Как я научил нейросеть подбирать автомобиль: личный опыт и проверенные промты
Выбор автомобиля — непростая задача. Нужно учесть надёжность, личные предпочтения, цель покупки и, конечно, цену. Если вы не автоэксперт, разобраться в многообразии марок и моделей (особенно с учётом новых китайских брендов) бывает сложно.
Раньше приходилось либо обращаться к специалистам, либо самостоятельно изучать тонны информации. Я решил попробовать другой путь — использовать нейросеть. Её главное преимущество — способность быстро анализировать большие объёмы данных и выдавать структурированный результат.
Но просто попросить ИИ подобрать авто — пустая трата времени. Нужно грамотно поставить задачу. Разберу пошаговый алгоритм.
Шаг 1. Выбираем роли для нейросети
Нейросеть предложила 5 вариантов ролей. Оптимально сочетать две — так я выбрал:
«Автоэксперт‑консультант» — учитывает технические характеристики, надёжность моделей, стоимость владения и ликвидность на вторичном рынке.
«Специалист по соотношению цена‑качество» — ищет баланс между стоимостью и потребительскими качествами, оценивает экономичность эксплуатации и доступность запчастей.
Шаг 2. Составляем промт
Промт — это детальный запрос с чёткими критериями. Вот как я его сформулировал для подбора б/у автомобиля (данные актуальны на апрель 2026 года):
Часть 1. Основные требования:
· пробег — не более 70 000 км;
· год выпуска — от 2020 года;
· бюджет — до 1 410 000 рублей;
· коробка передач — механика или классический автомат;
· возможность установки ГБО.
Часть 2. Что исключить:
· китайские автомобили;
· Kia Rio;
· Hyundai Solaris;
· дизельные двигатели;
· модели с проблемами установки ГБО;
· автомобили с очень дорогим ремонтом или дефицитными запчастями.
Часть 3. Приоритет критериев (по убыванию):
· Стоимость.
· Надёжность и качество (на основе отзывов владельцев и экспертов).
· Ремонтопригодность.
· Потеря в цене с годами.
Шаг 3. Получаем и проверяем результаты
Я протестировал два сервиса — Алису и DeepSeek. Обе нейросети сначала допустили ошибки, включив неподходящие модели. После запроса на перепроверку и уточнение списка результаты улучшились.
Вариант от Алисы:
1. Lada Granta (2020–2023)
Цена: 749 900–1 341 000 руб.
Двигатель: 1.6 л (бензин), 87–106 л. с.
КПП: 5‑ступенчатая МКПП или 4‑ступенчатая АКПП.
Плюсы: простая конструкция, доступные запчасти, возможность установки ГБО, низкая стоимость обслуживания.
2. Renault Sandero (2020–2023)
Цена: 1 100 000–1 400 000 руб.
Двигатель: 1.6 л (бензин), 82–102 л. с.
КПП: 5‑ступенчатая МКПП или 4‑ступенчатая АКПП.
Плюсы: проверенная платформа Logan, высокая ремонтопригодность, совместимость запчастей с Logan.
3. Lada XRAY (2020–2023)
Цена: 1 000 000–1 350 000 руб.
Двигатель: 1.6 л (бензин), 106 л. с.
КПП: 5‑ступенчатая МКПП.
Плюсы: отечественные запчасти, возможность установки ГБО, высокий клиренс.
4. Dacia Logan (2020–2023)
Цена: 1 200 000–1 400 000 руб.
Двигатель: 1.6 л (бензин), 82–102 л. с.
КПП: 5‑ступенчатая МКПП или 4‑ступенчатая АКПП.
Плюсы: идентичен Renault Logan по конструкции, высокая надёжность, доступность запчастей.
5. Renault Logan (2020–2023)
Цена: 1 100 000–1 350 000 руб.
Двигатель: 1.6 л (бензин), 82–102 л. с.
КПП: 5‑ступенчатая МКПП или 4‑ступенчатая АКПП.
Плюсы: проверенная платформа, доступные запчасти.
6. Lada Vesta (2020–2023)
Цена: 1 000 000–1 300 000 руб.
Двигатель: 1.6 л (бензин), 106 л. с.
КПП: 5‑ступенчатая МКПП или вариатор (выбираем версию с МКПП).
Плюсы: отечественные запчасти, возможность установки ГБО, просторный салон.
7. Renault Duster (2020–2023)
Цена: 1 200 000–1 400 000 руб.
Двигатель: 1.6 л (бензин), 114 л. с.
КПП: 5‑ступенчатая МКПП.
Плюсы: проверенная конструкция, доступные запчасти, высокий клиренс.
8. Lada Largus (2020–2023)
Цена: 1 000 000–1 350 000 руб.
Двигатель: 1.6 л (бензин), 106 л. с.
КПП: 5‑ступенчатая МКПП.
