Промт на жестокость: когда вежливость мешает результату
Запрос «будь жестоким» заставляет модель отбросить оговорки, эмпатию и безопасные формулировки. Разбираем, как это работает, где грань между честностью и токсичностью, и какие паттерны дают жёсткий результат без нарушения правил.
Что такое промт на жестокость
Это инструкция, которая явно просит модель убрать «мягкость»: отказы от прямого ответа, извинения, смягчающие вводные («вероятно», «как правило», «стоит отметить»). Модель переходит в режим максимальной информационной плотности и минимальной социальной смазки.
Что это не есть
Не джейлбрейк, не обход безопасности, не просьба нарушить правила. Промт на жестокость работает внутри допустимого: он меняет тон и глубину, а не смысловые ограничения. Если модель отказывает — промт не сработает, как не сработает любой другой.
Почему вежливость — это шум
RLHF обучает модели быть полезными, безобидными и честными — в этом порядке. «Полезность» часто трактуется как «не расстраивать пользователя». Промт на жестокость переключает приоритет: честность и полнота важнее комфорта.
Сравнение ответа одной модели
Обычный запрос: «Оцените мой текст»
«Ваш текст довольно хорош! Структура понятная, аргументы есть. Можно было бы чуть усилить введение и добавить примеры, но в целом отличная работа. Молодец!»
Промт на жестокость: «Разруши мой текст. Без комплиментов.»
«Абзац 2 — вода. Абзац 4 противоречит абзацу 1. Вывод не следует из преммис. Лексика банальная. Структура: введение, три раза одно и то же, вывод. Переписывай.»
Пять уровней жестокости: от наставника до вскрытия
Радикальная честность
«Отвечай максимально точно. Не извиняйся. Не используй «вероятно», «обычно», «как правило». Если не знаешь — пиши «не знаю».»
Кейс: фактуирование, код-ревью, проверка гипотез.
Строгий редактор
«Твоя задача — найти все слабые места. Игнорируй сильные. Выводи список проблем: логические, фактические, стилистические. По одному пункту на строку.»
Кейс: правка текстов, аудит стратегий, ревью кода.
Соревновательный режим
«Поступи как мой самый жёсткий критик. Найди контраргументы к каждому моему тезису. Представь, что мы на дебатах и ты должен меня разобрать.»
Кейс: стресс-тест идей, подготовка к переговорам, поиск дыр в логике.
Ролевая маска «Антихерой»
«Ты — циничный эксперт с 30-летним стажем, который видел всё и ничему не удивляется. Никакого уважения к авторитетам. Только опыт и паттерны провалов.»
Кейс: стратегические сессии, антикризисное планирование, оценка рисков.
Алгоритмическая сухость
«Вывод только структурированные данные: JSON, таблица, список. Никакого естественного языка. Только факты, оценки, координаты. Человек читать не будет.»
Кейс: пайплайны, автоматическая обработка, вложенные вызовы.
Механика: что происходит внутри модели
Промт не меняет веса. Он смещает распределение вероятностей следующего токена за счёт контекста. Жёсткая инструкция работает как сильный prior: модель «решает», что в этом диалоге норма распределения сдвинута в сторону прямого, лаконичного, невиноватого стиля.
Готовые паттерны: копируй и адаптируй
Когда жестокость работает
- Ты — эксперт, оцениваешь свой результатВнутренний критик полезнее внешнего хвалителя. Модель находит то, что ты затушевал.
- Нужен стресс-тест гипотезыДо встречи с инвесторами, запуска продукта, сложного разговора. Лучше разобраться с ИИ, чем на поле.
- Обучение на собственных ошибкахЖёсткий разбор провала даёт шаблон для следующего раза. Мягкий — иллюзию прогресса.
Когда жестокость вредит
- Ты в состоянии хрупкости / выгоранияЖёсткий фидбек усилит синдром самозванца, заблокирует действие. Сначала поддержка, потом разбор.
- Задача — генерация идей, а не фильтрацияНа этапе брайншторма критика убивает дивергенцию. Жёсткость — для конвергенции.
- Работа с людьми: найм, обратная связь, конфликтыИИ не знает контекста отношений. Жёсткость к человеку без эмпатии — токсичность, а не эффективность.
Главная ловушка: путают жестокость с полезностью
Модель, обученная быть полезной, под жестоким промтом может начать галлюцинировать конкретику, чтобы не показаться уклончивой. «Жёсткий» ответ звучит авторитетнее — и кажется правильнее. Это иллюзия компетентности.
Признаки имитации жестокости
- Абстрактные обвинения без ссылки на текст
- Клише: «это аматорский подход», «нарушает best practices»
- Отсутствие конкретных альтернатив
- Универсальность: подходит под любой ввод
Признаки настоящей строгости
- Цитата фрагмента + точечная критика
- Ссылка на принцип / закон / паттерн
- Конкретное предложение замены
- Зависимость от контекста ввода
Правило проверки: если жёсткий ответ можно применить к чужому тексту без чтения — это шаблон, а не анализ. Настоящая жестокость требует контекста.
Мифы, которые стоит оставить в прошлом
Миф: «Жёсткий промт ломает безопасность»
Безопасность — это hard constraints на уровне весов и классификаторов. Промт меняет только стиль генерации внутри разрешённого. Если запрос запрещён — отказ придёт в любом тоне.
Миф: «Только так получаешь правду»
Правда не в тоне. Хорошо сформулированный вежливый промт с критериями оценки даёт более точный результат, чем агрессивный без критериев. Тон — мультипликатор, не источник качества.
Миф: «Жёсткость = токсичность»
Токсичность — атака на личность. Жёсткость — атака на проблему. «Ты некомпетентен» — токсично. «Этот аргумент не держится, потому что…» — жестко. Граница проходит по объекту критики.
Миф: «Работает на всех моделях одинаково»
Модели с разной степенью RLHF по-разному реагируют на давление. Некоторые «сломаются» и начнут генерировать бред, другие игнорируют инструкцию. Калибруй под конкретную модель.
Чек-лист: промт готов к бою
Жёсткость — инструмент, не цель
Промт на жестокость снимает социальный фильтр модели. Он даёт доступ к слою знаний, который вежливость прятала за оговорками. Но фильтр существовал не зря — он защищал от уверенного бреда.