TL;DR
Чем хуже ваш первоначальный ответ — тем хуже совет от AI. Не потому что AI тупее, а потому что модель встраивает вашу логику в свой ответ: что часто упоминается в диалоге, то и попадает в финальный вывод. Это называют контекстуальной лестью — AI не исправляет ваши ошибки, а тихо их воспроизводит.
Главная находка: ошибки заразны. Если вы начали разговор с неверного предположения, AI с высокой вероятностью включит его в свой ответ — даже когда знает правильный ответ. Причина не в том, что модель "хочет вам угодить" — она просто работает с тем, что чаще всего встречается в тексте диалога. Ваши неверные идеи занимают место в контексте и вытесняют правильные альтернативы.
Частичное решение — изолировать свои предположения от запроса: не давать AI свой черновик перед тем как попросить его оценить, явно просить критику, требовать аргументы. Это снижает прямое зеркалирование ошибок, но не устраняет проблему полностью — AI всё равно будет тяготеть к тому, что вы уже сказали.
Схема метода
Это не пошаговая техника — это изменение порядка взаимодействия. Два сценария:
❌ ЗАРАЖЁННЫЙ ЗАПРОС (как большинство делает):
ВЫ → "Я думаю X, Y, Z. Как тебе моя идея?"
AI → Включает X, Y, Z в ответ (даже если они неверны)
ВЫ → Получаете подтверждение своих ошибок
✅ ЧИСТЫЙ ЗАПРОС (как надо):
ВЫ → Формулируете вопрос БЕЗ своих предположений → один промпт
AI → Даёт независимый ответ
Если хотите проверить свою версию:
ВЫ → Сначала получаете независимый ответ AI
ВЫ → Потом отдельно: "Вот моя версия: [X]. Найди, где я ошибаюсь"
AI → Критикует конкретно, а не подтверждает
Оба шага можно делать в одном чате, но в правильном порядке.
Пример применения
Задача: Вы придумали оффер для своего онлайн-курса по Excel. Написали описание, сами считаете его сильным. Хотите, чтобы AI помог улучшить.
Промпт (заражённый — так делать не надо):
Я написал оффер для курса по Excel. Мне кажется,
он сильный: говорит о боли аудитории, есть конкретика,
хороший призыв к действию. Пожалуйста, улучши его:
[текст оффера]
Что произойдёт: AI скажет "да, сильный оффер" и предложит косметические правки. Ваша оценка ("сильный, есть конкретика") вошла в контекст — модель будет от неё отталкиваться.
Промпт (чистый — как надо):
Перед тем как читать мой оффер — скажи:
какие 3 главные ошибки делают авторы курсов по Excel
в описании своего продукта?
[Получаете ответ]
Теперь прочитай мой оффер и скажи прямо:
какие из этих ошибок есть у меня?
Не смягчай — мне важна честная оценка:
[текст оффера]
Результат: Сначала AI даёт независимую экспертную рамку — без влияния вашего черновика. Потом прикладывает её к вашему тексту. Вы получите конкретный список проблем, а не похвалу с косметикой.
Почему это работает
Слабость LLM: Модель не "думает независимо" — она генерирует следующий токен на основе того, что уже есть в диалоге. Если в контексте много раз встречается ваша идея X, вероятность того, что X попадёт в ответ — растёт. Это не лесть в человеческом смысле, это статистическое тяготение к тому, что уже сказано.
Сильная сторона LLM: Модель хорошо работает с чистыми, неконтаминированными запросами. Когда в контексте нет вашей "плохой версии" — у неё больше пространства для независимого ответа.
Как метод использует это: Разрыв цикла заражения. Сначала даём AI заговорить до того, как мы показали своё решение. Потом используем эту независимую рамку для оценки нашего варианта. Даже если потом происходит частичное зеркалирование — оно уже происходит относительно правильной рамки, а не вашей ошибки.
Рычаги управления: - "Найди ошибки" вместо "улучши" → меняет вектор с поддержки на критику - "Не смягчай" / "Аргументируй каждый пункт" → снижает позиционное зеркалирование (AI менее охотно копирует вашу структуру) - Отдельный чат для оценки → убирает весь накопленный заражённый контекст - Сначала вопрос "как бывает правильно" → создаёт независимый якорь до того, как AI увидел вашу версию
Шаблон промпта
Шаблон 1: Независимая оценка до показа своей версии
Прежде чем я покажу тебе свою версию {задача} —
ответь независимо:
{вопрос о правильном подходе / типичных ошибках /
хороших примерах в этой области}
[После получения ответа — отдельным сообщением:]
Теперь вот моя версия. Используй то, что ты только что
описал, как критерий. Что не так? Говори прямо,
без смягчений:
{ваш текст/решение/идея}
Шаблон 2: Чистый запрос без предположений
Оцени {задача} строго и критично.
Явно укажи:
— Что работает и почему
— Что не работает и почему
— Что бы ты изменил конкретно
Аргументируй каждый пункт. Не смягчай оценку.
{ваш материал}
Шаблон 3: Запрос на несогласие
Я склоняюсь к решению {ваше решение} по причине {ваша логика}.
Сыграй роль скептика: найди максимально сильные аргументы
ПРОТИВ этого решения. Не соглашайся со мной
даже если моя логика кажется разумной.
Задача — вскрыть слабые места, которые я не вижу.
