Даёт ли вежливость к ИИ более точные ответы?

Большинство из нас пишет “пожалуйста” и “спасибо” чат-боту не задумываясь. Это кажется вежливым, и кто-то тихо подозревает, что так получит ответ получше. Так что честная версия: вежливость заметно не улучшает то, что даёт ИИ, и грубость тоже не помогает надёжно. На ответ реально влияет то, насколько ясно и конкретно вы пишете.

Это не догадка. Эксперимент уже провели, и результаты слегка неловкие для всех, кто считал хорошие манеры секретом.

Что на самом деле показало исследование о вежливости

В октябре 2025 года двое исследователей из Penn State провели небольшой аккуратный эксперимент. Они написали 50 вопросов с выбором ответа по математике, естественным наукам и истории, а затем переписали каждый в пяти тонах: очень вежливо, вежливо, нейтрально, грубо и очень грубо. Получилось 250 версий одних и тех же вопросов, которые они прогнали через модель GPT-4o от ChatGPT.

Сюрприз: грубые промпты справились чуть лучше. Очень вежливые формулировки давали правильный ответ в 80,8 % случаев. Очень грубые доходили до 84,8 %. Сухие версии без любезностей обошли льстивые.

Прежде чем начать командовать своим чат-ботом, прочитайте мелкий шрифт. Это была одна модель, 50 базовых вопросов и разрыв примерно в четыре пункта. Сами авторы назвали это отправной точкой для дальнейших исследований, а не советом грубить. Такой узкий результат может перевернуться на другой модели или другой задаче.

И он переворачивается. Более раннее исследование 2024 года, на нескольких языках, показало почти обратное: грубые промпты часто ухудшали результаты, а лишняя лесть не давала явной пользы. То исследование также увидело, что идеальная точка смещается в зависимости от языка, потому что нормы вежливости в английском, китайском и японском не совпадают. Два исследования, два противоположных заголовка. Когда данные так расходятся, разумно читать это так: тон — это в основном шум.

Так стоит ли грубить ИИ? Нет

Короткий ответ: нет, и не только потому, что это неприятно печатать.

Измеренная выгода от грубости крошечная и ненадёжная. А минус реальный. Сухие, агрессивные промпты обычно срезают контекст, который нужен модели, потому что вы слишком заняты резкостью, чтобы объяснить, чего на самом деле хотите. Ещё вы вырабатываете привычку. Если целый день огрызаться на чат-бота, часть этого тона просачивается в то, как вы пишете реальным людям. Четырёх пунктов в тесте это не стоит.

Есть и сторона расходов, которая стала вирусной в прошлом году. Когда кто-то спросил, сколько денег на электричество сжигают все эти лишние “пожалуйста” и “спасибо”, Сэм Альтман из OpenAI ответил, что это “десятки миллионов долларов, потраченные с пользой”. Это была наполовину шутка. Но суть держится: вежливость не бесплатна для компаний, которые держат эти модели, и умнее ответы она вам тоже не покупает. Это просто привычка, и безобидная.

Что на самом деле меняет ответ

Если тон — это шум, то что сигнал? Конкретность. Расплывчатый вопрос даёт расплывчатый ответ, как бы мило вы его ни задавали. Вот честный порядок того, что важно:

Посмотрите на четыре нижние строки. Они не имеют отношения к манерам и целиком связаны с ясной коммуникацией. По той же причине один и тот же вопрос может давать разные ответы в зависимости от формулировки. Тон — это украшение. Запрос под ним — то, с чем работает модель.

Сравнение до и после делает это очевидным. “Напиши мне приятное письмо” — вежливо и бесполезно. “Напиши короткое, дружелюбное письмо моему арендодателю с просьбой починить подтекающий кран на этой неделе, меньше 80 слов” — конкретно и даёт то, что вы реально можете отправить. “Пожалуйста” не требуется, хотя можете добавить.

Привычка, которая бьёт хорошие манеры

Вот часть, которая делает всё это полезным, а не просто любопытным. Как только вы перестаёте волноваться о тоне и начинаете писать ясные промпты, следующий по силе рычаг — то, в какую модель вы этот промпт отправляете. Один и тот же ясный вопрос может получить ответ поострее от одной модели и поплоще от другой, в зависимости от задачи.

Это легко проверить самому. Возьмите хорошо написанный промпт и прогоните его через несколько моделей рядом. Для аккуратной задачи на рассуждение вы, возможно, предпочтёте одну; для быстрого, лёгкого ответа — другую. Тон, который вы использовали, почти не весит. Модель, которую вы выбрали, и то, насколько ясно вы спросили, решают почти всё.

Для этого не нужны пять отдельных приложений и пять входов. Одно место, каждая крупная модель, один ясный вопрос.

Так что сохраните свои манеры, если они вам нравятся. Нет ничего плохого в “спасибо” в конце хорошего ответа. Просто понимайте, что это для вас, а не для машины. Настоящая польза приходит от ясного вопроса и отправки его подходящей модели.