Технічний контекст
Я перевірив скарги в мобільному ChatGPT і швидко зрозумів: люди не перебільшують. Явний вибір моделі справді прибрали, замінивши на спрощені режими Instant, Thinking та Pro, а за замовчуванням додаток штовхає користувача в Instant.
Для звичайної людини це виглядає як «ну ось ChatGPT, він просто відповідає». Але насправді це вже не прозорий вибір моделі, а автороутер, який сам вирішує, скільки думати, чи шукати і який стек підняти всередині. Для інтеграції ШІ це поганий сигнал: коли система ховає важливий перемикач, згодом усі лають не інтерфейс, а сам результат.
Я також подивився, як дістатися до нормального вибору. Зараз це або через Configure → Model, або через налаштування з увімкненням додаткових або legacy-моделей. На iPhone частина опцій взагалі переїхала в меню, на Android люди масово пишуть, що селектор «спростили» майже до невпізнання.
І тут моє головне питання не до UX, а до якості. Instant справді часто відповідає занадто швидко і без нормального пошуку там, де пошук явно потрібен. Якщо людина не знає, що можна перемкнутися на Thinking, вона робить простий висновок: ChatGPT став гіршим.
Це особливо помітно серед нетехнічних користувачів. Вони не мислять категоріями GPT-4o, o3 чи маршрутизації. Вони бачать одне вікно й оцінюють весь продукт за замовчуванням. Якщо стандарт слабкий, репутація падає повністю.
Що це змінює для бізнесу та автоматизації
Перший наслідок простий: зростає розрив між «ШІ начебто працює» і «ШІ справді вирішує задачу». Якщо співробітник або клієнт сидить на Instant, він може отримувати швидкі, але поверхневі відповіді й навіть не розуміти, що проблема в режимі, а не в самій моделі.
Друге: ускладнюється автоматизація ШІ в продуктах, де важлива передбачуваність. Якщо ви будуєте сценарій навколо ChatGPT і не контролюєте вибір моделі, якість пошуку, підсумовування та міркування починає плавати.
Хто виграє? Лише онбординг для масового користувача. Хто програє? Усі, кому потрібна стабільність: команди підтримки, продажі, дослідницькі завдання, внутрішні асистенти.
Я давно дотримуюся простого правила: якщо модель впливає на результат, її не можна ховати від процесу. Ми в Nahornyi AI Lab вирішуємо такі речі на рівні архітектури, а не сподіваннями на магію інтерфейсу. Якщо у вас уже падає якість відповідей або користувачі не довіряють асистенту, давайте подивимося на ваш сценарій цілісно і зберемо розробку ШІ-рішень так, щоб система вела до правильного результату, а не до випадкового стандарту.