В японском разборе GPT-6 Astra обсуждают как модель, которая может заметить ошибку и не довести работу до результата без дополнительного толчка. Автор приводит жалобы пользователей и собственный пример с правкой изображений. Для креатора здесь важна цена делегирования: кто придумывает следующий шаг.
GPT-6 Astra критикуют за потерю инициативы
Японский автор пересказывает жалобы из OpenAI Developer Community. Пользователи пишут, что GPT-6 хуже считывает намерение, теряет нить длинного разговора и может объяснить задачу так, будто понял её, но выполнить лишь частично. Ещё одна претензия — лишние пояснения вместо движения вперёд. В некоторых таких диалогах GPT-5.6, по словам пользователей, ощущался естественнее и практичнее.
Японский автор сводит разные жалобы к одной мысли: модель может распознать проблему, но не всегда сама ищет решение. В его примере AI замечает расхождение между изображением и промптом, а затем заканчивает работу. Раньше, по словам автора, Astra настойчиво пробовала исправить картинку. Иногда чересчур настойчиво, но хотя бы продолжала.
«Пользователю нужен AI, который сообщает о проблеме и пытается её решить».
Многократные правки сами по себе не гарантируют улучшения. Автор исходного разбора замечает: очередное редактирование может испортить другие части изображения. Модели нужно оценить, стоит ли исправлять дефект, чем рискует кадр и какой способ попробовать дальше. Бесконечно крутить генерацию — тоже не выход.
Редактирование изображений всё чаще напоминает техническое задание
Автор отдельно приводит руководство по GPT Image 2.5. При редактировании там рекомендуют указывать, что нужно изменить, и перечислять детали, которые должны остаться прежними. Повторные правки могут затронуть и то, что хотелось сохранить. Если нужна точность вплоть до пикселей, в руководстве описан композитинг: отредактированную часть совмещают с исходным изображением.
Для визуального автора знакомая боль. Просите добавить деталь на руке — и вместе с ней могут поплыть лицо, одежда или композиция. Ограничения модели стоит учитывать. Японского автора раздражает другое: по его ощущению, часть работы перекладывается на пользователя. Приходится заранее расписывать границы, которые AI мог бы вывести из контекста.
В обсуждении это называют переходом от разговора к сдаче спецификации. Формулировка эмоциональная, но компромисс понятен: чем точнее указаны детали, которые нужно сохранить, тем проще контролировать правку. На подготовку каждого запроса при этом уходит больше времени.
Сохранённая референс-картинка помогла продолжить работу
Самый наглядный эпизод японского материала связан со старым референсом. Автор сохранил изображение, которое Astra раньше создала сама, и использовал его, чтобы объяснить задачу другой модели генерации. Когда новые правки застопорились, он показал AI прежний пример и напомнил, что тот уже решал подобную задачу этим способом. После этого работа продолжилась.
Из этого нельзя заключить, что способность исчезла или что OpenAI специально изменила поведение модели. Автор отмечает, что не знает внутренней причины. Но наблюдение полезное: результат, промежуточный кадр или удачный способ решения могут стать частью рабочего контекста. Если сохранить только финальную картинку, история работы потеряется.
- Сохраняйте финалы, референсы, промежуточные версии и удачные примеры исправлений.
- В запросе разделяйте цель правки и детали, которые нельзя менять.
- Если модель остановилась, напомните о предыдущем удачном способе. Это не гарантирует, что она повторит его.
- Для обратимых творческих задач просите сначала подготовить черновик, а потом оценивайте его.
- Для действий с серьёзными последствиями оставляйте подтверждение за человеком.
Последний пункт важен. Удаление данных или отправка денег — совсем другой риск, чем ещё одна версия кадра. Для творческой задачи можно получить несовершенный вариант и решить, что поправить. При необратимом действии остановка и уточнение могут быть правильным поведением.
«50 баллов и результат» — рабочее ожидание от AI
Автор формулирует свою позицию через делегирование сотруднику: «Ответственность беру на себя, так что попробуй сделать по-своему». Идеальная первая попытка ему не нужна. Достаточно среднего результата — условных 50 баллов, — который уже можно проверить и довести.
Для креативной работы это ясное разделение ролей. Человек задаёт результат, принимает его и несёт ответственность. Модель ищет способ выполнить задачу. Если AI возвращает только список недочётов, человеку снова приходится делать работу за двоих: придумывать решение и проверять его.
Японский автор приводит ещё одно наблюдение из официальных материалов OpenAI. По его пересказу, руководство для GPT-6 Astra предупреждает: модель может слишком часто запрашивать дополнительную информацию и останавливаться там, где пользователь ждёт разумного предположения и продолжения работы. Там же, как пишет автор, рекомендуют задавать модели более самостоятельный режим. Это подсказка по настройке поведения. Она сама по себе не доказывает, что модель намеренно сделали менее самостоятельной.
В обсуждении автор также сопоставляет этот совет с правилами редактирования Images 2.5, где предлагают чётче разделять изменяемые и сохраняемые детали. Он предполагает, что за похожими требованиями может стоять общий приоритет управляемости. Пока это гипотеза, а не подтверждённое описание внутренней политики OpenAI. И сбои тут бывают разные: AI может оказаться слишком пассивным или, наоборот, сделать то, о чём его не просили.
Креатору стоит делегировать способ, но ограничивать риск
Я бы проверял не только качество отдельного ответа, но и цену контроля. Сколько раз пришлось повторить контекст, перечислить запреты и вернуть модель к задаче? Если эта возня съедает выигрыш от генерации, красивый бенчмарк мало помогает в конкретной работе.
Для серии изображений или рекламного кадра полезно хранить короткий документ проекта: что должно совпадать, что можно менять и какие прошлые правки сработали. Не превращайте каждый запрос в роман. Повторяющиеся правила можно вынести из чата в отдельную заметку и добавлять её, когда модель начинает терять контекст.
Разделяйте инициативу и самовольство. Просьба исправить конкретную деталь не даёт AI разрешения менять весь кадр. А промежуточный референс или альтернативный способ решения могут быть нормальной частью работы. Хорошая проверка модели — не только буквальное выполнение команды, но и движение к результату в заданных границах.
Думаю, стоит проверить, повторяются ли эти наблюдения на ваших задачах: короткий запрос и длинный проектный чат могут вести себя по-разному. Японский разбор полезен точной формулировкой претензии, а не статистикой о всеобщем ухудшении — её в материале нет. AI может ошибаться. Раздражает, когда вместе с ошибкой он перестаёт искать способ её исправить.
Примеры моих AI-фото и видео — в разделе работ
Источники
Источникnote.com
