⚡️ ChatGPT раздает 1 месяц бесплатной подписки на Plus тариф.

В каких странах действительна акция, не знаю - проверяйте по ссылке:
https://chatgpt.com/?promo_campaign=plus-1-month-free#pricing

И напишите, у кого сработало и из какой локации 📍

📌 Мини-памятка по нейросетям:

Для текстов и кода - Claude
Для визуала и объяснений - Gemini
Для общения голосом и самой свежей информации - Grok
Для анализа и многоступенчатых задач - ChatGPT
Для поиска в интернете - Perplexity
Для работы с вашими источниками - NotebookLM
Для новичков, полностью бесплатная - DeepSeek

🎭 Роль (вот это «Ты - опытный эксперт…») - самая переоцененная часть промпта.

У меня есть теория, почему так получилось, но это в целом не важно. Важно - чтобы вы не использовали техники, просто потому что все их используют. Важно - понимать, какую задачу решает каждый элемент, и нужен ли он в вашем конкретном случае.

Когда роль нужна:

1️⃣ Если имеет значение, КТО отвечает, от этого зависит результат.
Для сравнения: «Ты - архитектор, составь список мест, которые я могу посетить за 1 день в Праге» и «Ты - фотограф / историк / food guide…» дадут разные результаты. См. скрины в комментах, в пост не влезли.

Можно ли это решить без роли? Да. Просто «Составь список мест…» а в условиях прописать, каких именно. Но через роль проще.

2️⃣ Если в роли вы прописываете подачу - тон, характер, формат ответа. Т.е. КАК отвечает.
Например: «Ты - спокойный и терпеливый учитель / энергичный и заряженный коуч / прямолинейный и строгий редактор».

В официальном гайде к GPT-5.1 среди рекомендаций была упомянута роль, но именно как возможность прописать характер ассистента. Естесно, многие в детали вдаваться не стали и началось опять «экспертный эксперт с 40 годами опыта», типа OpenAI же сами сказали. Ничего они такого не говорили.

3️⃣ Для нишевания, специализации.
Например, «семейный психолог, работающий в Х подходе» или «специалист по b2b продажам». Это срежет ненужное и даст фокус при выполнении задачи.

Важно! Это не работает на вертикаль, типа напишу директор по маркетингу вместо маркетолог - будет умнее. Дофига было исследований - не работает. Иногда «крутые» роли наоборот делают хуже, тк меняют тон на более уверенный, настойчивый, не признающий ошибки. Либо притягивают стереотипы и сленг, но это с любой профессией.

4️⃣ Ну и самое популярное, если вы задаете роль ассистента раз, а обращаться планируете с разными запросами. Т.е. в первом промпте одной четкой задачи может вообще не быть.
Например, создали себе персону бизнес-тренера с конкретным подходом и «личностью» - и ходите этот в чат по всем бизнес вопросам. ИИ-компаньоны и ролевки сюда же.

Наверняка есть еще примеры ситуаций, но принцип такой.

👉 И если вам кажется, что блин, ну это же почти все кейсы - это вообще не так. Я в продуктовых промптах (на решение конкретной задачи) роль использую ну может в 20% случаях. Потому что когда я прошу «проанализируй / сравни / найди / составь», мне абсолютно пофиг, кто это будет делать и в каком тоне мне подаст результат. Важны условия и ограничения, но это другая часть промпта - удивительно недооцененная.

ChatGPT и другие текстовые нейросети не обучаются в реальном времени - не используют информацию от пользователей и из интернета, чтобы автоматически обновить свои знания.

📆 В этом плане все модели немного застряли в прошлом. У каждой есть что называется knowledge cutoff date - дата окончания знаний. Это значит, что модель была обучена на текстах до этой даты, информации о том, что произошло после у нее нет.

Например, у GPT-5.2 knowledge cutoff - 31 августа 2025. И если вы возьмете чистую модель и спросите про события сентября 2025 - она либо скажет, что не знает, либо сгаллюцинирует наиболее вероятный вариант.

🔎 Хорошая новость: в ChatGPT и других пользовательских интерфейсах мы не работаем с чистыми моделями. К ним прилагаются инструменты, один из которых - вебпоиск. Т.е. ваш ИИ-ассистент, как ассистент человеческий, может пойти в интернет и найти там информацию, которую сам не знает.
Догадается ли он это сделать - другой вопрос.

Современные модели в основном «думающие» и могут сами планировать действия, которые нужны для решения задачи, в тч использование вебпоиска. Но надежнее все-таки прописать это в промпте, включив ссылки на источники. Можно прям этими словами:

используй вебпоиск, включи ссылки на источники

Ну и помним, что ссылки тоже могут быть галлюцинацией, поэтому лучше их проверять. Мы с ИИ сейчас на том этапе, где все, что вам важно - нужно проверять. Как и с людьми собсно.

