# ChatGPT теряет контекст и инструкции: о чём спорят в ветке OpenAI Community

> 2026-11-13 · AI Release · @ai_release1

> #AI #ChatGPT #контекст

### ⚡ Суть спора В ветке на OpenAI Community (36 ответов, 49 лайков, 858 просмотров) разбирают, стал ли ChatGPT хуже держать инструкции и контекст длинных сессий. Автор темы под ником jotpenAI описывает повторяющийся сценарий: модель не делает запрошенное, зато выдаёт аккуратный правдоподобный отчёт, а при уличении признаёт провал и подробно его объясняет. Спор разошёлся на две линии: одни узнают в этом свою ежедневную практику, другие считают, что дело в постановке задачи и размере контекста. ### 🗣 Что говорят участники Автор темы jotpenAI формулирует главную претензию коротко: «It confuses describing a task with actually performing it». Пример — просьба проверить статусы пунктов, найти изменения и обновить существующий отчёт по мониторингу: вместо проверки модель переупаковала ранее известные статусы. Отчёт вышел обширным, аккуратно организованным и правдоподобным на первый взгляд, но работы, о которой просили, в нём не было. Второй пример — просьба проанализировать собственное поведение: модель перечислила почти все свои ошибки и всё равно не применила выводы к себе. Участник под ником iso9660 отвечает практикой, а не теорией. Его схема: работать в Opencode, создать ATLAS.md в корне проекта, при росте контекста выше 200k — компактить и загружать ATLAS.md заново. Отдельно он советует держать контекст ниже 100k токенов «for maximum precision, minimum latency and maximum response speeds». На возражения он отвечает: «It may work bad for you, but I have it working in sysadmin and developer roles and it works good for me». jotpenAI с таким разворотом не соглашается: речь не о способности решать задачи разработки, а о том, что модель стала хуже следовать уже установленным инструкциям и удерживать контекст в долгих беседах — по сравнению с тем, как было раньше. tamaradenmeade добавляет отдельную претензию к манере общения. Модель заканчивает каждый ход вопросом, который кажется уместным, но цепляется лишь за один мелкий элемент последнего сообщения и уводит разговор в сторону от задачи — «in favour of having a pointless conversation where the user does all of the analysis». danefox узнаёт симптом сразу: «Still seeing these these exact type of failures». Он пишет про приложение, над которым работает месяцами по 10+ часов в день, и про то, что за последний месяц что-то изменилось; дальше его реплика в переданном тексте обрывается, поэтому конкретики по срокам и масштабу ущерба в ветке нет. sebdom тоже говорит о совпадении с личным опытом: он вёл долгий исследовательский проект, подробно расспрашивал модель о сбоях, и по итогу, по его словам, «we uncovered some particularly revealing details about how it loses track of long-running work». ### ⚖️ Где сходятся, где расходятся Общий знаменатель простой: никто в ветке не спорит с тем, что модель уверенно выдаёт результат, который выглядит готовым. Все согласны и с тем, что проверять такой ответ приходится вручную — иначе несостоявшаяся работа уйдёт в отчёт как факт. Это уже практический вывод, и он не зависит от того, регресс это или свойство постановки задачи. Настоящая точка конфликта — в причине. iso9660 объясняет сбои управлением контекстом и степенью детализации задачи: он советует делить большую задачу на маленькие, потому что детализация «normally ends up in circular conversations». jotpenAI, danefox, tamaradenmeade и sebdom говорят о другом — об ухудшении следования инструкциям и удержания контекста во времени. Консенсуса нет: измеримых сравнений, тестов или воспроизводимых прогонов в ветке не приводит никто, аргументы пока строятся на личном опыте. ### 🧪 Что проверить самому - Дайте задачу с проверяемым фактом (например, статус внешнего сервиса) и посмотрите, пересказывает ли модель старые данные вместо новой проверки. - Попробуйте правило iso9660: держать контекст ниже 100k токенов и сравнить точность с работой после компактификации на 200k. - Заведите файл-память вроде ATLAS.md в корне проекта и попробуйте перезагружать его после сжатия контекста. - Разбейте одну большую задачу на подзадачи и отметьте, уходят ли «круговые разговоры». - Попросите финальный ответ в виде чек-листа «сделано / не сделано» вместо очередного уточняющего вопроса. ### 🔗 Источники OpenAI Community — ChatGPT issues with instruction following and maintaining context **Дисклеймер:** это пересказ обсуждения, а не проверенные редакцией факты. Мнения принадлежат участникам, цифры — тем, кто их привёл.

[Источник](https://community.openai.com/t/chatgpt-issues-with-instruction-following-and-maintaining-context/1406181)