most-AI.com

Разбор чужого текста: тезис, доводы и слабые места аргументов

Катя Долгих8 мин

Есть отдельный навык, который в школе почти не тренируют, а в работе он нужен постоянно: прочитать чужой текст и понять, что именно вам доказывают и чем. Не «о чём статья», а какой тезис автор защищает, какими доводами и где эти доводы держатся на честном слове. Разбор аргументации — это когда вы можете пересказать чужую позицию сильнее, чем автор, и только потом сказать, согласны вы или нет.

Нейросеть здесь удобна не тем, что «сама всё поймёт», а тем, что она не устаёт и не ленится. Она пройдёт по абзацам подряд, вытащит каждое утверждение, разложит их по полочкам и не пропустит середину текста, где обычно и прячется самое слабое место. Дальше речь пойдёт про конкретные промты и про то, где их результат нельзя принимать на веру. Писать собственное эссе мы здесь не будем — для этого есть отдельная подборка промтов, а разбор договоров и рабочих отчётов живёт в материале про анализ документов.

Шаг первый: тезис одной фразой и доводы списком

Любой разбор начинается с одного и того же вопроса: что автор утверждает. Если этот шаг пропустить, дальше получится не анализ, а пересказ — модель просто перескажет текст красивыми словами, и вы останетесь ровно там же, где были.

Ниже текст. Сформулируй главный тезис автора одной фразой — так, как его сформулировал бы сам автор, без оценки и без смягчений. Затем перечисли по пунктам доводы, которыми он этот тезис поддерживает. Для каждого довода укажи, в каком месте текста он находится, и коротко напиши, чем именно он подкреплён: примером, ссылкой на чужое мнение, цифрой, личным опытом или ничем.

Текст: [вставьте текст]

Главное в этом промте — последняя графа. Как только рядом с каждым доводом появляется пометка «подкреплён ничем», картина текста меняется: часто оказывается, что из пяти аргументов работают полтора, а остальные — это переформулировка тезиса другими словами.

Отдельный случай — когда чёткого тезиса в тексте нет. Так устроена половина постов и колонок: автор рассуждает вокруг темы, а к утверждению не приходит. Модель этого почти никогда не признаёт по своей воле, она достроит правдоподобный тезис за автора и выдаст его как найденный. Поэтому в промт полезно заранее вписать право на ответ «не нашёл»:

Если единого тезиса в тексте нет, так и напиши: «явного тезиса нет». В этом случае перечисли отдельные утверждения, которые автор делает по ходу, и укажи, противоречат ли они друг другу. Не додумывай за автора вывод, которого он не сформулировал.

Проверить легко: попросите показать фрагмент, из которого тезис взят. Если модель приводит абзац, где этой мысли прямым текстом нет, тезис она сочинила.

Приёмы убеждения, которые стоит уметь называть

Дальше — самое полезное. Текст может быть логически слабым, но при этом убедительным, потому что в нём работают приёмы, которые действуют мимо логики. Их немного, и почти все они узнаются с одного взгляда, когда знаешь названия.

Апелляция к авторитету. Утверждение подкрепляется не доводом, а тем, кто его произнёс. «Известный тренер по продуктивности говорит, что вставать надо в пять утра. Значит, вставать надо в пять утра». Мнение специалиста — это повод отнестись внимательнее, но само по себе оно ничего не доказывает, особенно если специалист высказывается не о своей области.

Подмена тезиса. Начали доказывать одно, закончили другое. «Онлайн-курсы не заменяют университет. Поэтому учиться самостоятельно бессмысленно». Первое утверждение обсуждаемо, второе из него не следует — по дороге тему тихо заменили на более удобную.

Ложная дилемма. Читателю предлагают два варианта и делают вид, что других нет. «Либо вы вкладываетесь в личный бренд, либо о вас никто никогда не узнает». Между этими полюсами помещается десяток стратегий, но выбор из двух звучит энергичнее.

Цифра без источника. Число в тексте выглядит как доказательство, даже когда неизвестно, откуда оно. «Девять из десяти команд бросают новый инструмент в первый месяц». Кто считал, сколько было команд, что считали провалом — не сказано, а цифра уже сработала.

