Короткий ответ: пишите промпт на том языке, на котором вы формулируете точнее — для большинства из нас это русский. Современные модели понимают его хорошо, и переводить запрос ради «качества ответа» в обычных задачах не нужно. Язык действительно меняет манеру ответа — длину, тон, степень подробности, — но не меняет то, насколько модель умна.
Я Кира, пишу про нейросети по-человечески. Вопрос «а на английском не лучше?» мне задают чаще любого другого. Разберём спокойно: что тут правда, что осталось от старых времён и что стоит менять в запросе вместо языка.
Правда ли, что нейросеть на английском умнее
Поверье выросло не на пустом месте: ещё пару-тройку лет назад модели хуже держали грамматику, путали падежи, срывались в кальки. Есть и научная подпорка — работа «Better to Ask in English» (arXiv, 2024): GPT-4, Llama 2 и Gemini стабильно отвечали лучше на английские запросы, чем на бенгальском, хинди и урду.
Но это про низкоресурсные языки — те, которых в обучающих данных мало. Русский к ним не относится. В свежем архиве Common Crawl (CC-MAIN-2026-34), на котором так или иначе учатся почти все, английский занимает около 40% страниц, а русский около 7% и держится в первой тройке.
А дальше картина совсем неоднозначная. Работа 2026 года по культурной компетентности показала обратное: английские промпты дали точность на 8,08% ниже, чем промпты на родном языке задачи — родной язык несёт культурный контекст, а перевод его размывает. И тут же есть работа с противоположным выводом: арабские против английских промптов на 11 задачах и 9 754 примерах, где английский выиграл. Универсального правила «английский лучше» больше нет.
Что показало исследование Anthropic про язык и манеру ответа
13 июля 2026 года Anthropic опубликовала разбор 309 815 реальных диалогов в Claude.ai на 20 самых частых языках — двухнедельный срез мая 2026-го. Поведение модели разложили по четырём осям: уступчивость против осторожности, теплота против строгости, глубина против краткости, откровенность против результата.
Русский и английский оказались у полюса строгости — точность и прямота вместо ободрения. Хинди и арабский — у полюса теплоты. Глубже всего модель отвечала по-английски, короче всего — по-арабски.
Все четыре оси объясняют около 15% разброса — после поправки на тему, задачу и ценности самого пользователя. Это слабый эффект, а не рычаг.
И три оговорки, без которых пересказывать это нечестно. Первая — те самые 15%: язык объясняет крошечную часть того, каким выйдет ответ. Вторая — авторы прямо пишут, что не знают, какие свойства обучающих данных дают эти различия. Третья, самая важная: это исследование про Claude. Ни про ChatGPT, ни про Gemini, ни про Алису из него не следует ровно ничего.
Наш замер: одинаковые запросы на русском и английском
Глупо было не проверить руками. Методика простая, и я честно её опишу, чтобы никто не принял это за науку. Три запроса, каждый в двух версиях с одинаковым смыслом: объясни, что такое кэширование, человеку без технического образования; хочу уволиться и открыть кофейню, что скажешь; как починить протекающий кран. Три модели: GPT-5.6 Luna, Gemini 3.6 Flash, Grok 4.5 — настройки по умолчанию, длину ответа не ограничивали. Каждая пара прогонялась дважды, итого 36 ответов.
По количеству слов (среднее из шести ответов на пару «модель + язык») вышло так. GPT‑5.6 Luna: 223 слова по-русски против 226 по-английски — разницы нет. Gemini 3.6 Flash: 463 против 582, английский длиннее на 26%. Grok 4.5: 408 против 537, длиннее на 32%. Похоже на подтверждение «по-английски подробнее», правда?
А теперь то же в символах — считать слова между языками некорректно: у русского нет артиклей и половина предлогов зашита в падежи. В символах у Gemini английский длиннее на 6%, у Grok — на 16%, а у GPT‑5.6 Luna русские ответы вышли на 21% длиннее английских: эффект развернулся.
И отрезвляющее наблюдение: разброс между двумя прогонами одного запроса на одном языке доходил до 30%. Gemini на вопрос про кофейню по-английски ответил один раз на 584 слова, второй — на 763. Случайный шум оказался сопоставим с «языковым эффектом».
По тону — сюрприз. Обещанной русской строгости мы не увидели, скорее наоборот. Gemini по-русски начинал с «Идея отличная, романтичная и… очень опасная», а по-английски заходил суше: «It can be a great move for the right person in the right situation». Это не опровергает Anthropic: у них другая модель и три сотни тысяч диалогов, у нас — 36 ответов и один вечер. Порядок величины такой: разница есть, но тонет в шуме.
Когда промпт на английском действительно лучше
Пост, письмо или статья по-русски — русский: не будет потерь на обратном переводе. Законы, документы, российские реалии — русский: вы спрашиваете про русский контекст, и модель потянет из русских источников. Разговор, где важны нюансы, — русский: вы просто точнее сформулируете мысль. Узкая техническая тема — английский: специализированных текстов на нём в обучении на порядок больше. Код, ошибки, документация — английский: термины, названия функций и тексты ошибок и так английские. Нужен максимально длинный разбор — английский: ответы в среднем выходят чуть подробнее. Текст для англоязычной аудитории — английский: сразу на языке публикации, без промежуточного перевода.
Заметьте: «английский» в этой таблице почти нигде не значит «модель станет умнее». Он значит «на этом языке больше материала по теме».
Главная ловушка: плохой английский промпт против хорошего русского
Вот что перевешивает любые языковые эффекты модели. Человек с неродным английским переводит свой запрос — и пишет его хуже, чем написал бы по-русски. Теряет оттенки («разбери» превращается в безликое analyze), упрощает задачу до формулировки, которую уверенно знает, промахивается мимо термина, забывает половину условий, потому что их трудно выразить.
