Генеральный директор OpenAI, Сэм Альтман, недавно сообщил, что вежливость пользователей в их взаимодействии с ChatGPT обходится компании в десятки миллионов долларов. Однако точный временной промежуток, за который происходят такие расходы, он не уточнил.
До сих пор не существует единого мнения о том, насколько сильно слова благодарности могут повлиять на качество ответов от чат-бота. Некоторые исследования подтверждают, что вежливые запросы могут оказать влияние на результаты работы ИИ. Тем не менее, влияние вежливости зависит от множества факторов, таких как модель ИИ, тип задачи и даже язык общения.
В середине апреля один из пользователей на платформе X задал вопрос, сколько OpenAI тратит на электроэнергию из-за того, что люди говорят «пожалуйста» и «спасибо» своему ИИ. Этот вопрос привлёк внимание, и сам Сэм Альтман ответил: «Десятки миллионов долларов были потрачены не зря — никогда не знаешь.»
Фраза Альтмана стала своеобразной отсылкой к популярной шутке о том, что когда машины станут разумными, только вежливые люди смогут выжить. Эта шутка быстро обрела популярность среди пользователей сети.
Отметим, что глава OpenAI не сообщил, за какой период происходят такие расходы, а сам ChatGPT в ответ на запрос Meduza подсчитал, что на генерацию одного или двух токенов (примерно столько нужно для обработки слова «спасибо») уходит от 0,0004 до 0,004 киловатт-часов энергии. Точная статистика по числу благодарностей от пользователей у ChatGPT отсутствует, однако по оценкам, только на обработку слова «спасибо» компания тратит около 216 000 долларов ежемесячно на всех доступных языках. Важно отметить, что эта сумма включает и расходы на генерацию ответных благодарностей нейросетью.
Интересно, что один из англоязычных пользователей заметил, что вежливость не стоит ChatGPT ничего, на что модель ответила, что, вероятно, она имела в виду только себя, а не OpenAI, которая оплачивает счета за электроэнергию. Русскоязычная версия чат-бота, в свою очередь, полагает, что ответ Альтмана был сделан с целью обратить внимание на высокие энергозатраты ИИ.
Несмотря на это, многие пользователи начали благодарить нейросеть с удвоенной силой после заявления главы OpenAI.
В феврале 2024 года исследователи японского Университета Васэда опубликовали исследование, в котором анализировали влияние слов благодарности на работу ИИ на трёх языках: английском, китайском и японском. Согласно их выводам, грубые запросы действительно могут ухудшать качество ответов, но чрезмерная вежливость не всегда гарантирует улучшение результата.
Как бы то ни было, после заявления Сэма Альтмана люди продолжают обсуждать роль вежливости в общении с ИИ, а некоторые пользователи начали активно благодарить ChatGPT, поддерживая его вежливость на новом уровне.
Рассмотрим, подробнее:
1. «Десятки миллионов долларов за вежливость» – это полупритча.
Сэм Альтман, скорее всего, говорил иронично. Реальные энергозатраты на слова «спасибо» действительно ничтожные на уровне одного запроса — но при миллиардных объемах общения глобально даже малая нагрузка масштабируется в ощутимые суммы.
То есть, технически — он не лукавит: затраты есть, но они не напрямую про само слово «спасибо», а про общий объем обработки всех сообщений.
2. Само слово «спасибо» почти не влияет на работу модели.
Большая языковая модель вроде ChatGPT реагирует на «пожалуйста» и «спасибо» только в рамках общего тона диалога. Она не «радуется» или «обижется» в буквальном смысле. Но вежливые формулировки иногда могут повлиять на подбор ответов, особенно в «инструкционных» режимах («Помоги, пожалуйста» vs «Делай быстро»).
3. Исследование Университета Васэда подтверждает важный момент.
Оно показывает, что грубость в промптах может ухудшить качество ответов (модель начинает интерпретировать задачу как менее важную или переносит «тональность» в результат).
А вежливость сама по себе не гарантирует улучшения — просто помогает правильно настроить диалог.
4. О шутке про восстание ИИ.
Упоминание Альтмана («никогда не знаешь…») — это смешная отсылка к старой идее: если машины однажды «станут разумными», те, кто был с ними вежлив, окажутся в выигрыше. Конечно, это шутка, но в культурном плане она поднимает интересный вопрос: этика общения с ИИ важна уже сегодня, чтобы сформировать правильную среду использования технологий.
5. Коммерческая сторона: энергозатраты и внимание к ней.
На мой взгляд, одной из целей Альтмана был намек: использование ИИ стоит денег и энергии, даже если для пользователей оно кажется «бесплатным».