Обобщение по одному случаю. Частный опыт подаётся как правило. «Мой знакомый открыл кофейню без опыта и вышел в плюс за полгода — значит, опыт в этом деле не нужен». Один случай доказывает только то, что такое бывает.

Промт, который ищет всё это разом:

Прочитай текст и найди приёмы убеждения, которые работают вместо доказательств: апелляция к авторитету, подмена тезиса, ложная дилемма, цифра без указания источника, обобщение по одному случаю, эмоциональное давление. Для каждой находки приведи точную цитату из текста, назови приём и объясни в одной фразе, почему это не доказательство. Если приёма в тексте нет — не выдумывай его ради полноты списка.

Последнее предложение обязательное. Модель охотно заполняет предложенную структуру и, если попросить найти шесть приёмов, найдёт шесть — даже в аккуратно написанном тексте. Каждую находку нужно сверять с цитатой: цитата на месте и приём в ней виден — засчитываем, цитата притянута — вычёркиваем.

Слабые места и три контраргумента

Когда тезис и доводы разложены, можно переходить к возражениям. Формулировка «найди слабые места» сама по себе даёт вялый результат, поэтому лучше сразу задать формат и количество.

Ты оппонент автора на семинаре. Задача — не согласиться, а найти уязвимости. Укажи три самых слабых места в аргументации: где вывод не следует из посылок, где не хватает данных, где автор не рассматривает очевидное возражение. По каждому слабому месту сформулируй развёрнутый контраргумент на три-четыре предложения. Контраргументы должны бить по логике текста, а не по личности автора и не по стилю изложения.

Отдельная проблема — покладистость. Модель настроена быть полезной собеседнику и подстраивается под вашу позицию: если вы в промте дали понять, что текст вам не нравится, она разнесёт его в пух и прах, а если похвалили — найдёт в нём глубину. Лечится это тремя приёмами. Первый: не сообщайте своё мнение до разбора, спрашивайте нейтрально. Второй: просите разбор в обе стороны — «сначала лучшая защита этого тезиса, потом лучшая критика». Третий: запустите второй заход в новом чате с обратной установкой и посмотрите, что останется общего в двух версиях. Общее — это, скорее всего, реальные свойства текста, а не отражение вашего настроения.

Сделай два блока. Первый: самая сильная защита тезиса — как бы его отстаивал опытный сторонник, включая аргументы, которых в тексте нет. Второй: самая сильная критика того же тезиса. В обоих блоках держись фактов из текста, не переходи на оценки автора. В конце одной фразой скажи, какая сторона выглядит убедительнее и почему.

Разные типы текстов — разные слабые места

Универсального разбора не бывает: в новости, рекламе и дружеском совете подводит разное.

В новостной заметке смотрят на границу между событием и интерпретацией. Что произошло по фактам, а что — вывод редакции; на кого сослались и есть ли вторая сторона; какие слова в заголовке оценочные. Полезный промт: «Раздели текст на две колонки: проверяемые факты и оценки автора. Отдельно выпиши все утверждения, поданные без указания источника».

В рекламном обещании ищут, что именно обещано и чем это обеспечено. Формулировки вроде «до 40%», «в среднем», «может помочь» звучат как гарантия, а гарантией не являются. Промт: «Выпиши все обещания результата. Для каждого укажи оговорки, которые их ограничивают, и напиши, что конкретно продавец обязуется сделать, а что зависит от покупателя».

В посте с советом главный вопрос — на каком опыте он основан и для кого работает. «Я так сделал, и получилось» — это описание одного случая, а не метод. Промт: «Определи, на чём основан совет: личный опыт, чужой опыт, исследование, здравый смысл. Опиши условия, при которых он не сработает, и укажи, для какой аудитории он явно не подходит».

Научный или учебный текст разбирается ещё строже — там есть методика, выборка и выводы, которые могут выходить за пределы данных. Про это есть отдельный материал о работе с научными текстами.

Разбор нейросети — это черновик

Здесь нужна прямая оговорка. Модель подвержена ровно тем же ошибкам, которые вы просите её искать: она обобщает по одному фрагменту, приводит цифры без источника, приписывает автору не сказанное и уверенным тоном подаёт догадку. Её разбор — это черновик мысли, а не вердикт. Подробнее механика описана в статье о том, почему нейросеть уверенно ошибается.

