AI-наставник: ChatGPT или Claude как личный преподаватель

Почему наставнический режим не включается сам

В общем руководстве про обучение с нейросетями я уже разбирал, почему модель по умолчанию решает задачу за тебя вместо того, чтобы подвести к решению. Её обучали быть максимально полезной прямо сейчас. Не для твоего долгосрочного запоминания. Здесь расширенная версия того же промпта: варианты под разные предметы и что делать, когда модель всё равно срывается на готовые ответы.

Базовый шаблон один на все предметы, но живёт он ровно до первого нестандартного случая. Дальше начинаются вопросы, которые в общем руководстве не поместились: как вести наставнический диалог по языку, где нет единственно верного решения, как быть, если модель настойчиво доигрывает роль экзаменатора вместо помощника, и как понять, что промпт вообще перестал работать.

Наставнический режим под конкретный предмет

Один и тот же базовый промпт работает по-разному в математике, программировании и языках, потому что у этих предметов разная структура "правильного ответа".

Математика и точные науки. Здесь есть единственно верный результат, поэтому наставнический режим работает почти идеально из коробки: модель может честно сказать "неверно" и указать конкретный шаг, где именно ты ошибся. Единственная поправка к базовому промпту: явно попроси показывать промежуточные шаги отдельно, не весь вывод целиком. Иначе модель иногда выдаёт частичное решение, которое формально не является ответом, но фактически им является.

Программирование. Здесь наставнический режим сталкивается с искушением, которого нет в математике: попроси не код, а псевдокод или словесное описание алгоритма первым шагом. Только после того, как ты сам сформулировал подход, проси проверить его на code review. Реализацию с нуля пока не пиши.

Языки. Здесь у наставнического режима нет однозначного критерия правильности, и базовый промпт нуждается в отдельной поправке: попроси модель объяснять, почему носитель языка сказал бы иначе, с примером из естественной речи, вместо того чтобы просто исправлять ошибку. Без этой поправки модель обычно просто переписывает фразу правильно, не объясняя, чем твой вариант звучал неестественно, и урок не закрепляется.

Что делать, когда модель всё равно даёт готовый ответ

Даже с рабочим промптом модель периодически соскальзывает обратно в режим "просто ответить": особенно на длинных диалогах, где системная инструкция постепенно теряет вес относительно накопившегося контекста разговора.

Три рабочих приёма, когда это происходит. Первый: прямо напомни правило одной короткой фразой ("вернись к наставническому режиму, не давай готовый ответ") вместо того, чтобы переписывать весь промпт заново. Второй: начни новый диалог с тем же системным промптом, если напоминание перестало помогать. Длинный контекст иногда проще сбросить, чем чистить. Третий, самый надёжный: закрепи промпт как системное сообщение или отдельный проект. Ручной ввод в начало каждого диалога чаще всего теряется на середине долгой сессии.

Ещё один рабочий приём, который стоит держать в запасе на случай, если все три предыдущих не сработали: явно попроси модель на старте диалога перечитать системный промпт и подтвердить, что она поняла ограничение, прежде чем отвечать на первый вопрос. Это звучит избыточно, но лишняя секунда на подтверждение обходится дешевле, чем десять минут диалога, в котором модель по инерции просто выдаёт готовые ответы, а ты замечаешь это только когда прогресс перестаёт ощущаться.

Модели иногда слишком буквально следуют инструкции "не давай готовый ответ" и начинают задавать наводящие вопросы даже там, где ты просишь прямую справку ("какая команда останавливает контейнер в Docker" — это не повод для сократического диалога). Полезная оговорка в самом промпте: наставнический режим нужен для задач, где есть чему поучиться, не для фактических справок с коротким верным ответом.

Личный пример: где я сам сломал себе промпт

Первую версию этого промпта я написал слишком строгой: попросил модель вообще никогда не давать прямой ответ, даже если я прошу явно. Через неделю я понял, что это неудобно: иногда мне посреди работы над реальной задачей нужен был просто быстрый факт, а не учебный разбор с нуля. Модель честно следовала инструкции и вместо ответа на "как называется этот HTTP-статус" начинала спрашивать, что я уже знаю про коды ответов. Пришлось переписать правило так: прямой запрос теперь явно перебивает наставнический режим. С тех пор в промпте есть отдельный пункт именно про это исключение.

Когда наставнический режим не помогает

Если наставнический режим настроен верно, но прогресс всё равно ощущается заметно медленнее обычного, вероятная причина не в промпте, а в том, что ты застрял на конкретном уровне сложности или тренируешь не тот навык. Это отдельная диагностическая задача. Материал про то, как справляться с плато в обучении разбирает, как отличить настоящее плато от промпта, который просто нужно донастроить, и что спросить у модели, чтобы получить конкретный ответ вместо общего "продолжай заниматься усерднее".

Наставнический режим — это инструмент для конкретной ситуации: когда у тебя есть тема и нужен собеседник, который подводит к ответу вместо того, чтобы его выдавать. Он не заменяет остальные техники из общего руководства (интервальное повторение, метод Фейнмана, работу с планом). Он просто определяет, в каком режиме модель отвечает на каждый твой вопрос внутри этих техник.