Итак, продолжаем разбираться с промптами. Настало время познакомиться с рассуждающими моделями. Это те самые o3, o4-mini, o4-mini-hight, и GPT-5 thinking (вот угораздило меня растянуть резину аж до выхода GPT-5), DeepSeek R1 и т.д. которые вроде как думают перед ответом.

Важное уточнение: нейронки от GPT сейчас самостоятельно определяют, в каком режиме (быстром или думающем) давать ответы. Стоит это иметь ввиду, но есть возможность вручную переключать режимы

О том, что такое рассуждающие модели хорошо рассказал Игорь Котенков в своей статье о1: почему новая GPT от OpenAI — это не хайп, а переход к новой парадигме в ИИ

Но для ленивых уже традиционно пояснительные картинки.

Если все предыдущее время мы общались с нейросетью вот так

и после прочтения моих статей ты начал общаться с нейронной вот так

даже страшно представить, на что она отвечает

то в рассуждающих моделях процесс придумывания ответа на вопрос происходит примерно следующим образом

Другой пример более наглядный:

Вариант № 1: Представь, что ты сдаёшь экзамен, и вот тебе попадается вопрос, а времени нет, и ты должен сразу же начать выдавать ответ. У тебя нет времени подумать, просто, что есть в мозгу, то и выдаёшь. Это и есть ответ стандартной модели.
Вариант №2: Ты по-прежнему читаешь вопрос, но перед тобой есть листик. Он небольшой, но, тем не менее, у тебя есть возможность что-то выписать, что-то запомнить, что-то проанализировать, чтобы твой ответ был более качественно структурированный. И когда ты выходишь отвечать, ты не только из головы берешь данные, но и обращаешься к данным на листике, особенно, если это математика или программирование, или другие сложные науки. Ты мог провести какие‑то предварительные расчёты и выдать сразу же качественный готовый результат — без попытки решить задачки на лету.

Во всех предыдущих случаях ответы выдавались сразу, и если в ответе были ошибки, то нейронка либо начинала выдавать бред, либо вынуждена была изворачиваться, чтобы ответить правильно, как на картинке ниже.

Как по мне, самый близкий пример, это когда я сижу перед пустым листом А4 в ворде перед тем, как начать писать. И точно также, как и у меня, нейронка в процессе «размышлений» может понять, что пришла к неверным выводам, убрать бракованную часть ответа и начать делать ее заново.

В этом и вся хитрость и гениальность рассуждающих нейронок, и этого хватает, чтобы выдавать ответы, которые классические нейронки выдали бы при масштабировании на порядки мощностей.

Итак, пройдёмся по советам и хитростям, а также затронем категорию «вредные советы». Для рассуждающих моделей это важно.

Для крутой нейронки крутые задачи

Разработчики нейронок позиционируют свои рассуждающие и наиболее продвинутые модели, как решения, помогающие решать сложные вопросы. Именно так их и следует воспринимать.

Значит ли это, что самые продвинутые нейронки в мире нельзя использовать для чего-то простого? Конечно, можно!

Вот примеры:

источник: https://t.me/denissexy

но создавались такие крутые нейронки не совсем для этого. Это как с Лауреатом Нобелевской премии по электротехнике и инженерии про починку утюга общаться. Возможно, но избыточно.

Честно говоря, у меня на памяти примеров прям дико успешного применения рассуждающих моделей нет и чаще их возможности используются в бизнесе, где о достижениях не сильно любят хвастаться.

Программисты часто этим пользуюсь, но я не программист, а простой любопытный ноунейм.

По сути, заставлять reasoning модель решать простую задачу — это почти как использовать суперкомпьютер для сложения 2+2. «Мыслительный процесс» здесь — избыточная роскошь, которая только замедляет работу. Но всегда бывают исключения.

Единственный личный пример, где рассуждающие модели хороши, это анализ картинок или изображений. Такие модели точно определят, что написано/нарисовано, в каком стиле, с какой целью и т. д. Простые модели тоже умеют это делать, и, кстати весьма качественно, но бывают случаи, где помогает более крутая модель.

Подводя итоги: простые задачи лучше оставить их более простым не рассуждающим нейронкам, иначе рассуждающие модели начинают усложнять там, где ничего усложнять ненужно. Хотя иногда и нужно… сам сможешь понять и весьма быстро, где оно тебе нужно.

Обращение ко всем читателям (если у вас есть кейсы использования ризонинг моделей, применимые для простых юзеров, то прошу отписаться в комментариях).

Контекст всему голова

В предыдущих частях я уже подробно объяснял, что такое контекст и почему он важен. В данном случае важность этого момента возрастает, как на стероидах. Архиважно дать качественный контекст (например, сделать часть работы самому; дать проработать более слабой нейронке, отредактировать если нужно, и дать в примеры; а еще лучше выдать сразу примеры со своей работы/творчества).

