Почему один и тот же промпт даёт разный результат. Дело не в формулировке
Как нейросеть на самом деле выбирает слова — и формула промпта, который ведёт её к нужному ответу.
01 — МеханикаКак на самом деле «думает» нейросеть?
ChatGPT и любая текстовая нейросеть не думает в привычном смысле. Самое точное сравнение — автодополнялка в телефоне. Вы пишете «Привет, как», телефон предлагает «дела». Он не понимает фразу — он предсказывает следующее слово на основе миллионов сообщений, которые видел.
Нейросеть — та же автодополнялка, только в миллион раз умнее и обученная на всём интернете. Механика та же: вы дали слова, модель предсказала следующее, потом ещё одно, и так весь текст. Понимание — иллюзия, которую создаёт точность предсказаний. Это не принижает модель: именно из предсказания рождаются связные тексты. Но это меняет то, как с ней надо разговаривать.
02 — ВероятностьПочему один и тот же промпт даёт разные ответы?
Вот ответ на вопрос из заголовка. На каждом шаге у модели не один «правильный» вариант следующего слова, а целое распределение вероятностей: «дела» — 60%, «ты» — 20%, «настроение» — 8% и так далее. И она не всегда берёт самый вероятный — она сэмплит из распределения. Поэтому два запуска одного промпта идут разными ветками и дают разный текст.
Значит, дело и правда не только в формулировке: есть встроенная случайность. Но эту случайность вы ограничиваете — чем уже распределение на каждом шаге, тем стабильнее и точнее ответ. А сужаете распределение вы словами. Размытый промпт оставляет распределение широким — отсюда и разброс, и среднее. Точный промпт его сужает.
Вы не можете убрать случайность совсем. Но можете сделать её безопасной — сузив распределение до вариантов, которые вас устраивают.— Анжела Петкова
03 — ВеткиПочему каждое слово запускает свою ветку?
Каждое слово в промпте запускает свою ветку предсказаний. Вы не просите — вы задаёте направление. Слово «секрет» уводит модель в одну сторону вероятностей, слово «руководство» — в совершенно другую. Они тянут текст ещё до того, как написана первая буква ответа.
Посмотрите, как одна замена слова меняет всё:
Кликбейт-ветка: «один трюк, который изменит всё», эмодзи, интрига.
Системная ветка: структура, шаги, обоснование.
Подбирать правильные слова — та ещё работа, и это и есть настоящий промптинг: не формулировка покрасивее, а выбор рычагов, которые ведут в нужную ветку.
04 — ПустышкиЧто значит «сделай хорошо» для машины?
Есть отдельный класс слов, которые для нейросети не значат ничего, — пустышки: «хорошо», «профессионально», «вирусный», «интересно». Человеку они кажутся требованием. Машине — шумом.
Когда вы пишете «сделай хорошо», модель не понимает, в какую сторону предсказывать. Хорошо для кого? По каким критериям? В каком стиле? Вы как будто крутите руль, не повернув его ни на градус, — и удивляетесь, что несёт прямо в среднее по интернету. Пустышка не сужает распределение, поэтому вы получаете самый вероятный, то есть самый банальный, вариант.
05 — ПрактикаКак писать промпт, который попадает в цель?
Рецепт следует прямо из механики. Если каждое слово — рычаг, ваша задача не уговаривать модель, а заменять пустышки на конкретные слова, которые задают нужную ветку:
- Найдите пустышку. Подчеркните в своём промпте «хорошо», «круто», «профессионально», «вирусно», «интересно» — каждое ничего не задаёт.
- Спросите «это какое?» По каким критериям, для кого, в каком стиле. Ответ на этот вопрос и есть нужные слова.
- Замените. Вместо «сделай вирусный пост» → «сделай пост с хуком-вопросом в первой строке, на языке практиков, один тезис — один абзац, без эмодзи».
«хорошо» → для кого + критерий + формат
«профессионально» → чей профессионализм (юрист? копирайтер?) + признаки
«вирусно» → какой хук + какая эмоция + длина
«интересно» → какой поворот + что читатель не знал до этогоКак это выглядит вживую — один промпт за три итерации:
v1: «Напиши вирусный пост про тайм-менеджмент»
→ среднее по интернету, «5 советов, как успевать больше»
v2: + «хук-вопрос в первой строке, для занятых родителей»
→ уже теплее, но всё ещё совет-лист
v3: + «один контринтуитивный тезис, без списков, пример из
буднего утра, 700 знаков»
→ попадание: своя мысль, свой ритмМенялась не «сила убеждения», а количество рычагов: каждая добавленная конкретика отрезала ветку клише. Случайность осталась, но теперь крутится внутри нужной ветки — и даже разные запуски попадают в цель.
Частые вопросы
Нейросеть правда не понимает смысл моей просьбы?
Не в привычном смысле. Текстовая нейросеть — сверхмощная автодополнялка: она не осознаёт значение, а предсказывает следующее слово на основе обучения. Вы дали слова → она предсказала следующее → потом ещё → и так весь текст. Понимание — иллюзия, которую создаёт точность предсказаний.
Почему «напиши хорошо» не работает?
Потому что «хорошо» — слово-пустышка. Для нейросети оно не задаёт направление: хорошо для кого, по каким критериям, в каком стиле. Оно не сужает распределение вероятностей, поэтому вы получаете самый вероятный — то есть самый банальный — вариант.
Почему один и тот же промпт каждый раз выдаёт разное?
Потому что на каждом шаге модель выбирает из распределения вероятностей, а не берёт всегда один вариант — это встроенная случайность (сэмплинг). Убрать её полностью нельзя, но можно сузить распределение точными словами, и тогда разные запуски всё равно попадают в нужную ветку.
Так промпт важнее контекста?
Нет — это две разные вещи. Слова в промпте задают ветку, но сам материал, из которого модель строит ответ, — это контекст (ваши файлы, примеры, данные). Промпт направляет, контекст наполняет. Сильнее всего работает связка: точные слова + богатый контекст.
