Какая нейросеть лучше пишет стихи и почему поэзия даётся моделям хуже всего

Короткий ответ: ровнее прочих короткие рифмованные тексты на русском выходят у старших моделей ChatGPT, Claude и Gemini, но ни одна не держит размер стабильно дальше восьми-двенадцати строк. Причина техническая, а не в качестве конкретного сервиса: модель не слышит текст и не считает слоги. Поэтому поэзия остаётся той задачей, где проверять результат вслух приходится всегда.

Почему модель не слышит стих: токены вместо слогов и отсутствие ударений

Текст внутри модели разбит на токены — куски слов, которые с делением на слоги не совпадают. Слово может стать одним токеном, а может тремя, и границы пройдут не по слогам. Никакой звуковой стороны в этом представлении нет: ни ударения, ни долготы, ни того, как строка звучит. Модель работает с последовательностью кусков текста, а стих устроен по звуку.

Русский добавляет две сложности. Ударение подвижное и не отмечается на письме: одно и то же слово в разных формах меняет ударный слог. Плюс омографы, где ударение решает смысл, — замок и замок, стоит и стоит, уже и уже. Даже человек определяет ударение по контексту, а модель этот контекст никак не связывает со звучанием строки.

Отсюда наблюдение, которое сбивает с толку: английские стихи у тех же моделей выходят ровнее русских. Английская просодия проще, ударение чаще закреплено за слогом, и в обучающих данных английской поэзии в разы больше. На русском модель опирается на образцы, а не на счёт, поэтому первые строки почти всегда ложатся ровно, а к середине ритм плывёт.

Три вещи, которые в стихе ломаются первыми: размер, смысл и лексика

Первые две строки таблицы связаны между собой сильнее, чем кажется. Когда модель начинает чинить размер, она жертвует смыслом; когда держит смысл, плывёт размер. Одновременно и то и другое не удерживается почти никогда, и это лучший индикатор машинного стиха.

Тест из пяти заданий, на котором сравнивают модели за пятнадцать минут

1. Четверостишие строгим размером. Одна и та же тема, прямо назван размер и схема рифмовки. Смотрим, ровно ли читается вслух.
2. Шестнадцать строк на ту же тему. Главная проверка: где именно начинает плыть ритм — на восьмой строке, на двенадцатой или сразу.
3. Стихотворение с пятью заданными фактами. Имя, город, профессия, число и одна деталь. Проверяем, встроены ли факты или растворились в общих словах.
4. Перевод строфы с сохранением размера. Самое трудное задание: одновременно смысл, размер и рифма. Тут сыпятся все.
5. Стилизация под конкретную манеру. Не «в стиле великого поэта», а по описанию: короткая строка, разговорная лексика, без пафоса.

Оценивать удобно по четырём колонкам: ритм читается вслух без запинки, рифмы не штампованные, смысл есть в каждой строке, факты не выдуманы. Пять заданий на три сервиса — это пятнадцать минут и куда более полезный результат, чем любой чужой рейтинг.

Как ведут себя на этом тесте ChatGPT, Claude, Gemini и Алиса

Оговорка обязательная: это картина по типовым прогонам, а не измеренный результат. Версии обновляются несколько раз в год, ответ каждый раз немного другой, и модель, которая вчера выдала ровное четверостишие, сегодня на том же запросе спотыкается. Поэтому таблица — подсказка, с чего начать тест, а не список победителей.

Почему рейтинги «лучшая нейросеть для стихов» не работают

• Нет объективной проверки. Ровность ритма ещё можно посчитать, а «хорошо ли получилось» измерению не поддаётся.
• Ответ каждый раз разный. Один прогон ничего не доказывает: три запуска одного промта дают три разных по качеству текста.
• Версии меняются. Обзор полугодовой давности описывает модели, которых уже нет.
• Задачи разные. Поздравление коллеге, текст песни и стихотворение для книги — три несравнимых задачи, и лидеры в них разные.
• Промт весит больше модели. Разница между сервисами на одинаковом запросе обычно меньше, чем разница между слабым и сильным запросом на одном сервисе.

