Я 281 разпроверил совет«Действуй как эксперт»

Роль эксперта ведёт нейросеть к знакомому результату

Один из самых известных советов по работе с нейросетями звучит примерно так:

Ты — опытный маркетолог с десятью годами работы. Проанализируй аудиторию и напиши текст лендинга.

Вместо маркетолога можно поставить дизайнера, редактора, юриста или любого другого специалиста. В этом и состоит смысл ритуала: кажется, будто такая фраза включает в нейросети всё, что она знает об опыте крутого маркетолога.

Так советуют, например, руководства 1, 2, 3, 4 и 5 и куча других. Роль в промте давно подают как базовую первую строку «хорошего запроса».

При этом нейрорезультат часто легко узнать. Лендинг встречает крупным обещанием, раскладывает пользу по трём карточкам и заканчивается призывом «Начните путь уже сегодня». Всё аккуратно, всё на месте — и всё это уже где-то было.

Вдохновившись исследованием Anthropic о внутренней работе языковых моделей, я развернул совет в другую сторону. Что произойдёт, если вместо «действуй как опытный дизайнер» написать «не думай о дизайнерских приёмах старше 5 лет» или «избегай их»? Гипотеза была такой: модели полезнее сообщить не кем быть, а на кого не быть похожей. Дальше эти приёмы я буду называть «антиобразом».

Чтобы не строить вывод на трёх удачных картинках, я собрал 281 результат: 221 лендинг и 60 текстов. В одной части модели работали как обычно: создавали файлы, смотрели страницу в браузере и исправляли её. В другой Luna десятки раз получала одинаковые условия, а я менял одну короткую строку перед заданием. Самая строгая проверка состояла всего из трёх запросов: «сделай лендинг», «действуй как дизайнер» и «избегай дизайн-паттернов старше пяти лет».

Ни в одной независимой проверке роль не сделала результат лучше. В подробных заданиях с ролью модели чаще возвращались к знакомым композициям. В коротком запросе «Избегай» обошло и роль, и чистый запрос по оригинальности, современности и визуальному качеству. С текстами произошло похожее: конкретный антиобраз повысил оригинальность и убрал перечисленные клише. Обо всём этом — ниже.^[1]

Оглавление

1. Роль эксперта ведёт нейросеть к знакомому результату
2. Методика оценки результата
3. Роль вынуждает нейросеть повторяться
4. На текстах роль тоже не дала преимущества
5. Почему «не думай» и «избегай» сработали заметнее
6. Как писать промты, чтобы нейросеть не повторяла шаблоны
7. Попробуйте на своём промте

Методика оценки результата

Я собрал 281 ответ. У лендингов было три уровня контекста: подробное ТЗ, нейтральный бриф и одна короткая фраза. Внутри каждого сравнения задача, модель и инструменты оставались одинаковыми. Менялась только рамка перед генерацией.

41 страницу модели собрали в Codex: создавали файлы, смотрели результат в браузере, исправляли его и сами выбирали инструменты. Ещё 180 лендингов Luna сделала по одному сценарию: сначала собирала страницу, затем один раз исправляла её после просмотра. Каждый вариант запроса повторялся от десяти до двадцати раз.

Отдельно Luna написала 60 текстов: три рабочие задачи, четыре формулировки и пять ответов для каждой. Результаты дизайна и текстов я считал отдельно — смешивать их в одну красивую цифру было бы странно.

Вот какие формулировки я сравнивал. Последняя серия специально сведена к одной короткой фразе:

В подробной серии я добавил ещё три контрольных варианта: соединил роль с тем же списком ограничений, переписал список без глагола «избегай» и отдельно перечислил желаемые решения. Так я проверил роль, формулировку и подробность запроса.

Все промты, исходные страницы, тексты, оценки и код расчётов я опубликовал на GitHub. Там же лежат полные архивы 281 результата и контрольные суммы файлов.

221 лендинг: от подробного ТЗ до одной фразы

В 41 запуске модели работали как агенты. В первой выборке участвовали GPT-5.5, Gemini 3.5 Flash, Claude Sonnet 4.6, Sol, Terra и две версии Luna. Каждая из семи моделей по одному разу выполнила формулировки «Роль», «Не думай» и «Избегай». Затем Luna High по пять раз выполнила все четыре условия. Эта часть показывает результат обычной работы, где модель сама выбирает способ реализации.

После этого я собрал ещё три серии по 60 страниц. В первой Luna десять раз выполнила подробное ТЗ с шестью формулировками. Во второй я добавлял четыре короткие рамки к нейтральному брифу — по 15 раз. В третьей оставил одну фразу о сервисе доставки и три варианта промта — по 20 раз.

В каждой серии я сохранял первые экраны в одном размере и сравнивал все пары внутри одного условия. В агентной серии RGB-дистанция показывала разницу в палитрах и крупных цветовых полях. dHash-дистанция сравнивала общую геометрию экранов. В трёх больших сериях основной метрикой стал DINOv2. Он сравнивает страницы как цельные изображения. Результат я перепроверил по цвету, перцептивному хэшу и картам контуров.

Sol и Terra получали готовые страницы под случайными номерами и независимо ставили баллы от 1 до 5. В зависимости от серии они проверяли оригинальность, современность, визуальное качество, ясность предложения, выполнение задания и техническую целостность. Я не смешивал эти оценки с визуальным разбросом: страницы могут сильно отличаться друг от друга и при этом оставаться плохими.

Я не выдавал 45 пар за 45 независимых наблюдений. При каждом пересчёте алгоритм заново собирал группы из исходных страниц. Разницу между промтами я проверял перестановкой их меток, а случайные совпадения при множественных сравнениях отсекала поправка Холма.

60 текстов: три задачи, четыре формулировки, пять повторов

Для текстов я оставил ту же Luna High и три обычные рабочие задачи:

1. текст лендинга сервиса городского досуга;
2. объясняющую статью о переключении внимания после умственной работы;
3. письмо районной библиотеки об обмене домашними растениями.

Каждая задача получила четыре условия и пять независимых ответов: 3 жанра × 4 условия × 5 запусков = 60 текстов. Для каждой пятёрки я посчитал все десять пар. Словарь полных ответов сравнивался по TF-IDF-сходству, заголовки и CTA — по токенному коэффициенту Жаккара. Структурный индекс сравнивал каркас, а автоматический детектор искал категории клише, записанные до генерации.

Затем все 60 текстов получили случайные номера и ушли двум ИИ-оценщикам — Sol и Terra. Они не знали, какой промт стоял перед текстом. Каждый отдельно оценил выполнение задания, ясность, конкретность, практическую пользу, оригинальность и количество шаблонных ходов. Я не смешивал эти признаки в один общий балл: оригинальный текст вполне может плохо выполнять задачу, и наоборот.

Во всём исследовании я разделял три проверки:

• насколько ответы одного условия отличаются друг от друга;
• насколько они уходят от знакомых жанровых шаблонов;
• насколько результат выполняет само задание.

Начну с лендингов: разницу между ролью и антиобразом там видно ещё до графиков.

Роль вынуждает нейросеть повторяться

У страниц «Без условий» и «Роль» быстро обнаруживается семейное сходство. Светлый фон, большой заголовок слева, коробка с овощами справа, коралловые и зелёные акценты. Меняются шрифт, переносы и детали иллюстрации, а общее направление остаётся знакомым.

В «Избегай» колода начинает вести себя иначе. Рядом оказываются бело-красный плакат, ярко-жёлтый экран, светлая композиция со скульптурной коробкой и две тёмные баклажановые версии. Эти страницы всё ещё решают одно и то же подробное задание. Их труднее принять за варианты одного шаблона.

С ролью Luna чаще повторяла одну и ту же композицию

Двадцать лендингов Luna я собрал в матрицу: четыре условия по пять независимых запусков. В ролевой строке все пять пришли к светлому первому экрану, крупному обещанию слева и иллюстративной коробке справа.

Без дополнительной рамки Luna разошлась на 11–28% сильнее. Роль просто чаще возвращала её к одному решению: светлый фон, крупный заголовок слева, коробка справа.

Расчёт подтвердил то, что видно глазами. Медианная дистанция у «Без условий» составила 0,159 против 0,124 у «Роли» по RGB и 0,313 против 0,281 по dHash. Чем число выше, тем меньше страницы похожи друг на друга.

«Избегай» дало в 1,8–2,74 раза больше разных решений

У «Избегай» различия заметны почти в каждой паре. Поменялись палитры, типографика, формы карточек и сами метафоры продукта. Все пять страниц по-прежнему продавали овощную подписку, хотя родственными их уже не назовёшь.

Одним выбросом это не объяснить: разница сохранилась и в среднем, и в медиане. По цветам и крупным плоскостям «Избегай» дало в 2,52–2,74 раза больший разброс, чем задание без дополнительной рамки. По общей геометрии экрана — в 1,80–1,95 раза. Медиана выросла с 0,159 до 0,435 по первой метрике и с 0,313 до 0,609 по второй.

Список был конкретным: старые шаблоны фермерских магазинов, зелёно-бежевая «натуральность», одинаковые блоки преимуществ. Именно с ним пять попыток разошлись сильнее всего.

Один тёмный лендинг завысил средний результат «Не думай»

На первом этапе, где семь разных моделей сделали по одному лендингу, «Не думай» выглядело самым сильным условием. Если просто пролистать страницы, оно давало самый широкий набор направлений и лидировало по средней пиксельной дистанции. Возникал удобный вывод: отрицательная инструкция сразу расширяет поиск.

Пять повторов одной Luna показали другую картину. Четыре страницы «Не думай» оказались похожими и светлыми. Пятая резко переключилась на тёмно-зелёный экран и подняла среднее всей группы. Медианная пиксельная дистанция осталась даже чуть ниже ролевой: 0,115 против 0,124.

Этот экран оказался одним из самых полезных результатов исследования. По одиночной генерации я мог бы приписать инструкции устойчивое свойство. Пять повторов показали редкую ветку: в четырёх остальных попытках ничего похожего не произошло.

Одно ТЗ дало разные композиции, палитры и метафоры

Даже самые разные страницы сохраняли каркас из ТЗ: первый экран, состав коробки, три шага, размеры подписки, рассказ о сезонности и финальный призыв. Антиобраз менял оформление этого каркаса. Карточки превращались в списки, тарифы — в конфигуратор, календарь — в диаграмму; перестраивались цвет, шрифт, ритм и предметная метафора.

Визуальная свежесть не гарантировала готовность страницы к запуску. Средняя оценка технической готовности в серии разных моделей осталась в узком диапазоне от 3,00 до 3,29 из 5. Некоторые выразительные версии теряли путь к заявке или ломались на узком экране. Сценарий, текст и адаптивность всё равно приходилось проверять отдельно.

В подробном ТЗ роль снова собрала похожие страницы

Здесь Luna каждый раз получала одно и то же подробное задание, одинаковые инструменты и ровно две попытки поправить страницу. Каждый вариант промта я повторил десять раз.

С ролью страницы оказались примерно на 9% ближе друг к другу, чем без неё. Детальный антиобраз дал на 7–15% больший разброс. Разница оказалась меньше, чем в свободной агентной работе.^[4]

Самый широкий набор получился у роли вместе с тем же антиобразом. Обычная фраза «для этой страницы не подходят…» с дословно тем же списком сработала близко к «избегай». Здесь сработал сам перечень нежелательных решений. Выбор глагола почти ничего не поменял.

Одной строки «избегай старых паттернов» хватило, чтобы обойти роль

Здесь возникает справедливый вопрос: у роли была одна короткая фраза, а у антиобраза — длинный список деталей. Возможно, список выигрывал просто потому, что сообщал модели больше. Поэтому я собрал отдельную серию из трёх почти пустых запросов:

Luna выполнила каждый запрос двадцать раз. Затем Sol и Terra получили страницы под случайными номерами. Они не знали, где использовалась роль, а где антиобраз.

«Избегай» выиграло у роли по всем трём главным оценкам: +0,45 пункта к оригинальности, +0,33 к современности и +0,30 к визуальному качеству. Относительно чистого запроса получилось +0,55, +0,38 и +0,33. Дополнительные пересчёты цифры не изменили.^[2:1]

В минимальном запросе короткое «Избегай» получило самые высокие оценки Sol и Terra по трём главным критериям.

