Словарь ИИ-терминов для чайников: учимся говорить на одном языке

Знакомство с миром ИИ: что такое искусственный интеллект и чем отличается от нейросети

Еще недавно общение с нейросетью было скорее чем-то забавным и ограничивалось исключительно созданием смешных картинок. Сегодня это полноценный рабочий инструмент. С его помощью пишут коды для программ, составляют договоры и отчеты, анализируют документы и данные, готовят презентации и автоматизируют рутинные задачи.

Чтобы пользоваться такими инструментами увереннее, сначала разберемся, чем искусственный интеллект отличается от нейросети.

Искусственный интеллект (ИИ) — самое широкое понятие. Так называют технологии, которые могут делать то, что раньше требовало участия человека: распознавать лица на фото, строить маршруты, рекомендовать фильмы, переводить речь или отвечать на вопросы.

Нейросеть — технология внутри этого большого мира. Ее особенность в том, что она обучается на примерах. Покажите ей огромное количество фотографий людей — со временем она научится различать их сама. Обучите на большом массиве текстов — она сможет работать с языком: писать, сокращать, переводить и отвечать на запросы.

Проще представить разницу так: ИИ — целая область, нейросеть — одна из технологий, которые в ней используются. А ChatGPT, DeepSeek и GigaChat — уже конкретные сервисы, с которыми работает пользователь.

Базовый словарь для общения и работы с нейросетями

Разобраться во всех технических тонкостях ИИ обычному пользователю не нужно. Но есть слова, которые будут встречаться постоянно — в интерфейсе нейросети, инструкциях, статьях и рабочих обсуждениях. Понимая их, гораздо проще осваивать новые инструменты и функции. Ниже собрали именно такую базу.

А — Агрегатор нейросетей

Агрегатор нейросетей — сервис, в котором собрано сразу несколько ИИ-моделей. Не нужно открывать разные сайты: в одном месте можно работать с текстом, искать информацию, создавать изображения и решать другие задачи.

Например, платформа LMArena позволяет бесплатно использовать и сравнивать разные ИИ-модели: Claude, OpenAI GPT, Gemini, DeepSeek и др. Это отличный вариант для новичков, чтобы попробовать сразу все самые мощные нейросети. Можно задать один и тот же запрос нескольким моделям и посмотреть, какая справилась с задачей лучше.

Никита Брусков, веб- и нейродизайнер, преподаватель онлайн-школы Action Digital School, в коротком видео показал как работать с LMArena.

Г — Галлюцинации нейросетей

Галлюцинации нейросетей — ошибки, при которых ИИ выдает выдуманную информацию за реальную. Он может придумать несуществующий закон, исследование, цитату или статистику и написать об этом так уверенно, что подвох сложно заметить.

Почему нейросеть галлюцинирует. Основные причины связаны с особенностями работы и обучения нейросетей:

• Ограниченность обучающих данных: если в массиве данных, на которых обучалась модель, есть ошибки, неполнота или противоречивость, нейросеть может их воспроизвести или усилить.
• Недостаток релевантной информации: в узкоспециализированных или редких темах данных для обучения мало, и модель начинает «додумывать».
• Переобучение: когда модель слишком точно запоминает тренировочные данные, она начинает воспроизводить их шаблоны даже в неподходящих ситуациях.
• Неоднозначность запроса: если запрос сформулирован слишком широко или абстрактно, модель может неверно интерпретировать контекст.

Г — Генерация

Генерация (создание) — один запуск нейросети для создания результата. Например, вы попросили ИИ написать текст, создать изображение или сделать видео и нажали «Сгенерировать» — это одна генерация. При этом за один запуск сервис может выдать сразу несколько вариантов результата.

Количество генераций особенно важно в сервисах для создания изображений и видео.

На бесплатных тарифах часто действует лимит: например, Leonardo.Ai начисляет ограниченное количество токенов для генерации, а Krea ограничивает использование отдельных моделей и функций. После исчерпания бесплатного лимита придется дождаться его обновления или перейти на платный тариф.

