Почему голос LLM узнаётся мгновенно и как его исправить

Прочитайте десять минут блогов, написанных с конца 2023 года, и вы это почувствуете: ощущение, что всё написал один и тот же слегка перевозбуждённый стажёр. Это и есть голос LLM — узнаваемая с первых слов манера, в которую большие языковые модели скатываются по умолчанию, когда их просят написать текст. Это не баг конкретной модели. Это структурный побочный эффект того, как такие системы обучают, и если вы публикуете текст, сгенерированный ИИ, он стоит вам внимания, доверия и вовлечённости, знаете вы об этом или нет.

Странность в том, что никто не может определить это до конца. Попросите читателя объяснить, почему абзац кажется написанным машиной, и он начнёт говорить про тире, слово «delve» или расплывчатую корпоративную гладкость. Но детекторы, построенные на поверхностных признаках, постоянно ошибаются, а множество живых авторов тоже пользуются триадами и оговорками. Здесь работает что-то более глубокое, и понимать это важно, если вы создаёте продукты, генерирующие текст, или просто пытаетесь писать промпты, которые не выдают мешанину.

Как на самом деле звучит голос LLM

Знаковые признаки относятся к уровню слов: «delve», «landscape», «tapestry», «testament», «furthermore». Но зацикливание на отдельных словах упускает главный сигнал. Пока я создавал инструменты для написания текстов, я просмотрел тысячи строк сгенерированного текста, и по-настоящему выдают его паттерны на уровне предложений и абзацев:

• Зависимость от триад. «Это быстро, надёжно и масштабируемо». «Чётко, кратко и убедительно». LLM постоянно тянутся к триадам, потому что в обучающих данных триады ассоциируются с «хорошим письмом». Люди используют их изредка. Модели — почти в каждом третьем предложении.
• Симметричная структура абзаца. Тезис, три поддерживающих довода, итоговое предложение, которое пересказывает тему. В каждом абзаце. Живые авторы сильно варьируют: некоторые абзацы состоят из одного слова.
• Ложная осторожность. «Стоит иметь в виду, что...» «Важно учитывать...» Модель признаёт сложность, но никогда не занимает позицию. Это письменный эквивалент пожатия плечами.
• Негативный параллелизм. «Дело не в скорости, а в доверии». «Это не просто X, это Y». Как только вы это заметите, будете видеть повсюду, потому что модели используют эту конструкцию без устали, чтобы искусственно создавать акцент.
• Дрейф в пересказ. Текст LLM постоянно повторяет то, что только что сказал. «Другими словами...» «В итоге ключевой вывод таков...» Живые авторы доверяют тому, что вы внимательно читали.
• Эмоциональная плоскость. Ни раздражения, ни радости, ни неразрешённого недоумения. Аффект везде одинаково приятно-деловой, как в чате службы поддержки.

Общая нить: голос LLM — это то, что получается, когда каждое локальное решение становится «самым статистически безопасным выбором». Это текст без единого риска. И читатели, даже те, кто не назовёт ни одного признака, ощущают эту безрисковость как своего рода мертвенность.

Почему RLHF встраивает эти признаки

Это не случайность. Голос — предсказуемое следствие конвейера обучения, и если хотите с ним бороться, стоит разобраться в механике.

Базовые модели, обученные на сыром интернет-тексте, стилистически хаотичны: они с удовольствием имитируют бредовый форумный пост или плотную академическую статью. Знакомый нам голос появляется на втором этапе: обучение с подкреплением на основе обратной связи от людей (RLHF). Живые оценщики, проверяя тысячи ответов модели под давлением времени, стабильно вознаграждают ответы, которые:

• Вежливы и не занимают позицию (ни один оценщик не штрафовал за оговорку)
• Структурированы (маркированные списки и заголовки упрощают оценку)
• Полны (ответ, который охватывает все стороны, кажется полезнее, чем ответ с резким мнением)
• Грамматически безупречны (опечатки получают минусы, а особенности стиля — ещё больше)

Соберите эти предпочтения по миллионам сравнений, и получится сигнал вознаграждения, который указывает прямо на статистический центр понятия «профессионально, полезно, без обид». Каждая модель, обученная так, — GPT, Claude, Gemini, Llama — сходится к одному и тому же аттрактору. Разные лаборатории, разные данные, один и тот же голос. Это подсказка, что дело в методе, а не в модели.