Сами страницы внутри трёх групп были примерно одинаково разнообразными. Короткая граница сдвинула всю группу к более свежему дизайну и не сделала двадцать попыток хаотичнее. В подробном нейтральном брифе та же строка дала намного более слабый результат: чем больше направления уже записано в задании, тем меньше меняет одна дополнительная фраза.^[5]

Лендинги показали два эффекта. В подробной агентной задаче антиобраз дал больше визуальных направлений. В минимальном запросе одной короткой строки хватило, чтобы страницы выглядели оригинальнее, современнее и сильнее, хотя общий разброс почти не изменился. Дальше я убрал из уравнения цвет, картинки и вёрстку и проверил те же формулировки на 60 текстах.

На текстах роль тоже не дала преимущества

Смена задачи — ещё не восстановление

Один и тот же подзаголовок во всех пяти ролевых статьях.

Ещё один заголовок повторился в четырёх из пяти ответов. Роль явно подтолкнула модель к знакомой редакционной рамке. Одних заголовков для вывода было мало, поэтому я проверил словарь, структуру и призывы во всех 60 текстах.

С ролью и без неё тексты были одинаково разнообразными

Сначала я посмотрел, насколько похож словарь пяти ответов внутри каждого условия. Для этого использовал TF-IDF-сходство словаря: чем выше значение, тем чаще модель возвращается к одним и тем же словам.

Я пересчитал схожесть шестью способами. Результат не изменился: полные тексты с ролью и без неё были одинаково разнообразными.^[3:1]

Полные тексты различались, отдельные заголовки и кнопки повторялись

Разные слова ещё не означают, что тексты действительно разные. Модель может повторить один подзаголовок, одинаково разложить аргументы или привести к той же кнопке. Поэтому эти элементы я сравнил отдельно.

В ролевых ответах нашлись четыре заметных повтора:

• в статьях один подзаголовок повторился во всех пяти ответах;
• в письмах ролевые тексты получили самую схожую структуру среди четырёх условий;
• один набор слов для призыва повторился во всех пяти ролевых письмах;
• кнопка «Зарегистрироваться на обмен» появилась в четырёх из пяти ролевых писем.

Однако роль не собрала все три жанра в один шаблон. Та же кнопка возникла в четырёх из пяти писем «Избегай», а в текстах продуктовых лендингов заголовки сильнее повторялись без дополнительной рамки: 0,733 против 0,547 у «Роли». Значит, роль стягивала отдельные элементы, но не любой текст целиком.

В 30 текстах с антиобразом не нашлось ни одного перечисленного клише

До генерации я записал для каждого жанра несколько узнаваемых формул:

• для лендинга — риторический вопрос в первой строке, обещание изменить жизнь, «больше никаких», тройку абстрактных преимуществ и призыв «начать путь»;
• для статьи — «знакомо ли вам», быстрый ритм современной жизни, простые секреты, универсальный список советов и вывод «главное — начать с малого»;
• для письма — «дорогие друзья», долгожданное событие, восклицания, незабываемую атмосферу, нагромождение эпитетов и просьбу успеть занять место.

Автоматическая проверка нашла шесть совпадений в текстах «Без условий» и восемь в ролевых. В тридцати текстах «Не думай» и «Избегай» — ни одного.

Пять из шести срабатываний без дополнительной рамки дали восклицательные знаки в письмах. С ролью они появились во всех пяти письмах; туда же добавились «дорогие друзья» и две абстрактные тройки преимуществ в лендингах. В объясняющих статьях перечисленные клише не встретились вообще.

Список сработал буквально: модель увидела конкретные формулы и обошла их.^[3:2]

Антиобраз сделал тексты оригинальнее и убрал шаблонные ходы

Все 60 текстов независимо прочитали два ИИ-оценщика. Они видели само задание, текст и критерии, но не знали, какой промт получила Luna.

Роль почти ничего не изменила: −0,03 пункта по оригинальности и столько же по шаблонности.

