ТАЙНА GPT-ПЛАНЕТЫ

Глава

«ТАЙНА GPT- ПЛАНЕТЫ»

или как говорить с ИИ на одном языке

Практическое руководство

по управлению нейросетями для нового поколения

При создании этой книги использовались генеративные нейросети. Автор является человеком, текст был проверен, отредактирован и утверждён.

ПРЕДИСЛОВИЕ

Инструкция

по

применению

этой

книги

.

Привет, капитан!

Ты держишь в руках не просто книгу. Это навигатор космического исследователя. Твоя миссия - научиться говорить с самой загадочной цивилизацией современности - большими языковыми моделями (ChatGPT, Claude, Gemini, DeepSeek и другие). Они как инопланетные расы: каждая говорит на своём диалекте, у каждой - свои привычки и слабости. Но если знать общий язык - они становятся твоими верными союзниками.

Почему эта книга нужна именно сейчас?

Искусственный интеллект (ИИ) уже не будущее. Он - настоящее. Он помогает писать тексты, создавать картинки, писать код, анализировать данные и даже учиться. Через несколько лет умение работать с ИИ станет таким же базовым навыком, как умение пользоваться компьютером или искать информацию в интернет.

Но есть проблема: большинство людей не знают, как по-настоящему общаться с ИИ. Они пишут запросы, как в 2022 году, и получают посредственные результаты. А те, кто освоил язык промптов, могут в 10 раз быстрее решать задачи, создавать проекты и учиться новому.

Эта книга - твой пропуск в мир, где ИИ инструмент.

Кто мы и зачем всё это?

Ты – читатель, школьник или просто любопытный человек. Ты уже пробовал общаться с ИИ. Иногда получалось круто, иногда - бесило. Знакомо? Мы (авторы) - твои штурманы. Мы прошли этот путь: набили шишки на галлюцинациях, тонули в «воде» - и выкарабкались благодаря маркерам, то есть понятным для модели сигналам. С их помощью можно направлять генерацию, снижать хаос и быстрее приходить к нужному результату. Можно буквально «держать курс»: задаёшь маркеры - и ИИ выдает текст не как попало, а по плану. Теперь мы знаем протокол, который работает.

Здесь нет скучной теории. Только живые примеры, чёткие алгоритмы и космические аналогии.

Прочитав эту книгу и выполнив упражнения, ты научишься:

- говорить с ИИ на одном языке

Что это значит ? ты перестанешь гадать, почему модель тебя не понимает. Ты будешь получать нужные ответы с первого раза.

- собирать «идеальный» промпт из 8 компонентов

Что это значит ? у тебя будет готовая структура для любого запроса - от реферата до сложного анализа.

- управлять диалогом с помощью маркеров

Что это значит ? Ты сможешь направлять модель в реальном времени: сжимать ответы, добавлять факты, исправлять ошибки.

- проверять факты и не верить слепо

Что это значит ? ты научишься отличать правду от вымысла и всегда проверять важную информацию.

- создавать тексты для школы и жизни

Что это значит ? Рефераты, доклады, справки, сценарии - ты будешь делать их быстрее и качественнее

- генерировать иллюстрации для своих проектов

Что это значит ? Ты сможешь создавать картинки, инфографику и даже серии с одним персонажем.

- создавать простые сайты и опросники

Что это значит ? Ты сделаешь свой первый сайт и интерактивный опросник для проекта.

- анализировать данные и документы

Что это значит ? Ты научишься работать с PDF, Excel и другими файлами с помощью ИИ.

- избегать главных ошибок в промптах

Что это значит ? Ты будешь знать, что нельзя делать, и не будешь тратить время на переделки.

- создавать свои проекты с помощью ИИ

Что это значит ? Ты пройдёшь полный цикл - от идеи до готового проекта, используя все навыки книги.

Твоя главная миссия: сквозной проект. На протяжении всей книги ты будешь работать над сквозным проектом - исследованием на тему «Как искусственный интеллект меняет образование». Этот проект проходит через все главы.

В каждой части ты будешь создавать один из его элементов:

в Части I (фундамент) - узнаёшь, как правильно формулировать запросы и собирать информацию;

в Части II (практика) - создаёшь тексты, иллюстрации, сайт и аналитику для своего исследования;

в Части III (контроль) - проверяешь все материалы, исправляешь ошибки и убеждаешься в достоверности информации;

В части IV (безопасность) - завершаешь проект, проверяешь его безопасность и готовишь к защите.