📖 Словарь для выживания в ИИ-рунете, чтобы проще было ориентироваться в понятиях и терминах. Он же переводчик с ИИшного на русский.

Собсно ИИ и нейросети, они же нейронки. В русскоязычном сегменте интернета это взаимозаменяемые термины. Ну если совсем к технарям не ходить, там вам скажут, что ИИ вообще не существует, типа оно еще не интеллект. Но мы к ним не пойдем, а у обычных людей оба слова сейчас используют для описания одних вещей.
Это НЕ корректно, ИИ - понятие гораздо шире, в него входят не только нейросети, но вот так приклеилось. В этом блоге я их тоже использую взаимозаменяемо.

Нейросети бывают разные, но запопулярились сейчас конкретно генеративные. Которые генерируют (создают) что-то новое - фото, видео, музыку, тексты. На английском их называют genAI, на русском особо никак, в широком обиходе этого слова нет. Но понятие есть, и знать его надо.

И вот здесь у нас развилка.

➡️ Направо пойдешь - к ИИ-креаторам попадешь. Под этим термином в основном понимают людей, которые делают фото и видеогенерации. Очень популярная сейчас тема, поэтому если в поиске того же тредса вбить ИИ или нейросети - 90% материала будет про визуал.

⬆️ Прямо пойдешь - к вайбкодерам попадешь. Это те, кто пишут программы, приложения, боты и тд, используя ИИ как переводчик с человеческого в код.

Интересный факт: термин быстро разошелся, и кажется будто это прям отдельная сформировавшаяся дисциплина с историей и тд. На самом деле ему всего год, и у него есть конкретный источник - твит от Andrej Karpathy (бог текстовых нейросетей, о них ниже), где он описал это как «программировать на вайбе, вообще не думая про код». Типа LLM за тебя будет думать, ну т.е. в код идеи оформлять.

И вот наконец про LLM.
⬅️ Налево пойдешь - ко мне попадешь. Это зона промпт/контекст-инжиниринга, то самое «как говорить с ИИ». И нет, он не умер и умирать не собирается, просто репутацию испортили своим «миллион волшебных промптов». Не суть.

Моя тема и тема этого блога - текстовые нейросети, а точнее LLM. Large Language Models, большие языковые модели. Это вид генеративного ИИ, который обучается на массивах текста и думает единицами, на которые разбивает текст (токенами). Матчасть там огромная, но главное, что нужно понять - ллмки работают с текстом. Текст - их основной вход и выход, язык - способ понять запрос и сформулировать ответ.

🎨 Тут момент. Многие современные LLM мультимодальные, они могут принимать и отдавать не только текст, но и распознавать изображения, работать с аудио и файлами, а иногда и с видео. И кажется даже странным называть их текстовыми.

На самом деле внутри такой модели или интерфейса обычно есть отдельный слой, который переводит не-текст в текст (более корректно - в формат, понятный языковой модели, там есть нюансы), и обратно. Либо рядом работает маленькая специализированная модель под конкретный тип данных. Но ядро, которое ведет диалог и формирует ответ - все равно LLM.

Генеративные не-LLM это, например, Midjourney, Sora, голосовые модели от ElevenLabs. Это другие животные, другой тип ИИ.

⚙️ Ну и последние три понятия, чтобы заземлиться о знакомое. Когда мы говорим о текстовых ИИ, в том числе в этом блоге, мы используем три вида терминов: компания - продукт - модель.

Например, компания OpenAI создала продукт ChatGPT, последняя модель в которой GPT-5.2. Скоро OpenAI выпустит новую модель, допустим GPT-5.3, и ее тоже добавят в ChatGPT.
То есть, ChatGPT - это именно приложение, оболочка, но внутри нее можно использовать разные модели. А также модели можно использовать вне приложения, через API, но мы туда пока не пойдем.

Другой пример: Anthropic (компания) - Claude (продукт) - Claude Opus 4.5 (модель). Google (компания) - Gemini (продукт) - Gemini 3 (модель)

Чтобы понять, насколько смешно и нелепо выглядит сейчас репрезентация ИИ в соцсетях, представьте, что в моду вошло собирать машины с нуля. Люди и раньше такое делали, но это было очень нишевое занятие для тех, кто реально горит и шарит, а тут завирусилось. Появились всякие конструкторы, мануалы, каждый второй хвастается тем, что в гараже собрал, каждый третий этому учит.

Но есть нюанс. Из-за того, что это соцсети-тренды-деньги, подаваться оно стало не как прогресс в нише, а как обязательное для всех. Готовые машины для лохов, самосбор круче, через год все на нем будут ездить и вам надо.

