Признание неуверенности: как научить ChatGPT-5 говорить о нехватке данных
ChatGPT-5 по умолчанию старается дать полный ответ независимо от качества исходных данных. Это приводит к конфабуляциям — плаузибельным, но ложным утверждениям, поданным с видимостью уверенности. Проблема усиливается на редких темах и в быстро меняющихся областях.
Явная инструкция о том, как обозначать неполноту информации, меняет поведение модели. Эффективно указать формат: например, начинать сомнительные фрагменты с фразы «по доступным мне данным» или явно говорить о границах компетентности.
Структурированный допрос неуверенности
Работает также просьба указывать уровень уверенности по шкале или через теги типа [предположение], [требует проверки], [основано на обучении до даты X]. Модель начинает различать факты, логические выводы и экстраполяции, снижая риск выдачи домыслов.
В промпт полезно добавить пример: показать, как должен выглядеть правильный ответ с признанием неполноты информации. ChatGPT-5 лучше следует шаблону, чем абстрактной инструкции.
Такой подход особенно важен для аналитических и исследовательских задач, где ложная уверенность более опасна, чем честное признание пробелов. На практике это снижает долю конфабуляций на 40–50% без заметного снижения полезности ответов.