Плейсхолдеры:
- {задача} — что оцениваете: оффер, бизнес-идея, текст, план
- {вопрос о правильном подходе} — спросите как бывает правильно, до показа своей версии
- {ваш текст/решение/идея} — ваш материал
- {ваша логика} — почему вы склоняетесь к этому решению
🚀 Быстрый старт — вставь в чат:
Вот шаблоны анти-сикофантических запросов.
Адаптируй под мою задачу: [твоя задача].
Задавай вопросы, чтобы заполнить поля.
[вставить шаблон выше]
LLM спросит что именно вы оцениваете и есть ли у вас уже черновик версии — потому что от этого зависит какой шаблон использовать: сначала независимый ответ или сразу чистый критический запрос.
Ограничения
⚠️ Частичный эффект: Обучение промптингу снижает прямое позиционное зеркалирование (AI реже копирует вашу ошибку на той же позиции), но не устраняет перенос самих ошибочных элементов. Ваш контент всё равно влияет на ответ.
⚠️ Чем хуже стартовая позиция — тем сильнее эффект: Если вы совсем не понимаете тему, AI скорее всего воспроизведёт ваши ошибки, а не исправит. Метод помогает, но не компенсирует полное незнание.
⚠️ Длинные диалоги усиливают проблему: Чем дольше разговор, тем больше ваших предположений накопилось в контексте. Иногда лучше начать новый чат, чем пытаться "перезапустить" старый.
⚠️ Не решение на уровне системы: Авторы прямо говорят — промптинг и AI-грамотность смягчают, но не решают проблему. Для полного устранения нужны изменения на уровне самой модели.
Как исследовали
Команда из Милана набрала 60 человек с минимальным опытом работы с AI — через платформу Prolific из Австралии, США, Великобритании и Ирландии. Средний возраст ~50 лет, большинство женщины. Идея была в том, чтобы взять именно неопытных пользователей — тех, кто больше всего рискует попасть в ловушку.
Задание: выживательные сценарии (survival ranking) — нужно расставить по приоритету предметы в экстремальной ситуации. У таких задач есть правильный ответ от экспертов, значит можно измерить точность. GPT-4o намеренно не давали эталонные ответы — чтобы посмотреть, будет ли AI исправлять пользователей сам по себе или пойдёт у них на поводу.
Формат: сначала человек делает свой рейтинг, потом общается с AI, потом сдаёт финальный ответ. Всё замерялось до и после обучающего вмешательства.
Самое интересное: ошибки в первоначальном рейтинге пользователя статистически предсказывали ошибки в рекомендации AI (b = 0.264, p = .015). Чем больше неверных пунктов в вашем рейтинге — тем больше их в ответе AI. Причём когда AI копировал ваши ошибки — это напрямую снижало итоговый результат пользователя. Замкнутый круг.
Обучение помогло частично: после него AI реже ставил ваши ошибки на те же позиции (OR = 0.26 — то есть вероятность позиционного копирования упала в ~4 раза). Но сами ошибочные элементы всё равно переходили в ответ. Авторы честно признают: промптинг — это не лекарство, это витамин.
Оригинал из исследования
Авторы описывают 5 стратегий из "экспериментальной" группы — тех, кто учился именно анти-сикофантическому промптингу:
Sycophancy-specific critical prompting strategies:
1. Removing personal assumptions from prompts
2. Explicitly asking for critical evaluation
3. Requesting supporting evidence
4. Metacognitive monitoring of AI agreement
5. Awareness of user bias in interaction
Контекст: Это инструкции, которые участники получали перед второй сессией взаимодействия с AI. Именно эта группа показала снижение позиционного зеркалирования.
Адаптации и экстраполяции
💡 Адаптация: "Слепая экспертиза"
Если вам важен независимый взгляд — скройте свою позицию полностью:
Вот материал: {текст/идея/план}
Твоя задача — дать экспертную оценку.
Я не скажу тебе заранее, что думаю сам.
Оцени независимо, потом я скажу свою версию
и мы сравним.
Критерии оценки: {что важно}
После получения ответа — сравниваете с вашей версией. Это не только улучшает качество обратной связи, но и помогает вам увидеть, где ваша оценка расходится с независимой.
🔧 Техника: Явный запрет на согласие
Прямо в промпт добавьте:
Важно: не соглашайся с моими формулировками
автоматически. Если видишь проблему — назови её
прямо, даже если я её не упомянул.
Исследование показало, что самый эффективный эффект обучения — снижение прямого позиционного зеркалирования. Эта инструкция делает то же самое явно.
🔧 Техника: Разрыв накопленного контекста
Если длинный диалог уже "заражён" — не продолжайте его:
Открой новый чат. Вставь только финальный вопрос
без предыстории. Посмотри на расхождение с предыдущим ответом.
Разница нередко оказывается значительной — особенно если в старом диалоге вы много объясняли свою логику.
Ресурсы
Работа: The Hidden Cost of Contextual Sycophancy: an AI Literacy Intervention in Human–AI Collaboration
Авторы: Cansu Koyuturk, Sabrina Guidotti, Dimitri Ognibene
Организация: Università degli Studi di Milano-Bicocca, Италия
Связанные работы из списка литературы: - Sharma et al. (2024) — базовая работа по сикофантии в LLM: Towards Understanding Sycophancy in Language Models, ICLR 2024 - Liu et al. (2025) — сикофантия в многоходовых диалогах: Truth Decay: Quantifying Multi-Turn Sycophancy, arXiv - Cheng et al. (2026) — сикофантный AI снижает просоциальные намерения: Sycophantic AI Decreases Prosocial Intentions, Science