Почему нейросеть пишет текст, который невозможно читать

Человек первый раз просит нейросеть написать статью и получает гладкий текст, в котором нет ни одной мысли. Слова стоят правильно, читать невозможно.

Коротко: так и должно быть, если просить «напиши статью про Х». Модель предсказывает наиболее ожидаемое продолжение фразы — то есть выдаёт среднее по всему, что было написано на эту тему. Среднее по интернету — это и есть вода.

Откуда конкретно берётся вода

Из усреднения. Спросите пятьдесят авторов, как начать статью про выбор подрядчика, и большинство начнёт с «в современном мире конкуренция растёт». Модель видела все эти тексты и воспроизводит самый вероятный вариант. Не потому что глупая, а потому что так устроена.

Из вежливости. Модели настраивают быть полезными и никого не задевать. Отсюда «у каждого подхода есть свои плюсы и минусы» вместо прямого ответа, какой подход хуже и почему.

Из отсутствия ограничений. Если не сказать, для кого текст и что в нём должно быть, модель заполнит объём всем, что подходит по теме. Просили тысячу слов — получите тысячу, включая триста слов подводки.

Что менять в запросе

Дать читателя. Не «напиши про натяжные потолки», а «пишу для человека, который делает ремонт в квартире впервые, боится переплатить и не знает разницы между матовым и сатиновым». Текст сразу меняется, потому что меняется адресат.

Дать факты. Всё, что модель не может знать — ваши цены, сроки, условия, случаи из практики, — нужно положить в запрос. Иначе она либо обойдётся общими словами, либо придумает. Второе хуже: придуманное выглядит убедительно.

Запретить конкретное. Общее «пиши хорошо» не работает, работает список запретов: без вступлений о современном мире, без «важно отметить» и «стоит учитывать», без обещаний, которых я не давал, без выводов, повторяющих сказанное выше.

Задать структуру. Подзаголовки лучше придумать самому — из вопросов, которые люди реально задают. Когда структура задана, модель наполняет разделы, а не сочиняет композицию из воздуха.

Просить сокращать. Отдельный приём, который экономит больше всего правок: получили текст — просите сократить его на треть, сохранив факты. Первым делом уходит именно вода, потому что фактов в ней нет.

Чего не исправить запросом

Как бы точно вы ни формулировали, две вещи останутся на вас.

Первая — проверка фактов. Модель не отличает, что она знает, а что додумала: и то и другое звучит одинаково уверенно. Цифры, даты, названия, ссылки проверяются по источникам.

Вторая — позиция. Мнение, за которое кто-то отвечает, машина взять неоткуда. Она может собрать аргументы обеих сторон, но выбрать сторону должны вы. Именно выбор делает текст читаемым.

Как проверить, получилось ли

Читаю первый абзац и спрашиваю: сообщил ли он хоть что-то? Если его можно удалить и ничего не потеряется — удаляю и смотрю снова.

Второй тест грубее: можно ли этот текст поставить на сайт конкурента, поменяв название компании? Если да, то текст ни о чём и ни о ком.

Разбор рабочих запросов с примерами — в отдельной статье. Там же то, что не влезло сюда: как задавать тон и чем плохи слишком длинные инструкции.