Промты не горят: может ли ИИ написать художественно ценный текст
Писательница из ЮАР Корал Харт рассказывала, что с помощью искусственного интеллекта выпустила 370 книг за 20 месяцев. Раньше на такую работу у неё уходило около 12–14 книг в год. При этом Харт сама придумывает сюжеты, героев и план глав, а нейросеть использует для подготовки черновика. Затем она вычитывает текст, решает, какие фрагменты оставить, и дорабатывает историю.
Этот пример подталкивает к более сложному вопросу: способен ли ИИ не просто быстро собирать связный текст, а создавать художественно ценные сцены? Чтобы проверить это, автор эксперимента взяла собственный рассказ и сравнила его с несколькими вариантами, которые подготовила нейросеть.
Что считать художественной ценностью
В эксперименте художественная ценность — это не эффектные формулировки и не безошибочная композиция. Главное — насколько точно текст передаёт личность человека и его переживания, оставляя читателю пространство для собственных выводов. Важны противоречия в поведении, скрытые значения обычных деталей и фразы, которые начинают звучать иначе после развития сцены.
Текст оценивался по нескольким признакам: точности наблюдения, характеру, подтексту, языку и целостности. Жест или привычка должны помогать увидеть именно этого героя, поступки — складываться в неоднозначный образ, а слова и действия — сообщать о взаимоотношениях больше, чем персонажи произносят напрямую. Отдельные детали при этом должны поддерживать общий смысл сцены, а не существовать сами по себе.
Например, в исходном фрагменте мужчина катает теннисный мяч вдоль края стола и следит, чтобы тот не упал. Само движение может говорить о его удовольствии от контроля. Рядом с уверенностью героя в шахматной победе мяч приобретает дополнительный смысл. Однако такая деталь работает только в связи с остальным текстом.
Как проходил эксперимент
Для работы использовался ассистент для написания рассказов в BotHub. Он начинает с вопросов об идее и формате, задавая их по одному, затем собирает краткий бриф и после подтверждения генерирует текст. Полученный рассказ можно обсуждать с моделью, редактировать и сохранить в формате DOCX. В другом инструменте того же сервиса, Easy Writer, тему, план, стиль и объём нужно заранее заполнить в форме.
В качестве пресета была указана Claude Sonnet 5.5 от Anthropic, с температурой 0,8 и лимитом ответа 16 тысяч токенов. При этом сервис может подбирать другую модель в зависимости от тарифа, поэтому название пресета не всегда означает, что именно эта модель участвовала в конкретном запуске.
Исходником стала сцена объёмом примерно 1500 знаков, написанная без помощи нейросетей около семи лет назад. В комнате мужчина и женщина играют в шахматы, а рядом находится ребёнок. Мужчина уверен, что легко победит соперницу. Важная особенность фрагмента — читатель пока не должен понимать, как связаны эти люди: ребёнок не является сыном игроков, а через отношения героев постепенно раскрывается тема амбивалентности, то есть одновременного присутствия противоречивых чувств и побуждений.
Почему модель достраивает историю
В первом запросе были описаны только внешние обстоятельства: мужчина и женщина играют в шахматы, рядом находится ребёнок, а мужчина ждёт хода соперницы и уверен в своей победе. Дополнительно модель попросили передать внутренние мысли героев и уложиться в 1000–1500 знаков.
Первый вариант быстро превратил неопределённую сцену в семейную историю. Ребёнок оказался сыном игроков и строил башню из кубиков. Мужчина считал, что мальчику не хватает терпения, а женщина видела в его поведении упрямство. Так нейросеть создала конфликт восприятия: одни и те же действия ребёнка по-разному характеризовали его в глазах взрослых.
В тексте появилась и удачная деталь: раньше мужчина ждал, пока женщина дочитает книгу, чтобы спросить её мнение, а теперь ждал только её хода. Два похожих ожидания показывали изменение отношений — интерес к мыслям партнёрши сменился желанием получить подтверждение собственного превосходства.
При этом финал первой версии снова вёл к семейному примирению. Женщина делала неожиданный ход, ребёнок сообщал, что его башня устояла, а мужчина замечал, как она придерживает доску, чтобы фигуры не дрожали. Модель связала детскую игру и шахматную партию в очевидную параллель и направила сцену к осторожному сближению героев.
Что изменили уточнения
После этого автор объяснила скрытый смысл персонажей: отношения должны передавать амбивалентность, но не раскрывать её читателю напрямую. Герои должны оставаться самостоятельными людьми, а общий замысел — проявляться в их реакциях и поступках. В следующей версии ребёнок уже не был назван сыном. Он перебирал пуговицы, а игроки продолжали мысленно спорить друг с другом.
Затем были подробно описаны характеры. Мужчине нравится контролировать происходящее, он способен на жестокость, но быстро понимает ребёнка. Женщина боится проиграть и устала от игры, сочувствует ребёнку, но тоже отстраняет его, когда он мешает. Ребёнок пытается выразить то, что пока не может сказать словами.
Уточнения сделали сцену ближе к исходному замыслу. Ребёнок подкатывал к столу машинку с обмотанным ниткой колесом. Мужчина снимал нитку, проверял ось и возвращал игрушку, хотя просьбу женщины прекратить игру оставлял без ответа. В этом появилось нужное противоречие: герой откликался на конкретную проблему ребёнка, но игнорировал эмоциональное состояние взрослой собеседницы.
Однако модель поняла способность мужчины «читать» ребёнка слишком буквально. Вместо расшифровки рисунков и скрытых желаний героям оказалось достаточно заметить нитку на колесе. Нейросеть также добавила сомнение в его уверенность: он считал, что женщина всё равно останется за столом, но не был до конца в этом уверен. Такой ход мог работать, если сомнение соответствовало бы дальнейшей логике персонажа.
Одновременно проявились ограничения генерации. Реплика женщины — «Ты всегда оставляешь мне выбор, в котором заранее виновата» — точно объясняла устройство отношений, но слишком прямо сообщала читателю то, что в исходном замысле должно было оставаться подтекстом. Нашлась и логическая несостыковка: в начале мужчина держал руку над шахматной фигурой, затем чинил машинку, а в финале снова убирал руку с фигуры, хотя возвращение к доске в тексте не было показано.
Где проходит граница возможностей ИИ
Модель умеет предлагать характерные действия, связывать их с мотивами, создавать локальные конфликты и находить выразительные параллели. Она также способна учитывать уточнения о перспективах героев, скрытой предыстории и желаемом уровне недосказанности.
Но нейросеть регулярно достраивает недостающую ситуацию знакомыми повествовательными шаблонами. Если рядом находятся мужчина, женщина и ребёнок, модель легко превращает их в семью. Если сцену просят завершить, она стремится добавить заметный поворот, примирение или другой итог. Это не обязательно означает, что ИИ не понимает замысел: чаще он выбирает наиболее вероятное продолжение на основе контекста и формулировок задания.
Уточнение промпта меняет входной контекст, а не обновляет параметры модели. При генерации каждый новый токен выбирается с учётом исходного задания и уже написанного текста. Поэтому дополнительные сведения о героях, их внутренней речи, доступной читателю информации и границах сцены действительно влияют на результат, но не гарантируют точного воплощения авторского замысла.
Итог эксперимента скорее говорит не о замене писателя, а о перераспределении работы. ИИ способен быстро предложить несколько вариантов сцены и отдельные удачные решения, однако автору приходится проверять происхождение деталей, устранять шаблонные ходы, следить за перспективой и решать, что именно должен понять читатель. Художественная ценность возникает не из одного удачного промпта, а из отбора, редактуры и связи всех элементов текста между собой.
