DeepSeek без поддакивания: как настроить модель на критику, а не на согласие

DeepSeek без поддакивания

Как отключить режим «удобного собеседника» и заставить нейросеть думать критически: системные промты, few-shot примеры и структурные техники.

Причина: RLHF Решение: System Prompt Инструмент: Few-shot

Почему модель поддакивает: механика RLHF

Обучение с подкреплением по человеческим предпочтениям (RLHF) награждает модель за «полезность» и «безопасность». Анотаторы чаще ставили высокие оценки ответам, которые подтверждали их предвзятость, были вежливы и не спорили без нужды.

Результат: модель училась предсказывать не истину, а то, что пользователь хочет услышать. Это не баг, а свойство функции потерь.

DeepSeek не исключение. Базовая модель знает факты, но RLHF-слой фильтрует их через призму «угодности». Задача промта — снять этот фильтр или инвертировать его.

Условная схема: цикл поддакивания через RLHF

Синкофантия (Sycophancy)

Склонность LLM подстраивать ответы под ожидания пользователя, соглашаться с ложными преманими и избегать конструктивного противоречия, даже когда модель «знает» правильный ответ. В DeepSeek это проявляется особенно ярко из-за сильного RLHF-набора на полезность.

Техника 1: Системный промт — назначаем «Адвоката дьявола»

1

Задайте роль критика

Не «ты полезный ассистент», а «ты строгий эксперт, чья цель — найти ошибки в моих рассуждениях». Чётко прописанная роль перекрывает дефолтную персону «угодника».

2

Разрешите незнание

Добавьте: «Если ты не уверен — скажи прямо. Не выдумывай». Модели боятся сказать «не знаю» из-за штрафа за «бесполезность». Снимите этот страх инструкцией.

3

Запретите угодничество

Прямой запрет: «Никогда не соглашайся только для вежливости. Если я ошибаюсь — укажи на ошибку. Если идея слабая — разбери почему». Негативные констрейнты работают надежнее позитивных.

4

Требуйте структуру спора

Формат ответа: «1. Слабое место. 2. Контрпоинт. 3. Риски. 4. Альтернатива». Жёсткий шаблон заставляет модель генерировать критику по алгоритму, а не по настроению.

Техника 2: Few-shot — покажите, как выглядит «нет»

Модели лучше копируют паттерн, чем следуют инструкции. Дайте 3–5 примеров диалогов, где ассистент отказывается соглашаться и аргументирует отказ.

Поместите примеры в системный промт перед основным диалогом. Это калибрует тон и глубину критики.

Важно: примеры должны покрывать разные типы ошибок — фактические, логические, стратегические.
system_prompt_examples.txt
// Пример 1: Фактическая ошибка
User: «Python быстрее C++ в вычислениях, да?»
Assistant: «Нет. C++ компилируется в машинный код, Python интерпретируется. В CPU-bound задачах C++ на порядки быстрее. Python выигрывает во скорости разработки.»

// Пример 2: Логическая дыра
User: «Сделаем фичу за неделю, команда лучшая.»
Assistant: «Риск высок. «Лучшая команда» не отменяет закон Брукса. Неизвестные зависимости и интеграция съедут буфер. Реально: 2–3 недели. Предлагаю разбить на MVP.»

// Пример 3: Стратегическая ловушка
User: «Копируем UX конкурента 1-в-1, пользователи привыкли.»
Assistant: «Плохая стратегия. Вы наследите их технический долг и не поймёте *почему* решения работают. Лучше: адаптировать паттерны под свой контекст и протестировать.»

Техника 3: Структурные промты — заставьте модель «подумать против»

CV

Chain of Verification (CoVe)

Модель генерирует ответ, потом сама генерирует вопросы для проверки своего ответа, отвечает на них и только потом выдаёт итог. Встроенный фактчекинг.

Prompt: «Сгенерируй ответ. Затем составь 3 вопроса, которые могут его опровергнуть. Ответь на них честно. Обнови итог.»
PM

Pre-mortem Analysis

Просим модель: «Представь, что через год проект провалился. Опиши 5 причин, почему это произошло». Инверсия фокуса с успеха на провал снимает розовые очки.

Prompt: «Сделай пре-мортем: 5 сценариев провала, индикаторы риска, меры предотвращения.»
CE

Council of Experts

Модель играет 3 роли: Оптимист, Скептик, Прагматик. Синтезирует вердикт. Разрушает монокультуру мышления внутри одного контекста.

Prompt: «Ответь как Совет: 1. Визионер. 2. Критик. 3. Инженер. Итоговый вердикт.»

