В первом акте «Гамлета» корабль ждёт Лаэрта, паруса уже надулись, а отец всё ещё провожает. Полоний выдаёт сыну правила дружбы, денежных займов, одежды и поведения в драке. Сейчас поправит ещё пару черт характера — и можно во Францию. Корабль рискует состариться у причала.
С нейросетью тоже хочется так: один раз объяснить, как надо, — и дальше получать нужные ответы. Дообучение языковой модели закрепляет нужное поведение дополнительным обучением готовой модели. При этом меняются её числовые параметры или обучаемые добавки к ним — адаптеры. Параметры влияют на обработку входа и выбор продолжения; при обучении алгоритм корректирует их по ошибкам на учебных данных. Настроенную версию сохраняют для новых запросов. В обычном разговоре с чатом такой процесс не запускается.
Возьмём дело поменьше датского престола. Допустим, вы помогаете проводить творческие занятия. На столе ленты, заготовки, коробки с наборами; в почте вперемешку «не пускает в кабинет», «пришлите чек» и «а можно на другой адрес?». Сообщения хочется сразу разложить по трём темам: доступ, доставка и оплата. И ещё объяснить всем, когда следующая встреча. Одна просьба к ИИ — «разберись с нашей почтой» — прячет здесь две разные задачи.
Дообучение языковой модели и её первая подготовка
До нашего сообщения модель уже прошла большую подготовку. При предобучении она работает с огромным корпусом данных и учится находить закономерности. Для языковой модели одно из заданий — предсказать следующий фрагмент текста, который называют токеном. Токен может быть словом, частью слова или знаком.
На условной строке «Кот уснул на…» модель получает начало и предсказывает продолжение. Учебный текст позволяет сравнить предсказание с тем, что в нём было дальше. Ошибка влияет на изменение параметров. Другая учебная задача — восстановить пропущенный фрагмент внутри строки. Из множества таких шагов складываются языковые способности модели; документы при этом не превращаются в аккуратную картотеку, где каждому вопросу соответствует готовая справка.
Затем готовую основу могут дополнительно настраивать. Например, показывать пары «инструкция → хороший ответ», чтобы модель лучше следовала заданиям. Это один из способов последующей подготовки, которую также называют post-training. В неё могут входить и другие методы: работа с предпочтениями, оценками и подкреплением. Так, разработчики DeepSeek-V3 описывают предобучение, SFT и обучение с подкреплением как разные стадии подготовки конкретной модели.
Когда вы открываете чат и задаёте вопрос, идёт инференс: уже подготовленная модель строит ответ по доступному ей входу. Новый разговор не создаёт новую базовую модель. Файл, переданный для ответа, становится материалом этой работы; сама загрузка PDF дообучением не является.
| Что происходит | Какой материал используют | Меняются ли параметры при этом действии | Что получается |
|---|---|---|---|
| Предобучение | Большой корпус, например обычные тексты | Да | Базовая модель |
| Дообучение на примерах | Входы и желаемые ответы для выбранной задачи | Да: параметры модели или адаптера | Настроенная версия модели |
| Ответ в чате | Запрос, примеры, нужный документ | При обычном построении ответа — нет | Ответ для текущего входа |
Эту разницу подробно разбирает учебный раздел Hugging Face о языковых моделях. Свою задачу удобно сверить с тремя материалами: обычный корпус текста, пары «инструкция → ответ» и документ для текущего вопроса.
Начать можно с трёх входящих сообщений
Вернёмся к мастерской. Письмо «Не пришло письмо со входом» нужно тому, кто помогает войти в кабинет. Тема — «доступ». Отправка набора — «доставка». Ждём от помощника одно слово без пояснений. А он способен развернуть перед каждым письмом ковровую дорожку из приветствий. В конце дорожки всё равно понадобится короткая категория.
Сначала составим примеры правильных ответов:
| Сообщение на входе | Эталонный ответ |
|---|---|
| Не пришло письмо со входом | доступ |
| Хочу изменить адрес доставки | доставка |
| Как получить чек | оплата |
Каждая строка связывает исходное сообщение с тем, что вы считаете верным. Такие пары могут стать частью данных для дообучения. Эти три строки показывают устройство примера; для настоящего проекта нужен представительный набор, который отражает реальные обращения и разные формулировки.
Сейчас уже можно проверить более простой способ — дать правило и образцы в обычном чате. Откройте DeepSeek; если пользуетесь ChatGPT или Claude, подойдёт и знакомый вам чат. Вставьте:
Помоги разбирать сообщения участников творческих занятий. Возвращай одно слово: «доступ», «доставка» или «оплата». Доступ — вход в кабинет и получение материалов; доставка — отправка физического набора; оплата — платёж и чек. Примеры: «Не пришло письмо со входом» → «доступ»; «Хочу изменить адрес доставки» → «доставка»; «Как получить чек» → «оплата». Пока ответь «готов» и жди отдельное сообщение.
