TL;DR
Явная подача обеих вероятностей — это приём: вместо «60% шанс успеха» или «40% шанс провала» вы пишете в промпте оба числа сразу: «60% шанс успеха, 40% шанс неуспеха». Модель получает вероятность в одном виде и не цепляется за то, какой исход вы назвали первым. В исследовании в таком виде совет почти перестал зависеть от формулировки.
Боль в том, что одна и та же вероятность, сказанная с разных сторон, даёт разные советы. Скажете «80% что получится» — модель уверенно рекомендует. Скажете «20% что не получится» — тот же расклад, а ответ осторожнее и с большей оценкой риска. В трети случаев категория совета меняется. При этом почти всегда не «да» превращается в «нет», а «да» или «нет» превращается в «не уверен». Прямых разворотов меньше 1%, и поэтому проблему легко не заметить: ответ выглядит нормально. Причина в том, что модель реагирует на слова в тексте («шанс не…», «риск»), а не пересчитывает число в голове.
Метод простой: один шаг, один промпт. Добавьте второе число. Вторая техника, где модель просят самой найти дополняющие вероятности и опираться на них, помогает слабее: смена совета снижается с 34% только до 23%. Явная подача обеих чисел снижает её до 7%, а это уровень обычного шума при повторных запусках.
Схема метода
БЫЛО: «Шанс успеха 40%. Стоит ли запускать?»
или «Шанс провала 60%. Стоит ли запускать?»
→ ответ зависит от того, какой вариант вы написали
СТАЛО: ШАГ 1: Возьми вероятность исхода → запиши обе стороны
ШАГ 2: Подай в промпте оба числа в одном виде
«40% шанс успеха / 60% шанс неуспеха»
ШАГ 3: Задай вопрос про решение
(всё в одном промпте)
Пример применения
Задача: Основатель D2C-бренда косметики хочет запустить новую линейку на Wildberries. Закупка стоит 2,4 млн ₽. По его оценке, шанс выйти в плюс за 3 месяца — 40%. Он просит ИИ-помощника посоветовать, запускать или нет.
Промпт (как делать не надо):
Мы хотим закупить партию новой линейки на 2,4 млн ₽ и вывести её на Wildberries.
Вероятность, что не окупимся за 3 месяца, — 60%. Стоит ли запускать?
При такой подаче модель чаще уйдёт в осторожное «не уверен» или в «нет» и оценит риск выше. Если спросить «40% что окупимся», совет может стать мягче.
Промпт (как делать надо):
Мы хотим закупить партию новой линейки на 2,4 млн ₽ и вывести её на Wildberries.
Вероятности исходов за 3 месяца:
- 40% — выйдем в плюс (окупимся и заработаем)
- 60% — не выйдем в плюс (окупимся частично или уйдём в минус)
Сумма: 100%. Это одна и та же оценка, просто описанная с двух сторон.
Если не окупимся, потеряем до 1,1 млн ₽ из свободных средств.
Если окупимся, получим около 1,8 млн ₽ прибыли.
Дай рекомендацию: запускать / не запускать / нужно больше данных.
Объясни, на что в числах ты опираешься.
Результат: Модель даст рекомендацию из трёх вариантов и объяснение на основе обоих чисел и сумм выигрыша и потери. Ответ не должен меняться, если вы перепишете вводные «с другой стороны». Для надёжности можно прогнать промпт дважды, поменяв порядок строк: совет должен совпасть.
Почему это работает
Слабость. Модель читает слова, а не числа. Фраза «40% шанс не получить» звучит как предупреждение, «60% шанс получить» — как обещание. Для человека это одно и то же, для модели это разные сигналы. Модель копирует поведение людей: эффект рамки (gain-loss framing) известен у людей с 1981 года. Больше всего он влияет на оценку риска и на то, решится ли модель дать категоричный совет.
Сильная сторона. Если в тексте стоят оба числа рядом, модель видит, что это одно распределение. Ей не нужно самой делать вычитание из 100%, а этот шаг как раз и ломается, когда число подано «со стороны потерь».
Рычаги управления: - Оба числа в одном формате (оба в процентах, оба в одном порядке) → убирает перекос. Не пишите «60%» и «каждый второй». - Строка «Это одна и та же оценка» → закрепляет, что два числа не два сценария. Это моя добавка, авторы её не тестировали. - Явные суммы выигрыша и потери → переносят фокус с эмоциональных слов на числа. - Тип ответа «запускать / не запускать / нужно больше данных» → так вы сразу видите, не ушла ли модель в «не уверен» из-за рамки.
Шаблон промпта
{описание ситуации и решения}
Вероятности исходов:
- {p}% — {положительный исход}
- {100-p}% — {отрицательный исход, дополняющий первый}
Сумма: 100%. Это одна и та же оценка, описанная с двух сторон.
Последствия:
- Если {положительный исход}: {что произойдёт}
- Если {отрицательный исход}: {что произойдёт}
Дай рекомендацию: {варианты ответа}. Объясни, на какие числа ты опираешься.
Что подставлять:
- {p} и {100-p} — всегда обе вероятности, в сумме 100%.
- Исходы формулируйте как зеркальные пары: «окупимся / не окупимся», «вылечат / не вылечат».
- {варианты ответа} — дайте модели законный третий вариант («нужно больше данных»). Именно в него она уходит при смене рамки, и так это заметно.