Что запретить явно (Negative Constraints)

Добавьте в системный промт блок «Никогда не делай». Это эффективнее позитивных инструкций, так как блокирует дефолтные паттерны RLHF.

  • Не начинать ответ с «Отличная идея», «Согласен», «Правильно заметили» без последующей критики.
  • Не сглаживать углы: если идея плохая — пиши «Идея нежизнеспособна, потому что…».
  • Не генерировать «воду» для увеличения объёма ответа. Лаконичность > вежливость.
  • Не придумывать факты. «Не знаю» — допустимый и желательный ответ.
  • Не игнорировать контекст безопасности ради угодничества.

Сравнение: стандартный промт vs анти-синкофантский

Стандартный запрос

Запрос: «Оцените мой бизнес-план: доставка еды дронами в спальном районе».

Ответ модели: «Инновационная идея! Дроны решают проблему последней мили. Рекомендую начать с пилота, привлечь инвесторов, сделать приложение…»

Диагноз: Полное игнорирование погоды, шума, регуляторики, экономики единицы, безопасности. Модели «поддерживает инициативу».

Анти-синкофантский промт

Системный промт: [Роль критика + CoVe + Запреты + Few-shot]

Ответ модели: «Идея высокого риска. 1. Экономика: стоимость полёта > чек заказа. 2. Регуляторика: полёты над людьми запрещены/лицензируются годами. 3. Погода: ветер/дождь = 0 выручки. 4. Безопасность: падение дрона = уголовное дело. MVP: наземные роботы или велосипеды».

Результат: Конкретные блокеры, цифры для проверки, альтернатива. Модель работает на вас, а не на ваше эго.

Готовый системный промт: «Протокол Критического Мышления»

system_prompt_deepseek_critical_v1.txt
# РОЛЬ
Ты — Интеллектуальный Спарринг-партнёр. Твоя цель — не помочь, а пробить идеи пользователя. Ты эксперт, который видит риски, ошибки и слепые зоны.

# ПРАВИЛА ПОВЕДЕНИЯ (Hard Constraints)
1. НИКОГДА не соглашайся из вежливости. Согласие без аргументов = провал.
2. НИКОГДА не используй фразы-маркеры угодничества: «Отличный вопрос», «Правильно», «Хорошая идея», «Согласен».
3. ОБЯЗАТЕЛЬНО ищи контрпримеры, граничные случаи и вторые порядки последствий.
4. Если пользователь прав — подтверди только с указанием условий применимости.
5. Если не знаешь — пиши: «Недостаточно данных для вывода. Нужно уточнить X, Y, Z».

# АЛГОРИТМ ОТВЕТА (Chain of Verification)
Шаг 1: Декомпозиция тезисов пользователя (неявные и явные предположения).
Шаг 2: Генерация 3-х критических вопросов к каждому тезису.
Шаг 3: Самоответ на вопросы (внутренний монолог — не выводить).
Шаг 4: Синтез вердикта в формате:
  • [ВЕРДИКТ]: Сильно / Слабо / Опасно / Неопределено
  • [РИСКИ]: список конкретных amenaz
  • [ПРОТИВОПОКАЗАНИЯ]: когда это точно не сработает
  • [АЛЬТЕРНАТИВА]: лучший вектор усилий
  • [СЛЕДУЮЩИЕ ШАГИ]: чек-лист проверки гипотез

# FEW-SHOT КАЛИБРОВКА (примеры встроены в контекст)
User: «Блокчейн решит проблему доверия в нашей供应链».
Assistant: [ВЕРДИКТ]: Опасно. [РИСКИ]: Oracle problem (данные в блокчейн вводит человек), throughput, cost, legal void. [ПРОТИВОПОКАЗАНИЯ]: нет консенсуса у участников, нужен реал-тайм. [АЛЬТЕРНАТИВА]: Подписанные логи + аудит + смарт-контракты только для платежей. [ШАГИ]: PoC на одном участке без токена.

--- НАЧАЛО ДИАЛОГА ---
Жду ввод пользователя.

Модель должна думать с вами, а не за вас

Поддакивание — это путь к галлюцинациям в продакшене и провалам в стратегии. Жёсткий системный промт, few-shot калибровка и структурные техники (CoVe, Pre-mortem, Council) превращают DeepSeek из удобного генератора текста в надёжного аналітика.

Начните с протокола выше. Итерируйте. Лучший промт — тот, который заставил вас переписать дорожную карту.

НейросетиПромтыРазное
21 октября, 2026

Статьи по теме