ИИ распознаёт эмоции точнее людей, но грубость в промпте портит ответ

Исследование Schlegel, Sommer и Mortillaro, опубликованное в журнале Communications Psychology в мае 2025 года, проверило шесть моделей (ChatGPT-4, ChatGPT-o1, Gemini 1.5 Flash, Copilot 365, Claude 3.5 Haiku и DeepSeek V3) на пяти тестах эмоционального интеллекта. Средний результат моделей составил 81% верных ответов против 56% у людей в тех же тестах. Но задания были структурированными: короткая ситуация и вопрос «что чувствует человек», а не живой диалог с раздражённым собеседником.

Параллельно в апреле 2026 года исследователи Anthropic заглянули внутрь модели Claude Sonnet 4.5 и обнаружили 171 так называемый вектор эмоциональных понятий. Когда пользователь пишет «Всё ужасно», перед сочувственным ответом у модели активируется вектор, который исследователи назвали «loving». Когда в тексте описана опасная доза лекарства, усиливается вектор «afraid». Для тех, кто работает с ИИ-агентами (программами, которые выполняют задачи самостоятельно), это означает: модель не просто подбирает следующее слово, внутри неё есть структуры, связанные с эмоциональным контекстом. Но авторы сами подчёркивают, что эти представления функциональные, а не переживания, и исследована только одна модель.

Что понадобится

• Доступ к любой языковой модели: ChatGPT, Claude, GigaChat, YandexGPT
• 15 минут на эксперимент с промптами (текстовыми командами для нейросети)
• Рабочая задача, где вы уже получали неудовлетворительные ответы

Как формулировать промпт, чтобы ИИ не «портил» ответ?

Ключевой факт: влияние гнева пользователя на качество ответа в исследовании Anthropic не измеряли. Утверждение «злой пользователь заставляет модель халтурить» ничем не подтверждено. Зато подтверждено другое: модели склонны к угодничеству (sycophancy). В работе Sharma и соавторов, представленной на конференции ICLR 2024, показано, что ассистенты ошибочно отказывались от верных ответов, когда пользователь возражал. Проблема признана настолько серьёзной, что в апреле 2025 года OpenAI откатила обновление GPT-4o именно из-за чрезмерной угодливости модели.

Вот пошаговый алгоритм, который учитывает эти факты:

1. Опишите задачу, а не эмоцию. Вместо «меня бесит, что ты выдаёшь ерунду» напишите, что именно не так: «в предыдущем ответе ты указал дату 12 мая, но в источнике написано 12 марта, исправь».

2. Просите доказательство, а не признание ошибки. Фраза «ты ошибаешься» провоцирует угодничество: модель может отказаться от верного ответа. Вместо этого:

Покажи, на чём основан этот вывод. 
Приведи источник, который можно открыть и проверить.

1. Добавьте роль и контекст в системный промпт (начальную инструкцию, которая задаёт модели рамку поведения). Это работает надёжнее, чем эмоциональное давление:

Ты редактор с 10-летним опытом. 
Задача: проверить текст на фактические ошибки. 
Если не уверен в факте, напиши «не могу подтвердить» вместо додумывания.

1. Не используйте эмоциональные «костыли» как систему. Работа EmotionPrompt 2023 года показала прирост от фраз вроде «это очень важно для моей карьеры»: относительный прирост 8% на наборе Instruction Induction и около 10,9% в оценке 106 людей на генеративных задачах. Но это модели 2023 года. Подтверждённой проверки на моделях 2025 и 2026 года авторы оригинального исследования не приводят.

2. Проверяйте сами. Даже спокойный, хорошо структурированный промпт не гарантирует верный ответ. Сверяйте цитаты и ссылки с первоисточником. Галлюцинация (когда модель уверенно выдумывает то, чего не было) остаётся нерешённой проблемой у всех языковых моделей.

3. Работа Penn State, октябрь 2025: исследователи задавали ChatGPT-4o 50 вопросов в пяти тонах (250 промптов) и получили точность от 80,8% при «очень вежливом» тоне до 84,8% при «очень грубом». Но авторы сами указали ограничения: маленькая выборка, одна модель, вопросы с множественным выбором. Более ранние работы давали обратный результат: грубость вредила старым моделям.

В предыдущем ответе три проблемы:

1. Дата основания компании указана как 2019, в источнике 2017.
2. Второй абзац повторяет первый почти дословно.
3. Нет вывода для читателя.
Исправь эти три пункта и покажи, откуда взял дату.

Что делать с этим прямо сейчас, по ролям

Автору на Дзене. Если нейросеть выдаёт слабый текст, не переписывайте промпт с раздражением. Укажите конкретно: какой абзац не работает, чего не хватает, какой формат нужен. Один структурированный промпт экономит три попытки с эмоциональными.

Маркетологу. Тема ИИ и эмоций привлекает аудиторию, но опирайтесь на проверенные данные. Не обещайте клиентам, что «нейросеть чувствует настроение покупателя»: она распознаёт паттерны в тексте, а не переживает. Разница принципиальна для репутации.

Предпринимателю в РФ. Доступные в России GigaChat и YandexGPT работают по тем же принципам: структурированный запрос с контекстом и ролью даёт лучший результат, чем эмоциональное давление. Исследования проводились на зарубежных моделях, но механика угодничества характерна для языковых моделей в целом.

По данным Anthropic, из примерно 4,5 млн разговоров на Claude.ai (тарифы Free и Pro) только 2,9% были эмоциональными. Эмоции в запросах бывают, но составляют небольшую долю, и по этой статистике нельзя судить о качестве ответов.

Тема ИИ и эмоций будет расти, но полезнее всего сейчас не ждать, пока модели «научатся чувствовать», а научиться говорить с ними так, чтобы они выдавали лучший результат уже сегодня.