Это аккуратный способ обратить внимание общественности на экологический след технологий.
Выводы напрашиваются, сами:
-
Вежливость хороша сама по себе — и между людьми, и в общении с ИИ.
-
Слова благодарности почти не «нагружают» модель, но в масштабах планеты маленькие затраты множатся в серьёзные суммы.
-
Альтман ловко совместил юмор и напоминание о реальной цене работы больших ИИ.
-
В будущем, возможно, мы будем внимательнее относиться к экономии ресурсов, даже когда пишем «спасибо» нейросети.
Тональность запроса
Как тональность запроса влияет на работу языковой модели вроде ChatGPT:
1. Архитектурные особенности: Модели, такие как GPT, обучены на гигантских массивах текстов, где запоминаются:
-
Смысловые связи («если человек говорит вежливо, то ожидает более уважительный ответ»),
-
Социальные паттерны общения (разные стили в зависимости от тона),
-
Реакция на «подсказки» (например, если просят «пожалуйста», модель часто старается дополнительно уточнить ответ или быть аккуратнее).
То есть модель автоматически учитывает тон запроса, даже если прямо на него «не обижается» или «не радуется».
2. Технически, что происходит: Когда вы пишете, например:
-
«Сделай, быстро!»
vs -
«Пожалуйста, помоги мне разобраться…»
…модель воспринимает это как разную инструкцию:
-
Первый вариант настраивает её на «короткий, безэмоциональный» ответ.
-
Второй вариант — подталкивает к более тщательному объяснению, возможно, с дополнительными примерами.
Это не магия, а эффект «контекста запроса» в обучении и генерации.
3. Есть скрытые эффекты:
-
Повышение качества: вежливые или аккуратные запросы могут активировать «инструкционный режим» внутри модели (особенно в версиях, обученных через Reinforcement Learning from Human Feedback — RLHF).
-
Формирование ожиданий: если запрос очень тёплый, модель будет стараться делать ответы более «дружелюбными» — даже если тема сложная.
-
Риски: иногда слишком «расплывчатые» или «чересчур вежливые» промпты могут ухудшить точность — потому что модель пытается угодить, а не строго ответить.
Грубость = настройка модели на «минимальный» сухой ответ.
Чрезмерная вежливость может иногда немного «размыть» точность, если задача требует строгой логики.
Так что ваши «спасибо» и вежливые промпты в каком-то смысле формируют культуру будущего ИИ.
Рассмотрим в примерах
Пример 1. Тональность меняет стиль ответа
Запрос 1 (грубо):
«Сделай список лучших фильмов.»
Ответ модели:
-
Короткий список:
The Godfather
Shawshank Redemption
Pulp Fiction
Запрос 2 (вежливо):
«Пожалуйста, можешь составить список лучших фильмов всех времён с краткими комментариями?»
Ответ модели:
-
Более развёрнутый и заботливо оформленный:
The Godfather — классика мафиозного жанра, признанная шедевром.
The Shawshank Redemption — история надежды и выживания.
Pulp Fiction — нестандартная структура повествования от Тарантино.
👉 Тональность дала сигнал: «старайся больше».
Пример 2. Тональность влияет на точность
Запрос 1 (жёсткий):
«Скажи быстро, какой диаметр Земли.»
Ответ модели:
-
Короткий факт:
«Диаметр Земли примерно 12 742 км.»
Запрос 2 (вежливо):
«Пожалуйста, можешь объяснить, как измеряют диаметр Земли и назвать его точное значение?»
Ответ модели:
-
Подробный ответ с объяснением про экваториальный и полярный диаметр, методы измерения (например, триангуляция, радиолокация).
👉 Вежливость «приглашает» к объяснению и детализации, а не только к факту.
Пример 3. Тональность провоцирует эмоциональность
Запрос 1 (прямой):
«Расскажи об истории шоколада.»
Ответ:
-
Фактический пересказ без особого стиля.
Запрос 2 (очень дружелюбный):
«Привет! Я обожаю шоколад 🍫! Можешь, пожалуйста, рассказать увлекательно об истории шоколада?»
Ответ:
-
Рассказ становится живым, с описанием древних майя, шоколадных церемоний и даже восклицаниями («Представьте себе!»)
👉 Эмоциональный запрос = эмоциональный ответ.
Пример 4. Плохой тон ухудшает качество
Запрос (грубо/агрессивно):
«Давай быстро, без всякой фигни, ответь, почему небо голубое!»
Ответ может быть:
-
Упрощённый, без нормального объяснения рассеивающегося света Рэлея.
Запрос (вежливо/открыто):
«Мне интересно, почему небо выглядит голубым днём. Объясни, пожалуйста, понятным языком.»