После подтверждения отправьте новую фразу: «Не могу открыть свой кабинет». Её правильную категорию вы уже знаете — «доступ». Раньше помощнику эту пару не показывали: теперь можно посмотреть, перенёс ли он правило на другую формулировку.
Так вы проверите ответ по промпту с примерами. Полученное слово сравните с эталоном. Если в ответ пришло «доступ», этот случай пройден. Если помощник написал целый абзац, тема может быть определена верно, но условие формата он не выполнил.
Подобный способ задавать поведение образцами называется few-shot prompting — запрос с несколькими примерами. Его удобно попробовать до того, как вы начнёте готовить отдельное обучение.
Самое трудное начинается со слова «правильно»
На аккуратных примерах всё выглядит прекрасно. Потом в почту вбегает: «Я заплатила, а мастер-класс не открывается». Сообщение уже засунуло одну ногу в ящик «оплата», другую — в «доступ». Куда его вести? Если вы сами каждый раз выбираете по-разному, устойчивого правила для модели пока нет.
До сбора обучающих строк попросите ИИ помочь уточнить правило. Достаточно принести несколько обезличенных сообщений и сказать:
Хочу раскладывать сообщения по категориям «доступ», «доставка», «оплата». Помоги определить, какой ответ считать правильным. Вот мои спорные примеры: […]. Задавай по одному короткому вопросу. Сначала выясни, кому и для какого следующего действия нужна категория. После моих ответов предложи правило для спорных случаев и попроси меня его подтвердить.
Результатом будет понятное решение. Например: если платёж состоялся, но материалы не открываются, первому помощнику нужна категория «доступ». Если человек спрашивает, поступила ли оплата, — «оплата». Выбирайте правило под свою работу. Нейросеть помогает обнаружить развилку, решение о маршруте остаётся у вас.
Случай, который не помещается ни в одну категорию, тоже стоит заметить. «Можно прийти с ребёнком?» — вполне нормальный вопрос участника, но все три наших ящика ему тесны. Для упражнения оставляем заданные классы. В живой почте предусматриваем ещё одну категорию или передачу человеку: иначе помощника попросят уверенно выбирать среди трёх неподходящих ответов.
Зачем откладывать примеры, которые модель ещё не видела
Для проверки нужен отдельный набор сообщений с заранее определёнными ответами. Его не подмешивают в учебные примеры. Иначе станет трудно понять, научилась ли модель работать с новыми формулировками.
Соберите несколько случаев разных типов: короткие, разговорные, с опечатками, с двумя темами. Эталоны держите у себя отдельно от запроса. Один случай вроде «Не могу открыть свой кабинет» помогает увидеть устройство проверки; надёжный вывод о рабочей задаче потребует более разнообразной подборки.
В записи проверки разделите две колонки: верная ли категория и соблюдён ли формат. Ответ «Похоже, это доступ, потому что…» может попасть в тему и одновременно нарушить условие «одно слово». Если дальше сообщение распределяет программа, лишний абзац способен остановить привычный маршрут. Если почту разбирает человек, ему придётся снова читать каждое объяснение. Одна и та же неточность означает разные хлопоты.
Рядом с ошибкой запишите её причину: перепутана тема, добавлены лишние слова, неясен исходник. Для десяти своих сообщений запишите наблюдения: «верная категория — … из 10; нужный формат — … из 10». Исходники сохраните: на них же сравните следующую версию запроса.
Если хорошего промпта достаточно, можно оставить его вместе с образцами. Если на разнообразной проверке повторяется один и тот же пробел, появляется основание рассматривать дообучение. В настоящем проекте обучающие пары должны охватывать обычные и трудные обращения, соответствовать согласованным правилам и не противоречить друг другу. Порядок работы такой: собрать и разметить характерные примеры → отложить проверку → измерить исходный способ с хорошим промптом → настроить модель → сравнить оба варианта на той же проверке.
В документации Google по настройке моделей этот порядок начинается с промпта и изучения повторяющихся ошибок. Там же различают полное дообучение и настройку небольшого набора параметров — адаптера. Пользователю в обоих случаях нужен одинаково ясный критерий: что настроенная версия должна делать лучше.
Встречу перенесли. Здесь потребуется другой ход
Пусть в правилах мастерской записано: «Встреча 10 ноября в 18:00». Вы хотите, чтобы будущий помощник и почту раскладывал, и на такие вопросы отвечал. Тут организатор присылает: «Переносим на 12 ноября, 19:30». Даже идеально выученное старое расписание теперь отправит людей к закрытой двери.