D — DeepThink (глубокое рассуждение)

DeepThink — режим в DeepSeek для задач, где нейросети требуется более глубокое рассуждение. Вместо быстрого ответа модель тратит больше вычислений на анализ задачи и поиск решения.

Похожий принцип используется и в других ИИ-сервисах: пользователь может выбрать более глубокое рассуждение для сложной задачи вместо обычного быстрого ответа. Но учтите что режим DeepThink не гарантирует правильность результата. Нейросеть может ошибиться и после более долгого анализа, поэтому факты, расчеты и важные выводы все равно нужно проверять.

И — ИИ-слоп

ИИ-слоп (AI slop) — так называют низкокачественный контент, массово созданный с помощью нейросетей. Это могут быть видео с нелогичным сюжетом, однотипные странные картинки, бессмысленные тексты или ролики с заметными ошибками генерации. Термин появился как реакция на поток такого контента в интернете. Его главный признак — нейросеть использовали ради скорости и количества, а результат почти не проверяли и не дорабатывали. Например, автор генерирует десятки коротких роликов по одному шаблону и сразу публикует их, даже если у персонажей меняются лица, предметы исчезают из кадра, а сюжет разваливается.

При этом не любой контент, созданный ИИ, считается слопом. Если человек продумал идею, отобрал удачные генерации, исправил ошибки и довел материал до нужного качества, это уже полноценная работа с ИИ как с инструментом.

И — ИИ-агент

ИИ-агент — программа на основе искусственного интеллекта, которая может не только отвечать на запрос, но и сама выполнять цепочку действий для достижения поставленной цели. Она определяет, какие шаги нужны, использует доступные инструменты и последовательно выполняет задачу.

ИИ-агентов уже используют и в компаниях. Им можно поручать обработку обращений клиентов, поиск информации во внутренних документах, подготовку отчетов или другие многоэтапные процессы.

Главное отличие легко запомнить: обычная нейросеть в основном отвечает, а ИИ-агент может действовать и выполнять несколько связанных шагов.

И — ИИ-аватар

ИИ-аватар — цифровой персонаж, созданный с помощью нейросети. Он может выглядеть как реальный человек, говорить заданным голосом, двигаться и произносить текст, который ему написал пользователь.

ИИ-аватары могут быть полностью вымышленными или созданными по внешности и голосу конкретных людей с их разрешения. Их генерируют через HeyGen, Kling AI, Hedra. Сейчас этот инструмент активно внедряют в свою жизнь и работу те, кто хочет сэкономить время и деньги, которые понадобились бы на профессиональные съемки в разных локациях.

К — Контекст

Контекст — информация из текущего диалога, которую нейросеть учитывает при подготовке следующего ответа. Благодаря ему не нужно каждый раз заново объяснять задачу: ИИ понимает, о чем вы говорили раньше, и может продолжить работу с учетом предыдущих сообщений.

Пользователю повторять исходные данные не нужно. Нейросеть берет их из контекста и понимает, что речь идет о той же претензии и той же просроченной поставке. Поэтому следующий запрос может быть еще короче: «Теперь составь сопроводительное письмо к этой претензии». ИИ снова использует предыдущий контекст и понимает, о каком документе идет речь.

К — Кредиты

Кредиты — внутренняя «валюта» некоторых ИИ-сервисов, которой оплачиваются генерации и отдельные функции. Например, создание картинки может списать несколько кредитов, а генерация видео — значительно больше.

Работает это как внутренний баланс: сервис дает определенное количество кредитов по тарифу, а вы расходуете их во время работы. Такая система есть, например, в Freepik AI и Runway. В Runway кредиты расходуются при генерации видео и использовании некоторых других AI-инструментов, причем стоимость зависит от выбранной модели и параметров.

Важно не путать кредиты и генерации. Генерация — один запуск нейросети, а кредиты — то, сколько условных единиц сервис спишет за этот запуск. Поэтому 100 кредитов вовсе не обязательно означают 100 картинок или видео.

