Выбор книги часто работает примерно одинаково. Открываешь подборку «100 книг, которые должен прочитать каждый», смотришь рейтинг на книжном сервисе, сохраняешь несколько громких названий — и в итоге снова откладываешь чтение.
Проблема в том, что вкус устроен сложнее рейтингов. Можно любить фантастику, но не переносить космические оперы. Читать детективы, но скучать от классического расследования убийства. Обожать Достоевского, но искать современный роман с похожим ощущением тревоги, вины и внутреннего конфликта.
Нейросеть решает эту проблему — но только если попросить её правильно. Запрос «посоветуй хорошие книги» не работает: в ответ вы получите ещё один книжный топ, просто в чате.
Зато нейросеть можно превратить в персонального книжного консультанта: она способна учитывать одновременно жанры, темы, любимых авторов, темп, сложность, объём и даже ваше сегодняшнее настроение. Главное — правильно объяснить, что вы за читатель.
Ниже — пять принципов точного подбора, а в конце статьи — готовый промпт, который делает всё сам: сначала задаёт 11 вопросов о вашем вкусе и только потом советует книги.
Шаг 1. Описывайте не жанр, а то, что именно вам в нём нравится
Запрос «Посоветуй хороший триллер» почти наверняка приведёт к очевидным рекомендациям. Нейросеть выберет несколько известных книг с хорошей репутацией — примерно так же, как это сделал бы поисковик.
Жанр — это ещё не вкус. Гораздо полезнее разобрать собственный вкус на составляющие.
Например:
«Я люблю психологические триллеры, где нет сверхъестественного, действие развивается медленно, герои морально неоднозначны, а финал заставляет переосмыслить предыдущие события».
Теперь ИИ ищет уже не просто книгу нужного жанра. Он должен учитывать темп, атмосферу, тип персонажей, устройство сюжета и характер концовки.
То же самое работает с любым направлением.
«Мне нравится научная фантастика про человека и общество. Не люблю сложную техническую терминологию, космические войны и бесконечное описание устройства мира. Хочу книгу, после которой остаётся тема для размышлений».
Чем точнее вы объясняете, что именно приносит удовольствие от чтения, тем меньше рекомендация зависит от общих рейтингов.
Шаг 2. Используйте любимые книги как систему координат
Один из самых простых способов объяснить нейросети свой вкус — назвать несколько книг, которые вам уже понравились.
Но здесь тоже важно не ограничиваться формулой:
«Мне нравится «1984». Посоветуй похожее».
Похожесть может означать совершенно разные вещи: антиутопию, политическую тему, атмосферу подавления, язык Оруэлла или внутреннее состояние героя.
Поэтому лучше написать:
«Мне понравилась «1984» не столько из-за антиутопии, сколько из-за ощущения постоянного давления системы на человека, паранойи и невозможности сохранить личное пространство. Посоветуй три книги с похожими темами, но не обязательно антиутопии».
Так нейросеть начинает искать не формальное жанровое сходство, а смысловое.
Шаг 3. Расскажите, чего вы не хотите читать
Отрицательные предпочтения часто оказываются не менее важными, чем положительные.
Допустим, человек говорит:
«Люблю исторические романы».
Под это описание подходят тысячи книг. Но если добавить:
«Не люблю длинные описания сражений, романтические линии и книги длиннее 500 страниц», пространство поиска резко сужается.
Можно указать практически любые ограничения:
- не хочу серию из десяти книг;
- без подростковых героев;
- минимум романтики;
- не хочу слишком тяжёлую литературу;
- без мистики;
- желательно до 350 страниц;
- хочу динамичное начало;
- книга должна быть переведена на русский язык.
Это особенно полезно потому, что книжные рекомендации обычно хорошо учитывают то, что человеку нравится, и значительно хуже — то, что регулярно заставляет его бросать книгу на сотой странице.
Шаг 4. Добавьте настроение и ситуацию
Одному и тому же человеку в разные моменты нужны совершенно разные книги.
Роман, который идеально подходит для отпуска, может совершенно не подойти после тяжёлой рабочей недели. Иногда хочется большой семейной саги на месяц, а иногда — короткой книги, которую можно закончить за два вечера.
Поэтому полезно описывать не только постоянные предпочтения, но и текущий запрос.
Например:
«Хочу книгу на выходные. Не больше 300 страниц. Сейчас не хочется ничего депрессивного или интеллектуально тяжёлого, но совсем простую развлекательную литературу тоже не хочу».
Или:
«Хочу мрачную книгу, после которой останется неприятное послевкусие и желание ещё несколько дней обдумывать происходящее».
Это важное отличие персонального подбора от обычных рейтингов. Список «лучших книг XXI века» остаётся примерно одинаковым для всех. Ваш запрос может меняться каждую неделю.
