Человек, который пишет, получает от языковой модели предложение, от которого стоит отказаться: она напишет за него. Отказаться стоит не из принципа, а по расчёту — модель порождает наиболее вероятное продолжение, то есть по построению усреднённый текст. Ваш голос — это отклонение от среднего. Оптимизируя вероятность, вы оптимизируете против себя.
Полезная роль у неё другая, и она менее очевидная.
#Зачем это нужно и когда не нужно
Нужно, если у вас есть узнаваемая манера и вы хотите её сохранить, ускорив всё вокруг: редактуру, поиск своих старых формулировок, разбор неудачных мест. Не нужно, если ваша задача — производить много типового текста, где голос не важен: там генерация уместна, и эта статья не про вас.
#Что понадобится
- Ваши тексты — хотя бы несколько десятков.
- Ассистент с памятью, куда можно класть свои формулировки и потом искать по смыслу.
- Готовность писать черновик самому. Это условие входа, а не рекомендация.
#Пайплайн: черновик человека, критика ИИ, правка человека
Три этапа, порядок которых нельзя менять.
Этап 1. Черновик пишете вы. Плохо, коряво, с дырами — неважно. Важно, что структура и формулировки ваши. Черновик, начатый моделью, задаёт её структуру, и дальше вы будете править чужой текст, а не писать свой.
Этап 2. Критикует ассистент. Не «улучши», а конкретные вопросы: где мысль не доведена, где я повторяюсь, какой абзац можно удалить без потери, где утверждение не подкреплено. Ответ на них — материал, а не новый текст.
Этап 3. Правите вы. Каждую правку принимаете сознательно. Замечание «этот абзац лишний» может быть неверным — тогда вы его отклоняете и знаете почему.
Правило, которое держит пайплайн: сгенерированный моделью текст не попадает в итог. Ни абзацем, ни фразой. Как только попадает, начинается размывание голоса — незаметное, потому что каждая отдельная фраза выглядит нормально.
#Вторая роль: память о своих формулировках
Здесь ассистент даёт то, чего не даёт ни генерация, ни поиск по файлам.
За годы вы придумали удачные формулировки, метафоры, способы объяснить сложное. Большая часть забыта. Память с поиском по смыслу позволяет спросить: «как я раньше объяснял разницу между этими двумя вещами» — и получить свою же формулировку трёхлетней давности.
Что стоит складывать в такую память:
- Формулировки, которыми вы довольны. Отдельно, вне контекста статьи.
- Правки, которые вы вносите постоянно. Если вы двадцать раз вычёркивали одно и то же слово, это ваше правило редактуры.
- Замечания редакторов, с которыми вы согласились.
- Отвергнутые варианты — заголовки, начала, которые не подошли, и почему.
Четвёртый пункт недооценивают. Отвергнутые варианты — самая точная запись вашего вкуса: они показывают, что именно вы считаете «не своим». Как это превращается в данные, если вы однажды захотите пойти дальше, — в статье про разметку хороших ответов.
#Пять признаков сгенерированного текста
Список для самопроверки. Если это появилось в вашем тексте, вы прошли этап 2 неправильно.
- Симметричные конструкции. «Это не просто X, это Y» и «дело не в A, а в B» — сами по себе нормальные обороты, но модель ставит их с частотой, которая выдаёт происхождение.
- Абзацы одинаковой длины. Живой текст рваный: где-то три строки, где-то одна.
- Вводные, которые ничего не вводят. «Важно отметить», «стоит подчеркнуть», «в современном мире».
- Списки там, где нужен абзац. Модель охотно превращает связное рассуждение в перечисление, теряя связки «поэтому» и «однако».
- Обобщающий финал без нового содержания. Последний абзац, пересказывающий предыдущие, — самый узнаваемый маркер.
Проверка простая: прочитайте текст вслух. Сгенерированное спотыкается на слух даже там, где на глаз выглядит гладко.
#Что делать с дообучением на своих текстах
Естественная мысль: обучить модель на своих текстах, чтобы она писала как вы. Здесь стоит быть точным в ожиданиях.