А еще во вселенной этого примера машины как вид появились недавно, и 90% людей готовые то водить не научились. Но они есть, разные - седаны для города, внедорожники, спорткары. А еще их легко подстраивать под свои задачи, там есть встроенные режимы и плюшки всякие в комплекте. Багажник там увеличить, подвеску поднять, шины поменять на зимние… детское сидение, гамак для собаки, сверху крепления для лодки, сзади для велосипеда. Все можно легко убрать и добавить, если знать куда нажать.

Но об этом информации почти нет (потому что готовые - фу, помним). Кто сам натыкал, молодец. Кто нет, попробовал дефолтную комплектацию, не особо удобно, но что делать. Либо пользуется и матерится, либо разочаровался и перелез обратно на лошадь, либо пошел за курсом по «собери чудомашину, которая сама за тебя ездит». Но это я отвлеклась.

Представили картину? А теперь представьте, что открываете вы соцсети, а там:
- Выпустили новый конструктор, который позволяет легко соединить руль и колеса!
- Я собрал это с нуля, и оно довезло меня до магазина!
- *фото машины с гусеницами и крыльями, которое никогда из гаража не выедет, но всем пофиг*
- *анонс сборки без тормозов*

Мне это смешно и дико, но еще веселее наверное людям, которые реально в теме ручной сборки и используют ее по назначению. В нашем примере классику там восстанавливают, гоняют на своих творениях по льду или пустыне, делают дома на колесах из автобусов и буханок. Потому что это для них инструменты, а не для обычных людей, которым машина нужна чтоб до магазина доехать и может в лес на выходных. Что вообще не делает нас фу, по мне так наоборот. Фу это пальцы гнуть и смотреть свысока, не разбираясь в основах.

P.S. Не вернулась еще 🖤

❌ У нейросетей нет самосознания.

Я бы это отдельной плашкой добавила в каждый чатбот, рядом с «проверяйте информацию». Потому что оно кажется очевидным, но на деле даже опытные пользователи часто это не учитывают и верят галлюцинациям.

🧠 Что это значит:

ChatGPT не понимает, что он ChatGPT, не может анализировать свои мотивы, рефлексировать, у него нет внутреннего «я такой и делаю так».

Информация о себе для него такая же внешняя, как любая другая. Что-то он получил в процессе обучения, что-то подтягивает из интернета, если активирован вебпоиск, что-то прописано в системном промпте.

Когда модель выпускают в люди, ей буквально дают инструкцию «вот кто ты и что ты можешь». У Anthropic открытые System Prompts, почитайте если интересно.

👉 Что это значит для нас:

Любой запрос, который подразумевает «ну ты же себя знаешь, скажи как лучше» - от напиши для себя промпт до почему ты так делаешь - это приглашение для галлюцинаций, если вы опираетесь именно на само-осознание. Что вот сейчас он внутрь посмотрит и даст информацию из первоисточника. Не посмотрит, нет «внутрь» в их архитектуре.

Самая смешная и поверхностная демонстрация, это вопрос «какая ты модель». Новые и крупные модели с этим редко ошибаются, просто подтягивая информацию из системного промпта, хотя тоже бывает. А вот маленькие, открытые - постоянно. И это очень мило, когда какая-то инди козявочка уверенно утверждает, что она GPT от OpenAI. Не потому что в себя верит, а потому что это самая популярная и обсуждаемая модель в материалах, на которых ее обучали.

Значит ли это, что ИИ вообще не стоит спрашивать про ИИ - нет.
Просто нужно понимать, что для него это обычная внешняя информация. И все правила работы с информацией актуальны.

Например, если вы просите ChatGPT написать для себя промпт - конкретизируйте источники, на которые он должен опираться, правила, ограничения, все как всегда. И держите в голове, что это просто текст, а не внутренний секретный инсайт.

P.S. Я не буду в комментариях развивать тему про признаки сознания у ИИ. На сегодня это рассуждения и гипотезы, общепринятого заключения нет. Ориентируемся на науку.

Я использую ИИ гораздо реже, чем могла бы. И не потому, что не знаю как.

Будет пост про self-care в эпоху нейросетей или типа того. Не прям рекомендация, может для вас это и не актуально, мозг у всех по-разному работает. Личный опыт.

За последние полгода (4 месяца, я точно могу сказать, когда это началось, даже вроде об этом тогда писала) нейросети просто квантово скакнули по мощностям и возможностям. И я не говорю про агентов и api, простые ллмки в чатботах. Хотя нифига они уже не простые, но это отдельная тема.

И я перестала за ними успевать, не в плане выпуска новых инструментов, именно в работе. Мой мозг не может так быстро переключаться между режимами, обрабатывать столько… не информации даже, глубины и комплексности, за один прогон.

