Почему ChatGPT даёт шаблонные ответы — и как это исправить

В чём проблема

Открываешь ChatGPT или Claude, пишешь «напиши пост про мотивацию» — получаешь три абзаца про «важность целей» и «маленькие шаги к мечте». Пишешь «дай совет по продажам» — получаешь список из восьми пунктов, который мог написать любой блог в 2018 году.

Это не баг. Это математика. Языковая модель предсказывает следующий токен на основе того, что встречалось чаще всего в обучающих данных. Размытый запрос активирует самые частотные паттерны. А самые частотные паттерны в интернете — это именно банальщина.

Хорошая новость: это лечится. Не нужно учиться «промптингу» в академическом смысле. Достаточно понять пять механизмов — и качество ответов вырастет кратно.

Причина 1. Нет контекста о тебе

Когда ты пишешь «напиши текст про инвестиции», модель не знает: ты пишешь для новичков или профессионалов? Продаёшь курс или ведёшь просветительский блог? Хочешь провокацию или сухую аналитику?

Без этого модель выбирает «среднее» — то, что подойдёт всем и не зацепит никого.

Причина 2. Нет роли и голоса

Языковая модель — хамелеон. Она подстраивается под любой голос, но без инструкции выбирает нейтральный «официальный» стиль. Именно отсюда берётся «Безусловно, вот несколько ключевых аспектов».

Решение простое: назначь роль в начале запроса. Не «помоги мне», а «ты — маркетолог с 10-летним опытом в B2C». Это инструкция по умолчанию, которая фильтрует шаблонные конструкции.

Причина 3. Запрос слишком широкий

«Как улучшить продажи» — вопрос на диссертацию. «Как сформулировать оффер для холодного письма директору малого производственного предприятия, чтобы он ответил» — это задача.

Чем уже и конкретнее вопрос — тем точнее ответ. Не бойся длинных запросов. Длина не пугает модель, она помогает ей сузить пространство возможных ответов.

Причина 4. Нет примера нежелательного ответа

Один из самых недооценённых приёмов — показать модели, что ты не хочешь получить. Это работает мощнее, чем описание желаемого, потому что отсекает целые классы шаблонов.

Причина 5. Нет итерации

Большинство людей задают вопрос один раз и принимают первый ответ. Но первый ответ — это черновик. Модель не знает, что для тебя важнее: длина, тон, структура или конкретные детали.

После первого ответа скажи: «Сделай короче на треть и добавь один конкретный пример из реальной практики». Так и работают хорошие промпт-инженеры — итерация, а не попытка угадать идеальный запрос с первого раза.

Алгоритм выхода из шаблонных ответов

1. Назначь роль — кто говорит, с каким опытом, в каком стиле
2. Опиши аудиторию — кто читает, что уже знает, чего боится
3. Сузь задачу — одна конкретная ситуация, не «вообще про X»
4. Запрети шаблоны — буквально напиши, что не нужно
5. Итерируй — попроси переписать с конкретной правкой

Пример полного промпта

Такой запрос даёт письмо, которое можно отправлять сразу. Модель знает, кто пишет, кому пишет и что категорически нельзя — шаблонам просто нет места.

FAQ

Почему ChatGPT всегда даёт одинаковые ответы?

Модель обучена на паттернах из интернета. Без конкретного контекста она выдаёт усреднённый ответ — тот, который встречался чаще всего в обучающих данных. Добавь контекст — получишь специфику.

Как заставить ИИ давать конкретные ответы?

Добавь контекст: кто ты, для кого пишешь, какой тон нужен, что уже пробовал, что не хочешь получить. Чем точнее запрос — тем конкретнее ответ.

Чем Claude отличается от ChatGPT в качестве ответов?

Claude лучше держит контекст в длинных диалогах и реже скатывается в шаблоны при работе с подробными системными промптами. Но проблема банальности есть у обеих моделей без правильного промптинга.

Что такое системный промпт и зачем он нужен?

Системный промпт — инструкция, которую ты даёшь модели до основного запроса. В нём описываешь роль, тон, ограничения. Это сильнее влияет на качество, чем формулировка самого вопроса.

Как проверить, что промпт работает хорошо?

Если ответ можно вставить в любую другую задачу без изменений — промпт слабый. Хороший ответ содержит детали, специфичные именно для твоей ситуации и аудитории.