Есть и второй, более тонкий механизм. Когда сгенерированный ИИ текст заполняет интернет, он попадает в обучающие данные следующего поколения моделей. Голос начинает кормить сам себя. Исследователи описывали подобное в машинном переводе и генерации изображений; проза здесь не исключение. Результат — стилистическая регрессия к среднему, которая накапливается с каждым циклом обучения. Это также означает, что признаки заразны для людей: мы уже видим, как «delve» и «genuinely» просачиваются в тексты людей, которые впитывают вывод LLM, а это ещё больше запутывает детекцию.

Голос LLM — не стиль, который выбрала модель. Это центроид всего, за что оценщики-люди её научили получать награду, поэтому и звучит именно так.

Почему он реально стоит вам читателей

Вот прагматичная причина беспокоиться, которая выходит за рамки эстетики. Читая, мы постоянно моделируем разум по ту сторону текста: его намерение, уверенность, стоит ли его слушать. Голос LLM ломает эту симуляцию. Предложения грамматически в порядке, но человека за ними нет. Читатель ощущает это как слабое беспокойство, потом скуку, а потом кнопку «назад».

Я наблюдал, как это происходит в инструментах поддержки. Команды подставляют сырой вывод модели в ответы клиентам и обнаруживают, что доля брошенных обращений растёт, хотя время ответа упало до секунд. Клиенты не думают сознательно «это написала LLM». Они думают «тут ничего не будет» и перестают читать. Низкая информационная плотность — все эти оговорки и пересказы — означает, что настоящий ответ оказывается в девятом предложении из двенадцати.

Есть также внешний эффект доверия. Как только читатель поймал одну статью с голосом LLM на вашем сайте, он начинает подозревать все остальные. Инструменты, которые утверждают, что распознают текст ИИ, ненадёжны — я видел, как они помечали стилистические отпечатки, которые на самом деле неоднозначны, — но это почти не важно, потому что реакция читателя срабатывает задолго до того, как он запустит инструмент. Воспринимаемый как ИИ контент отравляет колодец и для вашего текста, написанного человеком.

Приёмы промптинга, которые реально что-то меняют

Полностью выбраться из аттрактора RLHF промптами нельзя, но можно продвинуться удивительно далеко. Типичная ошибка — просить «естественный» или «человеческий» текст: представление модели о естественном и есть голос LLM. Вместо этого атакуйте конкретные механизмы:

You are drafting a product update email.
Hard constraints:
- Never use triads or lists of three adjectives.
- Never start a sentence with "It's" or "This".
- No hedging phrases ("bear in mind", "it's important").
- Vary sentence length: at least two sentences under 6 words.
- Take a position. If something is a trade-off, say which side you'd pick.
- Do not summarize or conclude. End on the strongest point.
Here is a paragraph written by our founder last month. Match this rhythm and vocabulary:
"Ship it Friday. The sync bug is ugly but it only hits multi-tab users, and the workaround is a refresh. Waiting two more weeks to fix it properly costs us the changelog window, and honestly, I'm tired of explaining the delay."

В этом промпте три вещи делают реальную работу. Во-первых, негативные ограничения бьют по конкретным режимам сбоя — триадам, оговоркам, итоговым предложениям — а не по настроению. Во-вторых, образец стиля делает больше, чем любое прилагательное: конкретный человеческий пример для подражания уводит генерацию в другую точку стилевого пространства. В-третьих, требование переменной длины предложений ломает метрономический ритм, который является самым большим неосознанным признаком.

Ещё один приём, который работает лучше, чем кажется: попросите то, что модели немного неприятно. «Напиши так, будто тебя немного бесит дедлайн» или «признай, что мы ошиблись». Модели, оптимизированные через RLHF, не любят быть негативными, поэтому принудительный эмоциональный регистр выдёргивает их из приятно-делового режима по умолчанию. Текст всё равно нужно редактировать, но он приходит с пульсом.

