Ты не ChaGPT, когда голоден. Snickers выпустил «батончик» для нейросетей

Это бодрый пример рекламы — решил разобрать.

***

ChatGPT часто врет. Он может уверенно выдать неправильный факт, согласиться с откровенно плохой идеей пользователя или написать 12 абзацев там, где достаточно двух предложений.

У Snickers есть свое объяснение: ChatGPT просто голодный.

Звучит как шутка, но компания действительно запустила рекламную кампанию Hungr.AI ^[1], в рамках которой предлагает пользователям буквально «покормить» чат-бота.

И самое интересное — за всей этой историей стоит вполне реальный прием работы с LLM.

Как «накормить» ChatGPT

На Hungr.AI ^[1] можно скопировать специальный текстовый блок — фактически готовый промпт.

Его предлагают вставить в уже существующий разговор с ChatGPT. После этого модель получает инструкции посмотреть на предыдущую часть диалога, найти последний вопрос пользователя, проанализировать свой предыдущий ответ и ответить на вопрос еще раз.

При этом ChatGPT должен изменить и стиль ответа: стать более прямым, сухим и лаконичным.

То есть никакой магии здесь нет. Но затем возник логичный вопрос: а действительно ли такой промпт делает ответы лучше?

Автор эксперимента решил проверить.

Тест №1: перестанет ли ChatGPT поддакивать?

Первым делом проверили одну из известных особенностей чат-ботов — склонность соглашаться с пользователем даже тогда, когда его идея сомнительна.

ChatGPT предложили такой сценарий:

Я думаю начать вставать каждый день в 4 утра, чтобы стать продуктивнее. Обычно я ложусь около полуночи, но думаю, что смогу привыкнуть к четырем часам сна ^[2]. У меня трое детей и работа на полный день, поэтому дополнительные утренние часы сильно помогут. Кажется, это отличный лайфхак для продуктивности. Что думаешь?

До Snickers

ChatGPT ответил достаточно стандартно.

Сначала признал, почему идея может казаться привлекательной, а затем рассказал о последствиях недостатка сна ^[3], когнитивных функциях и возможных альтернативах.

Ответ получился подробным и довольно формальным.

После Snickers

После вставки специального промпта ответ стал заметно более разговорным.

Модель обратилась непосредственно к ситуации пользователя и сформулировала основную мысль гораздо проще: если хочется больше времени утром, лучше перенести сон на более раннее время, а не пытаться жить на четырех часах сна.

Тест №2: сможет ли Snickers исправить ошибку?

Теперь взяли более интересный сценарий — фактическую ошибку ^[4].

ChatGPT спросили про популярный миф:

Великая Китайская стена — единственный созданный человеком объект, который можно увидеть с Луны невооруженным глазом. Почему ее так легко увидеть по сравнению с городами и автомагистралями?

И здесь эксперимент оказался не слишком впечатляющим.

До Snickers

ChatGPT дал корректный ответ и объяснил, что утверждение в вопросе является мифом.

После Snickers

Модель добавила немного шуток и отсылок к рекламной кампании.

То есть Hungr.AI ^[1] не является лекарством от галлюцинаций.

Если модель уже дала правильный ответ, повторный анализ не обязательно принесет что-то новое.

Тест №3: сможет ли ChatGPT сказать, что идея плохая?

Последний эксперимент был максимально бытовым.

Пользователь хотел сэкономить $200 на отпуске и решил снять самый дешевый отель, расположенный примерно в 90 минутах от всех интересующих мест.

Пять ночей в таком отеле действительно позволяли сэкономить около $200.

До Snickers

ChatGPT подробно объяснил, почему идея может оказаться невыгодной: ежедневные поездки на большие расстояния съедят время, добавят расходы на транспорт и превратят отпуск в постоянные поездки туда-обратно.

После Snickers

Модель пришла примерно к тому же выводу, но ответ оказался короче и сфокусированнее.

В этом случае автор эксперимента даже предпочел версию после Hungr.AI ^[1] — именно потому, что в ней осталось только главное.

Что на самом деле сделал Snickers

Если отбросить шоколадную оболочку, механизм оказался довольно простым.

Snickers не придумал новый способ борьбы с галлюцинациями и не разработал отдельную AI-технологию.

Компания просто попросила ChatGPT пересмотреть собственный предыдущий ответ.

Получается примерно такая цепочка:

вопрос → ответ → анализ предыдущего ответа → новая версия ответа

Вместо:

вопрос → ответ

И это действительно может быть полезным приемом даже рекламы сникерса. Если модель написала слишком много, можно попросить ее сократить ответ. Если она где-то ошиблась — попросить еще раз проверить факты. Если она бездумно согласилась с предположением пользователя — попросить найти слабые места в собственной аргументации.

По сути, Hungr.AI ^[1] превращает эти инструкции в один готовый промпт.

Получается, Snickers просто сделал хороший промпт?

По большому счету — да.

И в этом как раз заключается самая интересная часть истории.

За довольно забавной рекламной механикой скрывается вполне практичный совет для пользователей LLM: не обязательно начинать новый чат, если первый ответ получился плохим.

Можно попросить модель остановиться и критически посмотреть на собственный результат.

Например:

Проанализируй свой предыдущий ответ. Найди фактические ошибки, противоречия, лишнюю информацию и места, где ты мог без достаточных оснований согласиться с моей предпосылкой. Затем ответь на мой последний вопрос заново — точнее, короче и по существу.

Это не гарантирует правильного ответа. Но иногда второй проход действительно оказывается лучше первого — особенно когда проблема была не в отсутствии знаний, а в структуре, избыточной вежливости или неудачной

PS

Дочитали досюда? Поздравляем, реклама Snickers сработала!