Плюсы: отечественные запчасти, вместительный салон и багажник.
Вариант от DeepSeek:
1. Lada Vesta (седан, SW, Cross) 2020–2023 — 1.6 л (106 л.с.), атмосферный, 5МКПП или 6АКПП (классический гидротрансформатор). Цена 950 000 – 1 200 000 ₽. ГБО — отлично, ремонт дешёвый, запчасти везде.
2. Lada Vesta NG (новое поколение) 2022–2023 — 1.6 л (106 л.с.), атмосферный, 5МКПП или 6АКПП (Jatco, классический). Цена 1 100 000 – 1 350 000 ₽.
3. Renault Logan / Sandero Stepway 2020–2021 — 1.6 л (113 л.с., мотор K4M — «миллионник»), 5МКПП или 4АКПП (классическая гидромеханика). Цена 950 000 – 1 250 000 ₽. ГБО — отлично.
4. Volkswagen Polo (седан или лифтбек) 2020–2022 — 1.6 л (110 л.с., CWVA, атмосферный), 6АКПП Aisin (классический автомат). Цена 1 200 000 – 1 380 000 ₽.
5. Škoda Rapid (лифтбек) 2020–2022 — 1.6 л (110 л.с., CWVA, атмосферный), 6АКПП Aisin. Цена 1 250 000 – 1 400 000 ₽.
6. Škoda Octavia A7 (лифтбек) 2020–2021 — 1.6 л (110 л.с., атмосферный), только 6МКПП (автомат дороже 1,5 млн). Цена 1 300 000 – 1 410 000 ₽.
7. Kia Cerato (седан) 2020–2022 — 1.6 л (123 л.с., Gamma, атмосферный), 6АКПП (классический гидротрансформатор). Цена 1 300 000 – 1 450 000 ₽ (верхняя граница, но реально найти до 1,41 млн с пробегом до 70 тыс.).
8. Hyundai Elantra (седан, MD/AD) 2020–2021 — 1.6 л (128 л.с., атмосферный), только 6МКПП (автомат дороже). Цена 1 250 000 – 1 410 000 ₽.КПП: 6АКПП Aisin.
Вывод
Использование нейросети для подбора автомобиля — рабочий инструмент, но с нюансами:
· Всегда проверяйте результат. Нейросети могут ошибаться, поэтому запрашивайте перепроверку списка. В моём случае обе модели сначала включили неподходящие варианты — после уточнения промта и запроса на проверку ошибки были исправлены.
· Чётко формулируйте промт. Чем детальнее вы опишете критерии, тем точнее будет результат. Не стесняйтесь задавать уточняющие вопросы самой нейросети — она поможет доработать запрос.
· Комбинируйте роли. Сочетание «Автоэксперта‑консультанта» и «Специалиста по соотношению цена‑качество» дало лучший результат: я получил не просто список моделей, а анализ с учётом надёжности, стоимости обслуживания и ликвидности.
· Сравнивайте источники. Результаты Алисы и DeepSeek частично совпали (например, Lada Vesta и Renault Logan попали в оба списка), но каждый сервис предложил уникальные варианты. Это расширило выбор и позволило увидеть больше альтернатив.
Практические советы по работе с нейросетью для подбора авто
· Начинайте с общего промта, затем уточняйте. Сначала попросите нейросеть предложить структуру запроса, а потом дополняйте её своими критериями.
· Запрашивайте сравнение моделей. Попросите составить таблицу с плюсами/минусами 3–5 вариантов — так будет проще принять решение.
· Уточняйте актуальность данных. Всегда указывайте период, на который нужны сведения (например, «актуальные цены на апрель 2026 года»).
· Просите добавить нюансы эксплуатации. Например: «Укажи типичные проблемы этих моделей с пробегом 50–70 тыс. км» или «Оцени стоимость ТО на 3‑й год владения».
· Используйте запросы на перепроверку. Если результат кажется сомнительным, напишите: «Проанализируй этот список на соответствие моим критериям. Найди и исправь ошибки».
· Форматируйте вывод. Просите представить данные в виде нумерованного списка, таблицы или маркированных пунктов — так информация воспринимается легче.
· Учитывайте региональные особенности. Добавьте в промт свой город или регион: это повлияет на доступность моделей и цены.
Итог
Мой эксперимент показал: нейросети действительно помогают сузить круг поиска и сэкономить время. Они не заменят тест‑драйв и диагностику у механика, но:
· быстро анализируют тысячи предложений;
· структурируют информацию по вашим критериям;
· предлагают варианты, которые вы могли упустить;
· позволяют сравнить модели по ключевым параметрам.
Главный секрет успеха — грамотная постановка задачи. Чёткий промт + комбинация экспертных ролей + проверка результата дают отличный старт для выбора автомобиля.
Выбор авто и ИИ