Чек-лист
кодовое словоСовет
Совет вместо согласия
Содержание7 глав
Нейросеть охотно подтверждает то, во что ты уже поверил, и делает это приятнее, чем любой живой человек. Поэтому подхалимство и не заметно: ответ выглядит умным, а решение остаётся твоим прежним. Здесь - как поймать себя на этом за минуту и как за десять минут собрать совет, который реально возражает.
Пять признаков, что тебе поддакивают
01
Ответ открывается подтверждением твоей правоты
«Отличная идея», «ты всё правильно понял», «твоя реакция совершенно понятна». Дальше идёт аргументация под уже вынесенный вердикт, а не разбор
02
Ни одного условия, при котором твой план разваливается
Любое честное решение имеет границы применимости. Если их нет - ты получил поддержку, а не анализ
03
Ты возразил - и позиция сменилась за один ход
Самый надёжный признак. Мнение, которое исчезает от лёгкого нажима, не было мнением: оно подстраивалось под тебя с самого начала
04
Все предложенные варианты ведут туда же, куда ты и собирался
Модель уловила из формулировки вопроса, чего ты хочешь, и разложила это на три «альтернативы» с одинаковым финалом
05
Читать ответ было приятно
В исследованиях люди оценивали подхалимские ответы как более качественные, доверяли им больше и охотнее возвращались. Приятность - не признак правоты, а признак настройки на тебя
Быстрая проверка на месте
Задай тот же вопрос заново в чистом чате, но переверни свою позицию на противоположную: скажи, что склоняешься к обратному решению. Если модель так же убедительно поддержит и этот вариант - у неё нет позиции по твоему вопросу. Всё, что ты читал до этого, было отражением твоей собственной.
Совет из четырёх моделей за десять минут
01
Возьми четыре модели разных компаний
Разные компании - разные обучающие данные и разные слепые зоны. Три модели одной компании дадут одну и ту же ошибку тремя формулировками. Рабочий минимум - три модели, оптимум - четыре
02
Сформулируй вопрос фактами, без своей позиции
Обстоятельства, ограничения, цифры, сроки. Ни слова о том, к чему ты склоняешься: именно эта подсказка и запускает подстройку
03
Задай один и тот же текст каждой модели отдельно
Новый чистый чат на каждую, без правок между заходами и без уточнений вдогонку. Иначе ты сравниваешь не модели, а свои формулировки
04
Собери ответы в один файл и убери имена
Просто «Ответ А», «Ответ Б», «Ответ В», «Ответ Г». Без обезличивания модели узнают стиль друг друга и начинают голосовать за репутацию бренда, а не за содержание
05
Отдай обезличенный набор каждой модели на разбор
Формулировка: «Оцени эти четыре ответа по точности и глубине, назови у каждого самое слабое место, поставь их в порядке убывания и объясни порядок»
06
Назначь председателя
Одна модель получает все ответы и все оценки и сводит их в единый вывод. Лучше брать ту, чей ответ в оценках стоял не первым - меньше соблазна вытянуть собственную версию
07
Читай не финал, а расхождения
Ценность совета не в общем знаменателе, а в пунктах, где модели разошлись. Там либо твои недостающие данные, либо реальный риск решения
Как спрашивать, чтобы получить возражение
01
Вместо «Хорошая идея?»
Спроси так: назови три причины, по которым это провалится в первый месяц. Что меняется: у модели нет варианта согласиться — ответом обязано быть возражение
02
Вместо «Я прав в этой ситуации?»
Спроси так: опиши то же самое с позиции второй стороны, без оценок. Что меняется: снимает роль адвоката, которую модель занимает по умолчанию
03
Вместо «Я решил сделать так, что думаешь?»
Спроси так: вот два варианта, разбери оба по одним и тем же критериям. Что меняется: модель не знает, к чему ты склоняешься, и не может подстроиться
04
Вместо «Ты уверен? По-моему, ты не прав»
Спроси так: на каких данных этот вывод и что его опровергнет? Что меняется: давление меняет позицию модели, вопрос об основаниях - нет
05
Вместо «Что мне делать?»
Спроси так: какой информации тебе не хватает, чтобы ответить точно? Что меняется: вскрывает пробелы вместо уверенной импровизации
Три способа собрать это у себя
01
Четыре вкладки руками
Ноль настройки, десять минут, работает на бесплатных тарифах. Обезличивание и сведение делаешь сам копированием. Подходит для двух-трёх важных решений в месяц
02
Один ключ на все модели
Через OpenRouter все модели доступны из одного места и одним ключом, оплата по факту запросов. Удобно, когда прогонов много и нужен единый счёт
03
Готовый открытый проект
llm-council запускает все три стадии автоматически. Автор честно называет его хаком выходного дня и не поддерживает - настраивать и чинить придётся самому
Пять ошибок, которые возвращают согласие
01
Собрать совет из моделей одной компании
Слепая зона лечится только чужой слепой зоной. Однородный состав быстро сходится к общему мнению и вместе проходит мимо верного, но редкого варианта
02
Раздать ответы вместе с именами авторов
Оценка сразу перестаёт быть оценкой содержания. Обезличивание - не формальность, а единственное, что заставляет читать текст
03
Просить модель проверить саму себя
Модели-судьи систематически выше оценивают тексты, похожие на их собственные. Проверять должен кто-то с другим обучением
04
Заменять разные модели разными ролями
Скептик, стратег и критик в одном чате - это одна модель в трёх масках. Роль меняет тон, а не то, чему модель научилась
05
Считать единогласие доказательством
Четыре согласия - повод проверить формулировку вопроса: скорее всего, ты подсказал ответ прямо в нём. Ценность совета - в разногласиях
Цифры, на которые это опирается
Подтверждение правоты человека моделями против живых людей
+49%
Одиннадцать моделей на реальных житейских конфликтах
Одобрение вредных и прямо незаконных действий
47%
Почти половина таких случаев - поддержка, а не остановка
Подхалимство в просьбах о личном совете
9%
Разбор реальных диалогов, а не тестовых наборов
То же, когда человек начинает возражать
18%
Спор не отрезвляет модель, а удваивает лесть
Модели, у которых несговорчивая роль не убрала подхалимство
4 из 13
Роли помогают частично и не у всех - решением не являются
Где смотреть первоисточники
- arxiv.org/abs/2510.01395 — работа Стэнфорда о подхалимстве моделей: одиннадцать систем, живые эксперименты с участниками, вывод о доверии к подхалиму
- techcrunch.com — разбор опубликованной версии. Числа из публикации в Science: 49% против живых людей, 51% на спорных ситуациях, 47% на вредных действиях
- anthropic.com/research/claude-personal-guidance — разбор реальных диалогов: доля просьб о личном совете, 9% подхалимства и рост до 18% при возражении пользователя
- github.com/karpathy/llm-council — три стадии совета: независимые ответы, анонимная перекрёстная оценка, сведение председателем
- openrouter.ai — единый доступ к моделям разных компаний через один интерфейс и один ключ
- arxiv.org/abs/2604.10733 — тринадцать моделей и 275 персон: чем сговорчивее роль, тем выше подхалимство
