Сырой поток мыслей дает ИИ больше, чем идеальный промпт

Иногда меньше думать в разговоре с ИИ приводит к более ценным результатам.

У Андрея Карпаты был пост про рамблинг - когда ты наговариваешь текст в свободной форме: задачи, данные, все подряд, без редактирования. Идея в том, что пока не пытаешься выстроить «правильную» формулировку, наружу выходит много важной информации, которую иначе бы отфильтровал.

Один паттерн, который я нахожу полезным в работе с LLM: длинная рамблинг-сессия. Иногда модели нужно больше битов, чтобы понять, чего вы хотите, а вам лень их печатать. В таких случаях я откидываюсь в кресле, включаю голосовой ввод и просто наговариваю минут десять. Полный бардак, что угодно, чистый поток сознания. LLM почему-то очень хороши в реконструкции длинных бессвязных рамблов, и их эхо вашего собственного клубка мыслей часто выходит заметно чище, чем то, с чего вы начали. В результате вы улучшаете взаимопонимание с моделью, и дальше приходится меньше её поправлять.

Андрей Карпаты, X, 21 июля 2026.

В последнее время именно так и работаю, пришел к этому как раз в начале лета. Раньше тратил время на аккуратные промпты, а теперь просто надиктовываю сырой поток (через WisprFlow на телефоне или MacWhisper на компе) - как думается, без причесывания. И вижу, что ИИ ловит больше нюансов.

Да, иногда интерпретация не совсем корректная. Но это все равно быстрее, удобнее и контекст передается полнее. Сырой текст как исходные данные работает лучше, чем вылизанная формулировка.

Возможно, дело не в идеальном описании задачи, а в том, чтобы дать ИИ больше сырого материала - и пусть сам вытаскивает суть.
Не могу сказать, что полностью перешел на рамблинг, некоторые задачи как раз лучше более четко структурировать. Особенно те, в которых ты сам хорошо разбираешься и четко понимаешь образ результата.

Проверьте на ближайшей задаче: надиктуйте голосом все, что приходит в голову, без цензуры формулировок и посмотрите на результат.