Эксперимент с тремя нейросетями: рекомендации при использовании ИИ зависят от контекста, а не от промпта

Маркетолог из США провёл наглядный эксперимент с тремя нейросетями, который показал: качество рекомендаций при использовании ИИ зависит не от хитрости промпта, а от полноты бизнес-контекста, переданного модели перед запросом.

Автор эксперимента задал одну и ту же стратегическую задачу трём моделям: ChatGPT (OpenAI), Claude (Anthropic) и Gemini (Google). Компания с сильным SEO-продвижением (поисковая оптимизация, то есть работа над тем, чтобы сайт находили в поиске) хотела понять, как адаптировать маркетинг к эпохе ИИ-ответов в поисковой выдаче. Менялся только объём информации перед промптом (текстовой инструкцией для нейросети). Результат оказался показательным для всех, кто строит рекомендации при использовании ИИ для бизнеса.

Три прогона, три урока

• Прогон без контекста. Автор передал моделям грамотное, но общее задание: помогите выстроить стратегию для компании, которая боится потерять видимость из-за ИИ-ответов в поиске. Все три модели ответили складно, но каждая поняла задачу по-своему. Claude начал с исследования рынка, Gemini сосредоточился на технической оптимизации под ИИ-поиск, ChatGPT развернул консалтинговый фреймворк с этапами и KPI. Ни одна интерпретация не была ошибочной, но ни одна не совпадала с другими.
• Прогон с бизнес-контекстом. Автор добавил конкретику: региональная компания по обслуживанию систем отопления и кондиционирования (HVAC), ограниченный бюджет, цель на сезон, приоритет на договоры техобслуживания. Промпт остался прежним. Все три модели сразу привязали свои советы к одному и тому же бизнесу, стали учитывать сезонность, бюджетные ограничения и приоритет удержания клиентов.
• Прогон с полным контекстом и приоритетами. Даже с хорошим контекстом модели выдали больше идей, чем маленькая компания способна реализовать за сезон. Отбор приоритетов, решение, что делать первым, а что отложить, остался за человеком.

Почему модели «додумывают» за вас?

Когда задание оставляет пространство для трактовки, нейросеть не просто заполняет пробелы фактами. Она подставляет собственную версию намерения автора. Одна модель решает, что проблема в трафике, другая, что в узнаваемости бренда, третья, что в лидогенерации (привлечении заявок от потенциальных клиентов). Каждая версия логична, но ведёт к разной стратегии.

Это критично для тех, кто формирует рекомендации при использовании ИИ для реальных задач: без описания бизнеса, аудитории и ограничений вы получаете не план, а набор правдоподобных, но случайных идей.

Как попробовать самому?

1. Сформулируйте задание для нейросети как обычно.
2. Перед промптом добавьте «бриф»: кто ваш клиент или бизнес, какой бюджет, какая цель на ближайший период, какие ограничения (регион, язык, команда).
3. Отправьте один и тот же промпт с брифом в две-три доступные модели и сравните ответы.
4. Из полученных рекомендаций выберите приоритеты сами: модель не знает, что вы реально можете сделать за неделю.

Как это работает с российскими нейросетями?

Эксперимент проведён на ChatGPT, Claude и Gemini, но механика универсальна. YandexGPT и GigaChat точно так же опираются на контекст, который вы передаёте перед запросом. Если вы пишете «помоги с маркетингом», модель додумает за вас. Если вы пишете «я веду канал на Дзене про ремонт, аудитория 45 плюс, Подмосковье, цель на лето, подписки на обслуживание», ответ будет конкретнее и ближе к вашей реальности.

Что делать с этим прямо сейчас, по ролям

Автору Дзена. Прежде чем просить нейросеть написать пост или подобрать темы, опишите свой канал: тематика, возраст аудитории, регион, цель (подписчики, дочитывания, продажи). Разница в качестве ответа будет заметна с первого запроса.

Маркетологу. Составьте шаблон брифа для нейросети так же, как вы пишете бриф для подрядчика: продукт, сегмент, бюджет, KPI (ключевые показатели, по которым вы оцениваете результат), сроки. Один и тот же шаблон подойдёт для любой модели.

Предпринимателю в РФ и СНГ. YandexGPT и GigaChat доступны без VPN и без иностранной карты. Логика та же: не «напиши мне стратегию», а «у меня сервис доставки еды в Казани, средний чек 800 рублей, задача на июль, увеличить повторные заказы на 15%». Контекст работает на любой модели.

Частые вопросы

Значит ли это, что промпт вообще не важен?

Нет. Промпт по-прежнему задаёт формат, тон и границы ответа. Но без контекста даже отточенный промпт приводит к тому, что модель сама решает, какую проблему вы решаете, и часто угадывает неверно.

Можно ли один раз написать контекст и использовать его всегда?

Базовый бриф (кто вы, чем занимаетесь, кто ваша аудитория) можно сохранить и подставлять в начало каждого диалога. Но цель и ограничения меняются от задачи к задаче, их стоит обновлять.

Какую модель выбрать для стратегических задач?

Эксперимент не выявил «лучшую» модель. Все три дали полезные, но разные ответы при одинаковом контексте. Практичнее отправить задачу в две модели и сравнить: расхождения покажут, где вам не хватает контекста.

Главный вывод прост: если нейросеть выдаёт размытые советы, проблема почти наверняка не в промпте, а в том, что вы не рассказали ей, для какого бизнеса работаете.