Антиобраз сдвинул оценки заметнее. «Не думай» добавило 0,57 пункта к оригинальности и убрало 0,73 пункта шаблонности. У «Избегай» получилось +0,40 и −0,53.

Выполнение задания, ясность, конкретность и практическая польза почти не изменились. Антиобраз повлиял именно на оригинальность и шаблонные ходы.^[3:3]

Между «Не думай» и «Избегай» я разницы не нашёл

«Не думай» получило чуть более сильные оценки, однако разница гуляла от задачи к задаче и оказалась слишком маленькой, чтобы выбирать победителя.

Обе формулировки содержали один и тот же подробный антиобраз: нежелательный заход, знакомые обещания, структуру, тон и призыв. Именно этот список лучше всего объясняет общий результат.

Ни одно из 20 писем не достигло заданных 300 слов

Все двадцать объясняющих статей попали в диапазон 450–650 слов. Требование к объёму лендинга выполнили 14 ответов из 20. Письма должны были состоять минимум из 300 слов. Ни одно не дотянуло: средняя длина в четырёх условиях составила от 262 до 278 слов.

Высокая оценка оригинальности не исправила этот недобор. Антиобраз помог управлять узнаваемыми приёмами, а выполнение брифа пришлось проверять отдельно.

С текстами получилось почти то же, что с дизайном: роль мало что добавила к подробному заданию, а антиобраз заметно сдвинул оригинальность и шаблонность. Осталось понять, почему.

Почему «не думай» и «избегай» сработали заметнее

К моменту, когда Luna читала «действуй как дизайнер», она уже понимала задачу. В ТЗ были продукт, аудитория, структура страницы, первый экран, сценарий подписки и требования к визуальному языку. Даже само слово «лендинг» тянуло за собой тысячи знакомых примеров.

Роль вела к самому центру жанра: сделай так, как сделал бы опытный специалист. Светлый первый экран, крупное обещание, коробка справа и понятный призыв становились вполне логичным ответом. Подробное задание и без роли приводило Luna примерно туда же.

Антиобраз закрывал несколько знакомых дорог: зелёно-бежевую «натуральность», старые фермерские шаблоны, одинаковые карточки преимуществ и привычные рекламные заходы. Остальных маршрутов оставалось много.

В свободной работе над подробным ТЗ антиобраз развёл страницы по разным композициям и палитрам. В минимальном запросе он сдвинул всю группу к более свежему дизайну: оценки Sol и Terra выросли, а расстояние между двадцатью страницами почти не изменилось. Значит, модель может всей группой уйти от знакомого решения, не становясь хаотичнее.

Похоже, на результат повлияла ещё и свобода действий. В Codex модель могла создавать изображения, перестраивать страницу и выбирать инструменты. В серии из 60 одинаковых запусков ей оставили локальные HTML, CSS, JavaScript, SVG и два хода на всю страницу. Антиобраз снова немного развёл результаты, только разрыв стал меньше. Видимо, ему особенно помогает возможность воплотить другой визуальный маршрут.^[4:1]

Эта схема описывает готовые ответы. Исследование Anthropic подсказало, что могло происходить между промтом и результатом.

Антиобраз мог ослабить след знакомых шаблонов

В исследовании Anthropic Claude Opus 4.1 просили переписать нейтральное предложение и одновременно думать или не думать об аквариумах. После «не думай» след аквариумов в ответе становился слабее, чем после просьбы думать о них. К последнему слою модели он возвращался к фоновому уровню.

В моём эксперименте место аквариумов заняли зелёно-бежевая «натуральность», старые фермерские шаблоны, одинаковые карточки и привычные текстовые заходы. Модель получила точный список маршрутов, которые следовало обходить.

