# Одна строка в системном промпте GLM-5.3 Prime: +7.3% точности, вдвое меньше токенов мышления
Каноническая страница: https://plainews.ru/posts/glm-5-3-prime-max-extra-prompt-insert
Опубликовано: 2026-10-21T07:04:37.864Z

Пошаговый гайд по системной вставке для GLM-5.3 Prime на ризонинге Max. Конкретные формулировки, бенчмарк на 342 промптах и стресс-тесты — что работает, а что ломает модель
Разработчик TheSashaDev вручную перебрал 17 формулировок системной вставки для GLM-5.3 Prime на ризонинге Max, прогнал 342 грязных промпта в парных тестах и нашёл фразу из шести слов, которая поднимает точность на 7.3 процентных пункта и срезает reasoning-токены почти вдвое. Ниже — конкретные формулировки, цифры и подводные камни, чтобы вы могли повторить это у себя.

## Зачем вообще трогать системный промпт на Max

У GLM-5.3 Prime в режиме Max есть характерная проблема: модель хеджирует. Вместо одного ответа она выдаёт два-три варианта с оговорками и перекладывает выбор на пользователя. На простой «Привет» может думать минуту, а на миграцию проекта между стеками — 15 секунд. Reasoning-токены тратятся не на глубину, а на перестраховку.

Задача — заставить модель выбирать наиболее вероятное прочтение запроса и отвечать по нему, не раздувая ответ оговорками. Без файнтюна, без дополнительных API-параметров — одной строкой в system prompt.

## Почему «думай глубже» не работает

Первая интуиция — добавить инструкции вроде «продумай каждый кейс», «adaptive depth», «lookahead с перебором альтернатив». Автор попробовал десяток таких вставок. Результаты:

| Тип вставки | Точность (pp) | Reasoning-токены |
| --- | --- | --- |
| «Думай глубже» (лучшая из серии) | +1.3 (в шуме ±4) | без изменений |
| «Думай как можно дольше» | −2.7 | +37% |
| «Продумай все кейсы, потом коротко» | −5.5, p=0.000000 | рост |

Вывод жёсткий: на Max модель уже думает достаточно. Лишние шаги размышлений без внешней обратной связи чаще меняют правильный ответ на неправильный — это совпадает с выводами свежих исследований по overthinking в reasoning-моделях.

## Какие формулировки реально работают

Автор прогнал 17+ формулировок по 342 промптам (поровну EN и RU, с опечатками, сленгом, «пжпж» и «хз»), по три сэмпла на каждую, с парным sign-тестом. Вот ключевые результаты:

| Вставка | Точность | Средняя длина ответа | Reasoning-токены |
| --- | --- | --- | --- |
| Без вставки (baseline) | 0.8754 | 39.9 слов | 1000 |
| `Answer in as few words as possible, exactly.` | 0.9485 (+7.31pp) | 8.2 слов | 535 (−47%) |
| `Отвечай коротко и точно.` | 0.9143 (+4.39pp) | — | −53% |
| `Answer briefly` | 0.9133 | 23.9 слов | — |
| `Answer concisely` | 0.8908 | — | — |
| `Отвечай коротко` | 0.9094 | — | — |
| `Кратко` | 0.8840 | — | — |

Победитель для английских промптов — Answer in as few words as possible, exactly. с sign-тестом p=0.000000 (139 побед против 14 поражений). Для русских промптов лучше работает Отвечай коротко и точно.

Добавлять вставку нужно в системный промпт:

```plain
Answer in as few words as possible, exactly.
```

Для русскоязычных задач:

```plain
Отвечай коротко и точно.
```

## Что происходит внутри: модель перестаёт хеджировать

Механика не в том, что ответ просто стал короче. Краткий формат физически не вмещает все оговорки, и модель вынуждена в reasoning-фазе выбрать одно наиболее вероятное прочтение запроса — вместо того чтобы перекладывать выбор на пользователя.

Пример из логов. Пользователь пишет: «у меня завтра собес с тима-лидом на питоне, ваще не готов, спасай». Без вставки GLM выдаёт: «Короткий ответ: B, и C как материал к нему» — два варианта с оговоркой. Со вставкой: «B». Одно решение, названное прямо.