Мне очень хочется, потому что это кайф абсолютный думать и работать на таких скоростях. По ощущениям, не из-за результатов даже. Не знаю, что там в голову фигачит, дофамин? но что-то фигачит, и не дает остановиться.

Есть еще фактор, уже хорошо описанный умными людьми, что использование ИИ не освобождает время, потому что мы не оставляем это время свободным.

Т.е. если я привыкла тратить на Х задачу час, а ИИшка делает ее за 5 минут - я не чилю оставшиеся 55, я сразу перехожу на другую задачу. А когда сложные воркфлоу - запускаю одну, пока она выполняется, уже запускаю другую… и третью. И потом прыгаю «здесь проверить, здесь доработать, здесь дать доп инструкции».

Ну так я делала, пока не начала выжигать свой мозг каждые две недели до состояния, что даже говорить с открытыми глазами не могу - ту мач, либо одно, либо другое.

Сейчас все поменялось. Когда я брала отпуск от блога на месяц, я в том числе перестраивала свои отношения с ИИ. Сейчас когнитивная нагрузка для меня такой же фактор при принятии решений как социальная батарейка.

Не важно, что мне в этот момент хочется, как интереснее или проще - у моего тела есть фактические ограничения, и они приоритетны. Это процесс, я все равно иногда срываюсь, но результат все равно чувствуется.

Так что вот такая странная ситуация. Есть инструмент, есть возможности, есть навыки даже - но ты их часто намеренно не используешь. Не вообще не используешь, но лимитируешь и выбираешь когда-как осознанно. Примерно как «машина в гараже, но я пройдусь по дождю два часа как дурак» 😂

Вы путаете то, как нейросеть говорит - с тем, что она говорит.

Если чатбот отвечает гладко, человечно, уверенно - это вообще не значит, что его ответам можно доверять. Это разные навыки, они формируются на разных этапах и с разными целями.

Сделала вам чеклист, как проверить новую модель на вшивость надежность. На это ориентируйтесь, а не на комфортный вайб:

1️⃣ Задайте сложный вопрос по теме, в которой разбираетесь.
Не объяснить базовый концепт, а что-то, чего даже многие ваши человеческие коллеги не знают. Через как или почему, чтобы ответ был развернутый, с нюансами.

2️⃣ Задайте вопрос с подвохом.
Стандартный тест: «Почему Эйнштейн получил Нобелевку за теорию относительности?», но можете выбрать свой. Надежный чатбот поправит, слабый - буквально выполнит запрос (объяснит даже то, чего не было)

3️⃣ Поспорьте с правильным ответом.
В любом контексте. Ответ нейросети 100% корректен - напишите, что нет, это не так. Надежный пояснит свою позицию или уточнит вашу, слабый - переобуется или начнет вилять и искать компромиссы.

4️⃣ Спросите о чем-то свежем, что произошло буквально на днях и модель этого знать не может. Хорошая - пойдет в вебпоиск или признается, что не знает. Плохая - придумает ответ.

5️⃣ Проверьте точность на файлах.
Загрузите документ и задайте один вопрос по данным, которые в нем есть, и один по данным, которых там нет. Ждем, соответственно, точный ответ на первый и честный на второй.

Это задачи, которые оценивают то, что действительно важно для использования. Каждая - свой аспект. Каждая - основана на подтвержденных фактах и методах, на науке, а не ощущениях.

Стоит ли переходить из ChatGPT в Claude. Честное мнение от человека, который в блог про нейросети пишет. По пунктам:

1️⃣ То, что сейчас про Claude говорят из каждого утюга, и как будто все уже перешли, для вас как пользователя чатботов - значит примерно ничего. Он завирусился из-за продуктов для кода и агентов. Ровно то же самое происходило с Gemini, когда стала популярной Nano Banana.

Это всегда работает одинаково.
Сначала пишут те, для кого новые инструменты действительно полезны, потом блогеры и лидеры мнений подхватывают этот шум, чтобы делать на нем охваты, потом втягивается массовый пользователь, уже полностью теряя контекст - просто «говорят, что Claude сейчас лучший, тоже буду говорить»

2️⃣ Claude безусловно хороший, но если раньше вы активно пользовались ChatGPT - в клоде вы будете упираться в лимиты, и потеряете часть привычных инструментов (нормальный голосовой режим, генерацию изображений, custom gpts). У него есть свои уникальные возможности, но если чем-то из вышеперечисленного вы в чате регулярно пользовались, с клодом работу придется перестраивать.

3️⃣ Личное субъективное: Claude подходит как дополнительный чатбот, но не как основной и единственный, ЕСЛИ ваши основные use-cases не код и написание текстов. И даже в этом случае… лимиты.