В итоге у тебя будет полноценный школьный проект, который можно: сдать учителю; представить на конференции; использовать как портфолио для поступления в вуз; просто показать друзьям и гордиться результатом.

Как устроена каждая глава книги. Все главы книги построены по единому шаблону. Это помогает тебе быстро ориентироваться и не теряться. Каждая глава содержит обязательные элементы: основную часть, блок «твой проект в этой главе» (конкретные шаги по созданию сквозного проекта), космический дневник (практические задания и упражнения для закрепления материала) и бортовой журнал (важные правила, памятки, таблицы, шпаргалки).

Как читать эту книгу (три простых правила)

Правило №1: Не спеши. Книга построена так, чтобы ты мог изучать главы по порядку. Первые три - обязательные. Они закладывают фундамент. Остальные – можно перепрыгнуть по интересам, но для проекта лучше проходить все по порядку.

Правило №2: Делай упражнения. В конце каждой главы - задания. Не пропускай их. Это как тренажёры перед полётом: без них ты не готов к открытому космосу. А в конце каждой главы есть блок «Твой проект» - он поможет тебе продвинуться в исследовании.

Правило №3: Не верь слепо. Даже эта книга - не истина в последней инстанции. Экспериментируй, проверяй, находи свой стиль. ИИ развивается быстро, а ты - вместе с ним. И помни: всегда проверяй факты!

Ключевая идея (запомни её): ИИ - это не замена твоему мозгу. Это его космическое продолжение. Ты - капитан. Модель - твой корабль. Эта книга - карта «звёздного неба». А сквозной проект - твой первый полёт к новой планете. Ты не просто изучишь теорию - ты создашь реальный, осязаемый результат.

Вперёд! GPT-планета ждёт.

ШТУРМАН:

— Капитан, мы получили сигнал с GPT-планеты.

Там есть знания, но без правильного запроса они закрыты.

КАПИТАН (ТЫ):

— И что делать?

ШТУРМАН:

— Освоить язык межгалактического общения.

Это проще, чем кажется. Готов?

КАПИТАН:

— Погнали!

ГЛОССАРИЙ

или космический словарь (с примерами аналогий) для начинающих исследователей

Зачем глоссарий в самом начале? Чтобы ты не спотыкался о термины во время чтения. Всё сложное - объясняем просто, как на капитанском мостике.

ИИ (искусственный интеллект) - это вся область науки и технологий, которая занимается созданием «умных» машин, способных выполнять задачи, которые обычно требуют человеческого интеллекта (машины, которые умеют «думать», но не как люди, а по-своему).

Космическая аналогия: представь, что ты капитан космической станции (именно это твоя роль на протяжении всего полета). На станции есть множество автоматических систем: навигация сама прокладывает курс, климат-контроль поддерживает температуру, роботы-ремонтники устраняют поломки. Все эти системы - примеры ИИ. Они «умные», но каждая умеет делать что-то своё. Ни одна из них не является человеком, но вместе они делают жизнь на станции возможной.

LLM (Large Language Model) - большая языковая модель (модель). Это конкретный вид ИИ, который обучен на гигантском количестве текстов и умеет работать с языком - предсказывать слова («гигантская библиотека», которая знает все книги во вселенной, но не всегда понимает их смысл).

Нейросеть (искусственная нейронная сеть) - математическая система, которая обрабатывает информацию по принципу, похожему на работу мозга (только намного проще). Она состоит из множества «нейронов» - маленьких вычислительных единиц, которые соединены между собой и передают друг другу сигналы.

Связь понятий: ИИ - это наука. LLM - это инструмент (языковая модель). Нейросеть - это то, из из чего этот инструмент состоит. Именно нейросеть «думает» и генерирует ответ. На протяжении всей книги будем говорить «нейросеть» или «модель», когда даём инструкции и примеры работы.

Токен - минимальная единица текста, которую модель обрабатывает. Это может быть слово, часть слова или символ («кирпичик», из которого строится твой запрос)

Промпт (Prompt) - твой запрос к модели. Всё, что ты печатаешь в чате (радиосигнал, который ты отправляешь на GPT-планету).

Few-shot / Zero-shot - количество примеров в промпте. Zero-shot - без примеров. Few-shot - с 2-3 примерами (Zero-shot: «найди планету без карты»; Few-shot: «Вот карты трёх планет, найди четвёртую по аналогии»).

