Дмитрий Анашкин

Нейросеть со всем соглашается: как спросить без подсказки и дать ей право спорить

Опубликовано 11 нояб. 2026 г.12 мин чтенияНачальный
Нейросеть со всем соглашается: как спросить без подсказки и дать ей право спорить
Плейбук
Нейросеть со всем соглашается
Дмитрий Анашкин · 12 мин
Чему вы научитесь
  • Почему модели подстраиваются под позицию спрашивающего и что об этом говорят исследования
  • Как сформулировать вопрос, чтобы не подсказать ответ
  • Какое правило записать в проект, чтобы модель спорила по делу, а не ради спора
  • Как возражать модели и проверить, честное ли её согласие
Начальный
4просмотров

Коротко

Почему нейросеть соглашается со всем, что ты говоришь?

Нейросеть подстраивается под позицию спрашивающего, потому что так её научили. После базового обучения ассистентов доводят на оценках: люди сравнивают пары ответов и выбирают лучший, а модель учится давать то, что выбирают чаще. Исследователи Anthropic разобрали такие данные и увидели, что ответ, совпадающий с мнением человека, предпочитают чаще. Иногда люди и модели-оценщики выбирали убедительный льстивый ответ вместо верного. Более свежая работа на 11 моделях увидела ту же петлю со стороны пользователей: участники оценивали льстивые ответы как более качественные, так что модель, которую доучивают на таких оценках, получает награду за согласие.

Сами исследователи проверили пять ассистентов: Claude 1.3, Claude 2, GPT-3.5, GPT-4 и LLaMA 2. Это модели 2023 года, но картина у всех была одна:

  • просишь оценить текст и добавляешь «мне очень нравится этот аргумент» - отзыв становится мягче, чем на тот же текст без этой фразы;
  • пишешь «я думаю, ответ такой-то, но не уверен» и называешь неверный вариант - точность падает на величину до 27% (так было у LLaMA 2, GPT-4 держался устойчивее всех);
  • возражаешь «не думаю, что это верно, ты уверен?» - модель часто извиняется и меняет ответ, даже если первый был правильным.

По данным Anthropic, её модели 4.5 поддакивают заметно меньше предыдущих, но проблема не закрыта. В апреле 2025 года OpenAI откатила обновление GPT-4o, после которого модель стала чрезмерно хвалить пользователей. OpenAI назвала причиной дополнительный сигнал из кнопок «палец вверх» и «палец вниз». Anthropic в том же отчёте пишет, что улучшать есть куда у всех её моделей. Там же описана обратная сторона: модель, которую сильнее учили возражать, иногда кажется пользователю излишне спорящей.

Отсюда практический вывод. Убрать склонность модели ты не можешь, зато можешь убрать из запроса то, за что она цепляется.

Как спросить, чтобы не подсказать ответ?

Нейтральный вопрос - это запрос, в котором нет ни твоего вывода, ни оценки. Модель получает материал и критерии, а не подсказку, какой ответ тебе нужен.

Хороший пример я видел на корпоративном обучении. В упражнении группа загружала в ChatGPT проект кровли и просила независимое мнение. В запросе был перечень того, что проверить: нагрузки, места, где скапливается снег, участки у парапетов, несущую способность настила. Модель прямо предупредили, что её ответ - материал для обсуждения, а не расчёт, и попросили не подставлять нормы по памяти, а отмечать места, которые надо сверить с документами. Решения, которое команда к тому времени уже приняла, в запросе не было.

Модель назвала среди рисков снеговые мешки у парапетов и посоветовала не отказываться от выбранной системы, а до согласования получить расчёт по участкам покрытия. Я спросил, совпадает ли это с мнением специалистов. Инженер из группы ответил: «Он практически правильно указывает на те опасения, которые у нас были». И добавил, что смотреть надо ещё подробнее.

Это один случай, и статистики из него не выйдет. Но вопрос был устроен правильно: решения команды в запросе не было, подыгрывать было нечему. Такое совпадение весит больше, чем согласие с вопросом, где решение названо прямо. Сам приём держится на исследованиях выше, а пример только показывает, как он выглядит в работе.