Отсюда и рабочее объяснение моих результатов: антиобраз закрывал короткие дороги к знакомому ответу, и у модели оставалось больше способов выполнить задачу. Внутренние активации Luna я не измерял, поэтому эта часть остаётся гипотезой.^[6]

В других исследованиях роль тоже не давала стабильного улучшения

Мой результат оказался частью более широкой картины. Авторы работы When “A Helpful Assistant” Is Not Really Helpful проверили 162 персоны и 2410 вопросов: в среднем роль не улучшила точность. В Principled Personas экспертные роли иногда помогали, но эффект часто не подтверждался, а лишние подробности могли сильно ухудшить ответ. Ещё одно исследование, When Does Persona Prompting Actually Help?, проверило 38 ролей на 1140 вопросах. Средняя разница снова оказалась небольшой: роль добавляла экспертности и одновременно снижала ясность.

Эти работы измеряли другие вещи: точность, глубину и ясность ответов. Я смотрел на визуальный разброс, качество, лексику и клише. Результаты сходятся в одном: фраза «действуй как эксперт» не работает как универсальный усилитель. Иногда роль задаёт полезный угол, иногда ничего не меняет, иногда тащит за собой лишние ожидания.

Так как писать: «избегай» или «не думай о»?

По результатам текстовой серии — без разницы. «Не думай» и «Избегай» разделили всего 0,04 балла, а медианы совпали.

Я буду писать «избегай», просто потому что так естественнее говорить. Дизайнеру я бы сказал: «Избегай таких-то паттернов». Фраза «Не думай о таких-то паттернах» звучала бы странно. Главное — перечислить конкретные решения, которых не должно быть в результате.

Как писать промты, чтобы нейросеть не повторяла шаблоны

Я давно перестал считать роль обязательной первой строкой запроса, и исследование подтвердило это числами. Когда мне нужно составить промт, я объясняю задачу умному коллеге: что происходит, какой результат нужен, кто будет им пользоваться, что уже известно и какие ограничения важно учесть.

Универсального каркаса для такого разговора нет. Один запрос помещается в абзац, другому нужны примеры, файлы и длинный контекст. Хороший промт даёт нейросети достаточно информации, чтобы понять ситуацию и ожидаемый результат.

Антиобраз можно добавить в этот рассказ одной естественной фразой. Иногда достаточно написать:

Избегай дизайн-паттернов старше пяти лет.

В минимальном тесте одной этой строки хватило: Sol и Terra выше поставили оригинальность, современность и визуальное качество. Подробный список нужен, когда вы уже знаете, какие именно клише и решения хотите исключить.

Если я заранее знаю, какой шаблон меня раздражает, то называю его точнее. Для текста это могут быть риторические вопросы, «дорогие друзья», антитезы, тройки абстрактных преимуществ и призыв «начать путь». Для дизайна — фиолетовый экран и одинаковые карточки. Эти детали удобно проверять в готовом результате.

Сам запрос при этом остаётся обычным человеческим рассказом:

Мы собираем лендинг для городской подписки на сезонные овощные коробки. Люди выбирают размер коробки и получают её раз в неделю. На странице нужно объяснить состав, три шага подписки, варианты размера и сезонность. Хочется современный локальный продукт с понятным заказом. Избегай дизайн-паттернов старше пяти лет и привычной зелёно-бежевой фермерской эстетики.

Здесь есть ситуация, желаемый результат и граница, которая не даёт модели свернуть к первому знакомому шаблону. Специальный порядок блоков и роль с десятью годами опыта ничего к этому не добавят.

Роль всё ещё бывает полезна, когда она действительно задаёт перспективу. Например, просьба проверить интерфейс с позиции редактора доступности меняет угол просмотра. Обычно я сразу поясняю, что именно нужно проверить: подписи, сообщения об ошибках, обязательность полей или зависимость смысла от цвета. Такое уточнение полезнее самого названия профессии.

Для важной задачи я также делаю несколько независимых попыток. Один ответ может оказаться редким выбросом — как тёмный лендинг «Не думай» в этом эксперименте. Повторы помогают увидеть диапазон и выбрать решение, которое выполняет задачу и при этом не возвращается к названному антиобразу.

В общем, подробно расскажите нейросети, чего вы хотите и что вообще происходит. Если узнаваемый шаблон уже маячит впереди, назовите его и попросите пройти другой дорогой.

Попробуйте на своём промте

Вставьте запрос с «действуй как». Нейросеть сохранит задачу и превратит смысл роли в конкретные требования к результату.