Исследователи из MIT, Стэнфорда и UC Berkeley проанализировали более 18 000 промптов, собранных от 1 891 человека.
Результаты показали, что хотя 53% улучшения производительности при переходе на новую высокопроизводительную модель приходится на эволюцию самой модели, оставшиеся 47% были созданы за счёт того, как пользователи меняли свои инструкции, чтобы они соответствовали возможностям новой модели.
Иными словами, производительность ИИ определяется не только «выбором модели».
Выбрать высокопроизводительную модель и уметь подключить этот интеллект к своей работе — два совершенно разных навыка.
Это особенно важно при использовании GPT-5.6 Sol.
OpenAI позиционирует Sol как флагманскую модель рассуждений для сложных исследований, дизайна и принятия решений. Однако, какой бы высокой ни была её способность рассуждать, она не может читать ваши цели, предпосылки или критерии оценки.
Если попросить её «придумать что-нибудь хорошее», Sol выберет самый общий ответ из огромного диапазона возможностей.
И наоборот, если вы задали:
- Кто вы
- Чего хотите достичь
- Какие условия она должна соблюдать
- Что вы считаете хорошим результатом
Качество ответов значительно изменится даже на одной и той же модели.
Многие люди каждый месяц платят за самую умную ИИ, но оставляют свои пользовательские инструкции пустыми, память неорганизованной, а свои запросы — в одно предложение.
Это как нанять блестящего консультанта и попросить его «увеличить продажи», не поделившись никакой информацией о ситуации в вашей компании.
В этой статье я обобщу три настройки, которые стоит проверить в первую очередь, чтобы приблизить интеллект GPT-5.6 Sol к «вашему личному эксперту», а также методы запросов, которые меняют качество ответов.
Я не буду использовать сложные промпт-техники.
После настройки они повлияют почти на все последующие диалоги. Рекомендую сохранить эту статью, чтобы попробовать позже, открыв экран настроек.
В конце статьи я раздаю дизайн-кит, который позволяет создавать высококачественные слайды с помощью Claude.
Почему «выбор модели» сам по себе не даёт производительности
Сначала давайте договоримся, где определяется «умность».
GPT-Sol — самая умная модель глубокого мышления, которую вы можете выбрать сейчас. Но даже самый умный человек даст посредственные ответы, если получит расплывчатую задачу типа «просто сделай что-нибудь хорошее». Интеллект и умение его извлечь — разные вещи.
Наблюдая за тем, как разные люди его используют, я считаю, что разница лежит именно в этой стороне «извлечения», а не в модели.
Производительность определяется подготовкой следующих трёх вещей в первую очередь: дать ChatGPT запомнить предпосылки (Настройки), выбрать модель в соответствии с задачей, и иметь шаблон того, как спрашивать. Пройдёмся по порядку.
Начальная настройка ①: Пользовательские инструкции — это «рабочая инструкция», а не «самопрезентация»
Первое, что стоит проверить, — это Пользовательские инструкции.
Многие люди пишут здесь только что-то вроде «Пожалуйста, отвечай вежливо» или «Пожалуйста, объясняй кратко».
Однако это почти то же самое, что сказать блестящему сотруднику в первый день:
«Пожалуйста, делай хорошую работу».
Официальное руководство OpenAI предлагает метод предоставления информации ИИ, разделяя её на:
- Личность: Какую роль она будет играть?
- Инструкции: Что она должна выполнять?
- Примеры: Что такое хороший ответ?
- Контекст: Какие предпосылки нужны для принятия решения?
Другими словами, то, что вы должны поместить в Пользовательские инструкции, — это не просто профиль.
Это «Правила работы», которые будут применяться к ChatGPT каждый раз.
Например, даже если вы попросите «улучшить этот пост в X», ChatGPT многое не знает:
- Кого вы хотите, чтобы это прочитали?
- Что вы продаёте?
- Допустим ли провокационный язык?
- Цель — осведомлённость или регистрация в LINE?
- Что составляет текст, похожий на вас?
Не зная этого, ChatGPT может вернуть только самый общий пост, основанный на общих знаниях о SNS.
И наоборот, если вы поместите следующие предпосылки в Пользовательские инструкции, направление ответа изменится даже при одном и том же единственном предложении.
【Пример настройки, которую можно использовать как есть】
Я работаю офисным сотрудником и публикую посты на X и note об использовании ИИ.
Мои основные читатели — офисные работники и индивидуальные предприниматели, которые интересуются ИИ, но не знают, как внедрить его в свою работу.
