Обучить нейросеть на своих данных: три разных пути

«Обучить нейросеть на своих данных» — это три разные задачи, и путают их постоянно: примеры прямо в запросе, поиск по своей базе с подстановкой найденного в вопрос и настоящее дообучение весов. В девяти случаях из десяти нужен второй путь: он запускается за 2–3 дня, не требует ни одного размеченного примера и переживает изменение данных без переобучения. Третий путь — самый дорогой и самый обратимый с трудом, а выбирают его чаще всего по инерции, потому что слово «обучить» звучит серьёзнее слова «подставить».

Ниже — чем три пути отличаются по сроку, деньгам и обратимости, как понять, какой ваш, что делать, когда данные меняются каждую неделю, и как проверить выбор за вечер, а не за квартал.

Что люди имеют в виду под «обучить на своих данных»

Три разные вещи. Разница между ними — не в оттенках, а в порядке цены и срока.

Первый путь: примеры в запросе. Вы кладёте в системный промпт правила и два-три образца правильного ответа. Модель не меняется, она просто видит, чего от неё хотят. Срок — час. Как это формулировать, разобрано в статье как написать системный промпт.

Второй путь: поиск по своей базе. Ваши документы лежат отдельно, на каждый вопрос система находит подходящие куски и подставляет их в запрос вместе с вопросом. Модель отвечает по тексту, который у неё перед глазами. Срок — несколько дней. Полный разбор цепочки — поиск по своим документам.

Третий путь: дообучение весов. Вы берёте базовую модель и доучиваете её на сотнях размеченных пар «вход — правильный выход». Получается ваша версия модели. Срок — недели, и это отдельная процедура на стороне владельца модели, не вызов API. Цена и границы применимости — в статье дообучение или промпт.

Путаница возникает из-за слова «данные». В первом пути данные — это примеры формы. Во втором — знания, которые модель должна прочитать. В третьем — обучающая выборка. Это три разных вещи, названные одним словом.

Чем три пути отличаются: таблица

Сводка по критериям, которые решают вопрос на практике. Читается отдельно от текста.

Главное в таблице — предпоследняя строка. Дообучение привязывает вас к базовой модели, а у моделей есть календарь отключений. Первые два пути переносятся на другую позицию заменой одной строки в конфиге.

Когда хватает примеров в промпте

Когда задача про форму, а не про знания. Это самый недооценённый путь, и начинать всегда стоит с него.

Признак простой: если человек, впервые увидевший задачу, справится, прочитав вашу инструкцию и посмотрев два примера, — модель тоже справится. Классификация обращений по вашим категориям, разбор письма в поля, ответ в жёсткой структуре, соблюдение тона — всё это закрывается промптом.

Ограничение тоже понятное: правила уезжают в модель при каждом запросе и оплачиваются каждый раз. Когда инструкция разрослась до нескольких страниц, включайте кэш промптов — неизменная часть перестаёт стоить полную цену.

Путь исчерпан, когда инструкция стала длиннее задачи, а модель всё равно промахивается по краям. Тогда переходите дальше — но смотрите, в какую сторону.

Когда нужен поиск по своей базе

Когда модель должна знать то, чего нет в её обучении: ваши регламенты, договоры, тикеты, каталог, переписку с клиентами.

Работает это так. Документы режутся на куски, куски кладутся в индекс. На вопрос система находит несколько подходящих кусков и отправляет модели запрос вида «вот вопрос, вот фрагменты из базы, ответь по ним и сошлись на источник».

Три следствия, ради которых этот путь и выбирают:

• Ответ проверяем. Известно, какой фрагмент лёг в основу, и его можно показать человеку.
• Данные всегда свежие. Обновился документ — обновился индекс, модель трогать не надо.
• Ничего не привязано к модели. Индекс живёт отдельно и переживает смену позиции в каталоге.

Слой поиска бывает обычным текстовым, векторным или комбинированным, а сверху обычно ставят переупорядочивание найденного. Что из этого действительно нужно и где мы честно ничего не даём — в статье эмбеддинги и rerank для поиска.

Одна честная оговорка: моделей для построения векторов в каталоге KeyDealer нет. Переранжирование в каталоге есть отдельной позицией, а векторизацию придётся закрывать своими средствами или обходиться обычным текстовым поиском.

Когда действительно нужно дообучение весов

Когда нужна устойчивая форма на большом объёме однотипной работы, а промпт до неё не дотягивает.

Реальные поводы выглядят так: узкая разметка, которую невозможно описать словами, но легко показать на пятистах примерах; ответ в формате, отклонение от которого ломает приёмник; предметный язык, где обычная модель систематически выбирает не тот термин.

Три признака, что повод настоящий, а не кажущийся:

1. У вас уже есть сотни пар «вход — правильный выход», собранных на реальной работе, а не придуманных под задачу.
2. Промпт с примерами испробован и упирается в потолок — измеренный, а не ощущаемый.
3. Нужное поведение не зависит от данных, которые меняются.

Если хотя бы один пункт не выполняется, дообучение принесёт дорогую модель, устойчиво воспроизводящую ваши ошибки разметки.

Почему в девяти случаях из десяти ответ — второй путь

Потому что спрашивают почти всегда про знания, а дообучение — про форму.

