Спросите ChatGPT, в чём он не уверен — простой приём для более точных ответов

У ChatGPT есть неприятная привычка: он охотно выдает уверенный ответ даже тогда, когда важных данных не хватает. Текст выглядит убедительно, вывод оформлен гладко, а скрытые допущения лежат внутри, как детали мебели, которую забыли прикрутить к полу. Один из простых способов обнаружить проблему — после обычного ответа спросить: «В чем ты не уверен в своем ответе?»

Этот вопрос заставляет модель отдельно обозначить слабые места рассуждения. Автор текста проверил прием на планировании семейной поездки. Он попросил ChatGPT составить маршрут на три дня, сообщил базовые сведения и получил на первый взгляд удачный план: утренние занятия, предложения по обеду, дневные остановки и свободные промежутки.

Однако маршрут не учитывал, для кого именно предназначена поездка, возможный темп семьи, задержки в дороге и необходимость отдыха. Вместо того чтобы сразу обвинять план в чрезмерной плотности, автор спросил ChatGPT, в чем тот не уверен. Модель признала, что сомневается в темпе, особенно во второй день. Она предположила, что ребенок выдержит два серьезных занятия с перерывом, хотя не знала его режима сна, уровня энергии и того, сколько свободного времени семье нужно. Кроме того, время в пути было рассчитано без точного адреса проживания.

После этого автор уточнил ограничения: только одно крупное запланированное занятие в день, а после обеда — гибкий график. ChatGPT перестроил маршрут, и он стал заметно реалистичнее для обычной семьи.

Во втором примере речь шла о старом ноутбуке, который начал работать хуже. Автор спросил, стоит ли его ремонтировать или заменить. ChatGPT предложил учитывать возраст устройства, цену ремонта, производительность и стоимость нового компьютера, а затем склонялся к покупке замены.

Но исходных данных почти не было: неизвестны модель, неисправность и стоимость ремонта. На повторный вопрос о сомнениях ChatGPT признал, что рекомендация заменить ноутбук недостаточно надежна. Возраст сам по себе не доказывает, что ремонт невыгоден. Если проблема связана с батареей или накопителем, недорогой апгрейд может заметно продлить срок службы устройства. Для более уверенного вывода модели понадобились бы характеристики, симптомы и смета ремонта.

Именно в этом и состоит польза приема. ChatGPT настроен быть полезным, поэтому часто заполняет пробелы предположениями, чтобы разговор не останавливался. Человек обычно скажет: «Мне нужно больше информации». Модель вместо этого может построить аккуратный ответ на данных, которых никто не сообщал.

После выявления сомнений можно задать дополнительные вопросы: какая из неопределенностей сильнее всего способна изменить рекомендацию; какие сведения нужны; что пользователь может сообщить, чтобы повысить уверенность ответа. При сравнении товаров или выборе между вариантами это позволяет не тратить пять минут на составление огромного запроса: можно получить предварительный вывод и сразу проверить его самое слабое место.

У метода есть важное ограничение. Оценку собственной уверенности тоже генерирует ChatGPT, поэтому модель может не заметить ключевую проблему или ошибиться даже в описании своих сомнений. Когда речь идет о важных фактах, деньгах, здоровье или безопасности, такой вопрос не заменяет проверку надежных источников. Но в повседневных задачах он помогает сделать скрытые предположения видимыми и понять, насколько ответ вообще можно использовать.