Плохое ТЗ — плохой результат: почему ИИ не читает мысли

Есть старое инженерное правило: каким будет техзадание — таким будет и результат. С ИИ оно работает жёстче, чем с людьми: человек хотя бы переспросит, а модель молча выдаст уверенный ответ на задачу, которую додумала за тебя.

Формулу РЗКФ — роль, задача, контекст, формат — ты уже знаешь из урока «Первый промпт». Этот урок отвечает на вопрос, который там остался за кадром: почему она работает, что конкретно ломается в ответе, когда из неё выпадает одна буква, и какой пятый элемент новички пропускают чаще всего.

ИИ не читает мысли — и это не фигура речи

Вспомни урок про LLM и токены: модель предсказывает вероятное продолжение текста. Всё, что она знает о твоей задаче, — это символы, которые ты отправил. У неё нет доступа к твоей компании, твоему дедлайну, характеру твоего клиента и тому, как у вас принято писать письма.

А в твоей голове задача объёмная. Ты знаешь, что клиент нервный, что задержка уже вторая, что извиняться надо тепло, но без обещаний, и что письмо прочитает ещё и руководитель. Ты садишься и отправляешь: «напиши письмо клиенту». Из всего этого объёма до модели доехало четыре слова.

Дальше происходит то, что важно понять один раз и навсегда: пробел не остаётся пустым. Модель не умеет «не решать» — механизм предсказания обязан выдать следующее слово, всегда. Значит, всё, что ты не сказал, кто-то допишет. Вопрос ровно один: допишешь это ты — или допишет статистика.

Пауза на подумать

Прежде чем читать дальше, ответь себе: если модель обязана заполнить любой пробел, чем именно она его заполнит? Подержи ответ в голове один абзац.

Самым частым. Средним. Тем, что чаще всего встречалось в похожих текстах интернета. Поэтому ответы на пустые промпты все на один вкус: гладкие, безликие, вежливые ни о чём. Это не лень модели и не её слабость — это честная статистика, работающая ровно так, как должна.

И отсюда главный вывод урока, который стоит переписать себе куда-нибудь: плохое ТЗ не даёт плохой ответ. Оно даёт хороший ответ на другую задачу — на среднюю. Именно поэтому люди говорят «ИИ пишет какую-то воду»: они получили качественное среднее и ждали своё конкретное.

Пять элементов задачи

Четыре ты знаешь, пятый — новый:

1. Роль — кем должна «быть» модель. Выбирает полку знаний и тон.
2. Задача — что конкретно сделать. Один глагол: составь, найди, сократи, сравни.
3. Контекст — что нужно знать о ситуации: для кого, что уже произошло, что важно.
4. Формат — как должен выглядеть ответ: таблица, 5 пунктов, до 100 слов.
5. Ограничения — чего делать нельзя: не выдумывать цифры, не обещать сроков, не использовать англицизмы, не длиннее одного экрана.

Ограничения — это пятый элемент, и он самый недооценённый. Первые четыре говорят модели, куда идти. Ограничения ставят забор, за который выходить нельзя. Без забора модель регулярно делает то, что тебе аукнется: обещает клиенту компенсацию, которую ты не согласовывал, вставляет правдоподобную цифру, которой не существует (привет уроку про галлюцинации), пишет три экрана там, где нужен абзац.

Что ломается, когда элемента нет

• Нет роли → тон никакой. Текст «из интернета вообще»: то канцелярит, то блогерская бодрость.
• Нет задачи → модель пересказывает тему вместо того, чтобы что-то с ней сделать. Самая частая причина ощущения «он льёт воду».
• Нет контекста → модель додумывает факты. Самая опасная дыра: ответ выглядит уверенно, а половина деталей выдумана под правдоподобие.
• Нет формата → стена текста, из которой ты потом руками вытаскиваешь нужное. Работу ты не отдал, а перенёс на потом.
• Нет ограничений → лишние обещания, лишняя длина, лишняя выдумка. Чинить дороже всего, потому что заметно не сразу.

Проверь сам: две кнопки

Дальше два промпта. Жми «Запустить» под первым и прочитай ответ до конца — важно поймать ощущение, а не просто согласиться со мной.

Напиши письмо клиенту про задержку.

Получил? Скорее всего, это вежливая пустота: «уважаемый клиент», «приносим извинения», «ценим ваше доверие». Ни одной детали твоей ситуации — потому что ты их не дал. И заметь: модель наверняка сама придумала, на сколько задержка и что вы предлагаете взамен. Она заполнила пробел, как и обещала.

Теперь тот же смысл, но со всеми пятью элементами:

Ты менеджер клиентской поддержки небольшой мебельной мастерской.
Задача: напиши письмо клиенту о том, что доставка дивана переносится с 14 на 21 марта.
Контекст: это вторая задержка подряд, клиент уже писал недовольное сообщение, причина — задержка ткани у поставщика. Мы правда виноваты.
Формат: до 120 слов, обычное письмо без списков, тёплый человеческий тон.
Ограничения: не обещай компенсацию и новые сроки сверх 21 марта, не выдумывай причин, которых я не назвал, без канцелярита и без слова «уважаемый».

Сравни два ответа. Механизм под капотом один и тот же — модель, дата, кнопка. Разница целиком в твоём тексте. Это и есть навык, за который платят.

Эвристика стажёра — правило, которое стоит унести с собой

Как понять, что в ТЗ дырка, до того как получишь плохой ответ? Есть проверка на десять секунд:

Представь, что ты отправил этот текст новому стажёру, он молча всё сделал и ушёл в отпуск. Что он сделает не так?

Стажёр не знает, что клиент уже нервный, — значит, это контекст, впиши. Стажёр может пообещать скидку — значит, это ограничение, впиши. Стажёр напишет три страницы — значит, это формат, впиши. Всё, что ты мысленно ответил стажёру, и есть недостающие куски ТЗ. Работает без всякого ИИ, хоть на бумаге.

Частое заблуждение: «длинный промпт = хороший промпт»

Нет. Длина — побочный эффект, а не цель. Промпт хорош, когда в нём нет пробелов, которые модель заполнит не так, как ты хочешь, — и только. «Сколько будет 15% от 2400» не нуждается ни в роли, ни в ограничениях: тут нечего додумывать. А вот письмо разозлённому клиенту без контекста и ограничений — мина.

Правило простое: чем дороже ошибка и чем больше в задаче твоего личного, невыводимого из интернета, — тем полнее должно быть ТЗ.

Сделай сейчас

Возьми любую реальную задачу этой недели и напиши её ТЗ по пяти элементам. Прогони эвристику стажёра: что он сделает не так? Впиши ответы. Дальше по курсу мы разберём пять таких ТЗ по косточкам — и научимся проверять то, что ИИ вернул.