Для ответа «Когда приходить?» понадобится свежая запись. Укажите в действующей заметке дату обновления и новое время; прежнюю версию уберите из действующих материалов или явно пометьте как архивную. Это уже работа со сведениями, которые помощник получает для ответа.
В небольшом деле можно вставить нужный фрагмент прямо в чат:
Ответь участнику по этой записи. Действующая версия расписания, обновлена 3 ноября 2026 года: встреча — 12 ноября 2026 года в 19:30 по Москве. Вопрос: «Когда следующая встреча?» Укажи дату, время и источник сведений. Если нужного сведения в записи нет, скажи, чего не хватает.
Небольшой документ можно передать целиком. Когда документов много, помогает RAG: система ищет подходящие фрагменты во внешних материалах и передаёт их модели вместе с вопросом. Найденный контекст служит опорой для ответа. Этот процесс сам по себе не меняет обучаемые параметры.
Значит, при переносе встречи обновляют источник и проверяют, что поиск приносит свежую версию. В документации Hugging Face о RAG эта возможность обновлять сведения через внешний источник отделена от переобучения модели. Дообучение может задавать устойчивый способ отвечать, а поиск — приносить актуальный материал: оба подхода сочетаются.
Если задача выросла из одной заметки в папку материалов, дальше пригодится выбор помощника для ответов по источнику.
Проверить расписание можно тем же бытовым способом: задайте вопрос о встрече и сверьте дату, время, часовой пояс и названный источник. Если ответ продолжает опираться на старую заметку, посмотрите, какая версия попала на вход. Привычку кратко отвечать в этот момент переделывать незачем.
| Если вам нужно… | С чего начать | Когда двигаться дальше |
|---|---|---|
| Раскладывать обращения по стабильным категориям | Чёткое правило, несколько образцов, отдельная проверка | Когда повторяющиеся ошибки остаются после работы над промптом, изучить дообучение |
| Получать ответ в одном формате | Показать нужный образец и критерий проверки | При устойчивом потоке однотипных задач сравнить настройку с исходным способом |
| Отвечать по меняющемуся расписанию | Действующая заметка с датой обновления | При большом наборе материалов организовать поиск по источникам |
| Обсудить один небольшой документ | Передать его вместе с конкретным вопросом | Если документов станет много, выбрать помощника для работы с источниками |
Несколько вопросов о дообучении
Если я поправляю ответы в чате, модель дообучается?
Поправка может повлиять на следующие ответы в доступном контексте разговора. Сам этот обмен не является запуском дообучения. Отдельно существуют настройки памяти и история чатов — их устройство разобрано в статье о памяти ChatGPT и текущем контексте.
Дообучение и fine-tuning — одно и то же?
Да: дополнительная настройка уже подготовленной модели. Часто обсуждают SFT, обучение на входах с желаемыми ответами. Название метода важно уточнять, потому что последующая подготовка моделей включает и другие способы.
Можно начать, если у меня пока мало данных?
Да: сформулируйте правило, покажите несколько примеров и проверьте отдельные случаи. Этого достаточно для первого опыта с запросом. Размер настоящего обучающего набора зависит от задачи и выбранной технологии. Здесь три пары служат понятной схемой входа и эталона.
Где вообще запускают настоящее дообучение?
В отдельной платформе или среде обучения с подходящей моделью, данными и вычислениями. До платного запуска нужно оценить ресурсы выбранного сервиса. Доступность проверяют перед выбором: на 3 ноября 2026 года OpenAI сообщает, что её платформа fine-tuning закрыта для новых пользователей. Этот старый API-рецепт для новичка уже не годится. Наше упражнение проходит в обычном чате.
Что оставить себе после этой статьи
Сохраните правило, три образца, отдельные проверочные сообщения с эталонами и результаты первого прогона. Рядом запишите выбранный следующий шаг: поправить запрос, уточнить категории, подготовить данные для настройки или обновить источник. Теперь у расплывчатого «хочу обучить ИИ под себя» есть предмет и способ проверить работу. Можно показать лист с ошибками, обсудить конкретное правило и выбрать, что менять дальше.
Когда захочется продолжить со своими инструкциями, заметками и вопросами участников, переходите к практике клуба по работе с источниками. Там можно развивать эту привычку: ставить задачу, задавать вопросы, улучшать запрос и проверять результат на своём материале. А первым результатом для мастерской станут разобранные письма и свежая запись о встрече. Наконец можно вернуться к красивым вещам: наборы собирались ради занятия, а почта уже пытается открыть собственный филиал мастерской.