GPT-5.6 Luna для нейминга: названия и заголовки пачками
Нейминг устроен как игра больших чисел: чтобы осталось три названия, которые не стыдно показать, надо просмотреть двести. Модель здесь нужна не умная, а дешёвая, потому что её работа — производить объём, а не выбирать. GPT-5.6 Luna тратит 2 токена на запрос — это 4000 запросов в месячном пакете, и перебор перестаёт быть проблемой бюджета.
Почему GPT-5.6 Luna подходит для этой задачи
Цена меняет саму методику. При 2 токенах за запрос сорок обращений по тридцать вариантов — это 1200 названий за 80 токенов, меньше процента месячного пакета. Никакая экономия слов больше не нужна: можно заказывать пачку, забраковать её целиком, поменять рамку и заказать следующую. На дорогой модели такой перебор стоил бы полпакета, и вы бы неизбежно начали цепляться за первый более-менее сносный вариант.
Задача не требует рассуждения. Придумать двадцать составных слов из двух корней или двадцать заголовков с числом в начале — это комбинаторика, а не анализ. Тяжёлая модель на такой работе даст не столько лучшие варианты, сколько более осторожные: она склонна выдавать меньше, но обоснованнее, а вам нужно ровно обратное — сырьё для отбраковки.
И сразу о границах. Nano не знает, свободен ли домен, не проверяет товарные знаки и не чувствует, как имя звучит для носителя другого языка. Он выдумает уверенное «домен свободен», если его об этом спросить. Отбор, проверка и ответственность за выбор остаются на человеке — модель здесь исполняет роль генератора черновиков, и в этой роли она отличная.
Какие входные данные подготовить
Что именно называем и одной фразой — что оно делает. «Сервис доставки готовой еды по подписке» даёт другой набор, чем просто «доставка еды».
Аудитория и требуемый тон: строгий и профессиональный, тёплый и разговорный, дерзкий. Тон отсекает половину вариантов заранее.
Формальные ограничения: длина в символах или слогах, кириллица или латиница, можно ли англицизмы, нужна ли произносимость по телефону.
По три-пять примеров «нравится» и «не нравится» — из чужих названий тоже. Это влияет на результат сильнее любого описания концепции.
Куда пойдёт имя: домен, вывеска, надпись на кнопке, заголовок статьи. Требования к длине и читаемости у них разные.
Пошаговый процесс
Задайте рамку и просите сразу тридцать
Один список из тридцати вариантов полезнее трёх списков по десять: внутри длинного перечня модель сама вынуждена уходить от очевидного, потому что первые пять штампов кончаются быстро. Просите плоский список без пояснений — комментарии к каждому названию удлиняют ответ и мешают глазу сканировать.
Заказывайте механики по отдельности
Составные слова из двух корней, метафоры из смежной области, короткие звучные выдуманные слова, глагольные формы, имена собственные, словосочетания из двух слов — это шесть разных пачек, а не одна. Смешанный заказ даёт перекос в ту механику, которую модель считает самой ожидаемой. Шесть отдельных пачек по тридцать — это 12 токенов и 180 вариантов.
Отбраковывайте вслух
Каждое название из длинного списка проговорите и продиктуйте по буквам, как будто вы называете его по телефону. Половина вариантов отваливается на этом шаге: непроизносимые стыки согласных, спорное ударение, необходимость каждый раз объяснять написание. Оставляйте пятнадцать-двадцать.
Проверьте занятость снаружи
Свободные домены смотрите у регистратора, зарегистрированные знаки — в открытом реестре товарных знаков, а заодно просто вбейте название в поиск: часто оно уже принадлежит чему-то громкому в соседней нише. Ни один из этих ответов модель не знает, и спрашивать её бесполезно.
Соберите шорт-лист из трёх и покажите людям
Три названия, каждое с одной строкой пояснения, покажите пяти-семи людям из целевой аудитории и спросите не «какое нравится», а «чем, по-вашему, занимается компания с таким названием». Расхождение ответов с реальностью убивает название вернее любых вкусовых оценок.
Пример готового промпта
Придумай 30 вариантов названия. Что называем: сервис доставки готовых домашних обедов по подписке для офисов. Аудитория: офисные сотрудники 25–40 лет, тон тёплый и простой, без пафоса. Требования: кириллица, 1–2 слова, до 12 символов, произносится по телефону без уточнения написания, не содержит слов «еда», «ланч», «доставка». Механика этой пачки: только составные слова из двух русских корней. Нравится по духу: Самокат, Кухня на районе. Не нравится: ЕдаЭкспресс, FoodBox, Обедофф. Формат ответа: нумерованный список, только названия, без пояснений и без комментариев.
Строка «механика этой пачки» — главная. Меняя только её (метафоры, короткие выдуманные слова, глагольные формы), вы получаете принципиально разные наборы по 2 токена за пачку, вместо тридцати вариаций одной и той же идеи.