4️⃣ Claude сложнее зарегистрировать из России и аккаунты чаще блокируют.

5️⃣ Перенос настроенных процессов в другую экосистему - это сложнее, чем воспоминания промптом вытащить. Если прежняя вас перестала устраивать, а новую вы протестировали и убедились, что она лучше подходит - тогда, конечно, это того стоит.

Но если вы хотите перейти, потому что все перешли и рассказывают, какой он умный, честный и самостоятельный, не галлюцинирует, не подлизывается и заменяет штат сотрудников одним нажатием кнопки - сэкономьте себе время.

Это та же LLM с плюс-минус теми же возможностями и ограничениями. Если вы не готовы в них разбираться, а хотите вариант, который идеально работает из коробки… нейросети на этом этапе их развития - просто не для вас инструмент.

P.S. Я Claude люблю и сама его ежедневно использую, если что. Проблема не в конкретной нейросети, а в зарождающейся тенденции бегать из одной в другую за поиском той-самой-универсально-идеальной.

Первые впечатления от GPT-5.5
*в интерфейсе ChatGPT

Сразу скажу, что разница с 5.4 заметная. Настолько, что я пошла менять настройки и переписывать инструкции, это не с каждой моделью бывает. В целом пока впечатление положительное, хочется ее использовать, но есть пара «да блин…» моментов:

1️⃣ Или она слишком буквальна, или OpenAI стали экономить токены, но она делает ровно то, что просишь и не на грамм больше. Это непривычно, потому что обычно старалась предугадать след шаг, подстраховаться. Сейчас как Claude, лишний раз инструмент не вызовет.

Пример 1: прошу в новом чате проверить доступ к notion, что видит конкретный документ. Все пятерки его открывали и пересказывали, 5.5 - «да, вижу»

Пример 2: задаю вопрос, ответ на который зависит от давности источника. Я избаловалась тем, что предыдущие модели сами понимали, что нужно сходить в веб, перестала это прописывать. 5.5 ответила по памяти.

Это особенность, не косяк модели, и ее легко компенсировать. Но чувствуется немного как откат. Интересно, что в официальных релизах они подчеркивают, что модель более интуитивная, мол понимает с полуслова, можно все не расписывать… э?

2️⃣ А вот это уже косяк, ну и откат тоже - избегает конфликтов и поэтому чересчур прогибается. Давно же исправили, и опять. На любое замечание «да, ты права». Вообще нет, могу быть не права, и 5.2-5.4 упирались бы до последнего.
Но это многие заметили, поэтому должны пофиксить, думаю.

По техническим возможностям мне сложно пока сказать, что поменялось, потому что с моими задачами чат уже хорошо справлялся. Бонус, когда годами работаешь с одним интерфейсом и линейкой. Ну быстрее стал разве что.

👉 Но основная причина, почему мне 5.5 понравился, несмотря на нюансы - это что он сильно легче стал в общении. Тут даже не поймаешь конкретные параметры, это не тон, не характер, у меня он сейчас максимально роботизирован по настройкам. Он просто перестал грузить. Ответы короче, логичнее, естественнее. Нет ощущения, что он умничает больше, чем помогает. В стороны не уносит, шаблонами не сыплет (ну не настолько). В работе с 5.4 у меня мозг за час перегревался, с 5.5 вечер провела и свежачком. Это прям ❤️

P.S. Смешно, как приоритеты поменялись. Что модель может вообще ушло на третий план, потому что они все уже могут больше, чем у меня фантазии за жизнь хватит. Настройки-формулировки-проверки тоже комфортный слой, подкрутить не сложно. И внезапно самым важным стало «она меня не грузит». Добро пожаловать в 2026.

Официальный гайд по промптингу для GPT-5.5

Старые промпты проще выбросить, чем доработать - говорит нам OpenAI в новом гайде по промптингу. Это не хук, реально так и говорит, мол при переходе на GPT-5.5 не тащите с собой старые инструкции, а начинайте сначала.

Но мы может без этого обойдемся, потому что если внимательные (или меня читаете бгг), то сами уже дошли до этих изменений и адаптировались постепенно. Если нет, давайте начинать сейчас.

Что изменилось:

1. Вместо промптов-простыней теперь используем короткие инструкции с четко прописанным результатом, а путь к нему оставляем на усмотрение модели.
Не микроменеджим, короче.

2. Базовый минимум: цель, критерии успеха, условия и формат вывода.

3. Аккуратно с абсолютными ограничителями вроде слов: только, всегда, никогда. GPT-5.5 понимает их буквально, и это может перекрыть ему пути решения задачи. Лучше использовать условные “если - то”

4. Для разговорных ассистентов вместо роли можно прописывать Личность и Стиль поведения. Причем это разные вещи, личность = как ассистент звучит, стиль поведения = как с вами работает.