Формулировки вроде «хочу, чтобы модель знала наши продукты», «чтобы отвечала по нашим регламентам», «чтобы помнила историю клиента» описывают ровно поиск по базе. Дообучение усваивает факты ненадёжно: модель начинает уверенно говорить в нужном стиле, а цифры и названия путает — и проверить, откуда она их взяла, уже нельзя.

Второй аргумент — обратимость. Ошибку в промпте вы правите за минуту, ошибку в индексе — за часы, ошибку в обучающей выборке — новым циклом обучения.

Третий — деньги. Дообучение оплачивается не машинным временем, а человеко-днями на разметку. Это самая дорогая часть, и она не видна в прайсе.

Что делать, когда данные меняются

Меняющиеся данные — главный тест на выбор пути, и он отсекает третий вариант почти всегда.

Меняются ежедневно (остатки, цены, статусы заказов): только подстановка в запрос, причём в момент запроса. Ни индекс, ни тем более веса за такими данными не успеют.

Меняются раз в недели (регламенты, инструкции, база знаний): поиск по базе с пересчётом индекса по расписанию или по событию изменения документа.

Не меняются вовсе (формат ответа, тон, правила разметки): промпт, а при большом объёме однотипной работы — дообучение.

Отсюда практическое правило: прежде чем выбирать путь, посмотрите на частоту изменений. Она решает больше, чем объём.

Сколько это стоит в рублях

Для первых двух путей считается один и тот же расход: токены, уехавшие в модель. Ставка одинакова на вход и на выход, указана за миллион токенов на 13 сентября 2026 года.

Цена запроса в такой схеме определяется не ставкой, а объёмом подставленного текста: пять фрагментов по тысяче токенов стоят дороже, чем сам вопрос, в сотни раз. Механика подсчёта — как считать токены, а про разумный объём контекста — сколько контекста реально нужно.

Расход на дообучение мы не приводим: он зависит от площадки, модели и объёма выборки, и называть тут числа было бы выдумкой.

Какую модель брать под свои данные

Ту, которая аккуратно работает с подставленным текстом, а не самую сильную в рейтинге.

На отладку берите бесплатную позицию. Разбиение документов, формат подстановки и обработку случая «ничего не нашлось» отлаживают на нулевой ставке — ошибки на этом этапе стоят времени, а не денег.

На поток берите дешёвую быструю модель. Задача «ответь по этим пяти фрагментам» проще, чем кажется: основную работу сделал поиск.

На сложные вопросы — модель подороже, но только на них. Разные модели на разные типы вопросов разводятся маршрутизацией.

Отдельно про личные данные: если в базу попадают сведения о клиентах, посмотрите нейросети и персональные данные до, а не после запуска.

Как проверить за вечер, какой путь ваш

Порядок, который экономит квартал.

1. Соберите 20 реальных вопросов из своей переписки или тикетов. Не придуманных — настоящих.
2. Прогоните их с промптом без своих данных. Часть закроется сразу; эти случаи дообучения не стоят.
3. Прогоните оставшиеся, вручную вставив в запрос нужный документ. Если ответы стали верными — ваш путь второй, и дальше вопрос только в автоматическом поиске нужного куска.
4. Посмотрите на то, что осталось. Если ответ неверен даже при правильном документе перед глазами — дело не в знаниях, а в форме или в самой постановке задачи.

Четвёртый пункт — единственный, который вообще ведёт к разговору о дообучении. На практике он оказывается пустым чаще, чем ожидают. Как устроить такую проверку методично — как тестировать нейросеть.

Чего мы не утверждаем

Мы не предлагаем дообучение. Каталог KeyDealer даёт доступ к готовым моделям через API. Это статья про выбор пути, а не подводка к услуге.

Мы не утверждаем, что дообучение бесполезно. Оно хорошо решает свою задачу — просто эта задача другая, чем у большинства спрашивающих.

Мы не обещаем, что подстановка документов убирает ошибки. Модель может неверно понять найденный фрагмент или ответить мимо него; про природу таких промахов — галлюцинации нейросети. Проверка ответа по источнику остаётся обязательной.

Что нужно, чтобы попробовать

Ключ заводится за минуту на keydealer.ru/login: почта и пароль, без документов и без зарубежной карты. Оплата российской картой в рублях, один ключ на весь каталог — на 13 сентября 2026 года это 53 позиции, из них 38 доступны сразу.

Пять текстовых позиций тарифицируются по нулевой ставке. Они открываются после первого платного пополнения, и их достаточно, чтобы прогнать двадцать своих вопросов и понять, какой путь ваш, до того как в счёте появится заметная цифра. Где хранить сам ключ в таком проекте — как хранить API-ключи.

Что держать в голове

Слово «обучить» сбивает с толку. В подавляющем большинстве задач модель ничему учить не надо — ей надо вовремя показать нужный кусок ваших данных, и вся работа сводится к тому, чтобы этот кусок находился быстро и точно.

Частота изменений данных решает вопрос лучше любых сравнений. Данные меняются — веса отпадают, остаётся подстановка. Данные неизменны, а форма ответа критична и описана сотнями примеров — только тогда есть смысл обсуждать дообучение.

И проверяйте на своих вопросах, а не на чужих примерах. Двадцати реальных обращений хватает, чтобы отличить задачу про знания от задачи про форму, — а это и есть весь выбор. Как мы проверяем факты и почему у каждой цифры стоит дата — на странице о проекте. Завести ключ: keydealer.ru/login.