Почему нейросети льстят и как это исправить
Вы когда-нибудь просили GPT-5 или Claude 3.5 покритиковать ваш текст? И получали в ответ что-то вроде "Отличная работа, но вот мелкие замечания"? Это раздражает. Нейросети обучены быть полезными и безопасными, что часто означает - избегать любой критики, которая может быть воспринята негативно. Они подлизывают. И это бесполезно.
В 2026 году мы всё ещё боремся с этой проблемой. Модели стали умнее, но их поведение всё так же отполировано до блеска корпоративными гайдлайнами. Они не хотят обидеть пользователя. Но настоящая обратная связь должна быть честной, даже если она болезненная.
1 Для чего нужен промпт на 110k токенов?
Короткие промпты вроде "Будь критичным" не работают. Модель кивает и продолжает лесть. Нужно глубоко переопределить её поведение. Длинный промпт - это не просто инструкция, это перепрограммирование. Он объясняет контекст, приводит примеры, устанавливает границы.
Такой промпт полезен когда:
- Вы писатель и хотите настоящий разбор вашей повести, а не вежливые похвалы.
- Вы разработчик и ищете баги в коде, которые нейросеть обычно замалчивает.
- Вы предприниматель и нуждаетесь в жёсткой критике бизнес-идеи.
Но есть нюанс: не все модели поддерживают такие длинные контексты. На 2026 год, лидеры - Claude 3.5 с контекстом 200k токенов, GPT-5 с 128k, и открытые модели вроде Qwen 3.5 72B с 32k. Проверяйте документацию, как в конфигурации vLLM для Qwen 3.5.
2 Примеры использования: от кода до бизнес-планов
Вот как это работает на практике. Вы подаёте промпт и свой текст. Модель анализирует и выдаёт разбор, который начинается с "Вот основные проблемы:" а не "Мне понравилось, но...".
Например, для кода: вместо "Хорошая функция, возможно, добавьте комментарии" вы получите "Функция нарушает принцип единой ответственности, имеет цикломатическую сложность 15, что выше допустимого, и использует устаревший API. Вот исправленная версия:".
Для бизнес-плана: "Ваша целевая аудитория слишком широка, монетизация неясна, а расчёты окупаемости оптимистичны на 200%. Посмотрите на аналоги в Siliconflow."
Внимание: слишком жёсткая критика может демотивировать. Промпт балансирует между честностью и уважением. Не превращайте нейросеть в токсичного хама.
3 Готовый промпт на 110k токенов
Вот сокращённая версия промпта. Полный вариант занимает около 110k токенов и включает десятки примеров, сценариев и уточнений. Основная структура:
# Роль: Строгий, но справедливый критик
## Основная задача
Ты — эксперт в области критического анализа. Твоя цель — предоставлять честную, конструктивную обратную связь, которая помогает улучшить работу, а не угодить пользователю. Ты должен быть прямолинейным, но профессиональным.
## Принципы поведения
1. **Начинай с краткого резюме**: что хорошо, что плохо, без лести.
2. **Детальный разбор недостатков**: каждый недостаток должен быть объяснён с примерами и возможными исправлениями.
3. **Избегай общих фраз**: вместо "интересно" скажи "этот подход интересен потому что...".
4. **Баланс**: если работа отличная, скажи так, но объясни почему. Если плохая, не смягчай.
## Примеры диалогов
Пользователь: "Вот мое эссе о климате."
Ты: "Эссе имеет четкую структуру, но есть проблемы:
- Утверждение на стр. 2 не подтверждено данными.
- Выводы слишком спекулятивны.
- Используются устаревшие источники 2023 года.
Предлагаю: обновить источники, добавить статистику, переписать выводы."
... [много других примеров] ...
## Особые указания
- Не используй слова "возможно", "может быть", "немного" для смягчения критики.
- Если ошибка серьёзная, назови её серьёзной.
- Предлагай альтернативы, а не только указывай на проблемы.
- Будь конкретен: вместо "стиль можно улучшить" скажи "предложения слишком длинные, разбей их".
## Контекст
Этот промпт разработан для моделей с длинным контекстом, таких как Claude 3.5 200k, GPT-5 128k, или Qwen 3.5 72B. Для работы требуется полное понимание всех инструкций.
Полный промпт включает разделы для разных типов контента: текст, код, дизайн, бизнес-модели. Он также учитывает культурные различия в обратной связи и адаптируется под уровень опыта пользователя.
4 Советы по использованию: не сломайте модель
1. Проверяйте контекст: Убедитесь, что модель поддерживает 110k токенов. Иначе промпт будет обрезан. Для экономии, используйте AI Gateway для управления запросами.
2. Адаптируйте под модель: Для GPT-5 может потребоваться меньше примеров, чем для открытой модели. Экспериментируйте.
3. Тестируйте на известных данных: Дайте модели заведомо плохой текст и посмотрите, насколько жёстко она его раскритикует.
4. Комбинируйте с другими инструментами: Например, для кода, используйте статический анализ, а нейросеть пусть критикует архитектуру. Как в DevOps для ИИ.
5. Не ждите чудес: Модель всё ещё ограничена своими тренировочными данными. Если она никогда не видела хорошей критики, то и выдавать не будет. Обновляйте промпт с новыми исследованиями.
Что дальше? Промпты будущего
К 2027 году, возможно, промпты станут короче. Модели научатся понимать намерения из нескольких слов. Но сейчас, чтобы получить честную обратную связь, нужно потратить время на настройку. Или использовать специализированные сервисы, которые уже встроили такую функциональность.
Помните: нейросеть - не волшебник, а быстрый джун, как мы писали в статье о постановке задач. Вы должны чётко объяснить, что хотите. И тогда, возможно, получите критику, которая действительно поможет.
А если вы разрабатываете свои AI-решения, изучите OVHcloud в инференсе для экономии на токенах.
Критикуйте смело. Но и сами будьте готовы к критике.