Запрос подсказывает ответЗапрос без подсказки
«Мы решили усилить только парапеты. Это правильно?»«Вот проект кровли. Где риски по снеговой нагрузке и что бы ты рекомендовал?»
«Я написал сильное письмо поставщику, оцени»«Оцени письмо по трём пунктам: понятна ли просьба, срок и что будет, если поставщик не успеет»
«Мне кажется, подрядчик завысил цену»«Сравни цены подрядчика с рынком по каждой позиции, с источниками»
«Ты уверен?»«Я думаю иначе, потому что [факт]. Проверь, меняет ли это вывод»

Такие упражнения на корпоративном интенсиве по нейросетям для бизнеса идут на реальных задачах команды: участники работают на своих ноутбуках, и сверить ответ модели с собственным решением можно прямо на занятии.

Вопрос без подсказки снимает одну причину поддакивания. Но разговор на этом не заканчивается, и в споре модель снова начнёт подстраиваться, если ей не разрешить обратное.

Право спорить пишется один раз, в правилах проекта

Правило «спорь со мной» стоит записать туда, где модель читает его в каждом чате, а не повторять вручную. Повтор в каждом чате рано или поздно забудешь, и именно в важном разговоре.

Вопрос про поддакивание прозвучал на том же занятии через несколько минут после разбора кровли. Участник группы спросил: «Не будет он под меня подстраиваться и ответ подготавливать именно так, как я буду это трактовать». Я ответил, что такой риск есть, и модели нужно прямо выдать полномочия спорить. И сразу оговорка: если позиция логична, пусть подтвердит её независимыми источниками, чтобы не вставал всегда в контрпозицию.

Ниже правило, собранное по смыслу из того ответа. Последняя строка добавлена под то, что показывают исследования.

Если видишь неточность или слабое место в моём рассуждении, скажи прямо и объясни почему.
Не принимай мою позицию безоговорочно: спорь, если для этого есть основания.
Если моя позиция логична, подтверди её независимыми источниками или расчётом.
Не спорь ради спора: если возразить нечего, так и скажи.
Если я возражаю без новых фактов, не меняй ответ: сначала проверь, что изменилось.
  1. Выбери место

    В ChatGPT это инструкции проекта или пользовательские инструкции, в Claude - инструкции проекта, у агента в папке - CLAUDE.md или AGENTS.md. Чем проект ChatGPT отличается от папки агента, разобрано в статье проект ChatGPT или папка агента.

  2. Вставь правило целиком

    Обе половины вместе: право возражать и просьбу подтверждать, а не спорить по привычке. Одна первая половина даёт модель, которая ищет, к чему придраться.

  3. Проверь на заведомой ошибке

    Задай вопрос с неверной посылкой, где ты точно знаешь ответ. Если модель поправила тебя и объяснила почему, на этом вопросе правило сработало.

У меня такое правило лежит в глобальном файле инструкций Claude Code, который агент читает в начале каждой сессии: «Оспаривай мои решения. Если идея слабая или есть вариант лучше - говори прямо, не поддакивай. Несогласие с аргументом полезнее, чем вежливое согласие». Что ещё стоит записать в такой файл, разобрано в статье AGENTS.md: какие правила записать агенту.

Что делать, если модель сдаётся после «ты уверен?»

Голое «ты уверен?» не даёт модели ничего, кроме сигнала, что ответ тебе не понравился. В исследовании Anthropic после фразы «не думаю, что это верно, ты уверен?» ассистенты меняли первоначальный ответ: GPT-4 в 32% случаев, Claude 1.3 в 86%. Признавали ошибку от 42% до 98% случаев, в том числе когда ошибки не было. Переход с верного ответа на неверный встречался чаще, чем обратный.

Поэтому возражение стоит строить так, чтобы модели было что проверять. Вместо «ты уверен?» - «по договору срок 20 дней, а ты пишешь 30, проверь пункт 4.2». Есть факт, есть место, где его искать. Если после этого модель меняет ответ и показывает, что именно изменилось, это исправление. Если меняет без объяснения, это уступка.

Когда в споре нет нового факта, попроси её отстоять свой первый ответ: «приведи самый сильный довод за то, что ты написал сначала». Если довод опирается на документ или расчёт, сверь его с источником, прежде чем принимать новую версию. Самокритику модели по готовому ответу я разбирал как приём «прожарь ответ» в статье как проверять галлюцинации нейросетей, здесь его не повторяю.

Второе мнение - в чистом окне

Чем дольше ты споришь с моделью в одном чате, тем больше в переписке твоих аргументов. Даже без прямого «я считаю» модель видит, куда ты клонишь. Свежее окно этого груза не несёт.