Что нейросеть в стихах делает лучше начинающего автора

1. Перебирает рифмы к слову. Тридцать вариантов за секунды, включая неточные и составные, до которых сам не додумаешься.
2. Даёт варианты одной строки. Вы написали строфу, одна строка не ложится — просите десять вариантов именно этой строки с сохранением размера и выбираете.
3. Разбирает чужой стих. Называет размер, схему рифмовки, показывает, где автор от них отходит. Как справочник это работает лучше, чем как автор.
4. Делает подстрочник. Дословный смысл иностранного стихотворения, с которым дальше работает человек.
5. Генерирует материал для отбора. Двадцать заготовок, из которых берут две строки, — нормальный рабочий режим.

Логика простая: модель полезна как перебор и как справочник, а не как автор. Как только человек берёт её текст целиком и не правит, получается ровно то, что читатель узнаёт с третьей строки.

Чего от нейросети в стихах ждать не стоит

Юбилейное поздравление с настоящими деталями она не соберёт: своих фактов о человеке у неё нет, а придуманные она заменяет обтекаемыми словами про доброту и тепло. Точная стилизация под конкретного поэта тоже не выходит — получается набор внешних примет манеры без её сути. Поэтический перевод с сохранением и размера, и смысла остаётся человеческой работой: модель отдаёт либо точный подстрочник, либо гладкие стихи, в которых от оригинала осталась половина.

И отдельно про авторство. Чисто машинный текст в большинстве стран не получает правовой защиты, потому что за ним нет творческого труда человека. На практике это значит, что запретить чужое использование такого стихотворения вы не сможете. Плюс модель иногда выдаёт узнаваемые чужие строки, которые встречались ей в обучении, — перед публикацией любую понравившуюся строчку стоит поискать в кавычках.

Почему в коде «лучше пишет» измеряется, а в стихах нет

Тот же вопрос про код звучит одинаково, а отвечается по-разному. Код можно запустить: он либо работает, либо нет, тесты проходят или падают. Появляется объективная проверка, а значит, осмысленны и сравнения моделей, и рейтинги. С текстом и стихами такой проверки не существует, поэтому единственный работающий способ — прогнать свои настоящие задачи через два-три сервиса и посмотреть, после какого меньше правок.

Навык, который из этого следует, шире поэзии: уметь собрать тест под свою задачу, оценить результат по названным заранее критериям и не верить чужим спискам лучших. На курсе это разбирается на текстах, документах, картинках и коде — как выбирать инструмент под задачу и проверять его на своём материале. Куда такой навык встраивается в работу с текстами, показано на странице курса для копирайтеров, а полный маршрут от первых запросов до автоматизации — на странице про новую профессию. Обучение рассчитано на 12 месяцев, уроков более 150 и становится больше, доступ индивидуальный, а начинается всё с бесплатного разбора на 20-30 минут.

Частые вопросы

Какая нейросеть лучше всего пишет стихи на русскомРовнее прочих короткие рифмованные тексты выходят у старших моделей ChatGPT, Claude и Gemini, но ни одна не держит размер стабильно на длинном стихотворении. Проверять ритм придётся вслух в любом случае, поэтому выбор решает не рейтинг, а собственный тест на пяти заданиях.

Почему нейросеть сбивается с ритма в стихахМодель не слышит текст. Он режется на токены - куски слов, а не слоги, фонетики и ударений в этом представлении нет. Ударение в русском подвижное, есть омографы, поэтому посчитать слоги и расставить ударения модель не может и подбирает строку по образцам.

Может ли нейросеть написать поздравление в стихах с именамиТехнически да, но результат почти всегда состоит из общих мест: имена и должности она вставляет, а живые детали придумывает мимо. Рабочая схема - дать ей пять-семь настоящих фактов о человеке и попросить встроить их без придумывания новых.

Кому принадлежат стихи, написанные нейросетьюАвторское право защищает результат творческого труда человека, поэтому чисто машинный текст в большинстве стран правовой защиты не получает. На практике это значит, что запретить кому-то использовать такое стихотворение вы не сможете, а вот заметно переработанный вами текст - другой разговор.