Я год работаю в двух нейросетях сразу. И не собираюсь выбирать одну
Каждый второй вопрос от коллег звучит одинаково: "на какую нейросеть подписаться, если бюджет только на одну?" Все ждут, что я назову победителя. А я отвечаю встречным: зачем выбирать-то? У меня в работе крутятся обе, ChatGPT и Claude, и каждая закрывает то, что вторая делает криво. За год такой связки я вообще перестал думать про них как про конкурентов. Это два разных сотрудника с разным характером, и платить им по двадцать долларов в месяц выходит дешевле, чем выжимать одного универсала на задачах, под которые он не заточен.
Дальше разберу, чем они отличаются на живой работе маркетолога, а не в рекламных табличках "10 фишек нейросети". Где какая экономит часы. А где наоборот, сжигает нервы и лимиты.
так в чём разница-то?
Проще всего объяснить через характер. ChatGPT это спринтер. Кидаешь ему задачу, и он тут же срывается с места: "понял, погнали". Энергичный, болтливый, готов мусолить концепцию хоть полчаса. Claude другой породы. Сначала помолчит, разложит задачу по полочкам, выстроит логику и только потом начнёт писать. За эту дотошность его обожают программисты. За неё же иногда хочется его пнуть, мол, давай уже быстрее.
На текстах разница вылезает сразу. ChatGPT пишет нормально, но любит налить воды и раздуть объём вдвое. Claude пишет солиднее, его абзацы похожи на работу живого эксперта, а не на сочинение отличника на пятёрку. Если ChatGPT это бойкая дворняга, которая радостно тащит палку и виляет хвостом, то Claude породистый пёс с медалями выставки. Оба нужны. Просто задачи у них разные.
когда я открываю ChatGPT?
Когда надо думать вслух и быстро. Самый частый сценарий: есть сырая идея кампании, я жму микрофон и наговариваю её как есть, со всеми "эээ", паузами и словами-паразитами. Голосовой ввод тут работает отлично, и через минуту я получаю не кашу, а нормальный структурированный текст. Для человека, который думает быстрее, чем печатает, это меняет всё. Claude голос пока не умеет, и это его слабое место.
Второй сценарий это разведка. Надо понять, что предлагают конкуренты клиента. На прошлой неделе так разбирал десяток сайтов поставщиков оборудования для общепита. Кидаю в Deep Research ссылки и прошу собрать сводную таблицу: цены, акции, условия доставки, чем они вообще друг от друга отличаются. То, на что у меня уходил бы целый рабочий день с переключением вкладок и копипастом, машина выдала за пару минут. Цифры я потом перепроверил руками, не без этого. Но всю черновую возню она с меня сняла.
И третий момент, за который ценю именно ChatGPT. В него можно грузить реально много. В рамках диалога нет таких злых лимитов как у Клода, поэтому не дрожишь над каждым словом и спокойно заливаешь здоровенные массивы данных. Для брейнштормов и долгих обсуждений среда идеальная, экономить контекст не приходится.
а когда переключаюсь на Claude?
Когда черновик готов и его пора превращать в продукт. Claude это мой архитектор. Отдаю ему готовую структуру из ChatGPT и прошу собрать финальный документ. Техзадание для подрядчика, регламент, бриф, проверочный чек-лист, всё это он держит в строгой форме и не плывёт на середине. Если задача жёсткая и повторяющаяся, например прогнать тексты пяти копирайтеров по списку из тридцати критериев, Claude делает это ровно, без отсебятины и без "а давайте я тут чуть-чуть улучшу".
У него есть ещё один козырь, вёрстка. Даю ему план презентации словами, и он собирает аккуратную HTML-страницу с нормальной типографикой. Для маркетолога, у которого нет дизайнера под каждую мелочь, это прям спасение.
Но есть и обратная сторона, про которую лучше знать заранее. Лимиты токенов у Claude жёсткие. И что хуже, при каждом новом ответе он заново перечитывает все системные файлы и инструкции, которые лежат у него в "Проектах". А значит свалить туда всё подряд не выйдет. Закинете в проект мусор, и лимит сгорит за два запроса, а вы останетесь без модели прямо посреди задачи. Поэтому в Claude я отдаю только вычищенные данные, строго по делу. Привычка фильтровать вход тут не каприз. Это условие, без которого он просто не доработает до конца.
главный секрет не в модели, а в подготовке
Вот мысль, до которой я дошёл не сразу, и она бы сэкономила мне кучу времени в начале. Работает не нейросеть. Работает ваша подготовка. По моему опыту тут чистое правило Парето: восемьдесят процентов времени уходит на постановку задачи, сбор базы знаний и схему. И только двадцать на саму генерацию.
Новички делают наоборот. Открывают чат, пишут "напиши пост про скидки" и потом удивляются, чего это вышло так уныло. Ну а чего вы хотели. Если на входе пусто, на выходе будет вода, и неважно, какая из моделей её налила. Сильный результат начинается не с кнопки "отправить". Он начинается с того, что вы сами разложили задачу по полочкам ещё до того, как сели за клавиатуру.
как я связываю их в одну цепочку
Самое интересное начинается, когда модели работают в паре. Покажу свой обычный маршрут одной задачи:
- старт в ChatGPT. Наговариваю идею голосом, обсуждаю концепцию, гоняю Deep Research по конкурентам и собираю структуру будущего материала.
- финиш в Claude. Переношу готовую структуру и прошу собрать чистовик: документ, ТЗ или свёрстанную презентацию.
И есть приём, который я подсмотрел и теперь использую постоянно. Кросс-проверка. Готовый текст из одной модели я открываю в чистом чате другой и прошу выступить в роли жестокого критика, который должен разнести работу в пух и прах. Свежий взгляд второй нейросети ловит то, чего первая в упор не видит. Она ведь уже "влюбилась" в свой ответ и теперь его защищает. Этот трюк вытащил мне не один сырой текст, который я уже было собрался отправлять клиенту.
с чего начать, если вы только заходите
Если нейросети для вас пока тёмный лес, начинайте с ChatGPT. Он прощает ошибки, не пугает лимитами, бодро отвечает и помогает втянуться без стресса. Это как первая машина. Главное наездить часы и почувствовать руль, а не сразу прыгать на гоночный болид.
А когда задачи станут серьёзнее, когда появятся регламенты, повторяющиеся проверки и нужда в безупречной структуре, подключайте Claude. Он не для развлечения, он для дисциплины. И вот в этой точке, когда у вас в руках обе модели, начинается настоящая магия. Вы перестаёте подстраиваться под инструмент и начинаете собирать из двух нейросетей свой конвейер под свои задачи.
А вы уже пробовали держать две модели в связке? Или пока выбираете одну? Расскажите в комментариях, на чём остановились и почему.