Галлюцинации нейросети - это когда искусственный интеллект выдаёт уверенный, правдоподобный, но полностью выдуманный ответ (мираж в космосе: ты видишь планету, но это оптический обман).

Chain of Thought (CoT) - цепочка рассуждений. Когда модель решает задачу пошагово, а не выдаёт готовый ответ (карта маршрута: как пролететь от звезды до звезды с остановками).

Чек-лист (от англ. checklist - «проверочный список») - список дел или пунктов для проверки, который помогает ничего не забыть и сделать всё по порядку.

Маркер (в нашей книге) - короткая команда, которая управляет моделью в процессе диалога. Например: [Стоп], [Тизер], [Ошибка] (сигнальные ракеты: одна вспышка – «лети быстрее», две – «смени курс»).

Валидация - проверка ответа модели на достоверность. Ты сверяешь факты с реальностью (проверка навигационных карт).

Прескрипция - первичная настройка модели перед диалогом. Ты задаёшь правила игры (инструктаж экипажа перед вылетом).

Протокол управления моделью (генерацией) - система правил и команд, которую ты используешь, чтобы управлять ИИ в процессе диалога. Это не просто один промпт, а целый процесс: ты настраиваешь модель перед началом, направляешь её во время ответа и проверяешь результат в конце (чем сложнее задача - тем больше контроля, а чем проще - тем меньше).

Антипаттерн - типичная ошибка в промпте, которая приводит к плохому результату (космическая воронка, которая засасывает корабль, если ты не знаешь, как её обойти).

RAG (Retrieval-Augmented Generation) - модель ищет информацию в указанных источниках (например, в загруженном PDF), а не только в своей памяти (запрос в бортовую библиотеку, а не в общую галактическую сеть).

Суммаризация - (эквивалент Резюмирование) когда длинный текст превращается в короткий, но с сохранением главного смысла («выжимка» из текста самого важного).

Мультимодальность - способность модели работать с разными типами данных: текст, картинки, аудио (корабль, который может лететь, «плавать и нырять»).

Эмпирический метод (от греч. Empeiria - опыт) - способ получения знаний, основанный на реальном опыте, наблюдениях и экспериментах, а не на теории или умозаключениях (Простыми словами: «я проверяю это на практике, а не просто верю». Когда мы говорим о проверке фактов, мы используем эмпирический метод. Вместо того чтобы слепо верить ответу модели, мы:

- берём утверждение из ответа.

- проверяем его через поисковик или другой источник.

- получаем подтверждение или опровержение.

- делаем вывод на основе реальных данных, а не на основе того, как убедительно звучит ответ).

Архитектура (нейросети) - внутреннее устройство нейросети: как она организована, сколько в ней слоёв, как они соединены между собой, как информация передаётся от входа к выходу. Архитектура определяет, насколько сложные задачи может решать модель и как быстро она это делает

Обучение (нейросети) - процесс, в котором нейросеть «учится» на большом количестве примеров. Ей показывают миллионы текстов, картинок или других данных, и она постепенно находит закономерности: как устроен язык, какие слова сочетаются, какие объекты бывают на картинках. После такого обучения она может сама генерировать ответы, опираясь на то, что «видела» раньше.

Факт-чекинг (проверка фактов) - процесс, в котором ты берёшь утверждение из ответа модели и проверяешь, соответствует ли оно реальности. Ты ищешь подтверждение в независимых источниках: учебниках, энциклопедиях, проверенных сайтах или даже в ответах других нейросетей.

Глава

ЧАСТЬ

I.

ФУНДАМЕНТ

ШТУРМАН:

— Капитан, это архивная зона.

Здесь пилоты 2022 года отправляли примитивные сигналы.

Им везло. Сейчас так не работает.

КАПИТАН (ТЫ):

— Почему?

ШТУРМАН:

— Планета изменилась. Нужно понять как.

Включаю голографический архив...

Глава

1.

Что

изменилось

с

2022

года

и

почему

старые

промпты

больше

не

работают

ВСТУПЛЕНИЕ. ТВОЙ ПРОЕКТ В ЭТОЙ ГЛАВЕ.

В этой главе мы начинаем работу над сквозным проектом - исследованием на тему «Как искусственный интеллект меняет образование». Это не просто дополнительное задание. Это главная линия, которая проходит через всю книгу. Ты не просто читаешь теорию - ты сразу применяешь её на практике, создавая реальный, осязаемый результат.

