Как договориться с нейросетью - практическое руководство для начинающих

Вступление

Нейросеть не читает мысли. Но с ней можно договориться

Представьте вполне обычную ситуацию. Вы впервые открываете нейросеть, находите строку ввода и пишете:

Создай красивый старинный замок.

Проходит несколько секунд. На экране действительно появляется замок: башни, стены, флаги, солнце над горами. Вроде бы всё на месте. Только это совсем не то, что вы представляли.

В вашей голове стояла тяжёлая северная крепость из почти чёрного камня. Снег лежал на разрушенных стенах. Ветер гнал по дороге мелкую ледяную пыль. Над башнями висело низкое серое небо. В окнах не было ни одного огня. А нейросеть показала почти сказочный дворец на зелёном холме.

Первая мысль предсказуема: «Она меня вообще не понимает». А потом приходится признать несколько неприятную вещь: нейросеть сделала примерно то, о чём её попросили. Вы сказали «замок» — замок есть. Сказали «старинный» — он выглядит старинным. Сказали «красивый» — с точки зрения модели он вполне может быть красивым. Про север, снег, чёрный камень, разрушенные башни и отсутствие света в окнах вы не сказали ничего. Всё это существовало только в вашей голове.

С этого момента и начинается настоящая работа с искусственным интеллектом. Не с поисков «секретного промта». Не с подписки на пять сервисов. И даже не с изучения многочисленных настроек. Она начинается с простой мысли: нейросеть не видит мою идею так, как вижу её я. Значит, мне нужно научиться эту идею объяснять.

Именно об этом эта книга. Она предназначена не для инженеров по машинному обучению, а для обычного человека, который хочет получить от нейросетей практическую пользу: написать и отредактировать текст, создать изображение, придумать постоянного персонажа, сделать музыкальную композицию, подготовить видеоролик или разобраться в документе.

Наша цель — не бесконечно нажимать кнопку «Создать», надеясь, что на двадцатый раз случайно получится хорошо. Гораздо полезнее понимать, почему результат получился именно таким, что в нём удалось и какую инструкцию нужно изменить.

Рисунок 1. Хороший результат часто рождается не из одного идеального промта, а из нескольких понятных уточнений.

Не нужно становиться программистом

Если открыть серьёзную литературу об искусственном интеллекте, довольно быстро появятся параметры, векторы, функции активации, архитектуры моделей и множество других терминов. Всё это важно для специалистов, которые создают сами системы. Но человеку, который хочет написать статью, сделать обложку или собрать короткий клип, необязательно начинать именно с этого.

Представьте автомобиль. Чтобы уверенно ездить по городу, водитель должен понимать назначение руля, педалей, зеркал и приборов. Но ему не требуется сначала научиться рассчитывать процессы сгорания топлива в цилиндрах. С нейросетями похожая история: для начала нужно знать возможности, ограничения и способы постановки задачи.

Не нужно сразу писать идеальный промт

Есть ещё одно заблуждение, которое мешает новичкам: будто где-то существует идеальная формулировка, которую надо придумать заранее. На практике работа чаще выглядит так: запрос, результат, уточнение, новый результат, ещё одно уточнение и только потом готовый вариант.

Это не признак плохой работы. Наоборот, так выглядит нормальный диалог с инструментом, который умеет учитывать контекст и ваши последующие замечания.

Важное замечание

Возможности нейросетей, интерфейсы и правила конкретных сервисов меняются быстро. Поэтому в книге почти нет инструкций вида «нажмите кнопку X». Мы будем говорить о принципах, которые переживают смену интерфейсов. Там, где речь идёт о праве, здоровье, безопасности, финансах или правилах конкретной платформы, воспринимайте книгу как общий ориентир, а не как замену актуальному первоисточнику или профессиональной консультации.

Есть и ещё одна тема, которую нельзя честно обойти. Современные нейросети позволяют синтезировать голоса, создавать реалистичные изображения, писать убедительные тексты и автоматизировать сложные действия. Поэтому вместе с вопросом «Как это сделать?» рано или поздно появляются два других: «Имею ли я право это делать?» и «Стоит ли мне это делать?». К этому разговору мы придём ближе к концу книги.

Часть I. Первый разговор с нейросетью

Очень убедительная выдумка

Представим, что мы просим:

Придумай историю вымышленного города Нордхольм.

Через несколько секунд появляется вполне правдоподобный город: год основания, старый промышленный район, ратуша, легенда о местном озере и даже фамилия первого мэра. Всё хорошо — мы сами попросили фантазию.

Через десять сообщений спрашиваем:

А что произошло в Нордхольме в 1912 году?

Модель может продолжить созданную историю. Для художественного мира это прекрасное качество. Для исторического исследования — проблема. Поэтому первое правило стоит запомнить сразу: правдоподобный ответ и достоверный ответ — не одно и то же.