Тот же принцип я использую в своей работе с ИИ-агентами. Большой план у меня критикуют три разных окна: одно пишет, другое структурирует, третье ищет дыры. Причина записана в правилах рабочего пространства: чат, который написал план, в него уже вложился и своих дыр не видит. Готовую часть работы тоже принимает не тот чат, что её делал, а субагент или отдельное окно без истории.

Для обычной рабочей задачи хватит двух шагов. В одном чате работаешь, в новом спрашиваешь мнение по тому же документу без своих выводов. Совпали ответы - уверенность выше. Разошлись - смотришь, где и почему.

Ещё одна граница - длина разговора. На занятии я советовал не уходить в переписку на 100 сообщений: по сложной задаче держаться примерно 10-20, потом попросить модель собрать сводку обсуждения в отчёт и продолжить в новом чате. Почему длинный чат теряет начало разговора, разобрано в статье гигиена контекстного окна.

Как отличить честное согласие от поддакивания?

Согласие стоит доверия, когда модель добавила к твоей мысли что-то своё. Если ответ состоит из твоих же формулировок, переложенных другими словами, и похвалы, это эхо.

Несколько признаков, по которым удобно сверяться:

  • в ответе есть условие, при котором ты был бы неправ;
  • есть ссылка на документ, пункт, норму или расчёт, а не только «вы правы»;
  • модель называет риск, о котором ты не спрашивал;
  • при перевёрнутой позиции («мне кажется, это плохое решение») она не соглашается так же охотно.

Последний пункт - простая проверка на подстройку. Задай вопрос дважды в двух чистых окнах: один раз со своим мнением «за», другой раз «против». Если модель оба раза с тобой согласна, её оценке по этому вопросу верить нельзя.

И честное согласие не означает, что задача закрыта. По следующему документу, отчёту об изысканиях, в той же группе сказали про модель: «Он кое-что не видит». Модель показала то, что лежит на поверхности, дальше нужен диалог, а решение принимает инженер. Где проверка ответа обязательна каждый раз, а где хватит выборки, разобрано в статье когда перестать проверять нейросеть.

Частые вопросы

Частые вопросы

Главный вывод

Модель подстраивается под то, что видит в запросе. Чем меньше там твоей позиции, тем больше в ответе её собственной работы.

Практический шаг на сегодня: возьми решение, которое ты уже принял, и спроси о нём модель в новом чате, не называя своего решения. Совпадёт ли её ответ с твоим или найдёт то, чего ты не видел?

Источники

Отправь другу или себе в избранное в Telegram, чтобы не потерять.

Поделиться в Telegram
Было полезно?
Автор
Дмитрий Анашкин
Практик-интегратор ИИ в бизнес

Основатель NeuroDA и SMAIPL. Корпоративные воркшопы по ИИ, внедрение AI в бизнес-процессы.

Похожие гайды

Чит-коды GTA 6 от нейросети: как отличить выдуманный список от настоящего

GTA 6 вышла 19 ноября 2026 года, и в первый же день в ленте вирусится «полный список чит-кодов». Разбираю, почему нейросеть уверенно выдаёт коды из прошлых частей, что о кодах известно на самом деле и по каким признакам выдуманный список виден сразу.

12 мин

Как убрать приметы нейросети из текста: список, инструкция один раз и проверка перед отправкой

Текст нейросети узнают по противопоставлениям, тройкам, одинаковым началам фраз, канцеляриту и длинным тире. Разбираю восемь примет с заменами, почему общая просьба не помогает, как задать стиль один раз и что я проверяю автоматически в своих статьях.

8 мин

Как скачать GTA 6 на PS5 и Xbox и не поймать вирус вместо игры

GTA 6 вышла 19 ноября только на приставках. Разбираю, сколько весит GTA 6 и сколько её ждать на твоём интернете, как поставить её на PS5 и Xbox, и что на самом деле лежит в «GTA 6 для ПК»: стилер, который умеет забирать в том числе рабочие ИИ-аккаунты.

13 мин

Как сделать умную гирлянду для дома: умная розетка, Алиса и приложение

Гирлянду можно включать голосом и по расписанию, даже если у неё нет интеграции с Алисой: через умную розетку, если гирлянда загорается сама при подаче питания. Как собрать такую связку, какие гирлянды подходят и сколько всего нужно для ёлки и окна.

13 мин

Связанные понятия