Как проверить результат
Продиктуйте каждое название шорт-листа вслух по буквам: если собеседнику приходится переспрашивать, для телефона и радио оно не годится.
Вбейте название в поиск и посмотрите первую страницу выдачи — там обнаруживаются и тёзки, и неожиданные значения.
Проверьте домен у регистратора и знак в реестре товарных знаков самостоятельно: ответ модели про занятость — выдумка, а не данные.
Прочитайте название глазами человека, который видит его впервые и не знает контекста: не читается ли оно двусмысленно и не распадается ли на другие слова.
Типичные ошибки
Просят «лучшее название»
На такой запрос модель выдаёт три-пять безопасных штампов — ровно то, что чаще всего встречалось в её обучении, то есть то, что уже занято и обесценено. Просить надо объём: тридцать вариантов в одной механике. Отбор — человеческая работа, и она начинается там, где заканчивается генерация.
Верят модели про свободные домены и знаки
Настоящие грабли: на прямой вопрос модель уверенно сообщает, что домен свободен, а имя не занято. Она физически не может этого знать — у неё нет доступа ни к зоне регистрации, ни к реестру. Названия, отобранные по такому ответу, приходится менять уже после того, как напечатаны визитки.
Задают рамку так узко, что все варианты на один манер
Если в запросе перечислены три обязательных слова, длина и стилистика с точностью до буквы, тридцать вариантов окажутся тридцатью перестановками одного и того же. Ограничения нужны, но разнообразие даёт смена механики, а не ужесточение рамки. Список «не нравится» отсекает лишнее лучше, чем список требований.
Альтернативные модели для этой задачи
GPT-5.6 Terra
16 токенов. Когда нужен не перебор, а разбор: почему одно из названий цепляет, какие ассоциации тянет и как оно будет выглядеть рядом с названиями конкурентов.
AnthropicClaude Opus 5
65 токенов. Финальная шлифовка шорт-листа: подобрать к выбранному имени дескриптор и слоган, проверить, как всё это читается в связке. По одному запросу на выживших, а не на весь список.
Частые вопросы
Сколько названий реально нужно перебрать?
Ориентир — двести-триста вариантов на один шорт-лист из трёх. При 2 токенах за пачку в тридцать штук это около 20 токенов, то есть меньше четверти процента месячного пакета. Экономить на объёме здесь бессмысленно: качество нейминга напрямую зависит от количества отбракованного.
Подходит ли Luna для заголовков статей и кнопок?
Да, это та же задача перебора формулировок. Просите двадцать вариантов заголовка одной статьи в разных механиках: с числом, с вопросом, с обещанием результата, с отрицанием. Дальше выбираете вручную, сверяясь с тем, о чём статья на самом деле.
Модель проверит, свободен ли домен?
Нет, и на прямой вопрос она ответит выдумкой. Занятость доменов и товарных знаков проверяется только во внешних сервисах: у регистратора и в реестре знаков. Это единственный пункт списка, который нельзя делегировать.
Почему варианты получаются однообразными?
Почти всегда потому, что заказана одна пачка без указания механики. Разделите запросы: составные слова, метафоры, выдуманные короткие слова, словосочетания. И добавьте примеры того, что вам не нравится, — они сужают поле сильнее, чем требования.
Когда стоит перейти на модель подороже?
Когда генерация закончилась и началась оценка: сравнить два финалиста, придумать к имени дескриптор, проверить связку названия и слогана. Это единичные запросы, и 65 токенов opus за них платить не жалко. Перебор при этом всё равно остаётся за Luna.
Другие задачи для GPT-5.6 Luna
быстрых ответов и черновиков
Есть класс задач, где не нужно думать, — нужно переформулировать, сократить, перечислить, перевести строку. GPT-5.6 Luna стоит 2 токена за запрос: это в тринадцать раз дешевле старшей модели, и на месячной подписке получается около четырёх тысяч обращений. Главный навык здесь — понимать, где проходит граница, за которой дешёвый ответ становится дорогой ошибкой.
GPT-5.6 Lunaбыстрого перевода переписки
Есть перевод, который делают раз в квартал и вычитывают неделю, и есть перевод, который нужен прямо сейчас: ответить в поддержку зарубежного сервиса, понять письмо от поставщика, разобрать надпись на упаковке. GPT-5.6 Luna стоит 2 токена за запрос — примерно 4000 переводов на месячной подписке, — и предназначен ровно для второго случая. Для договора и медицинского заключения он не годится, и ниже сказано, почему.
Модель GPT-5.6 Luna доступна в FatherGPT: без VPN, картой РФ, единый баланс токенов на все нейросети. Переключайтесь между моделями в одном чате — под каждую задачу своя.