Как нейросети поиздевались над моим текстом или Как далеко заводит человеческая лень

Как вы знаете, я немножко писатель (привет, я Рина, и у меня тридцать опубликованных книг), и написать для меня статью или пост — это вообще не проблема.

Но ещё я очень ленива — не спрашивайте, как это во мне уживается, — и поэтому часто процесс написания постов для соцсетей и статей для порталов и личного сайта я поручаю ИИ.

Казалось бы, идеальная схема: я придумываю тему, объясняю, что именно хочу сказать, иногда даже накидываю основные тезисы. Нейросеть превращает всё это в красивый связный текст, я трачу пять минут на редактуру и отправляюсь заниматься чем-нибудь более интересным.

Звучит прекрасно, правда?

А теперь расскажу, как это происходит на самом деле.

Не нравится. Потом разберёмся

Недавно я готовила публикацию для своей авторской мастерской. Тема была довольно простая: почему даже хороший, живой диалог ещё не делает художественную сцену полноценной.

Для понимания масштаба проблемы: я пишу художественную прозу, прекрасно представляю, как работает сцена, и могу объяснить это другим авторам. Мне просто хотелось делегировать написание очередного поста.

Поэтому я отдала задачу ChatGPT. Причём не какой-нибудь старой модели, а GPT-6 с высоким уровнем рассуждения.

Нейросеть написала текст. Я его прочитала, положила в файл с комментарием «Не нравится, потом разберёмся» и отправилась заниматься другими делами.

Нет, я даже не стала сразу его редактировать. Мне было лень разбираться, что конкретно не так. Просто не нравилось, и всё.

Но потом это прекрасное «потом» всё-таки наступило.

Я открыла черновик, посмотрела на него свежим взглядом и начала объяснять нейросети, что именно меня не устраивает.

Как виноградина победила искусственный интеллект

Первоначальная проблема заключалась в примере. Я хотела показать, что одних хорошо написанных реплик недостаточно, чтобы читатель почувствовал всё, что происходит между персонажами.

Нейросеть предложила свой вариант. Я объяснила, почему он не работает. Мы немного поспорили о разнице между диалогом и полноценной сценой.

В конце концов я предложила взять настоящий эпизод из моего романа «Ритм между нами».

Там есть довольно забавный момент: накануне Лёша отдал замёрзшей Рите свою майку. Для него это был совершенно естественный поступок, а для неё — событие, из-за которого она вдруг начала иначе смотреть на давнего приятеля. И утром они по-разному пытаются это пережить.

Идея поста была элементарная: сначала показать читателю только реплики, а потом вернуть авторское сопровождение и объяснить, как меняется восприятие сцены.

Нейросеть наконец поняла задачу и написала новую версию — правда, оставила в ней ещё и предыдущий пример.

Я попросила убрать лишнее.

Нейронка убрала.

Теперь текст оказался слишком длинным, с повторами и ненужными объяснениями. К тому же оформлен в Markdown, который в обычном посте ВКонтакте в таком виде не работает.

Я попросила сократить и привести публикацию к нормальному формату.

Нейросеть послушно сократила.

Вместе с лишним, разумеется, исчезла часть необходимого.

И тут мы добрались до винограда.

Дело в том, что в сцене Лёша совершенно непринуждённо таскает еду с чужих тарелок: сначала виноградину, потом бекон. Для него это обычное утро. Он шутит, улыбается и вообще не понимает, почему Рита так прицепилась к истории с майкой.

А Рита смотрит на привычного Лёшу совершенно другими глазами. Внешне ничего не изменилось, но для неё вчерашний вечер оказался важным.

Вот на этом несовпадении восприятия и строится эпизод.

В одной из редакций нейросеть старательно разобрала виноградину, бекон и поведение персонажей, а потом внезапно перескочила к глобальному выводу о том, что делает сцену полноценной. Причём смысловая связка между примером и выводом куда-то потерялась при очередном сокращении.

И я задала вполне закономерный вопрос:

«Да почему? Мы только что про виноград говорили!»

Самое замечательное, что GPT-6 High вполне способен объяснить, почему переход от конкретного примера к абстрактному выводу без логической связки — плохое редакторское решение.

Он это и объяснил. Очень грамотно. После того как сам эту связку удалил, а я ткнула в несостыковку пальцем.

Именно в этот момент у меня возникло подозрение, что мы занимаемся чем-то не тем.

Потому что я уже потратила на редактуру больше времени, чем потребовалось бы на самостоятельное написание поста.

Но остановиться было поздно. Во-первых, стало интересно. А во-вторых, теперь это был вопрос принципа.

А может, я просто не умею писать промпты?

Здесь обычно появляется человек, который объясняет, что проблема вовсе не в нейросети.

