Как не дать нейросети выдумывать характеристики при массовой генерации

Сгенерировать пятьсот описаний товаров — задача на несколько минут. Страшно другое: где-то в этих пятистах строках нейросеть напишет «натуральная кожа» про кожзам, «гарантия 2 года» там, где гарантии нет, и «производство Германия» у товара из Китая. Такие ошибки дороже, чем время, сэкономленное на генерации: это возвраты, жалобы и блокировки карточек. Хорошая новость в том, что выдумки — не случайность и не характер модели. Это предсказуемое поведение, и его можно заметно ограничить.

Почему нейросеть вообще выдумывает

Языковая модель не «знает» ваш товар. Она продолжает текст наиболее правдоподобным образом. Если вы просите описание кроссовок и даёте только название, модель достроит недостающее: у кроссовок обычно бывает дышащая сетка, амортизирующая подошва и сезон «весна-лето» — значит, напишем про них. Формально она выполнила задачу: текст связный, убедительный и похож на правду. Фактически — половина утверждений взята не из ваших данных.

Отсюда главное правило: выдумки растут там, где не хватает фактов, и там, где просят много текста. Модель обязана заполнить объём, и если нечем — она заполнит его догадками.

• Чем короче исходные данные по строке, тем больше домыслов в результате.
• Чем длиннее требуемый текст, тем сильнее модель растягивает и додумывает.
• Чем расплывчатее промпт («напиши продающее описание»), тем свободнее модель трактует задачу.
• Строки с пустыми колонками опаснее всего: там выдумывать приходится почти всё.

Дальше — семь приёмов, которые работают именно против этих причин. Они не требуют ничего, кроме аккуратного промпта и нормально собранной таблицы.

Приём 1. Жёсткая рамка в промпте: только данные из блока

Первое, что стоит добавить в любой шаблон массовой генерации, — прямой запрет выходить за пределы переданных фактов. Формулировка должна быть недвусмысленной: не «постарайся быть точным», а «используй только то, что ниже».

«Используй ТОЛЬКО характеристики из блока данных ниже. Если какого-то параметра в данных нет — не упоминай его вообще. Не придумывай материал, размеры, вес, состав, гарантию, сертификаты и страну производства. Лучше написать короче, чем добавить факт, которого нет в данных.»

Ключевая часть здесь — «не упоминай вообще». Без неё модель честно сообщит: «материал не указан», «информация о гарантии отсутствует» — и это попадёт в карточку товара. Явно скажите, что отсутствующий параметр надо молча пропустить, а не комментировать.

Вторая важная часть — разрешение писать короче. По умолчанию модель воспринимает объём как обязательство и ради него идёт на выдумки. Снимите этот конфликт прямо в промпте: точность важнее длины.

Приём 2. Подставляйте факты переменными из колонок

Инструкция «не выдумывай» работает только тогда, когда модели есть на что опереться. Поэтому факты должны попадать в промпт не пересказом, а подстановкой из таблицы: в шаблоне вы пишете имя колонки в фигурных скобках, а при запуске на его место подставляется значение из текущей строки.

«Напиши описание товара. ДАННЫЕ: название — {Название}; категория — {Категория}; бренд — {Бренд}; характеристики — {Характеристики}; ключевые запросы — {Ключи}. Пиши строго по этим данным.»

Разница принципиальная. В первом случае модель угадывает, что такое «этот товар». Во втором она видит конкретную строку вашего каталога — название, категорию, перечень характеристик — и ей почти нечего достраивать. Чем богаче колонка с характеристиками, тем меньше свободы у фантазии.

• Соберите факты в отдельную колонку заранее: «материал: хлопок 100%; размеры: 40×60 см; уход: стирка 30°».
• Не бойтесь длинной колонки характеристик — это лучший предохранитель от выдумок.
• Пустая ячейка = пустая подстановка. Если параметра нет, промпт должен уметь это пережить (см. приём 1).
• Не подставляйте в промпт мусор вроде внутренних артикулов поставщика — модель попробует их осмыслить.

Приём 3. Назовите запрещённые выдумки поимённо

Общий запрет «не выдумывай» модель понимает хуже, чем список конкретных категорий. Практика простая: выпишите те типы фактов, ошибка в которых стоит дороже всего, и перечислите их в промпте явно. Обычно это всё, что можно проверить и за что можно получить претензию.