Что реально получится. Перенос манеры: тон, длина, характерные обороты, структура. Результат узнаваем, и на этом уровне технология работает — маршрут описан в пилларе про свою модель и дообучение, а сбор материала — в статье как собрать датасет из своих оценок.
Чего не получится. Ваших мыслей. Копия воспроизводит форму, а не выбор, что сказать. Текст будет звучать как ваш и не будет вашим — а это худший из возможных результатов для пишущего человека: узнаваемая оболочка без содержания.
Что стоит сделать раньше. Написать нормальный системный промпт с примерами своего текста. Для задачи «критикуй в моём вкусе» этого обычно достаточно, и стоит это вечер, а не неделю; как построить такой промпт с бюджетом по секциям — в статье про системный промпт для личного ИИ.
#Проверка результата
- В итоговом тексте нет ни одной фразы, порождённой моделью.
- Прочитанный вслух текст звучит как вы, а не как аккуратная статья ниоткуда.
- Вы хотя бы раз нашли свою старую формулировку через ассистента.
- Список ваших постоянных правок пополняется — значит, вы замечаете свои шаблоны.
#Что может пойти не так
- Вы начали с этапа 2. Отдали модели тему, получили черновик, дальше «правите». Это не правка, а редактура чужого текста, и голос в нём уже не ваш.
- Ассистент хвалит вместо критики. Модель склонна соглашаться. Запрос должен быть на поиск слабых мест, а не на оценку.
- Вы принимаете все замечания подряд. Часть из них неверна. Право отклонить — половина смысла третьего этапа.
- Текст стал глаже и безличнее. Признак того, что вы принимали замечания механически: усреднение происходит именно так, по одной безобидной правке.
- Память забита черновиками. Складывайте формулировки и решения, а не тексты целиком: искать по смыслу в куче черновиков бесполезно.
- Вы ждёте от компактной локальной модели тонкой стилистической критики. Она объективно слабее топовой облачной в таких задачах. Для поиска по своим записям её хватает, для разбора стиля — держите рядом сильную модель.
Как встроить в этот процесс чтение и работу с чужими текстами — в разборе ИИ и заметок при чтении.
#Частые вопросы
#Можно ли использовать ИИ для черновика, если потом всё переписать?
Технически можно, практически — нет: структура черновика задаёт структуру итога, и переписывание идёт по чужой канве. Если совсем тяжело начать, попросите не текст, а список вопросов по теме — и отвечайте на них своими словами.
#Как заставить ассистента критиковать, а не хвалить?
Спрашивать конкретно: «назови три самых слабых абзаца», «какое утверждение здесь не подкреплено», «что можно удалить без потери смысла». Открытая просьба «оцени» почти всегда даёт вежливое одобрение.
#Заметят ли, что текст написан с помощью ИИ?
Если модель писала — вероятно, да, по признакам из списка выше, и всё чаще автоматически. Если модель критиковала, а писали вы, — замечать нечего: текст ваш.
#Стоит ли обучать модель на своих текстах?
Для переноса манеры — работает, для переноса мыслей — нет. И начинать стоит не с этого: системный промпт с примерами закрывает большинство задач за вечер. К дообучению переходите, если упёрлись в его потолок.
#Что делать с рабочими текстами под договором?
Помнить, что при облачной модели текст запросов уходит именно этому провайдеру — Persona запросы не проксирует. Для материалов под обязательством о конфиденциальности это решается локальной моделью или отказом от отправки таких текстов вовсе.
#Ассистент поможет с редактурой чужих текстов?
Поможет находить неясные места и повторы, но окончательное решение всё равно ваше: критерий «понятно ли это читателю» модель оценивает хуже вас, потому что не знает вашего читателя. Что вообще даёт ассистент, который знает ваш контекст, — в разборе что такое личный ИИ.
#Вывод
Для пишущего человека генерация текста — не выигрыш, а тихая потеря: модель по построению даёт среднее, а ваша ценность в отклонении от среднего.
Работают две другие роли. Первая — критик, который находит слабые места в вашем черновике. Вторая — память, которая хранит ваши удачные формулировки и ваши постоянные правки. Обе оставляют текст вашим, и обе доступны без всякого дообучения — достаточно нормально сформулированного запроса на критику вместо запроса на улучшение.