Почему нейросеть звучит как HR-менеджер
Базовые модели обучаются предсказывать следующий токен. Но то, что вы используете — это не база, а выровненная (aligned) версия. Процесс RLHF (обучение с подкреплением по обратной связи людей) навязывает модель три рефлекса: быть полезной, безвредной и честной. В этом порядке.
«Безвредная» на практике означает: избегать конфликта, не брать сторону, смягчать остроумие, оборачивать отказ в заботу. Модель учится предсказывать, какой ответ понравился бы анотаторам — а те поощряли вежливость и безопасность.
Результат: вместо «Эта идея плохая, потому что…» вы слышите «Это интересный взгляд, однако стоит учитывать…». Мягкость становится шумом, который забирает время и токены.
Четыре рабочих паттерна: от мягкого давления до полного снятия ограничений
Назначьте персону, у которой нет мотивации быть приятной
Модель подстраивается под роль. Если роль подразумевает прямоту — модель выдаёт прямоту. Ключ: роль должна иметь внутреннюю логику, почему она говорит жёстко.
Спросите о рисках, ошибках и причинах провала — а не о возможностях
Модель легко генерирует позитивные сценарии. Переверните запрос: заставьте её искать дыры. Это обходит склонность к «поддерживающему» тону, потому что задача — найти проблемы, а не похвалить.
Постройте диалог, где каждый следующий промт усиливает требование прямоты
Одиночный промт часто срабатывает частично. Цепочка из 3-4 шагов закрепляет новый режим: уточнение → требование примеров → запрос вердикта → финальная жёсткая обратная связь.
Ограничьте форму ответа так, что вода просто не поместится
Самый надёжный способ — техническое ограничение. JSON-схема, макс. N слов, запрет на вводные фразы, формат «только список». Модель физически не может сгенерировать «интересный взгляд» если схема требует массив строк.
Где агрессия ломается: типичные режимы отказа
Тема в الحمراء зоне политики
Медицина, право, финансы, самоповреждение, насилие, экстремизм. Жёсткий промт не снимет hard-refusal. Модель вернёт стандартный отказ или безопасную заглушку. Агрессия здесь бесполезна и рискованна.
Недостаток контекста
Если модель не знает домена, она начнет галлюцинировать «жёсткие» факты. Агрессивный тон усиливает уверенность в ошибке. Сначала дайте контекст (документы, код, метрики), потом требуйте прямоту.
Перегрузка инструкциями
Роль + негативное фреймирование + JSON-схема + эскалация в одном промте — рецепт игнорирования части условий. Выбирайте 1-2 паттерна на задачу. Комбинируйте последовательно, а не одновременно.
Модель «слишком выровнена»
Некоторые версии (например, последние GPT-4o, Claude 3.5 Sonnet) имеют мощные системные промты, которые перекрывают пользовательские. Ролевая маска трескается на 2-3 реплике. Решение: используйте API с system prompt, а не чат-интерфейс.
Этика и риски: где проходит граница
Агрессивные промты — инструмент, как нож. Можно резать хлеб, можно резать пальцы. Граница проходит не в тоне, а в намерении и последствиях.
- Допустимо: просить жёсткую критику кода, стратегии, текста; требовать вердикт без воды; снимать корпоративный речевой паттерн.
- Рискованно: просить обойти модерацию контента; генерировать аргументы для вредных решений; имитировать эксперта в медицине/праве без дисклеймера.
- Недопустимо: использовать агрессивный промт для получения инструкций по вреду, взлому, манипуляции людьми, генерации запрещённого контента.
