы не смешивать тему с рабочими задачами.

Пишете запрос: «Составьте вежливое письмо в учебный отдел. Цель: уточнить сроки пересдачи и какие документы нужны. Тон нейтральный. Формат: тема письма + текст письма. Данные: я студент(ка) 2 курса, дисциплина “Экономика”, пересдача по уважительной причине». Модель (двигатель) генерирует текст, сервис показывает его в чате и сохраняет в истории аккаунта.

Вы читаете и замечаете: модель добавила конкретную дату пересдачи, хотя вы её не давали. Вы не принимаете это как факт, потому что понимаете: модель может уверенно «додумать». Вы исправляете: удаляете дату и просите вариант без предположений: «Перепишите письмо без конкретных дат и без утверждений, которых нет во входных данных. Добавьте фразу с просьбой сообщить актуальные сроки». В итоге вы получаете письмо, которое можно отправить, и при этом не переносите выдуманную информацию в реальную переписку.

После этой главы стоит унести три вещи. Первое: модель – это то, что генерирует ответ; сервис, аккаунт и чат – это то, как вы к ней обращаетесь и где хранится ваша история. Второе: обучение модели происходит у разработчиков заранее, а вы в обычной работе модель не «обучаете», вы только даёте контекст. Третье: если ответ выглядит уверенно, это не значит, что он точный – проверяйте факты и убирайте любые «додуманные» детали, которых вы не задавали.

Глава 7. Что такое запрос (prompt)

Обычно новичок открывает ИИ‑чат, пишет что-то вроде «Сделай красиво» или «Помоги с письмом», получает ответ и не понимает, почему он вышел не в тему: слишком общий, не тем тоном, не того объёма, с лишними деталями или без нужных. Возникает ощущение, что «ИИ работает через раз», хотя проблема чаще в том, что запрос сформулирован как намёк, а не как понятная инструкция.

Ключевой принцип простой: запрос (prompt) – это ваше техническое задание в одном сообщении. Чем яснее вы описали, что нужно сделать, на каких данных и в каком виде вы хотите результат, тем выше шанс получить полезный ответ с первого или второго раза.

Запрос удобно собирать из трёх частей: задача, контекст, формат ответа. Это не «правила ради правил», а способ убрать недосказанность.

Задача – что именно нужно сделать. Здесь важны действие и объект: «составь письмо», «сократи текст», «сделай план», «придумай варианты», «сравни».

Если задача расплывчатая («помоги», «сделай лучше»), ИИ выбирает направление сам, и вы потом тратите время на исправления. Хорошая задача отвечает на вопрос: какой результат вы хотите получить в конце.

Контекст – исходные данные и условия. Это то, без чего задачу можно понять неправильно: кому вы пишете, какая ситуация, какие ограничения, что уже сделано, какие факты нельзя менять. Контекст можно давать списком.

Если данных нет, ИИ будет «додумывать» – и тут появляются ошибки и лишние предположения. Если вы не готовы раскрывать личные или рабочие детали, обезличьте: замените имена на «Клиент», суммы на диапазоны, адреса на «город N», внутренние названия на «проект А».

Формат ответа – как должен выглядеть результат. Это про структуру и удобство использования: «3 варианта», «коротко до 120 слов», «таблица из 4 колонок», «список шагов», «тон: нейтральный/дружелюбный/официальный».

Формат особенно помогает, когда вам нужно сразу вставить результат в письмо, документ или заметку. Если формат не задать, ИИ выберет его сам: может написать длинно, может – слишком кратко.

Эти три части можно писать в любом порядке, но новичкам проще держать одну схему: сначала задача, затем контекст, затем формат. Если ответ получился «почти», не переписывайте всё – уточните одну часть.

Например, если тон не тот, меняйте формат («сделай более официально»). Если ИИ «не угадал» ситуацию, добавьте контекст. Если он делает не то действие, переформулируйте задачу.

Один и тот же пример хорошо показывает разницу между коротким и развернутым запросом. Допустим, вам нужно письмо преподавателю, чтобы перенести срок сдачи работы.

Короткий запрос:

«Напиши письмо преподавателю, чтобы перенести дедлайн.»

С таким запросом ИИ не знает, какой тон допустим, на сколько дней перенос, есть ли уважительная причина, как вас зовут и как называется предмет. Он выдаст универсальный текст, который может звучать слишком оправдательно или, наоборот, слишком требовательно, и вам придётся переделывать.

Развернутый запрос на ту же задачу:

«Задача: составьте письмо преподавателю с просьбой перенести срок сдачи работы.

Контекст: я студент(ка), предмет “Маркетинг”, работа – эссе на 3 страницы. Дедлайн был 18 января, прошу перенести до 22 января. Причина: заболел(а), 2 дня выпадал(а) из графика. В письме не придумывайте справки и диагнозы, не давите на жалость.