• Числа: размеры, вес, объём, мощность, ёмкость аккумулятора, количество в упаковке.
• Сроки: гарантия, срок годности, срок службы, время доставки.
• Документы: сертификаты, ГОСТ, декларации соответствия, «одобрено» кем-либо.
• Происхождение: страна производства, завод, «оригинал», «официальный импортёр».
• Состав и материал: ткань, наполнитель, сплав, процентное соотношение.
• Оценочные превосходные степени: «лучший», «самый прочный», «номер один» — их нечем подтвердить.

Формулировка в промпте может быть такой: «Запрещено упоминать гарантию, сертификаты, страну производства, состав и любые числовые параметры, если их нет в блоке данных». Чем конкретнее список, тем реже модель его обходит.

Приём 4. Ограничьте длину — и не просите много при скудных данных

Это самый недооценённый приём. Если на входе три слова, а на выходе вы требуете 1500 знаков, модель обязана откуда-то взять 1497 знаков смысла. Она их придумает. Длина — это прямой рычаг управления количеством выдумок.

В генераторе для каждой текстовой колонки задаются минимум и максимум символов и режим обрезки превышения: по концу предложения, по концу слова, ровно по символам или не обрезать. Требование к длине при этом попадает и в сам промпт, так что модель сразу целится в нужный объём, а не пишет наугад.

• Соотносите объём с данными: 3–5 характеристик — это 400–700 знаков, а не 2000.
• Ставьте минимум осторожно: завышенный нижний порог провоцирует «воду» и домыслы.
• Для обрезки по длине выбирайте «по концу предложения» — текст не обрывается на полуслове.
• Разные колонки — разные лимиты: краткое описание до 120 знаков, полное — до 800.
• Лучше короткое точное описание, чем длинное красивое с выдуманным составом.

Приём 5. Задайте структуру ответа

Свободная форма — приглашение импровизировать. Когда структура задана, модели остаётся распределить имеющиеся факты по заданным слотам, а не изобретать композицию. Побочный плюс: тексты по всему каталогу выглядят единообразно.

«Формат ответа: 2 абзаца связного текста и затем список из 5 пунктов. Каждый пункт списка — ровно одна характеристика из блока данных, своими словами. Если характеристик меньше пяти — сделай список короче. Не добавляй пункты, которых нет в данных. Без заголовков и без вводных фраз.»

Обратите внимание на оговорку про «меньше пяти». Без неё модель добьёт список до нужного количества пунктов — выдуманными. Любое жёсткое число в требованиях к структуре нужно сопровождать разрешением сделать меньше, если фактов не хватает.

Приём 6. Сначала выборка, потом весь файл

Ни один промпт не получается правильным с первого раза. Дешёвый способ это выяснить — прогнать не весь каталог, а маленький кусок, вычитать его глазами и поправить формулировки. Ошибка, найденная на 15 строках, стоит десять минут; та же ошибка, найденная на 5000 строк, стоит перегенерации всего файла.

1. Возьмите 10–20 строк и обязательно включите в них «плохие» случаи: товары с пустыми характеристиками, с очень коротким названием, из редкой категории.
2. Запустите генерацию только по этой выборке и выгрузите результат.
3. Читайте не текст целиком, а факты: каждое число, материал, срок и упоминание страны сверяйте с исходной строкой.
4. Выпишите, что модель добавила от себя, — это и есть список запретов для приёма 3.
5. Поправьте промпт, перезапустите ту же выборку и сравните.
6. Когда на сложных строках выдумок не осталось, запускайте весь файл.

Большой запуск можно поставить на паузу и продолжить позже — готовые строки при продолжении пропускаются, так что промежуточная проверка в середине процесса ничего не ломает.

Приём 7. Разделите факты и продающий текст по колонкам

Самый надёжный способ — не смешивать в одном тексте то, что должно быть точным, и то, что должно быть убедительным. В таблице можно задать несколько выходных колонок, и у каждой будет свой промпт. Значит, можно развести задачи.

• Колонка «характеристики»: промпт запрещает любые добавления и требует только переформулировать данные из таблицы. Стиль сухой, список, никаких эпитетов.
• Колонка «описание»: промпт разрешает эмоции, сценарии использования и обращение к покупателю, но опирается на ту же блок-подстановку фактов.
• Колонка «краткое описание»: жёсткий лимит символов, только главное.