Шаг 5. Просите объяснить каждую рекомендацию
Самый полезный элемент запроса — не «посоветуй три книги», а «объясни, почему именно они».
Без этого нейросеть легко превращается в генератор названий. Лучше попросить её сопоставить каждую рекомендацию с вашими критериями.
Например:
«Для каждой книги отдельно укажи:
— что именно совпадает с моими интересами;
— чем она отличается от книг, которые я уже люблю;
— какой у неё темп;
— насколько она тяжёлая для чтения;
— кому она может не понравиться».
Последний пункт особенно полезен.
Хорошая рекомендация должна объяснять не только достоинства книги, но и риск того, что она вам не подойдёт.
Например:
«Эта книга подходит по атмосфере и моральной неоднозначности персонажей, но действие развивается очень медленно. Если вам нужен событийный сюжет, вероятно, это плохой выбор».
Такой ответ позволяет выбирать уже осознанно.
Не просите только самые известные книги
Есть ещё одна проблема книжных рекомендаций ИИ: модели склонны предлагать произведения, которые часто встречаются в текстах, обзорах и подборках.
Поэтому запрос «посоветуй лучшие антиутопии» закономерно возвращает Оруэлла, Хаксли и Брэдбери. Если вы много читаете, добавьте ограничение:
«Не предлагай самые очевидные книги, которые обычно входят в популярные топы. Если есть менее известный вариант, который точнее подходит под мои критерии, выбери его».
Можно пойти ещё дальше:
«Сначала придумай десять кандидатов, затем оцени каждый по соответствию моему запросу и покажи только три лучших».
Так ИИ не обязан выдавать первые три произведения, которые пришли ему в голову.
Готовый промпт
«Ты — мой персональный книжный консультант.
Помоги подобрать мне три книги не на основании общих рейтингов и популярности, а исходя из моих конкретных интересов.
Мои предпочтения:
— любимые жанры: [указать];
— темы, которые мне интересны: [указать];
— книги или авторы, которые мне нравятся: [указать];
— что именно мне в них нравится: [указать];
— что в книгах я обычно не люблю: [указать];
— предпочтительный темп: [медленный / средний / динамичный];
— желаемая сложность: [лёгкая / средняя / сложная];
— настроение, которое я сейчас ищу: [указать];
— желаемый объём книги: [указать или оставить без ограничений].
Если информации недостаточно, сначала задай мне несколько уточняющих вопросов.
После этого выбери три книги.
Не ориентируйся только на самые популярные произведения и книжные топы. Главный критерий — соответствие моим интересам.
Сделай рекомендации разными:
- Максимально точное попадание в мой запрос.
- Менее очевидная книга, которая тоже хорошо подходит.
- Книга немного за пределами моих привычных предпочтений, но с высокой вероятностью мне понравится.
Для каждой книги укажи:
— автора и название;
— кратко и без спойлеров, о чём она;
— почему она подходит именно под мой запрос;
— какие мои любимые книги или темы она напоминает;
— чем отличается от них;
— насколько она динамичная и сложная;
— что может мне в ней не понравиться.
Не придумывай книги, авторов или факты о произведениях. Если не уверен в каком-либо факте, прямо укажи это.
В конце сравни три варианта и скажи, с какой книги ты рекомендуешь начать и почему».
Что получится в итоге
Разница здесь примерно такая же, как между поиском «лучшие рестораны города» и разговором с человеком, который уже знает ваши вкусы.
Обычная подборка отвечает на вопрос: «Какие книги нравятся многим людям?»
Персональная рекомендация должна отвечать на другой: «Какая книга с высокой вероятностью понравится конкретно мне — и почему?»
Для этого нейросети нужно дать не только жанр. Ей полезно знать любимые книги, темы, отношение к темпу, объёму и сложности текста, нежелательные элементы и даже ваше сегодняшнее настроение.
Поэтому запрос:
«Посоветуй три хорошие книги»
почти всегда слабее, чем:
«Я люблю медленные психологические романы о морально неоднозначных людях, мне нравятся Кафка и Камю, но сейчас хочется чего-то современного и объёмом до 400 страниц. Посоветуй три книги и объясни, почему именно их».
В первом случае ИИ составляет ещё один книжный топ. Во втором — пытается подобрать книгу под читателя.
Именно в этом сценарии нейросеть становится действительно полезной: не решает, что «обязательно нужно прочитать», а помогает найти следующую книгу, которую вам действительно захочется дочитать.
Материал подготовлен с помощью TryChat. Повторить описанный способ можно в нашем сервисе, где функционал современных ИИ-моделей доступен без VPN и европейских карт.
Протестировать промпт можно уже прямо сейчас: https://trychatgpt.ru/
Мы в социальных сетях: