Многие регулярно ловят себя на том, что автоматически пишут нейросетям:— «привет»;— «спасибо»;— «будь добр»;— «не мог бы ты».
Внутренний вежливый человек доволен.
Но AI-инженер — не очень.
Потому что в работе с LLM слишком «разговорный» стиль действительно иногда ухудшает качество ответов.
И дело здесь не в эмоциях модели.
А в том, как работают инструкции и контекст.
1. Conversational noise размывает запрос
Большинство людей пишут промпты примерно так:
«Привет! Если тебе не сложно, пожалуйста, помоги разобраться, почему у меня падает этот скрипт...»
Для человека это звучит нормально.
Для модели — это дополнительный шум вокруг основной задачи.
LLM лучше работают с:— четкими инструкциями;— структурой;— коротким контекстом;— и понятным intent.
Чем больше в промпте социальных конструкций и вводных слов — тем сильнее размывается главный запрос.
Особенно это заметно в технических задачах:— debugging;— генерация кода;— архитектура;— SQL;— анализ логов.
2. Модель начинает копировать ваш стиль
LLM очень сильно подстраиваются под tone of voice пользователя.
Если промпт:— длинный;— мягкий;— разговорный;
то и ответ часто становится:— более водянистым;— менее плотным;— с большим количеством лишних пояснений.
И наоборот.
Сухие инженерные инструкции обычно приводят к более коротким и техническим ответам.
Например:
❌
«Привет! Не мог бы ты, пожалуйста, посмотреть мой код?»
✅
«Найди race condition в async-функции.»
Разница в качестве ответа иногда оказывается surprisingly большой.
3. LLM лучше понимают профессиональный контекст, чем бытовой
Когда вы используете:— технические термины;— роль;— ограничения;— формат ответа;
модель получает гораздо более узкий и понятный контекст.
Например:
«Ты senior backend-разработчик в highload fintech. Найди проблему в транзакциях PostgreSQL.»
работает заметно лучше, чем:
«Помоги понять, что тут не так.»
Потому что модель начинает опираться на более специализированные паттерны из обучения.
Главный вывод
LLM не нужны:— вежливость;— small talk;— эмоциональные конструкции.
Для моделей лучше работают:— короткие инструкции;— четкие ограничения;— конкретная роль;— и профессиональная терминология.
Это не значит, что нужно «грубо» общаться с AI.
Но чем меньше conversational noise в промпте — тем обычно выше плотность и точность ответа.
Источник: vc.ru