Такое разделение даёт огромный выигрыш при вычитке: фактическую колонку проверяют построчно и быстро, а продающую читают выборочно — цена ошибки в ней ниже. Плюс вы сразу видите, где модель начала фантазировать: если выдумка появилась в «сухой» колонке, значит, промпт для неё недостаточно жёсткий.

Готовые формулировки, которые можно взять как есть

Ниже три шаблона под разные задачи. Имена переменных замените на свои названия колонок.

Шаблон 1 — описание товара строго по данным:

«Ты копирайтер интернет-магазина. Напиши описание товара, используя ТОЛЬКО данные ниже. ДАННЫЕ: название — {Название}; категория — {Категория}; характеристики — {Характеристики}. Правила: не добавляй параметров, которых нет в данных; не упоминай материал, размеры, гарантию, сертификаты и страну производства, если их нет в блоке; не пиши, что информация отсутствует, — просто пропусти. Объём 400–600 знаков, 2 абзаца, деловой тон, без штампов и превосходных степеней.»

Шаблон 2 — сухой перечень характеристик без домыслов:

«Преобразуй характеристики товара в читаемый список. Источник данных: {Характеристики}. Правила: каждый пункт соответствует одному параметру из источника; формулируй человеческим языком, но не меняй значения, единицы измерения и числа; ничего не добавляй и не обобщай; если параметров мало — сделай список короче. Формат: маркированный список, до 7 пунктов, каждый пункт до 90 знаков.»

Шаблон 3 — продающий абзац без фактических утверждений:

«Напиши один продающий абзац для товара {Название} из категории {Категория}. Опиши, кому и для каких задач он подходит. Правила: не указывай числовые параметры, состав, сроки и гарантию — вообще; не упоминай бренды и страны; не используй слова “лучший”, “уникальный”, “№1”. Объём 250–350 знаков, дружелюбный тон, без канцелярита.»

Третий шаблон устроен по обратному принципу: вместо того чтобы просить модель быть точной в фактах, он просто запрещает ей касаться фактов. Всё проверяемое остаётся в колонке характеристик, взятой из таблицы напрямую.

Честно: стопроцентной гарантии не даёт никто

Перечисленные приёмы сильно снижают долю выдумок, но не обнуляют её. Это свойство технологии: модель вероятностная, и при неудачном сочетании данных она всё равно может добавить лишнее. Поэтому у правильного процесса есть второй контур защиты — организационный, а не промптовый.

• Критичные поля не генерируйте. Габариты, вес, состав, гарантию, срок годности, артикул и цену подставляйте в карточку из таблицы напрямую, без участия модели.
• Генерацию используйте там, где ошибка не критична: связный текст, сценарии использования, подача, структура.
• Вычитку не отменяйте. Даже выборочная проверка 5–10% строк ловит системные проблемы промпта.
• Проверяйте «хвост» каталога: товары с самыми бедными данными дают самый высокий процент выдумок.
• Если в исходных данных ошибка, модель её не исправит, а аккуратно распишет. Качество входа — это и есть качество выхода.

Иначе говоря, нейросеть стоит рассматривать как очень быстрого копирайтера, который никогда не видел товар и знает о нём только то, что вы написали в таблице. К такому подрядчику вы бы тоже не отправили карточку в публикацию без проверки числовых полей — и это нормальная рабочая практика, а не недостаток инструмента.

Чек-лист перед массовым запуском

1. В промпте есть фраза «используй только данные ниже» и запрет упоминать отсутствующее.
2. Факты подставляются переменными из колонок, а не пересказаны в промпте общими словами.
3. Перечислены конкретные запрещённые категории: числа, сроки, сертификаты, страна, состав.
4. Заданы минимум и максимум символов, объём соразмерен количеству исходных данных.
5. Задана структура ответа, и у неё есть оговорка «если фактов меньше — сделай короче».
6. Прогнана выборка из 10–20 строк, включая товары с пустыми характеристиками.
7. Критичные поля берутся из таблицы напрямую и не участвуют в генерации.

Семь пунктов занимают полчаса подготовки и экономят день перегенерации. Для каталога в несколько тысяч позиций это самая выгодная сделка в процессе.