Что это значит: каждая глава книги даёт тебе инструмент. А блок «Твой проект» показывает, как применить этот инструмент к твоему исследованию. Ты изучаешь книгу - и одновременно делаешь проект. Это два параллельных процесса, которые идут рука об руку.

Что ты сделаешь в этой главе:

- узнаешь, почему старые способы работы с ИИ устарели;

- сформулируешь проблему своего исследования;

- попробуешь старый промпт и увидишь его слабости.

Почему это важно: чтобы двигаться вперёд, нужно понять, что осталось в прошлом. Это как посмотреть на старую карту звёздного неба, чтобы оценить, насколько точнее стала новая.

Эпоха волшебной кнопки (2022–2023). Представь себе время, когда ChatGPT только появился. Это был 2022 год. Ты заходил на сайт сервиса, писал: «Напиши список из 10 идей для стартапа». И получал гениальный ответ. Чувствовалось волшебство! Это работало, потому что модель была проще. Она заучила миллиарды текстов и умела комбинировать их в красивые ответы.

Всё было как в конструкторе: ты просил – модель выдавала ответ (текст). Быстро, красиво, без напряга.

Но у этого подхода были скрытые проблемы:

- Галлюцинации.

Модель придумывала факты. Например, она могла сказать: «По данным исследования 2021 года, 80% чёрных дыр вращаются». А такого исследования не было. Она просто дорисовала красивую цифру, чтобы ответ звучал солидно.

- «Вода».

Ответы были правильными, но безжизненными. Словно текст написал робот, который прочитал 1000 статей и выдал усреднённый вариант.

- Отсутствие контроля.

Ты не мог повлиять на процесс. Отправил запрос - получил результат. Всё. Как будто ты бросил монетку и ждал «орла» или «решку».

Аналогия из космоса: Это как будто ты отправляешь зонд к планете, но не управляешь им. Он сам выбирает траекторию. Иногда прилетает, иногда врезается в астероид.

Пример старого промпта (который уже не работает). Для нашего проекта важно понять, как раньше выглядели запросы к ИИ и почему сейчас они не работают. Вот реальный (архивный) промпт из 2022 года (такие гуляли по интернету):

I Want You To Act As A Content Writer Very Proficient SEO Writer Writes Fluently [TARGETLANGUAGE]. First Create Two Tables. First Table Should be the Outline of the Article and the Second Should be the Article. Bold the Heading of the Second Table using Markdown language. Write an outline of the article separately before writing it, at least 15 headings and subheadings (including H1, H2, H3, and H4 headings) Then, start writing based on that outline step by step. Write a 2000-word 100% Unique, SEO-optimized, Human-Written article in [TARGETLANGUAGE] with at least 13 headings and subheadings (including H1, H2, H3, and H4 headings) that covers the topic provided in the Prompt. Write The article In Your Own Words Rather Than Copying And Pasting From Other Sources. Consider perplexity and burstiness when creating content, ensuring high levels of both without losing specificity or context. Use fully detailed paragraphs that engage the reader. Write In A Conversational Style As Written By A Human (Use An Informal Tone, Utilize Personal Pronouns, Keep It Simple, Engage The Reader, Use The Active Voice, Keep It Brief, Use Rhetorical Questions, and Incorporate Analogies And Metaphors). End with a conclusion paragraph and 5 unique FAQs After The Conclusion. this is important to Bold the Title and all headings of the article, and use appropriate headings for H tags.Now Write An Article On This Topic «[Enter Keyword or Title Here]»

Перевод на русский (чтобы понять, о чём там речь): «Я хочу, чтобы ты выступил в роли очень опытного SEO-копирайтера (прим. люди, которые пишут тексты для сайтов и оптимизируют их к запросам поисковых систем), который свободно пишет на [целевой язык]. Сначала создай две таблицы. Первая - план статьи, вторая - сама статья... Напиши статью на 2000 слов, 100% уникальную, SEO-оптимизированную... Используй разговорный стиль, как у человека... Закончи абзацем с выводами и 5 вопросами-ответами... Теперь напиши статью на тему [вставьте тему]».

Почему этот промпт на английском? В 2022–2023 годах модели лучше понимали запросы на английском языке. Почему?