О — OCR (Optical Character Recognition)

OCR — технология, которая распознает текст на фотографиях, сканах и изображениях и превращает его в обычный текст, с которым можно работать.

OCR пригодится, когда нужно:

• извлечь текст из скана договора;
• перенести данные с чека или счета в таблицу;
• распознать текст на фотографии;
• перевести бумажный документ в редактируемый формат.

Распознавать текст на изображениях умеют многие современные ИИ-сервисы, например ChatGPT, Claude, Gemini и GigaChat. Отдельные OCR-модели есть и у Mistral AI. При этом распознанные данные стоит проверять: OCR может перепутать цифру, букву или знак, особенно если изображение размытое, текст мелкий или документ плохо отсканирован.

П — Промпт

Промпт (Prompt) — это запрос, задача, которую вы даете нейросети. Промпт может состоять из одного вопроса или подробной инструкции с описанием задачи, роли, исходных данных и требований к результату. Чем точнее промпт, тем меньше нейросети приходится «догадываться», чего вы от нее хотите.

Пример. Ты — преподаватель английского языка. Составь упражнения для ученика уровня B1 на отработку Present Perfect. Ученик часто путает его с Past Simple. Дай 10 заданий от простых к более сложным, используй лексику из повседневной жизни. В конце добавь ответы для самопроверки.

Р — Роль

Роль — указание нейросети, от лица какого специалиста ей нужно выполнять задачу: юриста, редактора, бухгалтера, преподавателя, эксперта по Excel или, например, делового помощника. Роль помогает ИИ лучше понять задачу: на чем сделать акцент, какие знания использовать и в каком стиле подготовить ответ.

Во втором случае нейросеть понимает не только что объяснить, но и для кого и как это сделать: выбирает более простой язык, приводит понятный школьнику пример и добавляет проверку знаний.

При этом роль не превращает ИИ в настоящего специалиста. Даже если попросить нейросеть «быть юристом» или «быть бухгалтером», важные выводы все равно нужно проверять.

R — RAG (Retrieval-Augmented Generation)

RAG — подход, при котором нейросеть перед ответом ищет нужную информацию в подключенных источниках: документах, инструкциях, базе знаний компании. Затем она использует найденные данные, чтобы подготовить ответ.

Допустим, в компании есть 200 внутренних инструкций для сотрудников. Вместо того чтобы каждый раз вручную искать нужный файл и пункт, можно подключить эту базу к ИИ-помощнику.

Сотрудник спрашивает: «Сколько дней отпуска положено после пяти лет работы в компании?»

Система находит нужный пункт во внутренних документах и на его основе формирует ответ. То есть RAG позволяет нейросети опираться не только на знания самой модели, но и на конкретные источники, которые ей дали для поиска.

Такой подход используют, например, в корпоративных ИИ-ассистентах, службах поддержки и чат-ботах, которые отвечают сотрудникам или клиентам по внутренней базе знаний.

Р — Режим «Поиск в интернете» (Search)

Search — режим в нейросети DeepSeek, при котором она может искать информацию в интернете перед подготовкой ответа. Он нужен, когда данных из знаний самой модели недостаточно или вам важна актуальная информация на текущий момент.

Например, можно спросить: «Какие изменения в Трудовом кодексе России вступили в силу в 2026 году?». Без поиска DeepSeek будет опираться исключительно на уже имеющиеся у модели знания, которые могут быть неактуальными. С включенным Search нейросеть сначала ищет свежие материалы в интернете, а затем составляет ответ на их основе.

Режим пригодится, когда вы ищете:

• свежие новости и события;
• изменения в законах;
• актуальную статистику;
• цены и тарифы;
• свежие исследования;
• информацию о компаниях и продуктах.

При этом найденные сведения все равно стоит проверять по ссылкам на первоисточники: доступ к интернету снижает риск получить устаревшие данные, но не гарантирует, что нейросеть правильно их поняла и пересказала.

Р — Рейтинг ответов (Thumbs up/down)

Рейтинг ответов — кнопки 👍 и 👎 под сообщением нейросети, с помощью которых пользователь может отметить, оказался ответ полезным или нет. Такая функция есть, например, в ChatGPT, DeepSeek и других ИИ-сервисах.

