Чат с нейросетью на русском: с чего начать

Начните с задачи, а не с технологии

Пустое поле ввода — худший способ познакомиться с нейросетью. «Спросить можно что угодно» на практике означает «непонятно, что спрашивать», и человек пишет «привет, что ты умеешь», получает список общих слов и закрывает вкладку. Полезнее зайти с другой стороны: взять задачу, которая у вас есть прямо сейчас, и отдать её целиком.

Три задачи, на которых польза видна с первого раза, потому что результат сразу можно сравнить с тем, что вы сделали бы сами:

• Переписать текст. Скиньте своё письмо или сообщение и попросите: «сделай вежливее и короче, убери оправдания, оставь просьбу и срок». Вы увидите свой же смысл в чужой формулировке — и сразу поймёте, лучше стало или нет.
• Объяснить непонятное. Вставьте абзац из договора, инструкции или медицинской выписки и спросите: «объясни простыми словами, что это значит для меня». Модель хорошо пересказывает сложное простым языком — это её сильная сторона.
• Перевести. Не «переведи», а «переведи на английский так, как написал бы носитель в деловой переписке». Разница между дословным переводом и живым текстом на этой формулировке видна сразу. Для быстрых переводов подойдёт самая дешёвая модель — GPT-5.6 Luna, про цену ниже.

Дальше список расширяется сам: составить план, набросать структуру статьи, придумать двадцать вариантов заголовка, разобрать ошибку в коде, собрать письмо-отказ, которое не поссорит вас с подрядчиком. Готовые формулировки под типовые задачи лежат в разделе промптов — их можно скопировать и подставить свои данные.

Чем диалог отличается от поисковика

Поисковик ищет страницу, где кто-то уже написал ответ. Если такой страницы нет — вы не получите ничего, кроме похожего. Нейросеть не ищет: она составляет текст под вашу конкретную формулировку. Поэтому она справляется с задачами, у которых нет готового ответа в интернете: «перепиши вот этот мой абзац», «сравни два моих варианта», «собери план под мои вводные».

Из этого следуют оба главных свойства чата. Хорошее: чем больше своих данных вы дали, тем полезнее ответ, потому что модель работает с вашим материалом, а не с усреднённым. Плохое: там, где вы ждёте от неё роль справочника, она отвечает так же уверенно, но уже без опоры на источник.

Второе отличие — диалог. Ответ не финальный, он черновик. Нормальный сценарий выглядит так: получили текст, сказали «слишком официально, убери канцелярит», получили второй, сказали «третий абзац оставь, остальное сожми вдвое». Три-четыре круга правок дают результат, которого не даст ни одна идеальная формулировка с первого раза. Люди, которым «нейросеть пишет бред», почти всегда останавливаются на первом ответе.

Третье: свежих событий модель не знает. Она обучена на данных до определённой даты, и вчерашняя новость в неё не попала. Если вопрос про то, что происходит сейчас, берите модель с доступом к актуальной информации — Grok 4.3, у неё это профильная задача, включая проверку фактов.

Как спросить, чтобы ответ был рабочим

Разница между «напиши текст про доставку» и рабочим запросом — примерно как между «сделай красиво» и техзаданием. Модель не угадывает контекст, которого вы ей не дали. Она подставит усреднённый: усреднённую аудиторию, усреднённую длину, усреднённый тон.

Минимальный каркас запроса, который закрывает 80 % проблем:

1. Задача одним предложением: что нужно сделать. «Напиши письмо клиенту о переносе срока».
2. Вводные: факты, без которых ответ будет выдуман. Срок сдвигается с 12 на 19 августа, причина — задержка поставки, клиент постоянный, работаем второй год.
3. Формат и объём: «до 120 слов, без списков, одним куском».
4. Тон и аудитория: «спокойно, без извинений на три абзаца, адресат — руководитель отдела закупок».
5. Чего не надо: «не предлагай скидку, не обещай новых сроков сверх 19 августа».

Последний пункт недооценивают, а он экономит больше всего кругов правок. Модель охотно добавляет от себя: скидки, обещания, оптимистичные формулировки. Запрет работает лучше, чем последующая чистка.

Ещё один приём — попросить модель задать вам вопросы перед ответом: «прежде чем писать, спроси у меня всё, чего тебе не хватает». Она вернёт три-пять уточнений, вы ответите, и первый же черновик получится ближе к цели. Подробнее про формулировки — в статье как писать промпты.

Почему нейросеть уверенно выдумывает факты

Это не баг конкретной модели и не признак дешёвого тарифа. Языковая модель подбирает наиболее вероятное продолжение текста, а не достаёт запись из базы. Если правдоподобное продолжение существует, оно будет выдано — независимо от того, существует ли соответствующий факт. Формулировка при этом такая же спокойная и уверенная, как в местах, где модель права. Внешнего признака «здесь я не знаю» в ответе нет.

Выдумывается не всё подряд, и это главная практическая новость. Категории, где риск максимальный:

• Ссылки и адреса страниц. Модель составит правдоподобный URL, которого никогда не существовало. Проверять — открытием, а не взглядом.
• Точные цифры и даты. Год основания, объём рынка, численность, курс. Порядок величины обычно верный, конкретное число — часто нет.
• Цитаты и их авторство. Фраза может быть настоящей, а приписана другому человеку. Или собрана из двух разных.
• Номера пунктов, статей, ГОСТов, версий. Модель уверенно назовёт «пункт 4.2», потому что такой номер выглядит нормально.
• Названия книг, исследований, судебных дел. Особенно опасно: заголовок звучит академично и проверять его лень.

