Частая смена версий обесценивает накопленные настройки
Темп обновлений моделей давно обогнал скорость, с которой люди перестраивают под них свои процессы. Инструкция, вылизанная под предыдущую версию, после обновления работает иначе, иногда хуже, чем полное её отсутствие.
Причина в том, что многие приёмы компенсировали конкретные слабости конкретной версии. Когда слабость исчезает, компенсация превращается в помеху: модель тратит внимание на требования, которые больше не нужны.
Как это переживают
Практика — держать инструкции короткими и описывать в них желаемый результат, а не способ его достижения. Требования к формату и уровню изложения переживают смену версий; указания вроде «рассуждай пошагово» устаревают вместе с моделью, для которой писались.
Второй приём — не переезжать на новую версию сразу целиком. Параллельная работа старой и новой на одних и тех же задачах в течение недели даёт основание для решения и показывает, какие настройки пора выбросить.
Что это значит
Подробности и первичное описание опубликованы на странице как устроен нашумевший тренд генерации, там же собраны условия доступа и ограничения, о которых заявили разработчики.
Похожие материалы и обновления по теме мы собираем в разделе «Модели и обновления ChatGPT» — он пополняется по мере выхода новых сообщений.