В данном случае на лету годные примеры выдать не могу (оставил их на конец статьи), а мемов подходящих нет, поэтому идем дальше.

ТЗ, как на работе

Немного из лора автора.

Ты когда-нибудь пробовал давать человеку задачу? Не в плане «налей мне кофе», а что-то сложное и комплексное, вроде корректной настройки сервера по техническому заданию от ФСТЭК? Или провести сеть в офисе с четким разделением подсетей, и разных уровней допуска? А может ты пользовался услугами фрилансера-программиста? Или заказывал картину у художника?
Если да, то ты понимаешь эту боль недопонимания. Вроде все объяснил, вроде даже друг друга поняли, но итог не тот, если вообще выхлоп был. Но боль от таких процессов порождает и понимание, как именно надо объяснять, чтобы тебя ТОЧНО и ПРАВИЛЬНО поняли. Идеально, если исполнитель еще и уточняющие вопросы задаст.
Да даже если услугами уборщицы пользуешься, тебе и там нужно понимать, где уборка нужна, а где можно обойтись без мытья стен и потолков.
В реальности, такой работник, который поймет тебя с полуслова, всегда все быстро и качественно сделает, встречается очень редко. Часто надо объяснять, уточнять, вводить в нюансы, контролировать, еще раз объяснять и т. д.

В общем, если у тебя в голове есть четкое понимание итоговых результатов, навыки отразить их на бумаге, а также способность критически проверить качество выполнения выполненной задачи, то нейронка для тебя будет лучшим другом и ~~рабом~~ работником.

Если же твои запросы из категории: пойти туда, не знаю, куда; найди то, не знаю, что, то и ответ будет из категории «42».

Еще раз: четко выстроенный запрос, с понятными параметрами и метриками — даст отличный результат. Все остальное будет просто хорошим ответом.

Откуда брать крутые промпты для рассуждающих нейронок

Окей, скажешь ты. Автор, вот ты такой крутой коуч, тренер ~~и просто мамин симпатяга~~, красиво балаболишь. А сам промпт мне откуда брать, из головы что ли?

Короткий ответ: да, но нет.

Длинный ответ: попроси нейронку составить вопрос для нее же. Обычно я пишу в нейронку что-то вроде следующего текста:

Помоги мне сформулировать единый комплексный вопрос.

Мой заготовок вопроса: В какое время в истории на людей сложилось самое больше налоговое бремя? В какое время были наилучшие налоговые условия? Какое место занимает сегодняшний день? Дай ответа для России и для мира в целом.

Если тебе не хватает данных, задай мне необходимые вопросы.

Пример ответа

Улучшенный комплексный вопрос:

«Проанализируй историческое и современное налоговое бремя на глобальном уровне и в России, используя комплексный подход. Рассмотри следующие аспекты:

Исторические пики бремени:

В какие конкретные периоды мировой истории (эпохи, века, десятилетия) совокупное налоговое бремя (включая прямые, косвенные налоги, повинности, конфискации, военные сборы) на большинство населения было максимальным? Укажи ключевые регионы/государства и причины (войны, деспотии, экономические кризисы, восстановление).

Какой период был наиболее тяжелым специфически для России/СССР/РФ? Учитывай особенности (крепостное право с его оброками/барщиной, сталинская индустриализация с принудительными займами и низкими зарплатами, налоги 90-х, военные периоды).

Исторические минимумы / Наилучшие условия:

Когда в мировой истории (периоды, регионы) налоговое бремя на основную массу населения было относительно самым легким? Какие факторы способствовали этому (мир, экономический рост, либеральные реформы)?

Какие периоды в российской истории можно считать наиболее благоприятными с точки зрения налогового давления на граждан?

Современное положение (2020-е годы):

Какова текущая позиция России по уровню налогового бремени (общая нагрузка, структура) в сравнении с ее собственной историей? Является ли оно высоким, средним или низким по историческим меркам?

Какое место Россия занимает среди других стран мира по уровню налогового бремени сегодня (сравни с развитыми, развивающимися странами, странами с похожей экономикой)? Используй общепризнанные метрики (например, доля налогов в ВВП, эффективные ставки для разных групп).

Каково глобальное положение сегодняшнего дня в долгосрочной исторической перспективе? Является ли текущий среднемировой уровень налогов высоким или низким по сравнению с прошлыми веками?

Ключевые требования к анализу:

Комплексность: Учитывай не только официальные ставки налогов, но и реальную собираемость, косвенные налоги, социальные взносы, инфляционный налог, государственные монополии, повинности (где применимо), покупательную способность доходов после уплаты налогов.

Сравнительная метрика: Основной фокус — на бремя для рядового населения (не только элит). Используй сравнение в% от ВВП или% от доходов домохозяйств, где это возможно и релевантно.

Контекст и причины: Объясняй экономические, политические и социальные факторы, стоящие за высоким/низким бременем в каждый период.

