Что такое ИИ и как рождается ответ

ИИ с нуля: ваш цифровой помощник · Урок 1 / 20

Что такое ИИ и как рождается ответ

Тот «ИИ», с которым вы общаетесь в чате, — это большая языковая модель (LLM). Её обучили на огромном объёме текста решать одну задачу: предсказывать, какое слово должно идти следующим. Звучит скромно — но именно из этого простого принципа вырастает всё остальное: диалог, письма, переводы, объяснения, идеи и даже код.

Понять этот механизм стоит в первые пять минут работы с ИИ. Люди, которые его не понимают, годами удивляются: «почему он врёт?», «почему не знает про вчерашние новости?», «почему отвечает так обобщённо?». Все три ответа лежат здесь.

Аналогия: очень начитанный собеседник

Представьте человека, который прочитал гигантскую библиотеку — книги, статьи, форумы, инструкции — и запомнил не страницы, а закономерности: какие слова и мысли обычно идут друг за другом. Вы задаёте вопрос, он не листает справочник, а по памяти собирает самый правдоподобный ответ. Быстро. Уверенно. И иногда — уверенно неправильно.

Модель не «вспоминает страницу». Она на лету собирает наиболее правдоподобное продолжение вашего текста.

Три следствия, которые надо принять сразу

Дата среза знаний. Модель знает мир примерно до момента, когда её обучали. Про события прошлой недели она может не знать вовсе — или начать догадываться, что хуже.
Уверенность ≠ правота. Тон ответа одинаково твёрдый и когда модель права, и когда выдумывает. У неё нет внутреннего «ощущения сомнения», которое есть у человека.
Никакой телепатии. Она видит ровно то, что вы написали в этом чате. Ни вашей ситуации, ни вашего клиента, ни ваших предпочтений — пока вы их не назовёте.

Из чего собирается каждый ответ

Как рождается ответ: запрос, контекст и «опыт» модели → результат.

Каждый ответ модель складывает из трёх источников:

Ваш запрос (промпт) — то, что вы написали прямо сейчас. Единственный фактор, которым вы управляете полностью.
Контекст диалога — предыдущие сообщения в этом же чате. Модель их видит и учитывает.
Обучение модели — «опыт», зашитый в её параметры. Изменить его вы не можете, но можете направлять формулировкой.

Обратите внимание: два из трёх источника — в ваших руках. Именно поэтому навык формулировать запрос даёт такой сильный эффект, а «магии» в хорошем результате нет.

Пример: почему один и тот же вопрос даёт разное

Расскажи про Париж

Париж — столица Франции, один из крупнейших культурных центров Европы… (общая справка на полстраницы, как в энциклопедии)

Еду в Париж на 2 дня с ребёнком 7 лет. Составь план первого дня: 3–4 места рядом друг с другом, без музеев на весь день.

Утро: Эйфелева башня — виды и карусель рядом. Днём: Марсово поле, пикник. Вечер: кораблик по Сене, детям обычно нравится…

Знания модели в обоих случаях одинаковые. Изменился только объём полезного контекста, который вы ей дали. Это и есть навык, который мы прокачиваем весь курс.

Инсайт. Модель работает с тем, что вы написали, а не с тем, что вы имели в виду. Это главный ключ ко всему курсу.

Частая ошибка. Считать, что ИИ «ищет в интернете» или «хранит базу фактов». По умолчанию — ни то, ни другое. Отсюда и выдуманные детали.

Про-совет. Если ответ вышел «водянистым» — не ругайте модель, а спросите себя: какой конкретики я не дал? В 9 случаях из 10 проблема там.

Шпаргалка

LLM предсказывает продолжение текста, а не «знает истину».
У знаний есть дата среза.
Уверенный тон ≠ правильный ответ.
Ответ = ваш запрос + контекст диалога + обучение модели.

1. Что на самом деле делает языковая модель, когда отвечает?

2. Почему модель может не знать о событиях последней недели?

3. Что из перечисленного вы контролируете полностью?

🔒 Ответьте на вопрос верно, чтобы перейти к следующему уроку.