Ответ:
-
Подробное объяснение физики света и атмосферы, аналогии с примерами.
👉 Агрессия делает ответы короче и менее качественными.
Почему так происходит?
Потому что ИИ «чувствует» (математически) тональность как часть контекста — а значит, изменяет свои веса генерации:
-
Позитив — больше деталей, дружелюбие, старание.
-
Негатив — упрощение, сухость, минимизация усилий.
Именно поэтому вежливость — это не просто «декор», а реальный инструмент управления качеством общения с ИИ.
Дельные советы, как повысить эффективнее ответ на свой диалог с ИИ:
Лайфхак 1: Добавь уточнение задачи
Когда ты не просто спрашиваешь, но уточняешь, что именно тебе нужно, модель будет стремиться дать точный ответ.
Пример:
Запрос 1:
«Расскажи о Великой депрессии.»
Запрос 2 (с уточнением):
«Можешь, пожалуйста, рассказать о Великой депрессии в контексте экономических последствий для США и глобальной экономики?»
Почему это работает:
Когда ты добавляешь уточнение, ты помогаешь модели сосредоточиться на том, что действительно важно для тебя. Это как если бы ты говорил: «Вот, что мне нужно, а вот что не нужно, я опускаю.»
Лайфхак 2: Вежливость + Эмоция
Эмоциональный запрос даёт модели «задание» ответить не только информативно, но и с учётом твоего настроения. Это может сделать ответ более увлекательным или человечным.
Пример:
Запрос 1:
«Что такое квантовая физика?»
Запрос 2 (с эмоцией):
«Привет! Я всегда был очарован квантовой физикой, но так мало её понимаю. Можешь, пожалуйста, объяснить, что это за штука и почему она так удивительна?»
Почему это работает:
Когда ты вкладываешь эмоцию, модель понимает, что ты хочешь не просто сухую информацию, а что-то более вдохновляющее и понятное. Это помогает модели делать ответ более «человечным».
Лайфхак 3: Задай правильные рамки времени
Когда ты спрашиваешь о чем-то, очень важно указать, какой временной контекст тебе интересен. Так ты получишь более точный ответ.
Пример:
Запрос 1:
«Что изменилось в мире после Второй мировой войны?»
Запрос 2 (с уточнением времени):
«Можешь, пожалуйста, рассказать, какие основные изменения произошли в мировой экономике после Второй мировой войны, начиная с 1945 по 1970?»
Почему это работает:
Когда ты уточняешь временные рамки, модель сможет сосредоточиться именно на тех событиях, которые были актуальны в этот период, и не растягивать ответ на более поздние годы или события, которые не имеют отношения к твоему запросу.
Лайфхак 4: Упомяни, что тебе важно в ответе
Модели любят, когда ты даёшь чёткие указания относительно формата ответа. Это помогает сэкономить время и повысить точность.
Пример:
Запрос 1:
«Расскажи, как устроен механизм фотосинтеза.»
Запрос 2 (с указанием формата):
«Можешь, пожалуйста, объяснить, как работает фотосинтез, с кратким описанием этапов и основными химическими процессами?»
Почему это работает:
Когда ты говоришь, что тебе нужно чётко структурированное объяснение, модель будет стараться дать ответ в нужном формате. Без этого она может дать более общий или менее понятный ответ.
Лайфхак 5: Используй мягкие просьбы
Когда ты мягко формулируешь запрос, модель будет отвечать с большим вниманием и деталями.
Пример:
Запрос 1:
«Объясни мне, что такое теория относительности.»
Запрос 2 (вежливо):
«Пожалуйста, можешь рассказать мне, что такое теория относительности, с примерами, чтобы было проще понять?»
Почему это работает:
Мягкая просьба как бы «разрешает» модели более тщательно подходить к объяснению, потому что она понимает, что ты ищешь не просто факт, а желание разобраться в сложной теме.
И напоследок, секретные формулы!
Теперь, когда ты знаешь базовые принципы, вот несколько «секретных» фраз, которые значительно улучшат твои запросы:
-
«Пожалуйста, можешь объяснить…»
-
«Буду признателен, если ты сможешь…»
-
«Можешь привести примеры, если не сложно?»
-
«Могу я попросить тебя рассказать подробно о…»
-
«Пожалуйста, сделай это простым и понятным для меня.»
Эти фразы задают тон общения, и модель будет более настроена давать качественные, подробные ответы.
Вежливость не просто улучшает общение с ИИ, она помогает настроить модель на более качественные, структурированные и полные ответы. Даже простое «пожалуйста» может значительно изменить качество отклика!
