Урок 1. Что такое современный ИИ и как с ним общаться - бесплатный урок курса ИИ
Урок 1. Что такое современный ИИ и как с ним общаться - бесплатный урок курса ИИ
Бесплатный вводный урок. Что такое современный ИИ, чем отличаются ChatGPT, Claude и Gemini, почему ИИ ошибается
О чём этот урок
В этом уроке разберёмся, что скрывается за словами "искусственный интеллект" в 2026 году, чем отличаются ChatGPT, Claude и Gemini, почему ИИ иногда уверенно врёт и как с этим жить. Это бесплатное введение, после которого вы будете понимать инструмент, с которым мы дальше будем работать весь курс.
Что такое LLM и при чём тут "обычный ИИ"
Термин "искусственный интеллект" существует с 1950-х. Раньше под ним понимали разные вещи: экспертные системы (длинные деревья правил "если-то"), классический машинный класс (программы, которые учатся отличать кошек от собак на картинках), алгоритмы рекомендаций. Всё это работает узко: одна задача, один результат.
То, что в 2026 году все называют "ИИ" в быту, это другое. Это LLM, Large Language Model, большая языковая модель. По сути это огромная статистическая машина, которую обучили на сотнях миллиардов страниц текста: книги, форумы, статьи, документация, переписки. Она научилась предсказывать, какое слово вероятнее всего идёт следующим, если перед ней лежит вот такой контекст.
Звучит просто, но именно из этого "угадывания следующего слова" вырастает удивительная штука: модель умеет вести диалог, объяснять физику, писать код, переводить с японского, шутить и спорить. Не потому что она "понимает" в человеческом смысле, а потому что в её весах закодированы статистические узоры человеческой речи и мышления.
Ключевое отличие от старого ИИ:
- Старый ИИ решал одну задачу. LLM решает любую задачу, которую можно сформулировать словами.
- Старый ИИ требовал программиста для настройки. LLM настраивается тем, что вы ей пишете в чате.
- Старый ИИ давал жёсткий ответ. LLM выдаёт правдоподобный, но не гарантированно верный.
Последний пункт важен, и мы к нему ещё вернёмся.
Топ-3 чат-модели в 2026: ChatGPT, Claude, Gemini
В 2026 году рынок поделили три крупных игрока. Все они доступны на русском, у всех есть бесплатные тарифы и платные подписки.
ChatGPT (OpenAI). Самый известный, с него началась массовая волна в конце 2022 года. Силён в широких задачах: общение, объяснения, креативный текст. Внутри есть генерация картинок и голосовой режим. Хорошо подходит для повседневного использования и быстрых ответов.
Claude (Anthropic). Конкурент ChatGPT, выделяется длинным контекстом (можно загрузить целую книгу или большой проект кода и обсуждать его целиком) и аккуратностью в работе с текстами. Часто его выбирают для письма, редактуры, анализа документов и программирования.
Gemini (Google). Преимущество в интеграции с экосистемой Google: Gmail, Документы, Поиск. Хорошо ищет актуальную информацию в интернете, потому что под капотом тот же Google. Удобен, если вы и так живёте в Google-сервисах.
Короткая шпаргалка, чем заняться где:
- Быстрый универсальный помощник в браузере: ChatGPT.
- Большой документ, код, вдумчивый текст: Claude.
- Поиск свежих новостей, работа с Google Docs: Gemini.
Не стоит застревать в спорах "какая модель лучше". Они догоняют друг друга каждые несколько месяцев. Лучше выбрать одну, привыкнуть к её манере, и периодически проверять остальные на ваших реальных задачах.
Галлюцинации: почему ИИ уверенно врёт
Самая важная вещь, которую нужно понять про LLM: модель не знает, что она не знает. Когда вы задаёте вопрос, модель не лезет в базу данных и не сверяет факт. Она генерирует правдоподобный ответ, опираясь на статистику текстов, которые видела при обучении. Если в её "памяти" нет точного факта, она всё равно выдаст что-то связное и уверенное. Это и называется галлюцинацией.
Типовые ситуации, в которых ИИ врёт особенно охотно:
- Вы спрашиваете точную цитату или номер закона. Модель сочинит близкий по смыслу, но несуществующий.
- Вы просите список книг или статей по теме. Часть названий и авторов будут вымышленными, иногда вперемешку с настоящими.
- Вы задаёте вопрос про малоизвестного человека или нишевую тему. Модель додумает биографию.
- Вы просите свежую статистику. Модель выдаст цифры, которые звучат правдоподобно, но не имеют источника.
