Роль эксперта против простой инструкции в точных задачах нейросетей
Если вы каждый раз открываете чат с ИИ словами «ты — опытный маркетолог с 15-летним стажем», у нас плохие новости. Последние недели сразу два независимых источника — научная группа и сама OpenAI — почти синхронно заявили: эта привычка либо бесполезна, либо прямо вредит результату. И дело не в философии, а в конкретных цифрах бенчмарков.
Ты эксперт — это кнопка стиля, а не кнопка ума
Исследователи из Университета Южной Калифорнии прогнали шесть моделей через стандартные тесты с ролевыми преамбулами и без них. Результат оказался неожиданно резким:. Разница почти в четыре процентных пункта на ровном месте.
Механизм объясняется просто.. Проще говоря, модель начинает думать не «как решить задачу», а «как говорил бы эксперт», и это две разные задачи, которые конкурируют за одни и те же вычислительные ресурсы.
Похожую картину зафиксировали и в Уортонской школе бизнеса: там персону подбирали максимально точно — «ты физик мирового уровня» для задач по физике.. То есть ролью можно только испортить, но не улучшить.
OpenAI сказала то же самое о собственной модели
Самое забавное, что к похожим выводам пришла и компания, которая в принципе продаёт вам возможность писать длинные промпты. В официальном гайде по GPT-5.6 OpenAI прямо советует избавляться от избыточности:.
Цифры внутри компании говорят сами за себя:. То есть вы не просто экономите на токенах — вы получаете более точный ответ, убирая словесный мусор, а не добавляя его.
Где роль всё-таки работает
Было бы нечестно сказать, что персоны бесполезны в принципе. У исследования есть важная оговорка: эффект сильно зависит от типа задачи. Там, где нужна точность — математика, код, извлечение фактов — роль мешает. Но если вы пишете текст, где важны тон и структура, персона ещё может пригодиться.
Это подтверждают и авторы разбора на Хабре:, где речь о стиле и подаче, а не о фактической точности. То есть для копирайтера, который просит написать пост «в стиле уверенного эксперта по продажам», роль — рабочий инструмент. А для того, кто просит посчитать юнит-экономику или найти баг в коде, та же роль — лишний груз.
Что делать на практике
Из всего этого вырисовывается довольно конкретный и проверяемый приём, который можно применять уже сегодня:
- Для точных задач (расчёты, код, анализ данных, факт-чекинг) — убирайте ролевые преамбулы вообще. Пишите задачу прямо, без «ты — эксперт».
- Для творческих и стилистических задач (посты, сценарии, тон бренда) — роль можно оставить, она влияет на регистр речи, а не на факты.
- Сокращайте системный промпт: убирайте повторяющиеся правила и примеры, которые дублируют друг друга — это не просто экономия токенов, а реальный прирост точности.
- Проверяйте экспериментально, а не по интуиции. Как отмечал в недавнем комментарии замдиректора института математики университета ИТМО Антон Бойцев, — универсального правила «длиннее значит лучше» попросту не существует.
По сути, вся эта история — хороший повод пересмотреть собственную библиотеку промптов и выкинуть из неё ритуальные фразы, которые когда-то казались «профессиональной хитростью», а на деле просто отвлекают модель от дела.
Если хотите сами прогнать пару вариантов промпта — с ролью и без — на разных моделях и сравнить ответы, в GEMERA AI под рукой GPT, Claude и Gemini сразу в одном чате: можно быстро проверить, какой подход реально работает именно на вашей задаче, не переключаясь между сервисами.