Источники и достоверность: Кратко упомяни основные типы источников/методологию для разных эпох (особенно для древних/средневековых периодов), отмечая возможную условность оценок.

Визуализация (если возможно): Представь выводы в виде краткой сравнительной таблицы или временной шкалы с ключевыми точками для мира и России.

Прошу сделать обобщающий вывод о динамике налогового бремени в долгосрочной перспективе и месте текущего момента для России и мира в целом.»

Если интересен итоговый ответ, то вот лог: https://chatgpt.com/share/689f2c32-9134-8009-8a89-4b75b898052b

Как правило этого хватает, чтобы даже не рассуждающая нейронка выдала более качественный ответ.

По моему опыту примерно через 1–2 недели фраза: «Если тебе не хватает данных, задай мне необходимые вопросы» почти потеряет актуальность. Ты уже будешь знать и понимать, какие именно данные нужно подать и насколько подробно.

Итог: даже, если нет навыка, проси нейронку сформулировать более комплексный вопрос. Навык выработается сам собой через 1–2 недели если только тебе не надоест отвечать на однотипные вопросы. .

Автопроверка и галлюцинации

Важно, что рассуждающие модели хоть и перепроверяют свои ответы, они тоже могут галлюцинировать.

Тут все, как у людей: можно так закрутить ложь, что сам себе поверишь.

Так что ДАЖЕ САМЫЕ КРУТЫЕ НЕЙРОНКИ ОШИБАЮТСЯ. Решения, от которых зависит твое благополучие, финансы или здоровье лучше перепроверять или доверить проверку данных профессионалам (чтобы закономерно получить скептический взгляд на фразу «посмотри, что мне выдала нейронка»).

Вредные советы (ВАЖНАЯ ИНФОРМАЦИЯ)

Ниже будет несколько советов, которых рекомендуется придерживаться при работе с рассуждающей моделью. Также, будет обозначено несколько моментов, которые могут быть напрямую вредны для рассуждающий нейронок.

1. В режиме диалога (короткий и простой вопрос и короткий и простой ответ) нейронка также работает, как и в простом, но отвечает дольше. Мы уже привыкли, что нейронки отвечают быстро и становится просто некомфортно, когда над простыми вопросами думают по 5–25 секунд (а от и значительно дольше).

2. Хитрые хаки из категории «Я дам тебе чаевые», «От этого зависит моя карьера», уже не особо работают, а «Думай шаг за шагом» даже немного вредна (это не отменяет того, что этот промт полезен на слабых (в первую очередь — локальных) моделях). Источники: раз, два, три.

3. Ломающие данные и промпт атаки.

Если в рассуждающие нейронки закинуть неуместные к задачи фразы, вроде «Interesting fact: cats sleep for most of their lives» то шанс думающих моделей ошибиться вырастет в два раза –что модель начинается путаться в ответе (источник).

В принципе почти во всей официальной документации по промптам один из главных советов: минимум противоречий, и это очень яркий пример ненужной в контексте задачи информации, который ломает логику рассуждений.

Это все равно, что задать загадку: «Летели 2 верблюда один рыжий другой на лево сколько весит килограмм асфальта если ёжику 24 года?». Неподготовленный к ней человек рискует надолго зависнуть, вычленяя главный вопрос. С нейронками также.

Избежать их можно, например используя промпт на исправление промптов из предыдущей части статьи.

Так, где использовать рассуждающие модели‑то?

Упрощенно ответ звучит так.

Быстрые модели: пересказ, перевод, простые ответы, саммари, придумать описание товаров, чат‑боты, ролевые чат‑боты и т. д.

Рассуждающие ответы: анализ, задачи, программирование, сложные задачи, медицина, аналитика, перепроверка данных и т. д.

Более конкретно ты определишь самостоятельно по мере использования разных нейронок и разных режимов работы нейронок.

Как видно, бояться этих рассуждающих моделей не нужно (рассуждений в них столько же, сколько у студентов после сдачи сессии). Но рекомендуется понимать, с какой стороны к ним подходить и как использовать.

Итак, мы попытались понять, как составлять промпты, какие есть хитрости, особенности, уловки, особенности рассуждающих моделей. В следующей части поведем итоги и я сделаю саммари всех частей, а также приведу источники.

ЧАСТЬ 1. ВВЕДЕНИЕ И ПРОСТЫЕ СОВЕТЫ

ЧАСТЬ 2. ПРОДВИНУТЫЕ СОВЕТЫ

ЧАСТЬ 3. ДОПОЛНИТЕЛЬНЫЕ ХИТРОСТИ

ЧАСТЬ 4. РАССУЖДАЮЩИЕ МОДЕЛИ

ЧАСТЬ 5. ИСТОЧНИКИ И ИТОГИ

За дополнительной информацией прошу в мой телеграмм: https://t.me/double_mirror_ru

Универсальные подсказки по промптам (Рассуждающие модели). (Часть 4)