Пример из жизни: вы спрашиваете "какие штрафы за нарушение правил парковки в Москве в 2026 году". Модель ответит конкретными цифрами и статьями кодекса. Часть будет верной, часть устаревшей, часть просто выдуманной. И всё это в одинаково уверенном тоне.
Как защищаться:
- Любую конкретику (цифры, даты, цитаты, ссылки) проверяйте в первоисточнике.
- Просите модель привести источник. Если она "не помнит откуда", относитесь скептически.
- Включайте режим поиска по интернету, если он есть. Тогда модель опирается не только на память, но и на свежие страницы.
- В критичных вопросах (медицина, право, финансы) используйте ИИ как ассистента, а не как эксперта.
Что ИИ умеет хорошо
После всех предупреждений может показаться, что от LLM мало толку. Это не так. Просто у инструмента есть зона силы и зона слабости. Вот что у современных моделей получается уверенно:
- Тексты любого жанра. Письма, посты, описания товаров, резюме, отчёты, сценарии. От делового до художественного.
- Объяснения. Разжевать сложную тему на уровне школьника, студента или специалиста. Модель подстраивается под уровень.
- Переводы. На основных языках качество близко к профессиональному, особенно для бытового и делового стиля.
- Идеи и мозговой штурм. Списки вариантов названий, заголовков, концепций, аргументов "за и против".
- Код. Написать функцию, объяснить чужой код, найти баг, переписать с одного языка на другой.
- Анализ структурированных данных. Дайте ей таблицу или JSON, попросите найти закономерности, посчитать или переформатировать.
- Резюмирование. Из длинного документа сделать краткую выжимку, тезисы, план.
Пример простого, но полезного промпта:
Перепиши это письмо в более деловом тоне, сохрани смысл, убери лишние извинения:
[ваш текст]Или такой:
Объясни на пальцах, что такое инфляция, как будто рассказываешь это подростку.
Приведи бытовой пример с ценой на хлеб.Что ИИ не умеет (или умеет плохо)
А вот зоны, где лучше не полагаться на модель в одиночку:
- Свежие новости и события. Если модель не подключена к поиску, её знания заканчиваются на дате обучения. Спрашивать "что произошло вчера" бесполезно.
- Точные цифры. Курсы валют, цены, статистика, рейтинги. Берите из официальных источников.
- Юридически значимые консультации. Договор, налоги, суд. Модель даст общее направление, но окончательное решение, с печатью и подписью, к юристу.
- Медицинские диагнозы. Тот же принцип. Хороший справочник для общего понимания, но не замена врачу.
- Тексты без понимания контекста. Если вы попросите "напиши пост в Telegram", не дав ни темы, ни аудитории, ни тона, модель напишет что-то усреднённое и пустое. Мусор на входе, мусор на выходе.
Последний пункт это мостик к следующему уроку. Качество ответа ИИ почти полностью зависит от качества вашего вопроса.
Итог урока и что дальше
Как правильно ставить задачу: что дальше
Главная ошибка новичков, написать в чат "напиши мне пост" и ждать чуда. Главное умение опытного пользователя, точно сформулировать, что именно вы хотите получить. Эта дисциплина называется промпт-инженерия. Звучит технически, но по сути это просто привычка чётко описывать задачу: контекст, цель, формат ответа, ограничения.
Сравните два запроса:
Плохо:
Напиши пост про скидку.
Хорошо:
Напиши пост для Telegram-канала о женской одежде.
Аудитория: женщины 30-45 лет.
Тон: тёплый, без агрессивных продаж.
Сообщи о скидке 20% на коллекцию пальто до конца недели.
Длина: 4-5 предложений, без эмодзи в конце каждой строки.Второй вариант даст результат, который можно сразу публиковать. Первый, нечто среднее ни о чём.
Итог и что дальше
Запомните три вещи из этого урока. Первая, современный ИИ это LLM, статистическая модель текста, и она не знает, что не знает. Вторая, у ChatGPT, Claude и Gemini есть разные сильные стороны, и выбор зависит от ваших задач, а не от того, что популярнее в Twitter. Третья, любой факт от ИИ нужно проверять, если от него зависят деньги, здоровье или закон.
В следующем уроке "Промпт-инженерия: фундамент" мы разберём, как составлять запросы, чтобы ИИ выдавал именно то, что вам нужно, с первого раза. Поговорим про роли, контекст, форматы, примеры в промпте и типовые шаблоны, которые работают всегда.
Этот урок бесплатный. Понравилось?
Получите остальные 11 уроков курса плюс доступ к интерактивной промпт-библиотеке. Без подписки, доступ бессрочный.
Купить курс Программа курса