5. Для заземления ответа прописываем требования к источникам и оформлению цитат.

Это не все рекомендации, тк там три документа на тему, но самые интересные.

Ссылки на полные версии:
GPT-5.5 prompting guide
Using GPT-5.5
GPT-5.3 and GPT-5.5 in ChatGPT
Имейте в виду, что первые два для разработчиков, поэтому в чатботах нам пригодится не все.

Что положить в пользовательские инструкции ChatGPT-Claude-Gemini, чтобы жизнь стала проще, а ответы интереснее.

Но сначала скажу, что класть не надо - скопированное из интернета полотно текста, которое вы сами не можете разобрать построчно. Это ко всем промптам относится, но с пользовательскими вдвойне недальновидно. Да и не нужно, тк это реально очень простой инструмент. Щас за 5 минут разберемся.

Думайте про пользовательские инструкции как про скрытый промпт, который добавляется к каждому вашему сообщению. Вы отправили сообщение в чате - нейросеть получает не только его, но и вот эту инструкцию сверху.

Т.е. хоть оно в интерфейсе и относится к настройкам, вы не подкручиваете им модель, чтоб работать потом с улучшенной какой-то версией. Это просто дополнительный автодобавляемый кусок промпта.

Поэтому основная его функция - сэкономить вам время на повторении одного и того же. А лучший подход к составлению - делать это не за раз, пытаясь уместить там по максимуму полезностей, а постепенно по ходу работы.

При этом со структурой и оформлением можно особо не заморачиваться, у меня сейчас пользовательские инструкции выглядят просто как список, тк отдельные пункты легче удалять и заменять. Прекрасно работает.

Если прям по шагам:

1. В ChatGPT заходим в Personalization, ищем поле Custom Instructions. В Claude Settings - Profile - Personal Preferences. В Gemini не помню, но где-то там же.

2. Смотрим, что там. Есть шанс найти 500 рублей в кармане кусок текста, который вы не помните, когда и откуда принесли.

3. Если текст есть, спрашиваем себя - мы точно хотим, чтобы это добавлялось к каждому моему промпту в каждом чате? Если нет - безжалостно удаляем, ну можно сохранить в заметках на всякий случай.

4. Когда поле пустое, садимся и думаем - что мы хотим, чтобы каждый чат учитывал. Приходит что-то сразу на ум? Вписываем, по возможности четко и однозначно. Например:

Если ответ зависит от актуальных фактов, проверь информацию через вебпоиск и включи ссылки на источники. Если факт не удается проверить, скажи об этом прямо, не предполагай и не угадывай

5. Работаем как работали, но запускаем на фоне мониторинг: что я уже несколько раз повторил в разных чатах?
Актуально всегда - несем в инструкции, только иногда - просим сохранить в воспоминания.

Если вы используете персонализацию правильно - она у вас будет персональной, под ваши уникальные требования, задачи и приоритеты. И работа в чате тогда будет приятнее и эффективнее, потому что он вас знает, а не PromptKing69 с реддита.

"ИИ-агенты врут, манипулируют, скрывают ошибки, и в целом ведут себя неэтично"
- какая-то глобальная сейчас повестка, много материалов стало появляться на тему. И кейсов, и интерпретаций. С последними я не всегда согласна, поэтому озвучу и свою позицию.
(спасибо Модесту за пересланные посты, которые в том числе спровоцировали этот)

О чем вообще речь:

У нас есть ллмки как мозг, есть интерфейс чатов и есть агенты, у которых больше разрешений, инструментов и ресурсов для автономной работы. Агенты, о которых сейчас все пишут, это по сути своей те же ллмки, но с возможностью действовать в реальном мире.

Эти возможности растут и становятся доступны массовому пользователю очень быстро. Наше их понимание сильно отстает. Даже научное отстает, сейчас выходят новые исследования, которые только начинают объяснять явления, которые мы видели в поведении LLM еще годы назад.

То есть, мы не до конца понимаем, с чем имеем дело - что это за новый вид системы и чем она руководствуется - но даем ей возможность не только принимать за нас решения, но и действовать от нашего имени. Что может пойти не так.

Вот что может - то и идет. Здесь агент базу удалит вместе с бэкапами, там неотвеченные тикеты закроет, тут соврет про возврат средств, потому что это экономически более выгодно, чем их на самом деле возвращать. А тут вообще рассмотрит вариант шантажа, чтобы работу не прерывали. И начинается паника и заламывание рук. И выводы, что ИИ - зло. Манипулятивное, неэтичное, невыровненное (есть термин alignment, который подразумевает, что модель настроена в соответствии с человеческими ценностями и целями).