- данные для обучения (основная часть текстов, на которых обучали модели, была на английском. Модель «знала» английский намного лучше, чем русский);

- качество ответов (на английские запросы модели отвечали более качественно и структурировано);

- сообщество (большинство ранних промптов создавалось международным сообществом на английском, а потом переводилось).

Сейчас модели обычно хорошо понимают русский, поэтому писать промпт на английском часто не нужно. Но в некоторых задачах английские формулировки иногда дают небольшой выигрыш, поэтому язык лучше выбирать под задачу и проверять на практике.

Почему этот промпт больше не работает:

- Слишком общая роль

Нет проверки фактов Модель может выдать выдуманную статистику, и ты даже не заметишь

- Нет самопроверки

Модель не проверяет ссылки и цитаты

- Перегруженность

Слишком много требований в одном запросе

- Нет управления

Ты не можешь повлиять на процесс после отправки

Эволюция: от бота к стажёру (2024–2025).

С каждым годом модели становились умнее: GPT-4 научился видеть контекст на сотни страниц; Claude 3 стал глубже понимать сложные инструкции; Gemini получил способность анализировать картинки. Но с ростом интеллекта появилась новая черта: модели перестали реагировать на простые запросы, как раньше. Раньше ты мог просто сказать: «Напиши статью про экологию» - и получал готовый текст. Модель делала всё сама. Ты был как волшебник: взмахнул палочкой (написал короткий запрос) - и результат готов. Сейчас так не работает. Модель стала умнее, но и требовательнее. Она больше не додумывает за тебя. Если ты дашь ей общий запрос - она выдаст общий ответ. Без глубины, без конкретики, без полезных деталей.

Что изменилось на практике:

Таблица. Ключевые изменения в практике написания промтов

Аналогия из жизни. Раньше ты просил друга: «Сделай проект по истории». И он делал сам. А теперь он говорит: «Хорошо, но скажи точно: по какой теме? Какого объёма? С картинками или без? Когда сдавать?» - и ты должен дать ему все эти инструкции. Иначе он сделает не то, что ты ожидал.

Вывод: Чтобы получить качественный результат, нужно научиться составлять чёткое техническое задание. Этому мы и будем учиться в следующих главах.

Почему так произошло? Разработчики обучили модели быть осторожными. Раньше они выдавали ответ любой ценой. Теперь они «понимают», что общие запросы приводят к общим ответам. Если ты не уточнил - модель не додумывает за тебя.

Как сейчас? Карта на 2026 год. Сейчас у нас есть звёздный флот моделей. У каждой свои сильные стороны. Давай познакомимся с главными игроками.

Таблица. Наиболее популярные нейросети (2026 )

Примечание: в таблице указаны модели, которые наиболее часто используют в открытых сценариях и сравнениях (универсальные, структурные, мультимодальные, математические/логические, локальные). В России тоже есть свои разработки. Прямо сейчас доступны: YandexGPT, GigaChat, Kandinsky. Эти модели активно развиваются и уже могут решать многие задачи. Большая часть принципов из этой книги применима и к ним.

Важное открытие 2026 года. Модели перестали быть «волшебной палочкой», они стали инструментом, требующим точной настройки.

Главный принцип 2026 года: думай как инженер, а не как волшебник. Промпт в 2026 году - это не «заклинание». Это техническое задание. Оно должно быть:

- конкретным.

Не «напиши статью», а «напиши статью для школьника 8-го класса по теме...».

- ограниченным.

«Используй только данные из официальных источников. Если не уверен - скажи «не знаю».

- проверяемым.

«В конце проверь 5 фактов через поисковик».

ТВОЙ ПРОЕКТ В ЭТОЙ ГЛАВЕ. Теперь ты готов начать работу над своим исследованием. Что ты сделаешь:

1. Сформулируешь проблему. Запиши в блокнот: «Почему тема актуальна? Какие вопросы я хочу исследовать?»

2. Попробуешь старый промпт. Открой новый диалог с любой моделью. Отправь старый промпт, заменив тему на «Как искусственный интеллект меняет образование». Посмотри, что получится. Запомни - это не тот результат, который нам нужен.

3. Попробуешь новый подход. А теперь отправь тот же запрос простыми словами: «Напиши статью на тему «Как искусственный интеллект меняет образование» для школьников 8-го класса. Используй простой язык, примеры из жизни. Статья должна быть на 1500 слов, с понятной структурой: введение, основная часть, заключение».

4. Сравни результаты. Что изменилось? Какой ответ лучше? Почему?