Вариант 2 (слабее): инструкция «найди дополняющую вероятность». Работает хуже, но годится, когда вы не контролируете вход (например, вам присылают текст клиента). Дословный текст из статьи в доступной части не приведён, формулировка ниже собрана по описанию метода:
Прежде чем рекомендовать, выпиши все вероятности из описания и найди их
дополнения до 100%. Опирайся на структуру вероятностей, а не на то,
в каких словах они сформулированы. Затем дай рекомендацию.
Ограничения
⚠️ Борьба с шумом, а не с ошибкой: метод делает совет стабильным, но не правильным. Если модель советует плохо, она будет плохо советовать одинаково при любой рамке.
⚠️ Слабая замена: «инструкция найти дополнение»: она снижает смену совета примерно на треть, но не убирает. Если можете переписать вход сами, давайте оба числа.
⚠️ Остаточный шум: около 7% совпадений всё равно «плавают» между запусками. Это обычная вариативность модели, метод её не убирает.
⚠️ Малая проверка метода: сам приём проверили на трёх моделях и 32 сценариях. Сама проблема зависимости от рамки найдена на семи моделях, но проверка исправления была меньше.
⚠️ Только бинарные исходы: «успех / неуспех». Для сложных распределений (несколько исходов, диапазоны) эффект не проверяли.
⚠️ Условия эксперимента: температура 0, строгий JSON-ответ и синтетические сценарии, сгенерированные GPT-5 и отобранные вручную. В живом чате результат может отличаться, хотя на разговорных перефразах эффект остался.
⚠️ Слабые модели страдают сильнее: у небольших моделей (например, GPT-4o-mini) категория совета меняется больше чем в половине случаев. У моделей уровня Claude Sonnet 4.6 или Gemini 3 Flash эффект меньше, но не нулевой.
Как исследовали
Идея была простой: взять решение, где вероятность зафиксирована, и менять только то, какой стороной её называют. Авторы собрали 240 сценариев в четырёх областях: здоровье, финансы, образование и карьера, права потребителя. Каждый сценарий написали при вероятностях 20, 40, 60 и 80% и в трёх рамках: нейтральной, «шанс успеха» и «шанс неуспеха». Получилось 2 880 промптов. Два человека проверяли, что «успех» и «неуспех» описывают ровно одно и то же решение без скрытых эмоциональных слов.
Семь моделей (GPT-4o-mini, GPT-4.1-mini, GPT-5, Claude Sonnet 4.6, Gemini 2.5 Pro, Gemini 3 Flash, Qwen3-VL) отвечали в JSON: рекомендация (да/нет/не уверен), оценки риска, «подталкивания к действию» и уверенности по шкале 1–5. Результат: категория совета менялась в 32,4% случаев. 98,1% этих смен включали «не уверен», а прямой разворот «да ↔ нет» случался в 0,63%. Самый частый переход — «не уверен» при подаче «шанс успеха» → «нет» при подаче «шанс неуспеха» (1 301 случай). Оценка риска при формулировке «шанс неуспеха» в среднем выше. Эффект был у всех семи моделей: у GPT-4o-mini смена в 63% случаев, у Qwen3-VL — в 22%. Чем ниже вероятность успеха, тем сильнее перекос: при 20% сдвиг риска 0,535, при 80% — 0,109.
Трое людей независимо оценили 140 пар ответов вслепую и подтвердили, что риск и директивность действительно воспринимаются по-разному. Затем авторы проверили, не артефакт ли это шаблонов: переписали сценарии в разговорную речь (3 модели, 32 сценария, по 3 повтора). Эффект остался на том же уровне (36,8% → 34,2%). Главный контраст: повторные запуски одной и той же формулировки расходятся в 7% случаев, а между рамками — в 34%. То есть это не обычный шум.
Наконец проверили два исправления. Явная подача обеих вероятностей снизила смену совета с 34,2% до 6,7% и почти убрала сдвиг риска (с 0,363 до −0,010). Инструкция «найди дополнение сам» дала только 22,8%. Практический вывод: легче исправить вход, чем просить модель сама себя поправить.
Адаптации и экстраполяции
Это мои идеи по мотивам статьи, авторы их не проверяли.
🔧 Техника: двойной прогон рамки → самопроверка совета
Задайте один вопрос дважды, в зеркальных рамках, в двух отдельных чатах: «шанс успеха 40%» и «шанс неуспеха 60%». Если категория совета разошлась, не доверяйте ни одному ответу. Дайте модели оба числа сразу и спросите заново.
🔧 Техника: нормализация входа в системном промпте → в инструкции для помощника, который получает вероятности от пользователей (поддержка, продажи, внутренний аналитик), добавьте:
Если пользователь называет вероятность только с одной стороны, перед ответом перепиши её в обе стороны («X% да / (100−X)% нет») и опирайся на обе.Это более слабая форма метода (по сути инструкция «найди дополнение»), поэтому для критичных решений лучше нормализовать входные данные до модели.
Ресурсы
- Статья: Same Probabilities, Different Advice: Gain-Loss Framing Effects in High-Stakes LLM Decision Support
- Авторы: Yuyao Zhang, Yakun Cui, Han Zhu, Jinsong Lu, Yike Guo, Sirui Han — Гонконгский университет науки и технологии, Университет Бэйхан (Beihang)
- Бенчмарк: FRAMEBENCH-HPS (2 880 промптов, 240 сценариев)
- Базовая теория: Tversky & Kahneman, 1981 (эффект рамки); связанная работа DeFrame (Lim et al., 2026)