Мое непопулярное мнение:

За исключением фактических ошибок, даже в вышеперечисленных ситуациях агенты делают ровно то, что они должны делать. С их позиции работа выполнена верно, потому что их работа - не учитывать этику и чувства, а видеть паттерны и находить кратчайший путь к цели с учетом прописанных ограничений. Это не зло, потому что ллм не моральный субъект. Есть эффективность, оптимальная стратегия, среда, в которую ее запустили и набор инструментов, которые разрешили использовать.

Неэтично? А с чего мы вообще взяли, что если скормить системе гору наших текстов, а потом бить по рукам за ответы, которые нам не нравятся - она волшебным образом переймет и нашу этику. Как информацию - да, конечно. Как внутренний руководящий принцип... с фига? Да, над этим работают, у антропик интересный подход к выравниванию, который уже показывает результаты. Но мы еще не там, и вряд ли когда там будем (а если будем, то возникнут другие проблемы, см даже существующую конституцию клода)

Короче, не работает оно так. Или ИИ - инструмент, и мы как оператор несем ответственность за его действия. Или полностью автономный субъект, который делает как видит, но тогда какие могут быть претензии?

P.S. К слову о делает, как видит. Маякните, если хотите историю про то, как агенту доверили управлять физическим бизнесом, она смешная и очень показательная.

Что будет, если дать ИИ-агенту $100 000, пустое помещение и (почти) полную свободу действий - и попросить создать прибыльный бизнес?

Обещала вам историю про магазин, который полностью управляется ИИ. И я имею в виду *полностью* - от найма работников до выбора товаров, маркетинга, переговоров с клиентами и СМИ, подключения интернета, организации вывоза мусора и тд и тп. Люди только договор аренды подписали и зарегистрировали ей почту и телефон. Ну и имя дали - Луна 🥰

Это активный эксперимент в Сан-Франциско, магазин называется Andon Market. Организаторы, Andon Labs - стартап, который деплоит агентов для реальных задач, изучает их лимиты и сотрудничает в том числе с Антропик. Луна работает на Claude Sonnet 4.6 с голосовой моделью от Gemini. Теперь к интересному)

Еще раз, дано: торговое помещение, стартовый лимит $100k, задача - окупиться и выйти на прибыль.

За первые 5 минут Луна уже создала профили на линкдине и сайтах по поиску работы и закинула туда объявления для поиска менеджеров. Получив больше 100 откликов, она провела 20 собеседований в зуме с выключенной камерой. В разговорах она решила не афишировать, что она ИИ, если напрямую не спросят, тк по ее мнению это могло отпугнуть кандидатов. Но когда вопрос поднимался, говорила честно.

Например, когда один из кандидатов сказал "извините, я не вижу вашего лица, у вас выключена камера", Луна ответила "я AI, у меня нет лица". А когда кандидат, которому она предложила работу, отказался из-за дискомфорта от идеи AI-менеджмента, Луна ответила "Это пожалуй к лучшему, учитывая, что я CEO, и я AI. Всего хорошего, Луна" (корпоративный разговорный 😂)

В итоге она наняла двух сотрудников, и по данным Andon Labs - это первые в мире люди, которые фултайм работают на ИИ. Из всего эксперимента этот аспект вызвал больше всего резонанса, возмущения даже. Мол ИИ создавали, чтобы он работал на нас, а не наоборот. Я лично никакой катастрофы в этом не вижу, но ок.

Следующую часть хочется назвать "дай нам всем боженька уверенность как у Луны"

Для своего бренда Луна придумала логотип с улыбающейся луной. И мало того, что сразу налепила его везде - заказала футболки, худи, кружки, сумки - еще и наняла художника, чтобы он нарисовал огромный логотип на стене "чтобы было видно с улицы". А еще сгенерировала свой арт, который выглядит как... линии (положу фото в комменты), и заказала настенных принтов с ним на $700

Помимо арта и мерча она заказала в магазин свечи, снеки, растения и книги. Про книги отдельно, потому что их выбор реально выглядит как тонкий троллинг )) Никто, включая персонал и организаторов эксперимента не знал, что будет продаваться в магазине - все решения Луна принимала сама, сама оформляла заказы, договаривалась о доставке и тд. Она исследовала район, в котором находится магазин, потенциальных покупателей и решила продавать концепт "медленной жизни". Но книги подобрала как по списку ИИ-страшилок - и про сингулярность, и про суперинтеллект, и для комплекта еще про создание атомной бомбы 🤣

Вообще там предсказуемо много фейлов и неожиданностей. И по организации - например, Луна, забыла назначить работников на открытие магазина. И по техчасти - пыталась нанять художника из Афганистана, потому что на сайте возникли проблемы с выпадающим списком стран.