Просто нужно правильно составить промпт!

Не писать какие-то размытые пожелания, а максимально подробно определить задачу, аудиторию, стиль, структуру, объём, ограничения и желаемый результат.

Возможно.

Только у меня возникает закономерный вопрос: если я уже умею писать статьи, зачем мне тратить двадцать минут на техническое задание для поста, который я сама написала бы за пятнадцать?

Я ведь делегирую написание не потому, что не знаю, как это делается. Я делегирую, потому что хочу сэкономить собственное время.

Но ладно. Предположим, что проблема действительно в недостаточно подробной постановке задачи.

Давайте проверим.

И я предложила GPT-6 составить идеальный промпт для того самого поста.

Причём у нейросети было огромное преимущество: она уже знала всю историю наших мучений, видела предыдущие ошибки и прекрасно представляла, что именно я хочу получить.

В итоге получилось довольно внушительное ТЗ.

Там было всё: роль литературного редактора, целевая аудитория, тема, основная мысль, требования к авторскому стилю, ограничения по объёму, правила оформления для ВКонтакте.

Я предоставила конкретный фрагмент из собственной книги, описала обстоятельства сцены и даже перечислила детали, которые необходимо разобрать.

Отдельно объяснила, чего делать нельзя: придумывать новые события, менять смысл оригинала, подменять анализ пересказом, повторять одну мысль разными словами и делать выводы, не связанные с приведённым примером.

В конце добавили требование самостоятельно проверить логику, структуру и объём перед ответом.

То есть это был не просто хороший промпт.

Это было полноценное техническое задание, в котором мы заранее разобрали большую часть возможных ошибок и практически сформулировали будущие выводы.

Оставалось только написать текст.

Восемь нейросетей против одного поста

Я взяла этот промпт и отправила его в восемь разных нейросетей и режимов:

• Алиса;
• DeepSeek с глубоким мышлением;
• GigaChat;
• Qwen в автоматическом режиме;
• Claude 4.6;
• Gemini 3.7;
• Grok 4.7 Medium;
• ChatGPT 6 Instant в режиме инкогнито (без сохраненной истории о наших страданиях).

Каждая получила одинаковое техническое задание. Для чистоты эксперимента рассматривалась только одна генерация, без внесения изменений.

И знаете что?

Результаты оказались очень разными.

Например, Алиса в версии диалога, где нужно было оставить исключительно прямую речь, изменила реплику «Я про майку» на «Ты про майку», выбросила часть разговора, зато сохранила авторские слова «Но он не понял».

Напомню, вся суть эксперимента заключалась в сравнении реплик без авторского сопровождения с полноценным исходным фрагментом.

GigaChat пошёл ещё дальше: он не просто разобрал предоставленную сцену, а принялся её дописывать. В тексте появилась тесная кухня, которой в исходном фрагменте не было, дополнительные действия персонажа и подробности, которые я вообще не предоставляла.

Красиво? Местами. Только это уже не разбор моего текста, а свободное творчество по мотивам.

Gemini довольно уверенно разобрал сцену, объяснил несовпадение восприятия персонажей, а в финале вдруг предложил читателю убрать из диалога все реплики и посмотреть, останется ли конфликт.

Напомню: мы только что провели противоположный эксперимент. Убирали авторское сопровождение, чтобы показать его значение.

Впрочем, наиболее упорным оказался Grok. Он несколько раз пересчитывал символы и исправлял собственный текст, потратив на это больше времени, чем остальные участники. А в результате выдал художественные фрагменты практически сплошной строкой (видимо, экономил на тех самых символах).

Другие модели справились лучше. Некоторые написали вполне связные материалы, предложили интересные формулировки и даже довольно точно уловили смысл оригинальной сцены.

Но это ещё не означает, что результат меня устроил.

Девять из десяти. Серьёзно?

Чтобы не ограничиваться субъективным «нравится — не нравится», мы решили оценить все восемь текстов по одной шкале.

Пять критериев, каждый от нуля до двух баллов:

1. Насколько полно раскрыта заявленная тема.
2. Работает ли сравнение двух версий художественного фрагмента.
3. Следуют ли выводы из проведённого анализа.
4. Насколько живой текст, нет ли шаблонов и ненужных повторов.
5. Соблюдены ли требования технического задания.

Сначала оценки выставил ChatGPT — некоторые результаты он оценил на девять баллов из десяти.

Я посмотрела на эту красоту и решила, что мы явно по-разному понимаем слово «хорошо». Поэтому выставила собственные оценки, не подглядывая в его таблицу при заполнении.

Получилось следующее:

Нет, я не ошиблась. GigaChat, которому сам искусственный интеллект поставил тройку, получил от меня шесть. При этом за соблюдение технического задания мы оба поставили ему ноль.

