Вы просите нейросеть: «Напиши пост в моём стиле». И получаете гладкий, бодрый, абсолютно чужой текст — с восклицаниями, которых вы никогда не ставите, и словами, которых вы не говорите. Первая мысль: «Слабый инструмент». А правда в том, что модель понятия не имеет, какой у вас стиль — вы его ей не показали. Ей достался голый запрос, а стоило приложить три ваших поста как образец. Сегодня — про самый недооценённый навык работы с ИИ: как загрузить модель деталями так, чтобы она отвечала не «вообще», а именно вам.
Главная мысль одной фразой: модель знает только то, что вы дали ей в этом окне разговора; чем богаче контекст — факты, ограничения и живые примеры, — тем точнее ответ, и почти все разочарования рождаются из голого запроса без деталей. Разберём: почему модель не видит ваш мир; что такое контекстное окно; обучение на примерах прямо в запросе; правило «дай текст целиком, а не пересказ»; и честный суд — где контекст бессилен и даже вредит.
1. Почему «в моём стиле» не работает
Начнём с болезненного, но освобождающего факта. Языковая модель не помнит вас. Она не видит ваш проект, вашу переписку, вашу манеру письма, вчерашний разговор и то, что вы имели в виду. У неё есть ровно одно: текст, который вы напечатали в этом окне прямо сейчас. Всё остальное для неё не существует.
Поэтому просьба «напиши в моём стиле» для модели звучит как «напиши в стиле, который я тебе не показал». Что ей остаётся? Усреднить. Собрать самый вероятный, самый общий «пост из интернета» — и выдать его. Отсюда та самая безликая гладкость, которая вас раздражает.
Запомните это как главный тезис лекции, мы вернёмся к нему ещё дважды: модель отвечает не на то, что вы имели в виду, а на то, что вы написали. Контекст — это мост между вашей головой и её ответом. Нет моста — она додумывает сама, и додумывает усреднённо.
В прошлой лекции мы говорили о четырёх кирпичах хорошего запроса: роль, задача, контекст, формат. Сегодня — крупным планом третий кирпич, контекст. Он оказался самым тяжёлым: именно на нём чаще всего экономят, и именно из-за него получают пустые ответы.
2. Что модель держит в голове: контекстное окно
Чтобы понять пределы, нужно одно техническое понятие. Оно простое, но всё объясняет.
Контекстное окно
Контекстное окно — это объём текста, который модель способна удерживать перед глазами за один раз: ваш запрос, приложенные материалы и её собственные ответы в этом диалоге. Представьте рабочий стол ограниченного размера. Всё, что лежит на столе, участвует в ответе. Чего на столе нет — для модели не существует. Пример: вы прислали свою статью и три часа её обсуждаете — пока она на «столе», модель отвечает по ней; но в очень длинном разговоре ранние детали могут «сползти со стола», и модель их будто забудет. Стол большой, но не бесконечный.
Отсюда два практических следствия. Первое: то, что вы не положили на стол, модель не знает — не потому что глупая, а потому что этого перед ней просто нет. Второе: сам разговор занимает место. Чем дольше и запутаннее диалог, тем выше риск, что важная деталь из начала потеряется. Держать контекст свежим — тоже часть работы.
3. Три вещи, которые превращают пустоту в точность
Богатый контекст — это не «побольше слов». Это три конкретных вещи, и каждая закрывает свою дыру.
Первое — факты и ограничения. Кто вы, для кого текст, где он выйдет, чего нельзя. «Пост для родителей подростков, в телеграм-канал семейного психолога, без обесценивания, не длиннее экрана телефона, без слова "должен"». Каждое такое ограничение отсекает тысячи неподходящих вариантов и разворачивает модель в вашу сторону.
Второе — примеры желаемого результата. Это самый мощный и самый недооценённый приём, ему посвящён следующий раздел целиком.
Третье — исходник целиком, а не пересказ. Если просите отредактировать письмо — дайте письмо, а не «там я примерно извиняюсь и прошу перенести встречу». Если просите ответить клиенту — вставьте его сообщение дословно. Модель работает с тем текстом, что видит; ваш пересказ — это уже искажённая копия, и она будет отвечать на копию, а не на оригинал.
Возьмите задачу, где важен ваш голос: пост, письмо, ответ клиенту. Сначала попросите нейросеть решить её голым запросом — «напиши пост про выгорание в моём стиле». Сохраните результат. Теперь приложите два-три своих реальных текста и допишите: «Вот как я обычно пишу — те же интонации, длина фраз, любимые словечки. Продолжи в этом же духе». Сравните два ответа рядом. Разница между «чужим человеком» и «почти мной» — и есть цена контекста; вы увидите её своими глазами за пять минут.
4. Обучение на примерах: покажите, а не объясняйте
Люди договариваются на примерах постоянно. «Сделай как в прошлый раз». «Хочу в таком настроении, как это письмо». Показать образец быстрее и точнее, чем описать его словами. С моделью — ровно так же, и это её встроенная способность.
