Перед каждым ответом нейросеть заново перечитывает весь текущий диалог. Поэтому уточняющий промпт работает только там, где лежит сам текст, а в новом окне модель начинает с чистого листа.
Уточняющий запрос – это сообщение, которое вы отправляете нейросети после её ответа, чтобы поправить, сузить или дополнить результат: «сократи до пяти пунктов», «добавь пример из жизни», «перепиши проще». В промпт-инжиниринге его ещё называют follow-up.
Начнём с того, что дадим ответ на вопрос из заголовка: Языковая модель обычно не помнит вас между чатами. Перед каждым ответом она заново читает переписку текущего диалога: ваш первый запрос, свои ответы и все правки. Поэтому уточнение в том же диалоге ложится на готовый результат и уже заданные условия. А в новом чате модели не к чему его привязать, и задачу приходится объяснять с нуля.
Памяти в человеческом смысле у языковой модели нет. Когда вы жмёте «Отправить», приложение передаёт ей весь текущий диалог – или ту часть, что помещается в контекстное окно. Так называют объём текста, который модель учитывает за один раз; меряют его в токенах, то есть кусочках слов.
Представьте человека, которому перед каждым ответом выдают конспект всей темы. Конспект в руках – отвечает по делу. Отобрали – начинает импровизировать. Вот и вся разница между «тем же диалогом» и «новым чатом».
Нейросеть не вспоминает разговор. Она его перечитывает от первой строки до последней – при генерации почти каждого токена.
Из этого следуют две неочевидные вещи:
Окна за несколько лет выросли до трудновообразимых размеров. ChatGPT на старте, в ноябре 2022-го, держал около 4 тысяч токенов – пару страниц текста. У Claude Opus 5.5 окно в чате уже миллион токенов, это указано в справке Anthropic. Туда влезет стопка книг.
А как же «память», которая есть в ChatGPT и Claude? Да, её можно включить, и она хранит краткие заметки о вас: имя, класс, любимый стиль ответов. Рабочую переписку – план, черновик и двадцать правок к нему – она в новый чат целиком не переносит. «Помнит меня» и «помнит мой реферат» – две разные памяти.
Хорошее уточнение похоже на заметку на полях: всегда понятно, к какой строчке она относится. Я держу в голове четыре детали:
В сборе это выглядит так:
Оставь план как есть, кроме пункта 4. Раздели его на два. Каждый пункт – не длиннее строки, язык – как в учебнике.
Критерий – самая недооценённая часть, и незамысловатое «уложись в пять предложений» экономит время.
Вот как размытые просьбы превращаются в рабочие:
Ещё один приём работает в живом диалоге:
Пусть вопросы задаёт модель. Не знаете, что уточнять? Допишите в первый запрос: «Прежде чем отвечать, задай мне три вопроса, без которых результат выйдет общим». Ваши ответы лягут ровно на ту задачу, которую модель уже держит в голове.
Здесь выбор зависит от того, что и как часто вы правите.
Нейросеть хорошо работает с тем, что видит. Ваша задача – чтобы она видела нужное: задачу целиком в начале и точную правку в конце.