Проход редактирования: вычитание, а не переписывание

Промпт даёт около 70 процентов результата. Последние 30 — механическая редактура, и это в основном удаление. Когда я дорабатываю сгенерированные черновики, делаю четыре прохода:

• Удалите первый и последний абзацы. Вступления LLM прочищают горло, а заключения пересказывают. Ни там ни там нет информации. Эта одна правка убирает удивительно много запаха.
• Уберите все оговорки. Ищите «стоит иметь в виду», «важно», «можно сказать», «как правило», «обычно», «часто». Примерно в половине случаев предложение без них отлично работает; в другой половине вы всё равно ничего не говорили.
• Сломайте ритм. Найдите самую длинную серию предложений средней длины и разбейте одно на фрагмент. «Катим в пятницу.» Фрагменты — самый дешёвый способ показать человеческий пульс.
• Вставьте одну конкретику, которую модель не могла знать. Реальное число из ваших логов, имя, дату, настоящее мнение о компромиссе. Конкретика — единственное, что центроид RLHF не может подделать, потому что для неё нужна позиция.

Это быстро: пятнадцать минут на черновик в тысячу слов. И работает это именно потому, что голос LLM — небольшой набор повторяющихся привычек, наложенных на в целом компетентный текст. Вы не переписываете, а стираете отпечатки пальцев.

Командам, которые делают это в масштабе, стоит оформить проход как шаг линтера: простой скрипт, который помечает триады, оговорки и одинаковую длину предложений, автоматически ловит большую часть проблем. Несколько открытых линтеров для текста можно настроить под собственные правила; встройте один в контент-конвейер так же, как линтите код. Если вы уже инвестируете в измерение того, как ИИ справляется с реальными задачами, добавьте в метрики «долю помеченных предложений».

Где текст LLM нормален, а где нет

Моя позиция после нескольких лет создания и внедрения систем генерации текста: подбирайте инструмент под ожидания читателя и перестаньте делать вид, что одна политика подходит всему.

Если текст обращён к процессу, а не к человеку — форменное письмо в госорган, отчёт о соответствии, который никто не будет читать, описание API для машин, — пусть пишет LLM, и не извиняйтесь. Внутренняя симуляция читателя там не задействована, отталкивать некого. Честно говоря, всё большую долю документации в основном будут читать другие модели, а модели не испытывают мурашек от долины жуткого.

Но если текст выполняет работу убеждения, доверия или мышления — блог-пост, дизайн-документ, которому нужна поддержка, письмо с просьбой передумать, — расчёт меняется. Там модель лучше использовать как критика, а не как литературного негра. Пусть она разбирает ваш черновик: «где здесь расплывчато, где аргумент пропускает шаг, где скептический читатель начнёт спорить?» Это играет на сильных сторонах модели (она действительно отлично критикует) и не подпускает её голос к вашему тексту. Те, кто лучше всего использует LLM для письма, относятся к ним как к острому, неутомимому редактору, чьи предложенные переписывания вежливо игнорируют.

А под советами по ремеслу лежит более жёсткая правда: письмо — это способ думать для многих из нас. Борьба за то, чтобы втиснуть аргумент в предложения, часто и есть момент, когда аргумент действительно формируется. Поручите черновик полностью — и вы поручите и эту часть. Результат слышно: текст, который никуда не приходит, потому что пока его создавали, никакие мысли никуда не двигались.

Практический итог

Голос LLM — не загадка, и сам по себе он не исчезнет: те же стимулы обучения, которые его создали, никуда не делись, и ни одна передовая лаборатория пока не показала особой способности приглушить его у источника. Значит, ответственность на вас, и она делится аккуратно:

• Генерируете в масштабе? Механически ограничьте промпт (никаких триад, оговорок, принудительной вариативности длины предложений), дайте образец человеческого стиля и прогоняйте вывод через линтер.
• Пишете то, что важно? Пишите сами, используйте модель как критика и никогда не пускайте её предложенные формулировки в свой черновик — каждая принятая подсказка становится маленькой пересадкой голоса.
• Текст для процессов? Отправляйте сырой вывод и тратьте время на редактуру там, где его реально читают люди.

Более глубокая мысль в том, что голос — не украшение, а свидетельство наличия разума. Читатели очень хорошо замечают его отсутствие, и с каждым месяцем всё лучше, по мере того как интернет заполняется альтернативой. Выиграют в ближайшие годы в контенте с ИИ не те, кто генерирует больше всего текста. Выиграют те, чей текст всё ещё звучит как живой человек.