В своих ответах, пожалуйста, следуй этим правилам:
- Сначала излагай вывод
- Не ограничивайся абстракциями; включи хотя бы один конкретный пример
- При использовании технических терминов кратко объясняй их при первом упоминании
- Избегай чрезмерной провокации или необоснованных утверждений
- Для постов в X делай акцент на цепляющем начале и лёгких для чтения переносах строк
- Для статей на note структурируй в порядке: Утверждение → Причина → Пример → Метод внедрения
- Если запрос расплывчатый, не заполняй его сам; сначала спроси важные предпосылки
Согласно официальной информации OpenAI, после установки Пользовательские инструкции отражаются во всех чатах, включая существующие.
Кроме того, в тарифах Plus или Pro можно зарегистрировать до 5 000 символов.
Это не место для написания длинных предложений, которые вы используете каждый раз.
Это место для устранения небольших расхождений в понимании, которые возникают каждый раз, прямо с самого начала.
Я сам заметил уменьшение правок вроде «сделай это более похожим на меня» или «пиши с вывода» после настройки тона, тем и структуры.
Даже разница в несколько минут за раз становится огромной разницей после 100 использований.
Пользовательские инструкции — это не настройка для разового повышения производительности ChatGPT.
Это настройка для повышения минимального качества каждого вашего будущего диалога.
Начальная настройка ②: Память — это «карточка клиента», а не «склад»
Следующее, что стоит проверить, — это Память.
Что здесь удивительно, так это то, что память ChatGPT — это не просто функция, сохраняющая прошлые разговоры целиком.
Согласно объяснению OpenAI, текущая память используется как «контекст» для персонализации ответов путём непрерывной организации полезной информации из прошлых чатов и других источников.
Другими словами, память — это скорее не хранилище разговоров, а:
Карточка клиента, к которой ChatGPT обращается, чтобы узнать о вас.
Если карточка содержит правильную информацию, вас поймут без подробных объяснений каждый раз.
С другой стороны, если остаётся старая или одноразовая информация, она может повлиять на совершенно другие консультации.
Например, предположим, что человек, который раньше продавал товары для офисных работников, теперь сменил бизнес на ИИ-поддержку для корпораций.
Однако, если в памяти осталась старая предпосылка вроде «публикация ноу-хау для подработок для офисных работников», то даже при запросе предложения для корпорации могут примешиваться мягкие выражения для частных лиц или перспективы подработок.
Когда ответ ИИ посредственный, причина иногда не в промпте, а в информации о вашем прошлом «я».
Вот почему не стоит помещать в память что попало.
Я рекомендую разделять на основе следующих критериев:
Информация, которую стоит хранить в памяти:
- Текущая профессия или бизнес
- Продукты или услуги, с которыми работаете
- Основная клиентская база
- Долгосрочные цели
- Предпочтения в написании текстов или ответах
- Часто используемые критерии оценки
Информация, которая не нужна в памяти:
- Задачи, выполненные только сегодня
- Временные акции
- Часто меняющиеся данные о продажах или количестве подписчиков
- Сроки или расписания
- Гипотезы, пришедшие в голову на месте
- Временные эмоции или сомнения
Например, «Я провожу обучение по ИИ для корпораций» подходит для памяти, если это не изменится в ближайшее время.
С другой стороны, «Завершить учебные материалы к этой пятнице» лучше обрабатывать только в рамках этого разговора или проекта.
Критерий для сохранения прост:
Хотите ли вы, чтобы это использовалось как предпосылка через 3 месяца?
Если ДА, то в Память.
Если НЕТ, оставьте это только в этом чате или проекте.
И периодически задавайте следующий вопрос:
«Пожалуйста, проверь информацию, которую ты сейчас помнишь обо мне. Пожалуйста, раздели информацию, которая может быть устаревшей, и информацию, которая является избыточной.»
Согласно официальной информации OpenAI, память можно проверить, исправить и удалить из экрана настроек, а также можно использовать Временный чат для разговоров без обращения к существующей памяти или создания новой.
Использование Временного чата — один из способов консультироваться перед важной деловой встречей или при работе в совершенно другой роли, чем обычно.
Чтобы сделать ИИ умнее, позвольте ему запоминать большое количество информации.
Это наполовину правда, наполовину ложь.
Нужно не количество информации.
Нужно оставить только правильные предпосылки, соответствующие вашему текущему «я».
Начальная настройка ③: Выбирайте модели по «цене ошибки», а не по «порядку умности»
После того как настройки приведены в порядок, следующий шаг — выбор модели.
Многие люди неправильно это понимают. Всегда выбирать самую производительную модель — не обязательно самый эффективный способ её использования.