Если ответ хороший, можно поставить 👍. Если нейросеть ошиблась, не выполнила инструкцию или выдала бесполезный результат — 👎. В некоторых сервисах после этого можно дополнительно указать, что именно было не так.

Такая оценка не означает, что нейросеть мгновенно «запомнит ошибку» и больше никогда ее не повторит. Обратная связь может использоваться разработчиками сервиса для анализа качества ответов и дальнейшего улучшения моделей.

Больше полезных статей о нейросетях от экспертов школы Action Digital School:

• Как освоить нейросети с нуля и что для этого нужно: мнение эксперта
• Как нейросети облегчают и ускоряют работу офисных сотрудников
• Рынок труда изменился! Как навык работы с нейросетью влияет на карьеру и зарплату
• Какие рабочие задачи юрист может поручить нейросети: готовые решения
• Кадровые секреты или как нейросети помогают экономить рабочее время
• Какие рабочие задачи бухгалтер может делегировать нейросети
• Нейросети в бизнесе, управлении и маркетинге: 5 рабочих кейсов
• Нейросети в медицине: какие задачи работники здравоохранения могут делегировать ИИ
• ИИ для специалистов по охране труда: какие задачи можно делегировать нейросетям

Т — Токены

Токены — небольшие части текста, на которые нейросеть разбивает ваш запрос и свой ответ. Одним токеном может быть целое короткое слово, часть длинного слова, число или знак препинания. Например, фразу: «Составь план презентации о продажах» нейросеть воспринимает не как одну строку целиком, а разбирает на несколько токенов и уже с ними работает.

Зачем это знать обычному пользователю? У каждой ИИ-модели есть ограничение на количество токенов, которое она может обработать за раз. Чем длиннее переписка и загруженные документы, тем больше токенов занимает контекст. Если данных слишком много, часть информации может не поместиться в доступный объем.

Токены также важны при работе с платными API: там стоимость часто рассчитывается именно по количеству обработанных токенов. Поэтому фраза «модель поддерживает 100 тысяч токенов» говорит не о количестве запросов, а о том, какой объем текста она способна учитывать.

Т — Температура

Температура — параметр, который влияет на то, насколько предсказуемым или разнообразным будет ответ нейросети. Чем ниже значение, тем чаще модель выбирает наиболее вероятные варианты продолжения текста. Чем выше — тем больше вариативности в ответах.

Например, если попросить ИИ придумать 10 названий для корпоративного блога, при низкой температуре варианты будут более сдержанными и похожими друг на друга. При высокой — появится больше необычных и неожиданных идей.

Условно можно ориентироваться так:

• низкая температура — инструкции, классификация, извлечение данных, ответы, где важна стабильность;
• средняя — письма, статьи, объяснения, рабочие тексты;
• высокая — идеи, названия, сценарии, творческие концепции.

При этом температура не делает ответ фактически точным. Даже при низком значении нейросеть может ошибаться. И обычный пользователь видит эту настройку далеко не во всех чат-ботах: чаще с ней сталкиваются при работе через API, конструкторы и профессиональные ИИ-инструменты.

Т — Тред / новый чат

Тред (чат) — отдельная ветка переписки с нейросетью, внутри которой сохраняется контекст разговора. Новый чат создает новую ветку и позволяет начать другую задачу с чистого листа.

Например, утром вы обсуждали с ИИ анализ финансового отчета, а после обеда хотите подготовить поздравление коллегам к празднику. Лучше открыть новый чат: так предыдущие инструкции, данные и стиль общения не будут влиять на новую задачу. При этом для одной большой задачи удобнее оставаться в одном треде.

Если вы сначала попросили составить презентацию, затем сократить ее до 10 слайдов, а после придумать текст выступления, нейросеть сможет опираться на предыдущую переписку.

Простое правило: новая задача — новый чат, продолжение старой задачи — тот же тред. Так нейросеть не будет путаться в контекстах и реже будет ошибаться.