Как выбрать ИИ под задачу, а не по хайпу: простой каркас маршрутизации

Выбирай ИИ по задаче, а не по хайпу. Перед тем как открыть чат, ответь на три вопроса: что за работа, сколько стоит ошибка и до чего модели нужно дотянуться (огромный вход, твои файлы, живой интернет). Подбери модель под это, держи открытыми несколько и каждую задачу отдавай той, что её вывозит.

Привычка маршрутизировать бьёт погоню за моделью, которая на этой неделе возглавила очередной бенчмарк. Бенчмарки и посты про запуски продают тебе одну «лучшую» модель. В работе всё иначе: под разные задачи выигрывают разные модели. Ниже простой каркас, как отдать любую работу правильной модели, и когда переключаться вообще не стоит.

Как выбрать ИИ под конкретную задачу?

Начни с трёх вопросов по порядку. Каждый сужает выбор ещё до разговора о качестве.

• Что за работа? Что-то создать (текст, код, план), что-то разобрать (договор, таблицу данных), что-то найти (факт, источник) или что-то автоматизировать (повторяющееся действие). Глагол уже указывает на тип модели.
• Сколько стоит ошибка? Черновик для себя и предложение клиенту это разный риск. Высокая ставка - аккуратная модель, даже если медленнее. Низкая ставка и большой объём - быстрая и дешёвая.
• До чего модели нужно дотянуться? Обычный по размеру промпт, гигантский вход, который никуда не влезает, твои файлы и сервисы или сегодняшний интернет. Часто это решает вопрос сразу.

Ответишь на три - и тип модели обычно очевиден. Выбираешь не по общему рейтингу, а по совпадению с формой задачи.

Между какими моделями ты вообще выбираешь?

Забудь на секунду про названия. На практике выбор идёт между четырьмя типами:

• Аккуратная. Точно держит инструкцию, проходит многошаговые задачи, не сбивает тон. Дефолт для кода, рассуждений и всего, что опубликуешь или по чему будешь действовать.
• С огромным контекстом. Проглатывает целую книгу, год расшифровок, весь репозиторий за раз. Берёшь, когда проблема именно в размере входа.
• Быстрая и дешёвая. Дешевле за вызов, отвечает быстро. Под простые задачи пачками, где «достаточно хорошо на объёме» бьёт «идеально один раз».
• Подключённая. Дотягивается до живого интернета или до твоих инструментов и данных. Когда ответ зависит от чего-то свежего или от того, что есть только у тебя.

Почти у каждого семейства моделей есть версия под каждый тип. Навык в том, чтобы назвать форму задачи, потом выбрать тип, потом конкретную модель.

Карта: какая задача куда?

«Дефолт» значит «начни отсюда», а не «остальные не справятся».

Как маршрутизировать на практике?

1. Назови главную задачу, а не «кто умнее». Что ты будешь делать чаще всего на этой неделе? Это и есть твой дефолт. 2. Проверь одно жёсткое ограничение. Длина входа, бюджет, нужны ли свежие данные, где лежат данные. Обычно одно из этого решает вопрос ещё до качества. 3. Прогони свою реальную задачу через двух кандидатов. Двадцать минут на задаче, которая у тебя есть прямо сейчас, честнее любого рейтинга. Один промпт, сравни результат, которым реально пользовался бы. 4. Маршрутизируй, а не женись. Держи открытыми две. Каждую задачу отдавай той, что под её форму. Привязать себя к одной - единственная явная ошибка.

Когда переключать модель не нужно?

Чаще всего. Выбор модели это последние 10%, а не первые. Точный промпт и понятная задача бьют «лучшую» модель, которую гоняют лениво. Поэтому прежде чем идти за другой нейросетью, почини запрос: скажи, что хочешь, дай пример, задай ограничения. Если результат всё равно не под форму задачи - тогда маршрутизируй. Прокачать это умение ставить задачу даёт больше, чем любая смена модели, и потренироваться можно в настоящем Claude без регистрации.

Коротко

Маршрутизируй по задаче, не по хайпу. Спроси, что за работа, сколько стоит ошибка и до чего модели нужно дотянуться, потом подбери аккуратную, контекстную, быструю или подключённую. Держи открытыми две, каждую задачу отдавай той, что вывозит, и чини промпт до того, как винить модель.