Обучение на примерах
Обучение на примерах — это когда вы даёте модели несколько образцов «вот так надо» прямо внутри запроса, и она подхватывает шаблон: тон, длину, структуру, ход мысли. Не «пиши коротко и тепло», а два ваших коротких и тёплых текста рядом — и просьба сделать третий такой же. Пример из жизни: риелтор вставил три своих удачных объявления и попросил описать новую квартиру «в том же ключе» — модель сама переняла его манеру, порядок, даже привычку заканчивать вопросом. Два-три примера задают шаблон надёжнее любого прилагательного.
Почему это работает лучше описаний? Потому что «тепло», «профессионально», «живо» каждый понимает по-своему — и модель тоже усредняет эти слова. А пример однозначен: вот конкретное «тепло», вот эта длина, вот такой ритм. Прилагательное описывает цель издалека; пример кладёт её прямо перед моделью.
Практическое правило: два-три примера лучше одного. Один образец модель может принять за случайность; на трёх она видит закономерность и уверенно её продолжает. И примеры должны быть однородны — если показать три разных стиля, модель не поймёт, какой из них ваш.
5. Как выглядит разница: от общего к точному
Соберём всё вместе на одной картине — что именно меняется в ответе, когда контекст из пустого становится богатым.
Вот почему главная мысль повторяется в третий раз, теперь как рабочее правило: модель усредняет ровно настолько, насколько вы оставили ей свободы. Хотите ответ «вообще» — дайте запрос «вообще». Хотите ответ «для вас» — покажите себя: факты, примеры, оригинал.
6. Суд: где контекст бессилен и где вредит
Было бы нечестно оставить вас с ощущением, что контекст — волшебная кнопка. У него есть чёткие границы, и знать их так же важно, как и сам приём.
Первое: мусорный контекст ухудшает ответ. Больше слов не значит лучше. Если вы свалили в запрос всё подряд — три несвязанные задачи, лишние файлы, поток сознания, — модель может ухватиться не за то и увести ответ в сторону. Контекст должен быть богатым, но релевантным: относящимся к делу, а не просто объёмным.
Второе: противоречивый контекст ломает ответ. Если в одном примере вы пишете сухо и строго, а в другом — с шутками и смайликами, и просите «продолжи в моём стиле», модель не выберет за вас. Она усреднит противоречие и выдаст невнятицу. Примеры должны говорить одно и то же.
Третье: модель всё равно может забыть. Мы говорили про контекстное окно — в длинном, ветвистом разговоре ранние детали сползают со стола. Модель, которая уверенно помнила ваше условие в начале, к сороковому сообщению способна его потерять — и не предупредит об этом. Лекарство простое: важные ограничения повторяйте, а очень длинные диалоги лучше начинать заново, коротко пересобрав главное.
Итог суда: контекст решает почти всё, но только когда он чистый, непротиворечивый и вовремя обновлённый. Это по-прежнему инструмент в ваших руках, а не автопилот.
Итоги лекции
- Модель знает только то, что вы дали ей в этом окне разговора: не видит ваш проект, стиль и переписку, пока вы их не покажете.
- Контекстное окно — это рабочий стол модели: что на нём лежит, участвует в ответе; чего нет — не существует, а в длинном диалоге детали сползают со стола.
- Богатый контекст — это три вещи: факты и ограничения, два-три примера желаемого результата и исходник целиком, а не пересказ.
- Обучение на примерах сильнее описаний: покажите образец «вот так надо», и модель подхватит тон, длину и структуру точнее любого прилагательного.
- Чем богаче и релевантнее контекст, тем уже воронка вариантов и тем точнее ответ; голый запрос даёт усреднённый, «чужой» результат.
- Контекст не всесилен: мусорный или противоречивый вредит, а очень длинный разговор заставляет модель забывать — важное нужно повторять.
- Почти все разочарования в ИИ — это разочарования в собственном голом запросе, а не в модели.
Вопросы для самопроверки
- Объясните своими словами, почему просьба «напиши в моём стиле» без примеров почти всегда даёт безликий текст.
- Что такое контекстное окно? Приведите свой пример ситуации, где модель «забыла» деталь, потому что та сползла со стола.
- В чём разница между тем, чтобы описать желаемый стиль словами, и тем, чтобы показать два-три примера? Почему второе работает точнее?
- Почему пересказ исходника хуже, чем сам исходник, вставленный целиком? Придумайте случай, где это критично.
- Приведите свой пример, когда больше контекста сделало бы ответ хуже, а не лучше.
- Как связаны контекст из этой лекции и роль-задача-контекст-формат из прошлой?
Литература
Итан Моллик, «Сотворчество с ИИ» (Co-Intelligence) — о работе с языковыми моделями как с партнёром, глава про то, как давать контекст и примеры. Дэниел Канеман, «Думай медленно, решай быстро» — про то, как мы сами достраиваем недосказанное усреднением; помогает понять, почему модель ведёт себя похоже. Официальные руководства разработчиков языковых моделей по составлению запросов — разделы про few-shot, то есть обучение на нескольких примерах прямо в запросе: там этот приём разобран на практике.
🧠 Тренируйте разговор с ИИ прямо сейчас
Фреди — ИИ-собеседник этого сайта. Здесь можно на живом примере попробовать всё из курса: сформулировать запрос, довести ответ в диалоге, попросить сыграть оппонента.