Что работает против этого на практике. Первое: спрашивайте источник прямо в запросе — «после каждого числа укажи, откуда оно; если не уверен, напиши «не уверен» вместо цифры». Модели заметно охотнее признают незнание, когда им явно разрешили это сделать. Второе: задайте тот же вопрос в новом чате ещё раз. Выдуманное плавает от раза к разу, устойчивое знание воспроизводится почти дословно. Третье: перекрёстная проверка другой моделью — DeepSeek V4 Flash стоит 2 токена за ответ, перепроверить им факт дешевле, чем потом переделывать работу.

Контекст диалога: почему модель «забывает» начало

В середине долгой переписки происходит одно и то же: модель перестаёт помнить, что вы просили не использовать слово «уникальный», путает имя героя, возвращает тон, от которого вы отказались десять сообщений назад. Выглядит как невнимательность, а причина механическая.

У модели нет памяти между сообщениями. Каждый раз ей заново отправляется вся переписка целиком — ваш новый вопрос плюс всё, что было до него. Объём, который туда влезает, называется контекстным окном, и он конечный. Когда переписка перерастает окно, начало отбрасывается: физически исчезает из того, что модель видит. Механику подробно разбирает справка про контекстное окно.

Второй эффект — про деньги. Раз вся история едет заново с каждым сообщением, длинная переписка обходится дороже короткой при том же вопросе. Диалог на сорок реплик о погоде, отпуске и заодно о договоре стоит ощутимо больше, чем чистый диалог о договоре на пять реплик.

Что с этим делать

• Новая задача — новый чат. Не дописывайте вопрос о налогах в переписку про сценарий ролика: старое сбивает модель и оплачивается заново.
• Ключевые ограничения повторяйте. Раз в несколько сообщений: «напоминаю: до 120 слов, без слова «уникальный», тон нейтральный».
• Переносите итог руками. Перед тем как переписка распухла: «собери в 10 пунктов всё, о чём мы договорились» — и начинайте новый чат с этих десяти пунктов.
• Длинный документ не режьте по сообщениям кусками. Лучше загрузить его целиком и задавать точечные вопросы — про это отдельная статья про работу с PDF и таблицами.

Сколько стоит один ответ и с чего начинать

В FatherGPT единый баланс токенов на все 26 моделей, и каждый ответ списывает столько, сколько стоит выбранная модель. Разброс большой: DeepSeek V4 Flash — 2 токена за ответ, GPT-5.6 Luna — 3, GPT-5.6 Terra — 12, Gemini 3.1 Pro — 30, GPT-5.6 Sol — 38, Claude Sonnet 5 — 40, Claude Opus 5 — 65. Модели GPT сделаны OpenAI, Claude — Anthropic, Gemini — Google, доступ к ним идёт по API этих компаний.

Бесплатный доступ — 40 токенов в сутки и не больше 5 ответов в день, токены не переносятся на завтра. На практике это значит: попробовать дешёвые модели можно, познакомиться с дорогими — почти нет. На DeepSeek V4 Flash вы упрётесь в лимит пяти ответов раньше, чем в токены. На GPT-5.6 Terra выйдет 2 ответа, на Gemini 3.1 Pro — один, на Claude Opus 5 — ни одного, 65 токенов больше суточных 40.

Поэтому первый нормальный шаг — пробный день за 1 ₽: 300 токенов на сутки. Этого хватает на 150 ответов DeepSeek V4 Flash, или на 18 ответов GPT-5.6 Terra, или на 3 ответа самой дорогой GPT-5.6 Sol — достаточно, чтобы сравнить их на своей задаче. Дальше идёт неделя за 399 ₽ (4 500 токенов) и месяц за 999 ₽ (12 000). Расчёты по каждому тарифу — на странице тарифов, механика списания — в справке про токены.

Работать можно и в веб-кабинете, и в Telegram-боте: баланс общий, история синхронизируется, выбор зависит только от привычки. Что удобнее в каком случае — разобрано в справке Telegram или веб.

Пять ошибок первой недели

1. Останавливаться на первом ответе. Первый ответ — сырьё. Два уточнения превращают его в результат, и стоят они те же 2–40 токенов.
2. Спрашивать общее вместо своего. «Как писать продающие тексты» даст пересказ учебника. «Вот мой текст, вот моя аудитория — что здесь не работает» даст разбор.
3. Сразу брать самую дорогую модель. На переписке, переводе и пересказе разницы между 12 и 65 токенами вы не заметите. Где она есть — разобрано в статье про выбор модели для чата.
4. Верить числам и ссылкам на слово. См. раздел про выдумки выше: даты, цифры, цитаты, URL — проверяются всегда.
5. Вести всё в одном бесконечном чате. Начало вылетает из окна, ответы плывут, оплата растёт. Новая задача — новый диалог.

Если после первой недели захочется понять, какая модель под какой тип работы вообще создана, есть отдельная справка как выбрать модель и полный каталог с ценой каждого ответа — список моделей.

Частые вопросы