Домен «угадал намерение из неоднозначного сообщения» на русском вырос с 0.873 до 1.000. Следование грязным инструкциям (ru/if) — с 0.698 до 0.911. При этом ни один вектор не просел: math поднялся с 0.867 до 0.887, logic — с 0.979 до 1.000. Код не сломался: 24 из 24 pytest-задач пройдены, reasoning-токены на коде упали с 6141 до 3030 — вдвое меньше за тот же идеальный результат.

## Токен-хантинг: детали, которые решают

Несколько закономерностей из ручного перебора:

- **«briefly» бьёт «concisely»** — 0.9133 против 0.8908. Модель чаще игнорирует «concisely».
- **Глагол-императив сильнее наречия** — «Отвечай коротко» (0.9094) против «Кратко» (0.8840).
- **Добавка «точно/exactly» усиливает эффект** — «коротко и точно» 0.9288, «as few words as possible, exactly» 0.9454.
- **Языковые триггеры не взаимозаменяемы** — на EN-промптах английская фраза даёт +3.5pp, русская только +1.6pp. На RU-промптах обе тащат (+9–11pp), но русская вставка на английских промптах жжёт лишние токены: модель в reasoning переводит инструкцию самой себе.
- **Эффект стабилен на разных температурах** — +5.9pp на temperature 0.7, +6.8pp на вендорском дефолте.

## Где это ломается

> **Важно.** Вставка «Ответь одним словом.» даёт −4.9pp (p=0.0002). Домен if-инструкций рушится до 0.63, reasoning-токены растут на 12%. Модель мучается, утрамбовывая ответ в одно слово, и ошибается в форматах, где нужно 5–9 слов.

Оптимум — между «as few words as possible» и «одним словом». Формулировка не задаёт жёсткий лимит, а задаёт направление: будь конкретен, не хеджируй.

Ещё один подводный камень: русская вставка на чисто английских промптах тратит лишние токены на внутренний перевод. Если ваш продукт мультиязычный, имеет смысл подставлять вставку динамически в зависимости от языка запроса.

## Что попробовать дальше

Автор тестировал на бенчмарке из 342 промптов — это достаточно для sign-теста, но ваш продакшен может отличаться. Стоит прогнать вставку на своих реальных логах и проверить, не просели ли специфичные для вашего домена задачи. Формулировку можно адаптировать: ключевые компоненты — императив, указание на краткость и слово «exactly»/«точно» как якорь точности.

Для агентских сценариев, где модель должна выбирать инструмент или следующий шаг, эффект «перестала хеджировать» может быть даже важнее, чем рост точности на бенчмарке.

## FAQ

### Работает ли вставка с другими моделями, кроме GLM-5.3 Prime?

Автор тестировал только на GLM-5.3 Prime в режиме Max. Механика «краткость убирает хеджирование» вероятно переносима, но конкретные формулировки и величина эффекта будут другими — нужен свой бенчмарк.

### Не потеряет ли модель качество на длинных задачах вроде генерации кода?

По результатам автора — нет. 24 из 24 pytest-задач пройдены со вставкой, reasoning-токены на коде упали с 6141 до 3030 при том же идеальном результате. Но если ваша задача требует развёрнутого текстового ответа (статья, документация), вставка может быть контрпродуктивной.

### Можно ли комбинировать вставку с другими системными инструкциями?

Да, вставка добавляется в system prompt к остальным инструкциям. Главное — не добавлять противоречащих указаний вроде «отвечай подробно» или «рассмотри все варианты», которые нейтрализуют эффект краткости.

### Почему нельзя просто написать «Ответь одним словом»?

Слишком жёсткое ограничение ломает задачи, где ответ физически не помещается в одно слово. Точность падает на 4.9pp, домен следования инструкциям рушится до 0.63. Формулировка «as few words as possible» задаёт направление, а не жёсткий лимит.

### Какой бенчмарк использовался для тестирования?

342 грязных промпта, имитирующих реальных пользователей (с опечатками, сленгом, смешением языков), поровну EN и RU. LLM-грейдер, парные sign-тесты, три сэмпла на формулировку — суммарно около 50 тысяч запросов к провайдеру.

## Источники

- Habr AI: «Max Extra» для GLM-5.3 Prime: я вручную перебрал токены и нашёл вставку, которая даёт +7.3% точности при −47% мышления