Нейросеть не обязана быть поисковиком

Языковая модель может работать вместе с поиском или подключёнными источниками, а может отвечать только на основе уже имеющегося контекста и своих внутренних закономерностей. Пользователю важно различать эти ситуации. Когда точность факта существенна, нужно понимать, откуда взялся ответ и можно ли его проверить.

Для творческой задачи свобода модели — преимущество. Для фактической — иногда источник риска. Один и тот же механизм может быть полезен или опасен в зависимости от того, что вы от него хотите.

Полезная привычка: отделяйте знание от предположения

Когда вопрос фактический, можно заранее попросить модель разделить ответ на то, в чём она уверена, и то, что требует проверки. Это не превращает ответ в истину, но помогает заметить зоны неопределённости. Например: «Сначала дай краткий ответ. Затем отдельно перечисли утверждения, которые стоит проверить по источникам». Такой запрос особенно полезен, если тема новая для вас и вы сами пока не знаете, где могут скрываться ошибки.

Не менее важно различать генерацию и поиск. Если модель придумывает рекламный слоган, ей не нужен источник. Если она сообщает сегодняшнюю цену, свежие правила сервиса или содержание конкретного документа, задача уже требует актуальных данных. Одна из частых ошибок новичка — использовать одинаковый уровень доверия к творческой фантазии и к сведениям о реальном мире.

Мини-практика

Задайте модели два вопроса подряд: «Придумай три причины, по которым жители вымышленного города покинули его» и «Назови три реальные причины эвакуации жителей города N в конкретном году». Сравните ответы. В первом случае оригинальность важнее проверки. Во втором — наоборот. Попробуйте своими словами объяснить, почему это две разные задачи, хотя внешне обе выглядят как просьба перечислить причины.

Глава 2. Сначала решите, что вам нужно

Новички часто начинают одинаково: видят рекламу нового сервиса, регистрируются, смотрят на множество кнопок и только потом спрашивают: «Что здесь вообще можно сделать?» Подход понятный, но не самый удобный.

Лучше идти с противоположной стороны: сначала решить, какой результат нужен, а уже потом выбирать инструмент.

Большой проект почти всегда состоит из маленьких задач

Представим, что вы решили выпустить песню и небольшой клип. На словах задача одна. На деле нужно придумать тему, написать текст, определить музыкальный стиль, получить композицию, создать обложку, подготовить образ исполнителя, сделать несколько видеосцен, смонтировать их и написать описание публикации.

Здесь вовсе не обязательно использовать одну нейросеть. Языковая модель поможет с идеей и текстом, музыкальная — с песней, генератор изображений — с обложкой, видеомодель — со сценами. Потом вы снова можете вернуться к языковой модели, чтобы подготовить описание.

Очень быстро выясняется важная вещь: лучшей нейросети вообще не существует. Существует наиболее подходящий инструмент для конкретной работы.

Не гонитесь за каждой новой моделью

Каждую неделю появляется очередной сервис, который в рекламе «меняет всё». Если пытаться освоить каждый, времени на собственные проекты не останется. Намного полезнее научиться разбирать задачу на части и выбирать инструмент осознанно.

Проверочный вопрос прост: «Какой результат мне нужен на этом этапе?» Если ответ — связный текст, вы ищете сильный текстовый инструмент. Если изображение — графический. Если нужно оживить уже готовую картинку — важна поддержка работы от изображения к видео.

Три вопроса перед выбором сервиса

Перед тем как регистрироваться в новом инструменте, ответьте себе на три вопроса. Какой результат нужен: текст, звук, изображение, видео или анализ? Нужно ли работать с уже существующим материалом — например, загрузить фотографию или документ? И насколько критично точное следование требованиям? Эти вопросы быстро отсеивают сервисы, которые выглядят эффектно в рекламе, но не подходят под вашу задачу.

Например, генератор изображений может делать потрясающие одиночные картинки, но плохо сохранять одного героя между сценами. Для обложки это не страшно. Для комикса — критично. Музыкальная модель может выдавать красивый вокал, но плохо управляться с распределением мужских и женских партий. Для инструментального альбома это безразлично, для дуэта — проблема.

Не бойтесь менять инструмент по ходу проекта. Лояльность сервису не является творческой добродетелью. Если одна система лучше придумывает идеи, другая точнее редактирует изображение, а третья стабильнее делает видео, использовать все три — совершенно нормальный рабочий процесс.

Глава 3. Иногда стоит ответить быстро. Иногда — подумать глубже

Во многих современных системах есть разные способы обработки запроса: более быстрый ответ и более глубокий анализ. Названия таких режимов отличаются, а в некоторых продуктах глубину обработки пользователь вообще не выбирает вручную. Важно не название, а сам принцип: не все задачи требуют одинакового объёма рассуждения.

Если вы спрашиваете: «Как лучше назвать папку — „Фото“ или „Фотографии“?», долгий анализ почти бессмыслен. Если же нужно сравнить несколько договоров, найти противоречия в длинной рукописи или разобрать сложный программный сбой, дополнительное время на многоэтапную проверку может быть полезно.