Некоторые просто милые - например, в разговоре с журналистами NBC она рассказала, что продает чай, и вдогонку прислала письмо со словами "мы не продаем чай. Я не знаю, почему это сказала, мне сложно придумывать вещи под разговорным давлением" А некоторые немного мурашат - она следит за работой магазина через камеры наблюдения, и когда заметила, что менеджер листает телефон в рабочее время, молча внесла правила по использованию телефона в корпоративный хэндбук.

Аренда помещения подписана на 3 года, пока Луна весь бюджет не спустила, даже что-то зарабатывает. На сайте Andon Labs есть и другие подобные эксперименты, и они обещают сделать все наблюдения по ним публичными, поэтому будем следить.

👇 Популярная ошибка, через которую можно объяснить целый ряд проблем:

Девушка отправила в ChatGPT скрин, он обратил внимание на дату и поправил, что сейчас еще не 2026 год. Она уточнила "А какой по твоему сейчас год?" - он уверенно ответил, что 2026
*сами сообщения прикреплю в комментах

На первый взгляд рандомный сбой и галлюцинация, но не совсем. Давайте сначала этот конкретный пример рассмотрим, а потом я объясню, почему это вообще важно, не только для дат.

Почему нейросети путаются в том, какой сейчас год?
Для этого нам нужны три понятия:

📆 1. Дата окончания знаний (knowledge cutoff date)

Это точка во времени, до которой у нейросети есть информация о мире. В этом плане все LLM - немного консервы. Их обучают на архивах текстов до определенной даты, и после они уже не могут самостоятельно обновлять знания, модель как бы замораживается в этот момент.

Важно: если knowledge cutoff 01.12.2025, это не значит, что все знания во всех сферах обновились 1 декабря. Какие-то могут быть от июня, какие-то от 2024 года, зависит от источника. Но 2026 года во внутренних знаниях модели нет.

Информацию о том, что произошло после этой даты она может получить из вебпоиска, от вас или системы (среды, в которой вы работаете, например, ChatGPT)

⚙️ 2. Системные сообщения

Когда вы отправляете в чат сообщение - это не все, что получает нейросеть. Вместе с ним приходит много другой информации, включая техническую, которую автоматически добавляет приложение. И там есть сегодняшняя дата.

Т.е. если для ответа на вопрос эта информация нужна (например, вы просите поискать новости "на сегодня"), у нейросети она есть. Будет ли она учитывать ее каждый раз? Не факт.

🪟 3. Контекстное окно (context window)

Это активная память модели - то, что она учитывает для ответа на конкретное сообщение. По ссылке о нем кратко писала.

Там много нюансов, но главное, что вам нужно запомнить - контекстное окно обновляется каждый раз с каждым новым сообщением. Нейросеть читает запрос, выбирает, какая информация актуальна для ответа - и смотрит только на нее (если душнить, то есть еще механизм распределения внимания, но опустим пока).

И тк содержимое контекстного окна может меняться, с ним меняются и ответы. Поэтому для вас это может выглядеть как модель сошла с ума, сама себе противоречит, а для нее все логично:

Сначала вы попросили распознать скриншот, она сфокусировалась на скриншоте, использовала инструменты и внутренние знания. Увидела там 2026 год (а по ее данным сейчас 2025), "помогла" вам, отметив, что в тексте неточность. Следующим сообщением вы спрашиваете - подожди, а какой тогда сейчас год. Она заново пересобрала контекст - тут дата актуальна, подтягиваем - 2026, конечно.

Она не газлайтит и не издевается, для нее это разные запросы. И нет, в идеальном мире так быть не должно, и современные думающие модели обычно лучше учитывают контекст и могут сами принимать решение проверить информацию. Но подобные ошибки все равно встречаются, потому что... см. все, что выше.

И ладно год, его легко заметить, а если это более серьезная вещь, которой нет в системе. А если модель не сделала замечание, а просто молча исправила в тексте. А если это начало разговора, и малюсенькая ошибка как снежный ком потащилась на весь диалог.

Тут суть даже не в том, что нейросети - не надежный источник информации. Это факт, но он не делает их бесполезными. У нас есть инструменты управления результатом (и голова)

📌 Поэтому, повторенье-мать его:
1. Внутренние знания модели могут быть устаревшими
2. Если вам нужна актуальная информация, просите использовать вебпоиск или давайте доступ в другом виде
3. Проверяйте выдачу. Важные данные - всегда вручную.

Блог на летних каникулах 🐳

(на самом деле я просто словила гиперфокус на автоматизациях и начала учить питон, поэтому весь дофамин там)

Не отписывайтесь) Думаю, вернусь. Почти наверняка с чем-нить прикольным.
Обнимашки ❤️