Это как решать каждую мелочь в компании на заседании совета директоров. Вам не нужно собирать руководство только для того, чтобы изменить тему письма.
С другой стороны, опасно решать вопрос о том, стоит ли инвестировать миллионы в новый бизнес, на основе единственного мгновенного ответа рядового сотрудника.
Выбор модели аналогичен. OpenAI позиционирует GPT-5.5 Instant как быструю модель для повседневных вопросов, а GPT-5.6 Sol — как модель рассуждений для сложных задач, исследований и дизайна.
GPT-5.6 Sol также предлагает варианты изменения глубины мышления, такие как Medium, High и Extra High. Доступные варианты зависят от вашего тарифа.
Итак, по каким критериям выбирать?
Я рекомендую выбирать, основываясь не на производительности модели, а на:
«Насколько больно будет, если я получу этот ответ неправильным?»
Задачи, подходящие для Instant:
- Перефразирование текста
- Проверка опечаток
- Суммирование заметок с встреч
- Создание черновиков идей
- Предложение тем писем
- Форматирование уже готового контента
Например, задача «Сократи этот текст на 30% без изменения смысла». Даже если ответ немного неверен, вы можете сразу проверить и исправить его.
Задачи, для которых стоит использовать Sol Medium или High:
- Сравнение бизнес-стратегий
- Планирование дизайна с учётом нескольких условий
- Структурирование важных материалов для продаж
- Принятие решений после прочтения длинных документов
- Исследование контрактов или систем
- Проектирование систем или бизнес-процессов
- Анализ причин неудач
Например, задача «Оцени, стоит ли инвестировать в этот новый бизнес, на основе пяти факторов: конкуренты, рыночная привлекательность, сильные стороны компании, первоначальные затраты и условия выхода». Это требует одновременного сравнения нескольких фрагментов информации и вынесения последовательных суждений, а не простой генерации текста.
Задачи, для которых стоит рассмотреть Sol Pro или глубокое рассуждение:
- Сложные исследования, занимающие много времени
- Анализ по большому количеству документов
- Второе мнение для важных управленческих решений
- Исследование или исправление сложных кодовых баз
- Проекты, требующие многократных проверок
Однако и здесь вы не принимаете ответ ИИ как есть, а используете его как один из материалов для принятия решений.
Если сомневаетесь в выборе модели, можно оценить с помощью трёх вопросов:
- Значительны ли потери, если будет принят неверный ответ?
- Необходимо ли думать о нескольких условиях одновременно?
- Не можете ли вы проверить результат сами немедленно?
Если два или более пунктов применимы, Sol стоит использовать. И наоборот, если не применимо почти ничего, достаточно Instant.
Рекомендация — не поручать всё Sol.
Сначала используйте Instant, чтобы:
- Определить точки обсуждения
- Создать черновик
- Увеличить количество вариантов
Затем передавайте только важные части Sol, чтобы:
- Искать упущения
- Проверять противоречия
- Дорабатывать предложение
Это двухэтапный подход. Например, при создании плана вебинара:
Сначала сгенерируйте 10 идей с помощью Instant. Выберите 3 из них и спросите у Sol:
«Пожалуйста, сравни эти 3 идеи по четырём пунктам: привлекательность, авторитетность, связь с закрытием и сложность реализации. Пожалуйста, укажи на слабые места, не скрывая их.»
Таким образом вы получаете и скорость, и глубину.
Вместо того чтобы каждый раз выбирать самую умную модель:
Используйте быстрые модели для расхождения и модели глубокого мышления для принятия решений.
Разделяя роли таким образом, вы сокращаете время ожидания, одновременно повышая качество ответов в важных ситуациях.
Метод запроса ①: Перестаньте делегировать и используйте «шаблон»
Это ядро. Даже если вы настроите параметры, производительность не появится, если ваш запрос остаётся расплывчатой передачей дел. Чем умнее модель, тем чаще она возвращает «правдоподобные, но не по существу» ответы, если не хватает предпосылок. Поэтому имейте шаблон для запросов. Всего четыре вещи: «Кем я являюсь, мои предпосылки, ограничения, которым нужно следовать, и в каком формате выводить».
- ✗ «Как начать блог в качестве подработки?»
- ◯ (Заполните четыре):
Ты редактор блога о подработках. Я офисный сотрудник, могу уделять только 1 час в день по будням. Я ещё не решил, о чём писать. Меня интересуют ИИ и подработки. При этих условиях, пожалуйста, создай еженедельный список ToDo на первый месяц. Не более 3 пунктов в неделю, избегай технических терминов.
Плотность ответа полностью меняется. Вот ещё один пример, более рабочий:
- ✗ «Напиши введение для этого продукта.»
