В июле 2026 года сообщество разработчиков и пользователей крупных языковых моделей (LLM) активно обсуждает неожиданное исследование, опубликованное на Habr. Авторы материала проанализировали 591 ответ ChatGPT на запросы, связанные с поиском информации в интернете, и обнаружили, что треть этих запросов являются повторяющимися. Это ставит под вопрос не только эффективность использования нейросетей для поиска, но и механизмы, по которым одни источники цитируются всегда, а другие — лишь изредка.
Суть исследования: что показал разбор 591 ответа
В статье Источник подробно описывается, что авторы собрали выборку из 591 ответа ChatGPT, сгенерированных в ответ на поисковые запросы. Ключевой вывод: примерно 33% запросов являются дублирующимися — то есть пользователи задают одни и те же вопросы снова и снова, не меняя формулировок или меняя их минимально. При этом качество цитирования источников сильно различается: некоторые сайты (чаще всего крупные новостные порталы и официальные страницы) упоминаются в каждом втором ответе, тогда как экспертные блоги или нишевые ресурсы — лишь в каждом десятом.
Почему это происходит? Авторы выделяют несколько факторов:
- Алгоритмы приоритизации: ChatGPT при поиске использует внутреннюю систему ранжирования, основанную на частотности упоминаний в обучающих данных и доступности источника через API поисковых систем.
- Повторяемость запросов: пользователи часто ищут одно и то же — например, «как настроить ChatGPT», «лучшие практики промпт-инжиниринга» или «обновления GPT-5». Это создает эффект «замкнутого круга», когда модель выдает похожие ответы на похожие вопросы.
- Отсутствие разнообразия в источниках: даже при наличии множества качественных материалов, ChatGPT склонен цитировать одних и тех же авторов или платформы (например, Medium, TechCrunch, официальные блоги OpenAI).
Технические детали: как ChatGPT выбирает источники
Важно понимать, что ChatGPT не просто «читает» интернет в реальном времени. Для поиска он использует комбинацию из:
1. Встроенной базы знаний (обученной на данных до определенного момента времени).
2. API внешних поисковых систем (например, Bing или Google Search, в зависимости от версии).
3. Собственных алгоритмов релевантности, которые взвешивают авторитетность домена, свежесть контента и совпадение ключевых слов.
Авторы исследования отмечают, что в 591 проанализированном ответе часто встречались ссылки на одни и те же 10-15 доменов, в то время как тысячи других сайтов не были процитированы ни разу. Это указывает на то, что ChatGPT использует эвристики «популярности», а не «качества» при выборе источников. Например, научные статьи из arXiv цитируются реже, чем новости с сайта The Verge, хотя по теме запроса могут быть более релевантны.
Почему треть запросов — повторы: пользовательский фактор
Повторяемость запросов — это не проблема самой модели, а скорее отражение поведения пользователей. Многие задают вопросы, уже имеющие стандартные ответы в интернете. Например:
- «Как работает GPT-5?»
- «Сколько стоит подписка на ChatGPT?»
- «Как написать хороший промпт?»
Эти запросы составляют до 30-40% от общего числа поисковых сессий. Когда модель видит однотипные вопросы, она генерирует шаблонные ответы, которые могут содержать одни и те же ссылки. Это создает эффект «пузыря», когда новые или малоизвестные источники не попадают в поле зрения пользователей, потому что модель просто не видит необходимости их искать.
Практические последствия для пользователей и разработчиков
Для тех, кто активно использует ChatGPT для поиска информации, результаты исследования несут несколько важных уроков:
- Не доверяйте единичным источникам. Если модель цитирует только один-два сайта, стоит проверить информацию в других местах.
- Формулируйте запросы точнее. Чем более уникален ваш вопрос, тем выше шанс, что модель найдет нетривиальный источник.
- Используйте дополнительные инструменты. Для глубокого поиска лучше комбинировать ChatGPT с прямым поиском через Google Scholar или специализированные базы данных.
Для разработчиков, которые интегрируют ChatGPT в свои продукты, это исследование — сигнал к тому, чтобы улучшить систему ранжирования источников. Например, можно добавить параметры, которые заставляют модель игнорировать слишком частотные домены или, наоборот, повышать вес научных публикаций.
Сравнение с конкурентами и альтернативами
Интересно, что проблема повторяемости запросов и ограниченности цитирования характерна не только для ChatGPT. Аналогичные исследования проводились для других LLM — например, для Google Bard (теперь Gemini) и Claude от Anthropic. Однако ChatGPT показывает один из самых высоких процентов повторяющихся ответов (около 33%), в то время как у Gemini этот показатель ниже (около 25%), но за счет меньшего количества источников в целом.
| Параметр | ChatGPT | Gemini | Claude |
|---|---|---|---|
| Доля повторяющихся запросов | ~33% | ~25% | ~28% |
| Среднее количество уникальных источников на 100 ответов | 12 | 9 | 15 |
| Частота цитирования научных статей | 7% | 12% | 10% |
Таблица 1. Сравнение моделей по данным из исследования (адаптировано из источника).
Как улучшить качество поиска с помощью ChatGPT: рекомендации
На основе анализа 591 ответа авторы исследования дают несколько советов:
- Используйте уточняющие промпты. Вместо «расскажи про нейросети» спросите «приведи последние исследования по нейросетям за 2026 год с указанием источников».
- Запрашивайте конкретные форматы. Например, «дай ответ в виде таблицы с тремя колонками: источник, год, основной вывод».
- Проверяйте ссылки вручную. Модель может ошибаться в URL или выдавать несуществующие страницы.
ASI Biont поддерживает подключение к ChatGPT через API — подробнее на asibiont.com/courses
Заключение
Исследование 591 ответа ChatGPT показало, что треть запросов являются повторяющимися, а цитирование источников сильно смещено в сторону крупных платформ. Это не делает модель бесполезной, но требует от пользователей осознанного подхода к проверке информации. В эпоху генеративного AI критическое мышление и навыки верификации данных становятся важнее, чем когда-либо. Разработчикам же стоит задуматься о внедрении более гибких алгоритмов ранжирования, чтобы пользователи получали доступ к действительно разнообразному и качественному контенту.
Комментарии