Коротко
- Сравнивал на одном ТЗ, а не по чужим таблицам.
- Для кода важнее инструкция, чем название модели.
- Цифры в тексте запрещаю, иначе модель их выдумает.
- Держу два рабочих инструмента.
Мне нужна не «лучшая модель», а понятное правило: какую открывать утром. Я взял три свои задачи и прогнал их через Grok, ChatGPT и Claude. Одинаковое ТЗ, одинаковые файлы. Счёт в пользу одной модели не веду. Разъезжается тот, у кого ТЗ пустее, а не тот, у кого другое имя на кнопке. Рейтинга «лучшая» в этой статье нет.
Как ставил сравнение
Три задачи, не тридцать. Иначе это впечатление, а не проверка.
В канале пишу то, что не доезжает до статьи.Короткие заметки и тесты нейросетей
Читать канал- Код: правка шаблона по готовому ТЗ, список файлов ограничен.
- Текст: черновик статьи. В задаче есть тезис и запрет выдумывать цифры.
- Семантика: разложить запросы по группам. Частотность я всё равно смотрю сам.
В каждый чат уходило одно и то же: цель, какие файлы можно менять, как проверить, что готово, и что не трогать. Если у модели нет доступа к файлам, вставляю ТЗ текстом. Формулировку «под модель» не подкручиваю. Иначе я сравниваю уже не инструмент, а свою правку промпта.
Код по готовому ТЗ
Выигрывает тот, кто держится путей из ТЗ и не переписывает соседние файлы. Разница между моделями меньше, чем разница между хорошим и пустым ТЗ.
Пустое «поправь шаблон» закрывается фантазией. Агент улучшает соседние файлы, добавляет зависимость, трогает то, что уже работает. С полным ТЗ я смотрю не на красноречие ответа, а на diff.
- В diff только файлы из списка.
- Страница открывается, форма и меню на месте.
- В патче нет ключей, паролей и чужих доменов.
- Новых пакетов нет, если я их не просил.
Как проверять код после агента, разобрал отдельно: чек-лист из девяти пунктов. Здесь другое. Если модель полезла в лишние файлы, я не ставлю ей оценку в таблицу. Я возвращаю ТЗ и запрет. Пока запрета нет, любая из трёх разъезжается.
Текст статьи
Черновик годный у всех троих, если в задаче есть тезис и запрет на выдуманные цифры. Без этого запрета модель спокойно ставит проценты, которых у меня нет.
Проверяю черновик так. Сначала вычёркиваю любое число, которого не было в ТЗ: конверсию, «большинство», срок «за неделю». Потом смотрю, остался ли ответ на вопрос из заголовка. Если осталась подводка на три абзаца и ни одного шага, черновик не годен. Кто его написал, уже неважно.
Если статья попала в точку, в канале есть продолжение.Без рассылки на почту, только Telegram
ПодписатьсяЧужие кейсы и чужие кабинеты в текст не прошу. Модель их додумает. Если факта нет, в статье должна остаться дырка, а не красивая цифра.
Семантика
Кластеризацию я всё равно проверяю в таблице. Модель предлагает группы, я сверяю частотность и спрос. Отдавать ядро на откуп чату перестал.
Сначала запросы, которые я уже вижу: по сайту, по объявлениям, по городу, если ниша местная. Потом прошу сгруппировать и назвать смысл группы одним предложением. Группу без спроса в таблицу не кладу, даже если она логично звучит. Страницу под пустую группу не открываю.
Отчёт по позициям из чужого кабинета сюда не переношу. Это не мой результат.
| Задача | Что должно получиться | Что проверяю сам |
|---|---|---|
| Код | Правка только в разрешённых файлах | Diff и открытая страница |
| Текст | Черновик без чужих цифр | Вычёркиваю проценты, которых не было в ТЗ |
| Семантика | Группы запросов | Спрос в таблице, не в чате |
Как выбираю утром
Два инструмента в работе, третий в запасе. Если один аккаунт недоступен, день не встаёт. Плачу официально, через кабинет сервиса.
Задача с файлами и ТЗ идёт в агент, который уже видит репозиторий. Вопрос «объясни ошибку» можно закрыть в чате, патч я всё равно сверяю. Если доступ к одному сервису закрыли, то же ТЗ из репозитория открываю во втором. Как это выглядит в день блокировки, написал в статье про бан в Claude Code. Обход там не описан и здесь не появится.
Шаблон, которым ставлю задачу, лежит отдельно: как я пишу ТЗ для нейросети.
Чего эта статья не делает
Не называет победителя. Не обещает, что смена модели починит пустое ТЗ. Не учит оплачивать в обход. Если нужна чужая таблица лидеров, её здесь нет.
Частые вопросы
Какая модель лучшая?
Нет одной лучшей. На моих задачах решает ТЗ и проверка, а не логотип.
Можно ли работать одной подпиской?
Можно, пока она жива. Я так делал и упёрся, когда доступ закрыли.
Пак промптов и ТЗ для Grok
Промпты и шаблоны ТЗ, которыми пользуюсь каждый день.
Дмитрий Гугуян
Делаю сайты с 2016 года, сдал 50+ проектов. Руковожу агентством Рекком. Каждый день работаю с нейросетями и пишу только о том, что проверил сам. Цифры дохода — мой результат, не гарантия.