Нейросети всё чаще используют для редактуры: загружаешь статью, просишь поправить грамматику, а на выходе — гладкий текст, в котором автора не узнать. В препринте 2026 года исследователи из Berkeley, Google DeepMind и других организаций показали, что модели меняют смысл даже при просьбе исправить только грамматику. Kimi AI, Qwen, DeepSeek и Grok пытаются применять вместо ChatGPT, но выбирать «редактора» на глаз рискованно. По умолчанию модель, получившая текст на редактуру, переписывает его, хотя просили только править. Ограничить можно жёстким промптом и сравнением версий. Сравнивать модели надо по доле изменённого текста и сохранению смысла, а не по впечатлению «стало лучше».

Почему «на глаз» не работает

Человек склонен оценивать текст по первому впечатлению: стало глаже, ушли повторы, предложения короче. Но редактура — это не переписывание. Если модель меняет структуру абзацев, добавляет связки или переставляет акценты, вы теряете авторский голос и можете исказить факты. Исследование показывает: даже при инструкции «только грамматика» модели склонны к смысловым правкам. Поэтому нужен измеримый подход: считать, сколько слов и предложений изменено, и проверять, не появилось ли новых утверждений.

Как тестировать модели: пошаговый план

Возьмите 3–5 своих текстов разного жанра: инструкцию, аналитическую заметку, пост для соцсетей. Для каждого подготовьте эталон: список того, что действительно нужно исправить (опечатки, согласование, повторы). Дальше прогоните каждый текст через Kimi AI, Qwen, DeepSeek и Grok с одинаковым промптом. Сохраняйте ответы и исходники. Затем сравните по метрикам.

  • Доля изменённых слов. Разделите количество заменённых слов на общее число слов в исходнике. Если модель меняет больше 10–15% при задаче «только грамматика», это переписывание, а не редактура.
  • Сохранение смысла. Проверьте, не появились ли новые факты, оценки или выводы. Сравните ключевые тезисы до и после.
  • Точность правок. Посчитайте, сколько ошибок из вашего эталона исправлено и сколько новых внесено.
  • Управляемость. Оцените, насколько модель следует жёсткому промпту: «не меняй порядок предложений», «не добавляй слова», «сохраняй авторские формулировки, если они корректны».

Промпты, которые снижают риск

Формулируйте задачу узко. Вместо «отредактируй текст» напишите: «Исправь только орфографию и пунктуацию. Не меняй порядок слов, не заменяй лексику, не добавляй и не удаляй предложения. Если сомневаешься — оставь как есть». Для проверки смысла добавьте: «После правок перечисли, какие фрагменты ты изменил и почему». Это заставляет модель отчитываться. Ещё один приём — просить две версии: минимальную правку и расширенную, но с пояснением, что именно изменено. Так вы видите, где модель начинает переписывать.

Типичные ошибки при выборе модели

  • Оценка по одному тексту. Один удачный пример ничего не говорит о стабильности. Нужна выборка из разных жанров.
  • Игнорирование длины. Модель может сократить текст на 20% и сделать его «читабельнее», но вы потеряете аргументы.
  • Доверие к «гладкости». Гладкий текст не равен точному. Проверяйте факты и логику.
  • Отсутствие эталона. Без списка ожидаемых правок вы не отличите полезную редактуру от самодеятельности модели.

Пример: в инструкции по настройке сервиса модель заменила точное название кнопки на обобщённое «соответствующий пункт меню». Текст стал глаже, но инструкция потеряла практичность. Если бы вы считали долю изменённых слов и проверяли сохранение терминов, ошибка выявилась бы сразу.

Что делать с результатами

После теста у вас будет таблица: модель, доля правок, количество новых ошибок, сохранение смысла. Выбирайте не «лучшую вообще», а подходящую под задачу. Для быстрой вычитки опечаток подойдёт модель с минимальными изменениями. Для переписывания под другой тон — та, что управляемо меняет стиль, но сохраняет факты. И помните: ни одна модель не гарантирует смысловую точность. Финальную проверку фактов и логики оставляйте за человеком. Это не про недоверие к ИИ, а про профессиональный стандарт редактуры.