Почему нейросеть забывает, что вы обсуждали, и как с этим жить в рабочих задачах

Слышу это регулярно: поработал человек с нейросетью полчаса, всё шло хорошо, а потом она как будто подменилась. Начинает переспрашивать то, что уже обсудили, теряет договорённости, предлагает решение, от которого вы вместе отказались двадцать сообщений назад. Люди делают вывод, что инструмент глупый. Инструмент не глупый — просто у его памяти есть измеримый предел, и про этот предел никто не рассказывает. Объясню на пальцах, как это устроено и как под это подстроиться в рабочих задачах.

Как это выглядит со стороны пользователя

Сценарий всегда один и тот же. Вы начинаете диалог, задаёте вводные: вот наша компания, вот продукт, вот что нельзя делать. Первые ответы отличные, ассистент попадает в задачу, вы радуетесь. Потом разговор разрастается, вы уточняете, спорите, просите переделать. И в какой-то момент получаете ответ, в котором нет ни ваших ограничений, ни продукта, ни половины договорённостей.

Дальше человек обычно раздражается и начинает писать резче: «Я же тебе говорил», «мы это уже обсуждали». Это не помогает, потому что ассистент не упрямится — он физически не видит ту часть разговора. Для него её больше нет в поле зрения, как нет для вас страницы, которую вы уже перелистнули и не помните дословно.

Второе типичное проявление — потеря стиля. Вы в начале задали тон: пишем без канцелярита, короткими фразами, от первого лица. Через час работы текст снова становится гладким и безликим. Это тот же самый эффект: инструкция про стиль уехала за границу видимости, а свежие сообщения её не содержат.

Что такое контекстное окно простыми словами

У любой языковой модели есть контекстное окно — объём текста, который она может держать перед глазами прямо сейчас. Туда помещается всё сразу: ваши сообщения, её ответы, приложенные документы, системные инструкции. Это не память в человеческом смысле, а скорее рабочий стол ограниченного размера. Что не помещается на стол — падает на пол.

Когда разговор длинный, самое старое начинает вытесняться. Обычно первым уезжает именно то, что вы писали в начале, — то есть самое важное: цель, ограничения, контекст компании. Отсюда парадокс, который сбивает людей с толку: чем дольше и подробнее вы объясняли, тем выше шанс, что объяснения не доживут до конца диалога.

Важно понимать и вторую вещь: между разными диалогами модель по умолчанию ничего не переносит. Новый чат — чистый лист. Всё, что вы вчера рассказали про свою воронку, продукт и клиентов, сегодня для неё не существует, если вы не приложили это заново. Это не поломка, а конструкция инструмента, и работать надо исходя из неё.

Как формулировать, чтобы не переобъяснять по десять раз

Первое правило, к которому я пришёл на практике: одна задача — один диалог. Как только вы в том же чате перескочили с текста рассылки на разбор отчёта, а потом на письмо клиенту, вы своими руками забиваете рабочий стол мусором. Разнесите темы по разным диалогам, и каждая будет жить дольше и точнее.

Второе: держите короткий блок вводных, который не жалко приложить заново. У меня это несколько абзацев про компанию, продукт, аудиторию и запреты — что нельзя выдумывать, каким языком писать, чего избегать. Приложить такой блок в начало нового диалога — тридцать секунд, зато ответы сразу попадают в цель, а не после пятого круга правок.

Третье: фиксируйте промежуточный итог текстом. Когда чувствуете, что разговор стал длинным, попросите собрать всё, о чём договорились, в одно сообщение — решения, ограничения, что уже отвергли. Этот текст вы переносите в новый диалог и продолжаете с него. Получается ручная память: вы сами решаете, что достойно переезда, а что можно забыть.

Почему «загрузить всё сразу» тоже не спасает

Первая реакция человека, узнавшего про контекстное окно, обычно такая: сейчас я приложу все документы, регламенты и переписку, и пусть у него будет полная картина. Логика понятная, но результат обычно хуже, а не лучше. Когда стол завален бумагами, найти на нём нужную становится тяжелее — модель начинает цепляться за случайные куски и уверенно отвечать не про то.

Работает обратное: не больше текста, а точнее текст. Один страничный бриф, где сказано главное — кто мы, что за задача, чего нельзя, — даёт заметно лучший результат, чем сто страниц регламентов, из которых к делу относятся два абзаца. Отбор материала здесь важнее его объёма, и делать этот отбор всё равно приходится человеку.

Отсюда практический навык, которому стоит научить сотрудников: перед тем как ставить задачу ИИ, сформулировать её так, как вы сформулировали бы новому подрядчику. Что нужно, для кого, в каком виде, что считать провалом. Половина жалоб на «глупый ИИ» лечится именно этим, без всякой смены модели и тарифа.

Память контекста — признак взрослого инструмента

Когда я смотрю на очередной ИИ-сервис для бизнеса, один из первых вопросов — что он делает с контекстом. Умеет ли хранить профиль компании, подтягивать историю по клиенту, помнить прошлые задачи. Игрушка отвечает на изолированный вопрос. Взрослый инструмент знает, в чьём портале он работает, какая это сделка и что по ней было.

Разница очень практическая. Ассистент без памяти каждый раз требует, чтобы человек заново пересказал ситуацию, — и сотрудники быстро перестают им пользоваться, потому что проще сделать самому. Ассистент, который сам достал карточку клиента, переписку и предыдущие договорённости, экономит время с первой минуты, и его начинают открывать по привычке.

Поэтому в проектах мы стараемся сажать ИИ не сбоку, а внутрь системы, где данные уже лежат: в карточку, в задачу, в процесс. Тогда контекст подставляется автоматически, а не пересказывается руками. Как выбирать задачи под такой сценарий, я разбирал в статье о том, когда ИИ-ассистент на самом деле не нужен.

Что с этим делать в компании

Самое дешёвое улучшение — перестать считать нейросеть собеседником с бесконечной памятью и начать относиться к ней как к очень способному специалисту, у которого нет доступа к вашим папкам. Всё, что ему нужно для решения, должно быть перед глазами. Это меняет привычку: не «поболтать», а «собрать вводные и поставить задачу».

Дальше стоит завести общие заготовки вводных для типовых задач — для писем клиентам, для разбора встреч, для описания продукта. Один раз написали, положили в базу знаний, все берут оттуда. Это снимает главную боль руководителя: у каждого сотрудника перестаёт быть свой личный шаманский способ разговаривать с ИИ, а результат становится предсказуемым.

И последнее. Не ждите, что инструмент станет умнее, если вы будете писать ему настойчивее. Он станет полезнее, если вы измените форму задачи. Настроить такие сценарии внутри портала — обычная часть наших работ по внедрению и сопровождению, и начинается она не с модной модели, а со скучного вопроса: какие данные должны быть у ассистента под рукой в момент, когда он отвечает.