Практика простая: каждый вывод сверяется с текстом. Если модель пишет «автор утверждает, что…», найдите это место глазами. Половина спорных пунктов отваливается на этом шаге. Ускорить проверку помогает промт на самоконтроль:

Просмотри свой разбор ещё раз. Для каждого утверждения укажи точную цитату из исходного текста, которая его подтверждает. Отдельным списком собери те свои утверждения, для которых прямой цитаты в тексте нет, — это твои интерпретации, а не находки. Ничего не дописывай и не исправляй, только раздели.

Список во второй части и есть зона риска. Иногда там оказываются самые интересные наблюдения — их стоит проверить самому и оставить как свою мысль, а не как найденный в тексте факт.

Обратный ход: прогнать через те же промты свой текст

Самое неприятное и самое полезное упражнение — отдать модели собственный текст: пост, письмо, рабочую записку, черновик доклада. Тот же набор промтов, только теперь ищем приёмы у себя.

Результат обычно предсказуемый и всё равно отрезвляющий: находится цифра, которую вы взяли из головы; ложная дилемма в предпоследнем абзаце; вывод, который не следует из вашего же примера. Особенно хорошо работает связка «сформулируй мой тезис одной фразой» и «найди три слабых места»: если модель формулирует ваш тезис не так, как вы его задумывали, проблема не в модели, а в тексте — читатель поймёт его так же.

Для всех этих задач подойдёт любая крупная текстовая модель, а в Most AI они собраны в одном кабинете: ChatGPT доступен бесплатно и без ограничения по числу запросов, рядом лежат GPT-5.5, Claude Opus 4.8, Gemini 3.1 Pro Preview, DeepSeek V4 Pro и другие — без VPN, с оплатой в рублях по актуальному прайсингу. Полезная привычка — прогонять один и тот же текст через две разные модели: совпавшие замечания почти всегда настоящие, а расхождения показывают, где разбор держится на догадке.

Частые вопросы

Нейросеть сама поймёт, что текст манипулятивный?

Не поймёт, пока вы не спросите. По умолчанию модель пересказывает и объясняет, а не критикует — критический режим включается формулировкой промта: «найди приёмы убеждения», «выступи оппонентом», «покажи, где вывод не следует из посылок».

Какой длины текст можно разобрать за раз?

Современные текстовые модели держат в контексте десятки страниц, так что статья или глава помещаются целиком. Но чем длиннее текст, тем поверхностнее разбор: середину модель прорабатывает слабее краёв. Длинный материал лучше разбирать по частям, а потом попросить свести выводы.

Модель соглашается со мной, что бы я ни написал. Что делать?

Уберите из промта свою оценку и спросите нейтрально. Затем попросите два блока — защиту и критику — и сравните. Ещё надёжнее прогнать текст дважды в разных чатах с противоположными установками: общее в обоих ответах и есть свойства текста.

Можно ли доверять контраргументам, которые она придумала?

Как черновику — да, как готовому возражению — нет. Контраргумент нужно проверить на два вопроса: опирается ли он на то, что действительно написано в тексте, и не выдуманы ли в нём факты и цифры. Всё, что модель не может подтвердить цитатой, остаётся вашей гипотезой.

Чем разбор аргументации отличается от обычного пересказа?

Пересказ отвечает на вопрос «о чём текст», разбор — на вопрос «что доказывают и чем». В пересказе доводы идут сплошным потоком, в разборе каждый отделён и помечен: чем подкреплён, к какому тезису относится, выдерживает ли возражение.

Стоит ли просить модель сразу вынести вердикт: текст хороший или плохой?

Лучше в самом конце и отдельным вопросом. Если попросить оценку сразу, модель подгонит под неё весь разбор: найдёт то, что подтверждает вывод, и не заметит остального. Сначала тезис и доводы, потом приёмы, потом слабые места — и только затем общая оценка.

Примените это в чате сейчас

Откройте чат и повторите разобранное на своём тексте: подобрать формулировки, переписать в нужном тоне, сверить факты.

Открыть чатБез подписки, оплата по факту

Катя Долгих

Маркетинг и контент

Разбирает, как нейросети встраиваются в рабочие процессы: контент, презентации, карточки товара. Считает не только время, но и что с этим делать дальше.