# Контрпримеры: простой способ не доверять первому ответу ИИ

Убедительно написанный ответ не равен надёжному. Особенно это заметно, когда модель предлагает порядок действий, объясняет причину ошибки или уверенно обобщает частный случай. Вместо попытки сразу оценить весь текст задайте один рабочий вопрос: «При каких условиях этот совет не подойдёт?»

Попросите привести контрпример, перечислить допущения и отделить известное от предположений. Если речь идёт о коде, предложите крайние входные данные: пустое значение, большое число, неверный формат. Если это план работы, спросите, что изменится при дефиците времени, отсутствии доступа или другой цели.

Затем проверьте хотя бы один найденный случай самостоятельно: по документации, на тестовом примере или по первоисточнику. Важно не превращать проверку в бесконечный спор с моделью. Достаточно найти у ответа границу применимости до того, как он станет основой решения. Сохраните проверку рядом с итоговым ответом, чтобы не потерять основание.

Навык — формулировать проверочный вопрос. Практика — искать контрпример к каждому совету, который влияет на действие. Применение — оставлять в заметке не только рекомендацию, но и условия, при которых она требует ручной проверки.

## Следующий шаг

Откройте один недавний ответ ИИ и добавьте к нему три строки: допущения, контрпример и способ проверки.