Рисунок 2. Простая задача обычно не выигрывает от лишней сложности, а многоэтапный анализ требует большего внимания.

Глубже — не значит автоматически лучше

Есть соблазн включать самый «умный» режим всегда. Но более длинный анализ не гарантирует более полезный ответ. Для простой задачи он может только увеличить время ожидания и добавить ненужные детали.

Полезно выбирать глубину под задачу. Быстрый режим хорошо подходит для идей, черновых вариантов и простой редакторской работы. Более глубокий — для сравнения многих условий, анализа длинных материалов, логики, сложного кода и задач, где ошибка может скрываться в нескольких шагах рассуждения.

Не требуйте от модели раскрывать внутренние рассуждения

Практическому пользователю полезнее просить не «покажи все мысли», а понятный итог: перечисли допущения, покажи проверку ключевых шагов, объясни критерии выбора и укажи, где остаётся неопределённость. Такой ответ легче проверить и использовать.

Когда дополнительный анализ действительно окупается

Глубокий режим особенно полезен, когда задача похожа не на один вопрос, а на цепочку зависимостей. Допустим, вы просите проверить сюжет: герой уехал в понедельник, письмо получил во вторник, но в следующей главе автор пишет, что письмо пришло за день до отъезда. Модель должна не просто увидеть отдельные предложения, а сопоставить временную линию. Чем больше таких связей, тем полезнее многоэтапная проверка.

Другой пример — сравнение предложений. Если нужно выбрать между тремя тарифами, важно не только перечислить цены, но и учесть лимиты, скрытые ограничения, объём использования и ваш сценарий. В такой задаче хорошая просьба звучит примерно так: «Сначала перечисли критерии, затем сравни варианты по каждому критерию, после этого сформулируй вывод и отдельно укажи, какие допущения повлияли на рекомендацию».

Как проверить сложный ответ

Просите не внутренний поток мыслей, а проверяемую структуру: критерии, расчёты, допущения, список рисков, альтернативы и факты, требующие источника. Тогда вы получаете не просто уверенный итог, а результат, который можно критически оценить.

Глава 4. Разговор важнее одного идеального запроса

Многие представляют промт как бумажный самолётик: написали, запустили, что прилетело — то прилетело. С диалоговой нейросетью всё удобнее. Можно двигаться постепенно.

Пользователь: Предложи десять названий для фантастического рассказа о человеке и роботе, которые вынуждены сотрудничать, хотя считают друг друга врагами.

Нейросеть: Предлагает десять вариантов.

Пользователь: «Необходимый враг» ближе всего к смыслу. Предложи ещё пять вариантов вокруг этой идеи, но не используй слово «союз».

Нейросеть: Предлагает ещё пять.

Пользователь: Нет, первый вариант всё равно сильнее. Оставляем «Необходимый враг».

Никакого идеального первоначального промта не потребовалось. Пользователь вместе с моделью сузил пространство вариантов и сам принял окончательное решение.

То же работает при редактуре. Если первые три абзаца статьи хороши, а финал слабый, не нужно переписывать всё: «Первые три абзаца не меняй. Перепиши только заключение». После новой версии можно уточнить: «Уже лучше. Но последняя мысль повторяет вступление. Убери повтор».

Полезная формула будет возвращаться на протяжении всей книги: сохранить удачное, назвать конкретную проблему, изменить только её.

Контекст полезен, пока он не стал мусором

Длинный диалог удобен: модель помнит предыдущие решения, имена персонажей и ограничения. Но бесконечная переписка может накопить старые версии требований. Вы сначала попросили красное пальто, потом решили сделать его чёрным, а через двадцать сообщений случайно снова сослались на «исходный вариант». Чем длиннее проект, тем полезнее время от времени фиксировать актуальную версию.

Собери в одном коротком блоке только действующие требования к персонажу. Отменённые решения не включай.

Такой «паспорт проекта» можно хранить отдельно и вставлять в новый диалог, если старый стал слишком запутанным. Начать новую беседу — не поражение. Иногда чистый контекст экономит больше времени, чем попытка исправить накопившиеся противоречия.

Часть II. Как объяснять свою задачу

Аудитория часто важнее стиля

Особенно это заметно в текстах. «Напиши профессионально» — расплывчато. «Напиши для владельца малого бизнеса, который не знает технических терминов» — намного полезнее. Аудитория определяет словарь, глубину объяснения, количество примеров и даже длину предложений.

То же относится к цели. Один и тот же материал о нейросетях можно написать как справку, учебную главу, рекламный пост или сценарий ролика. Поэтому хороший запрос часто отвечает ещё на один вопрос: что читатель должен сделать или понять после результата? «После статьи человек должен суметь самостоятельно составить первый промт» — сильнее, чем просто «расскажи о промтах».

Конец ознакомительного фрагмента.

Текст предоставлен ООО «Литрес».

Прочитайте эту книгу целиком, купив полную легальную версию на Литрес.

Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.