Просто я оценивала логику построения текста отдельно от того факта, что модель напридумывала лишнего. А ChatGPT за выдуманные обстоятельства наказал его сразу по нескольким критериям.

С Claude и DeepSeek произошла обратная история: ИИ посчитал их работу практически образцовой, а меня результаты устроили значительно меньше.

Особенно показательно другое.

Ни одна из восьми моделей не получила от меня максимальный балл за стиль.
И ни одна не получила максимальный балл за соблюдение технического задания.

При этом самому ChatGPT пришлось признать, что часть его высоких оценок за технические требования была преждевременной: например, точное количество символов он даже не проверил.

То есть нейросети не просто написали восемь вариантов одного поста. Одна из них потом ещё и довольно оптимистично оценила качество их работы.

Впрочем, и мои оценки не претендуют на абсолютную объективность. Это не лабораторное исследование, а маленький практический эксперимент одного конкретного автора. Модели работали в разных режимах, а литературный стиль вообще трудно свести к математике.

Но у меня была вполне конкретная цель:

Мне нужен был текст, который я могла бы опубликовать от своего имени.

И здесь результаты оказались гораздо однозначнее любых баллов.

И сколько текстов я в итоге одобрила?

Ноль.

Из восьми.

Ни одного.

Даже ChatGPT в режиме инкогнито, который получил от меня максимальные семь баллов, не написал пост, который я была бы готова взять и сразу отправить в свою группу.

И знаете, что самое обидное?

Тот пост, который мы двадцать минут редактировали вместе с GPT-6 High и который в итоге остался последним вариантом в нашем чате, я тоже собираюсь править.

Самостоятельно.

Ведь именно ради этого я и поручала его написание нейросети. Чтобы не заниматься написанием самостоятельно.

Прекрасно, правда?

И здесь я хочу кое-что уточнить.

Я вовсе не утверждаю, что нейросети не умеют писать. Умеют. Иногда очень неплохо. Они могут предложить удачную формулировку, помочь со структурой, найти слабое место в аргументации или подсказать интересный поворот мысли.

Я регулярно этим пользуюсь и не собираюсь отказываться.

Но есть огромная разница между текстом, который выглядит хорошим с точки зрения модели, и текстом, под которым я готова поставить своё имя.

Причём дело не всегда в очевидных ошибках.

Иногда предложение просто звучит не так, как я бы его написала. Иногда мысль формально правильная, но выражена не теми словами. Иногда всё вроде бы на месте, а текст не цепляет.

И никакой, даже очень подробный промпт не гарантирует, что нейросеть с первой попытки угадает эту разницу.

Да и с десятой, как выяснилось, тоже.

А теперь немного занимательной математики

Знаете, сколько времени мне потребовалось бы, чтобы написать тот самый пост для авторской мастерской самостоятельно?

Минут пятнадцать-двадцать. Вместе с поиском подходящего фрагмента в собственных рукописях и финальной редактурой.

Если бы фрагмент уже был под рукой — минут пять.

А теперь посчитаем, сколько времени я потратила, потому что решила немного полениться и делегировать работу искусственному интеллекту.

• 20 минут — споры с GPT-6 High, попытки добиться внятного текста и исправление ошибок, которые периодически возникали вместо уже исправленных.
• 30 минут — заметки для этой статьи на PixelVibe. Потому что в какой-то момент происходящее стало слишком абсурдным, чтобы о нём не рассказать.
• 30 минут — эксперимент с восемью нейросетями, которым я выдала одно и то же подробнейшее техническое задание.
• 10 минут — формулирование выводов и сравнение наших с ИИ оценок.
• Ещё 20–30 минут — столько я предполагаю потратить на финальную редактуру этой статьи.

Итого — почти два часа.

Вместо пятнадцати-двадцати минут.

Справедливости ради, часть этого времени я потратила уже не на подготовку поста, а на эксперимент, который неожиданно из него вырос. И, пожалуй, получила немало удовольствия.

Но давайте вспомним, ради чего всё затевалось.

Мне нужно было написать один пост для ВКонтакте.

Один.

За это время я успела поспорить с GPT-6 High, протестировать восемь нейросетей, оценить их работу, написать отдельную статью о том, как мне не удаётся заставить ИИ написать один несчастный пост, и выделить ещё немного времени на её редактуру.

А сам пост для ВКонтакте? До сих пор лежит в файле и ждёт, когда я наконец его отредактирую.

Так что подписывайтесь на меня, пишите комментарии — и я с радостью проведу ещё один крайне занимательный, но совершенно бесполезный эксперимент.

С вами была Рина Сивая — мастер тайм-менеджмента и гуру лени.