Вы вместе с нейросетью готовите важный текст: нашли подходящий тон, убрали лишнее, согласовали формулировки. Осталось поправить заключение — и вдруг в ответе снова появляются слова, от которых Вы давно отказались. В рубрике «Нейронавигатор» Mediacom.press разбираемся, почему память нейросети  иногда подводит именно тогда, когда кажется, что вы уже прекрасно понимаете друг друга.

За этим ощущением стоят разные механизмы: контекстное окно, история переписки и сохранённые сведения о пользователе. От их работы зависит, насколько последовательным будет искусственный интеллект  в  длинной задаче. Понять разницу полезно, чтобы работа с ИИ не превращалась в бесконечное  «мы же уже об этом договорились».

Переписка на экране и сведения для ответа — не одно и то же

Представьте рабочий стол, на котором лежат Ваше задание, несколько черновиков и лист с последними исправлениями. Чтобы продолжить работу, помощник обращается к этим материалам. Примерно так можно представить контекстное окно — объём информации, с которым модель может работать при подготовке очередного ответа.

В него могут входить сообщения, предыдущие ответы, инструкции и материалы из документов или поиска. Место занимает не только то, что написали Вы: длинные ответы самой нейросети тоже увеличивают объём разговора. Размер этого рабочего пространства ограничен и зависит от модели и устройства сервиса. В технических описаниях его измеряют в токенах — небольших фрагментах текста, которые не всегда совпадают с целыми словами.

При этом переписка, которую Вы можете прокрутить на экране, не обязательно целиком передаётся модели для каждого нового ответа. В длинных разговорах сервис может сокращать ранние сообщения, заменять их кратким пересказом или отдельно подбирать нужные сведения.

Пересказ помогает продолжить работу, но подробность может потеряться. Запись «пользователь предпочитает спокойный стиль» передаёт общее пожелание, однако не заменяет список конкретных выражений, которые Вы просили больше не использовать. Поэтому сохранённая история разговора и доступность каждой её детали в данный момент — разные вещи.

Почему нейросеть пропускает то, что ещё доступно

Бывает и иначе: нужное условие осталось среди материалов, но модель всё равно его не учла. Возможность вместить большой объём информации не означает, что любая мелочь будет использована правильно.

В исследовании Lost in the Middle авторы проверяли, как языковые модели находят сведения в длинных текстах. У изученных систем результат нередко ухудшался, когда нужная информация находилась в середине, а не в начале или конце. Работа опубликована в 2023 году, и её результаты нельзя автоматически переносить на каждую современную модель, но она хорошо показывает саму проблему: доступ к тексту ещё не гарантирует точного обращения с ним.

В повседневной работе к этому добавляются многочисленные версии задания. Сначала Вы попросили короткую заметку, затем решили сделать подробную статью, после сократили вступление и вернули один из ранних примеров. Для Вас путь понятен: решения принимались последовательно. В переписке же сохранились и действующие требования, и отменённые варианты, которые модель может ошибочно смешать.

Это не означает, что Вы плохо объясняете. Просьба изменить заключение вполне может быть ясной, а ответ всё равно окажется неудачным. Полезнее проверить, на какую версию текста опирается помощник, чем заново доказывать ему, что договорённость существовала.

Что означает ответ «Я запомнил»

Память нейросети внутри разговора нужно отличать от функций, которые позволяют переносить сведения между чатами. Некоторые сервисы сохраняют предпочтения пользователя, составляют краткие заметки о проектах или ищут информацию в прошлых беседах. Конкретные возможности зависят от продукта и настроек.

Например, в справке Claude отдельно описаны поиск по предыдущим разговорам и память, позволяющая использовать сведения в новых беседах. Такие механизмы помогают вернуться к работе, но не равнозначны постоянному присутствию всей переписки перед моделью.

Поэтому фраза «Я запомнил» сама по себе ещё не подтверждает, что условие надёжно сохранено для будущих разговоров. Если сервис позволяет просматривать сохранённые сведения, важную договорённость лучше проверить там. А точный текст, утверждённую сумму или окончательный вариант документа стоит сохранять отдельным файлом: краткая заметка о проекте не заменяет оригинал.

Как продолжать работу без постоянных повторений

Самый полезный момент для короткого подведения итогов — после нескольких существенных правок, когда направление уже определилось. Можно попросить нейросеть собрать действующие условия: что делаем, какой вариант считаем основным, что уже изменили и чего больше не возвращаем. Затем прочитать эту запись самому, потому что в пересказе тоже возможны ошибки.

Для статьи такая запись может выглядеть вполне по-человечески:

«Работаем с последней версией текста ниже. Пишем для начинающих, спокойно и понятно. Заголовок утверждён. Сейчас меняем только заключение; остальные абзацы сохраняем».

Здесь не нужны особые команды. Важнее дать помощнику ясную точку отсчёта и сам текст, к которому относятся изменения. Такой подход согласуется с рекомендацией разработчиков держать рабочий контекст содержательным, понятным и свободным от лишних сведений.

Если разговор стал слишком длинным и в нём перемешались несколько задач, можно начать новый, передав проверенное резюме и актуальный документ. Но новый чат не исправляет ошибки автоматически: без нужных материалов помощнику снова придётся восстанавливать картину, а иногда — уточнять то, что давно было решено.

Память нейросети помогает сохранять нить работы, однако ей нельзя поручить единолично определять, о чём вы договорились. У Вас должен оставаться простой ориентир — последняя согласованная версия. Тогда возвращение к задаче начинается с понятного места, и уже проделанную работу не приходится собирать по кусочкам.