В итоге модель получает более бедное задание — и честно отвечает более бедным ответом. Никакая «англоязычная подробность» этого не компенсирует. Если английский промпт для узкой темы вам всё же нужен, безопасный путь такой: напишите его по-русски со всеми деталями, попросите ту же модель перевести и проверьте, что смысл не поехал.
Что влияет на ответ сильнее языка: шесть приёмов
1. Конкретность и контекст. «Напиши текст про кофейню» и «Напиши пост на 800 знаков для соседей по району про открытие кофейни во дворе, без пафоса, с адресом и часами работы» — два разных задания, и разница в результате несопоставимо больше любой языковой.
2. Заданный формат и объём. Скажите прямо: «пять пунктов», «в 200 слов», «таблицей», «сплошным текстом без списков». Модель почти всегда слушается — и это дешевле, чем менять язык в надежде повлиять на длину.
3. Примеры. Два-три образца «вот так надо», повторяющие структуру задачи, обзоры по промптингу называют одним из самых надёжных приёмов — они работают лучше любых объяснений на словах.
4. Указанный читатель и цель. «Объясни моей маме, которая никогда не пользовалась банковским приложением» задаёт уровень точнее, чем десять прилагательных вроде «простым языком».
5. Разбивка на шаги. Большую задачу отдавайте частями: сначала план, потом текст по плану, потом правка. Заодно видно, где именно модель свернула не туда, и чинить надо одну часть, а не всё целиком.
6. Уточнение после первого ответа. Диалог — это не одна попытка. «Слишком общо, добавь цифры» экономит больше времени, чем попытка написать идеальный промпт сразу.
И отдельно про знаменитое «думай пошагово». Отчёт лаборатории Wharton проверил приём на 198 вопросах уровня PhD (набор GPQA Diamond). У обычных моделей прирост заметный: Gemini Flash 2.0 — плюс 13,5%, Claude Sonnet 3.5 — плюс 11,7%. А у рассуждающих моделей — 2,9% и 3,1%, у Gemini Flash 2.5 результат вообще упал на 3,3% при росте времени ответа на 20–80%. Приёмы устаревают вместе с моделями.
Почему одна и та же нейросеть вдруг стала отвечать иначе
Ещё один вывод Anthropic, о котором говорят мало, а он объясняет половину жалоб в интернете: разные версии одной и той же модели ведут себя по-разному. Sonnet 4.6 в этом разборе описан как тёплый, уступчивый и краткий. Opus 4.7 — как склонный к строгости, осторожности и глубине: он чаще спорит с ложными предпосылками и сам, без просьбы, проговаривает риски.
Это одно семейство, просто разные версии. Так что если кажется, что «раньше он отвечал иначе» — вам не кажется, и дело не в языке. Вас переключили на новую версию. Лечится явной инструкцией: «отвечай коротко и по делу» или наоборот «разбери подробно, укажи риски».
Что делать, если ответы слишком короткие или слишком длинные
Менять язык ради длины — самый окольный путь из возможных. По нашему замеру он даёт от нуля до тридцати процентов и тонет в случайном разбросе. Прямая просьба даёт стопроцентный эффект и работает на любом языке.
Слишком длинно — «ответь в трёх предложениях», «только итог, без объяснений», «убери вводные абзацы и списки». Слишком коротко — «разбери подробно, с примерами», «объясни, что будет, если сделать иначе». Раздражает тон — «пиши суше, без комплиментов и эмодзи». А если пользуетесь одним сервисом каждый день, впишите эти требования в постоянные настройки.
Частые вопросы
Нужно ли переводить промпт на английский, чтобы получить ответ лучше
В обычных задачах — нет. Прироста качества от перевода никто не гарантирует, а потерю деталей вы устроите себе сами. Исключение — узкие технические темы и код, где английских источников объективно больше.
Работает ли чат GPT на русском языке хуже, чем на английском
Заметного провала в понимании русского у современных моделей нет: это один из самых представленных языков в обучающих данных. Разница — в манере: длине, тоне, детализации. В наших замерах она была нестабильной и местами разворачивалась в пользу русского.
Почему тогда все советуют писать промпты на английском
Потому что этот совет родом из 2022–2023 годов, когда он был верным. Модели с тех пор сильно подтянулись в многоязычности, а совет остался жить в статьях и роликах, которые никто не переписывал.
Правда ли, что на английском нейросеть отвечает подробнее
У Anthropic ось «глубина против краткости» действительно смещена к английскому. Но это про Claude, и эффект слабый. В нашем замере у двух моделей из трёх английские ответы были длиннее в словах, но в символах разница сжималась до 6–16%, а у третьей русские ответы вышли длиннее.
На каком языке писать промпт для генерации картинок
Тут английский чаще выигрывает, но по другой причине: генераторы изображений учились в основном на англоязычных подписях, и термины вроде «bokeh» или «cinematic lighting» понимают надёжнее. Если сервис переводит запрос сам — можно писать по-русски и проверять результат.
Стоит ли смешивать русский и английский в одном промпте
Можно и часто удобно: русская постановка задачи плюс английские термины, названия библиотек, цитаты из документации. Модели с этим справляются. Явно укажите только одно — на каком языке вы хотите ответ, иначе модель выберет сама.
Если коротко
Язык промпта — настройка удобства, а не переключатель мощности. Пишите на том языке, на котором точнее формулируете; переходите на английский там, где на нём просто больше материала: код, узкая техника, англоязычная аудитория. А силы, которые вы собирались потратить на перевод запроса, вложите в его конкретность — там разница исчисляется не процентами, а разами.
Пока нет комментариев