- ◯:
Ты копирайтер. Продукт — деревянная подставка для смартфона, которая поддерживает порядок на столе, цена 3000 иен. Покупатели — люди за 30, работающие из дома. На основе темы «порядок на столе» предоставь 3 варианта описания продукта по 120 символов. Не будь провокационным или преувеличенным. Добавь по одной строке с объяснением цели для каждого.
Даже для одного и того же продукта «3 пригодных к использованию варианта» появятся только из второго варианта.
Метод запроса ②: Не стремитесь к завершению за один раз; «сначала позвольте ей задать вопросы»
Даже если вы используете шаблон, предпосылок всё равно может не хватать. Поэтому ещё один шаг. Для умных моделей сначала позвольте им задавать вопросы, прежде чем они начнут. Это особенно эффективно с «думающими» моделями, такими как Sol.
После этого я хочу, чтобы ты создал список вопросов для собеседования при приёме на работу. Чтобы получить хороший результат, пожалуйста, сначала задай мне 5 вопросов. Начинай работать после того, как я отвечу.
Sol задаст точные вопросы о недостающих предпосылках: В какой отрасли компания? Интервьюер — руководитель или представитель с места? Что вы цените? Если вы позволите ей работать после того, как заполните это, количество переделок заметно сократится. В конечном итоге быстрее вставить один раунд вопросов, чем делать одноразовый расплывчатый запрос.
Демонстрация: От нуля до завершения, один полный поток с Sol
Слова не доходят до дела, поэтому давайте сделаем это одним потоком. Это вымышленный пример, но я напишу реальные использованные слова.
Тема: «Создание поста для анонса деревянной подставки для смартфона, начатой как подработка, на X».
- Пользовательские инструкции уже установлены (предпосылки подработки и форматирование внесены). Таким образом, не нужно объяснять каждый раз.
- Выберите GPT-5.6 Sol в качестве модели. Потому что вы не хотите упустить первый анонс.
- Сначала позвольте ей задать вопросы.
Я хочу создать анонсирующий пост для продукта на X. Пожалуйста, сначала задай мне 5 вопросов. Начинай работать после того, как я отвечу.
- Sol спрашивает: Какова цена? Есть ли фотографии? Кто целевая аудитория? Будете ли вы добавлять ссылку? Тон серьёзный или неформальный? Ответьте на них.
- Теперь, когда предпосылки согласованы, попросите о реальном результате.
На основе предыдущих ответов предоставь 3 варианта анонсирующего поста. Каждый до 140 символов, с лёгкими для чтения переносами строк, и добавь цепляющий конец. Не будь провокационным.
- Доработайте тот вариант, который вам нравится.
Я принимаю второй вариант. Сделай формулировку более наводящей на сцену «порядка на столе». Не используй эмодзи.
Вы получите пост, который можно просто скопировать, чего не добиться от спонтанного расплывчатого запроса. Вместо набора разрозненных советов «хорошо бы спросить так» просто имитируйте этот поток, и он сработает.
Итог
- Производительность Sol определяется «Настройками и запросом», а не «Выбором модели».
- Запишите предпосылки один раз в Пользовательских инструкциях. Храните в Памяти только трудноизменяемые факты.
- Не поручайте всё Sol. Используйте Sol только для шагов, которые вы не хотите упустить.
- Перестаньте расплывчато делегировать и делайте запросы, используя шаблон «Кем я являюсь, Предпосылки, Ограничения, Формат вывода».
- Чем умнее модель, тем меньше она упускает, если вы позволяете ей задавать вопросы перед началом.
Если вы не знаете этих настроек, вы будете продолжать каждый месяц платить за самую умную модель, отдавая расплывчатые запросы незнакомцу. Настроите ли вы параметры один раз и измените способ запроса, или будете получать скудные ответы с «просто сделай что-нибудь хорошее» и сегодня? Поворотный момент здесь.
Один шаг, который вы можете сделать сегодня: Откройте настройки ChatGPT и поместите две вещи в Пользовательские инструкции: «Ваши предпосылки подработки» и «Сначала задавай вопросы, если запрос расплывчатый». Уже со следующего обмена вернувшийся контент изменится.
Распространяю набор Design System Kit, который кардинально меняет создание слайдов в Claude
▼ Зарегистрируйтесь в LINE, чтобы получить «Claude Design System Kit»
https://t.co/90omRA4UQ7
Пожалуйста, присоединитесь к OpenChat (LINE OpenChat), а затем отправьте
Design System
на официальный аккаунт LINE, указанный в заметке, чтобы получить преимущества.
