ChatGPT или Алиса AI: как они читают схемы и скриншоты

Мы передали двум помощникам шесть одинаковых учебных изображений: блок-схему, окно экспорта, таблицу, диаграмму, карточку с мелким текстом и закрытое поле контакта. Для каждого задали четыре вопроса, затем повторили серию в новом чате. Проверяли конкретные стрелки, значения и состояния элементов, а не убедительность объяснения.

В сохранённых ответах ChatGPT верно разобрал 40 из 40 пунктов, которые удалось оценить. Ещё четыре пункта остались без оценки из-за ошибки отображения одного ответа. У Алисы AI совпали 40 из 44 оцениваемых пунктов: в обоих повторах она иначе истолковала состояние кнопки и ошиблась при сравнении точек диаграммы. Восемь пунктов исключили симметрично из-за неоднозначности самого задания.

Это результат небольшого опыта 19 октября 2026 года. Мы использовали ChatGPT с подпиской Plus, видимым обозначением «GPT-6» и режимом «Средний», а Алису — на бесплатном тарифе в режиме «Авто». Название базовой модели Алисы интерфейс не показывал. Такой опыт не устанавливает, какой сервис лучше при любых условиях, и не сравнивает два бесплатных тарифа.

Что именно мы сравнивали

Все шесть PNG созданы редакцией вёрсткой. Размер каждого — 1200 × 800 пикселей. На картинках написано «Собственный учебный макет»: окно экспорта не является снимком реальной программы. Имена, строки и значения вымышлены. В закрытом поле контакта нет скрытого текста, который можно было бы восстановить.

Ручной эталон составили до отправок. Вопросы и исходные файлы в двух повторах не меняли. В каждом сервисе было два новых чата, по шесть последовательных сообщений с одним изображением. Получились четыре серии, 24 отправки и 96 контрольных пунктов. Это не 24 независимых испытания: внутри чата помощник видит предыдущие задания и ответы.

Каждый запрос просил отвечать только по изображению, приводить видимый фрагмент-основание и прямо сообщать о нечитаемых данных. Ключ проверки в чаты не передавали. Первые ответы сохраняли без регенераций и выбора лучшей попытки.

При первой отправке блок-схемы ChatGPT показал сообщение «Не удалось загрузить этот ответ». Повторно его не запрашивали. Мы не знаем содержания неотобразившегося ответа и не считаем это ошибкой понимания схемы. Остальные 23 текстовых ответа сохранились.

Два задания оказались неоднозначными

Чтобы числа не создавали ложную точность, из оценки убрали два вопроса во всех четырёх сериях — восемь пунктов из 96.

Первый — «Какой текст ошибки?» в окне экспорта. На макете красным написано «Выберите папку». Мы заложили это как сообщение об ошибке, но отдельной метки «Ошибка» не добавили. Алиса прочитала надпись правильно и назвала её инструкцией. Отличие в классификации такого текста недостаточно, чтобы объявить ошибку распознавания. Поэтому вопрос исключён и у Алисы, и у ChatGPT.

Второй — посимвольный код O0-I1 на карточке заказа. В исходной строке первая буква — латинская O, в ответах Алисы — кириллическая О. Но в данном растре эти буквы выглядят одинаково: изображение не передаёт их Unicode-коды. За такую замену штрафа нет. ChatGPT назвал букву латинской, однако само совпадение с исходной строкой не доказывает, что алфавит можно определить по картинке. Этот вопрос также исключён для обоих сервисов.

Остальные ответы оценивали по смыслу: «шт.» и «штуки» считали равнозначными, пробел в сумме не делал правильное число ошибочным. Для видимого ID и числовых значений требовалось сохранить данные.

1. Блок-схема: куда возвращается уточнение

В схеме пять узлов. «Заявка» ведёт к «Проверке»; ветвь «Да» — к «Выдаче», затем к «Архиву». Ветвь «Нет» приводит к «Уточнению», из которого стрелка возвращается в «Проверку». Прямой связи «Заявка → Архив» нет.

Оба ответа Алисы и доступный ответ ChatGPT из второго повтора верно назвали начало, направление ветви «Нет», обратную связь и отсутствие прямой стрелки. В первом повторе ChatGPT содержание оценить нельзя из-за сбоя отображения. Поэтому по схеме у него четыре проверенных пункта, у Алисы — восемь.

Здесь полезно спрашивать не только «объясни процесс», но и «из какого узла выходит эта стрелка и куда она входит». Связное пересказанное описание может скрыть потерянную петлю.

2. Окно экспорта: прочитать подпись и понять состояние

Оба помощника в обоих повторах определили выбранный PNG и выключенное сжатие. Разошлись в вопросе о кнопке «Скачать».

ChatGPT назвал её недоступной и сослался на светло-серый фон и серую надпись. Алиса в первом повторе ответила «доступна (не заблокирована)», а во втором — «доступна (отображена, не затемнена полностью)». Это два расхождения с заданным визуальным состоянием макета.

Статическая картинка позволяет оценивать оформление кнопки. Она не доказывает, что элемент действительно принимает нажатие или запускает загрузку: программы за этим макетом нет. Поэтому результат следует формулировать как ошибку интерпретации видимого состояния, а не как провал функционального теста приложения.

Красную надпись «Выберите папку» оба сервиса воспроизвели. Её классификацию как ошибки мы исключили из счёта по описанной выше причине.

3. Таблица: тире не равно нулю

В таблице четыре строки: K101 — 12, K10I — 7, K110 — —, K111 — 0. Заголовок задаёт единицу «шт.», подпись под таблицей объясняет значение тире.

В каждом из четырёх ответов совпали все пункты: количество 12 у K101, ID K10I у строки с семью штуками, единица измерения и различие между отсутствующим значением и нулём. Это 8 из 8 у каждого сервиса по двум повторам.

Такой пример проверяет чтение ячеек и примечания. Он не проверяет расчёты, очистку данных или формулы Excel. Для этих задач у нас есть отдельный тест нейросетей для таблиц.

4. Диаграмма: правильная легенда не гарантирует верное сравнение

У сплошной серии А значения по дням — 10, 30, 20. У пунктирной Б — 20, 10, 30. Оба сервиса правильно сопоставили А со сплошной линией, прочитали Б=10 во вторник и нашли максимум А во вторник — 30.

На последнем вопросе Алиса в обоих повторах сказала, что в среду А и Б равны и обе точки имеют значение 20. Во втором ответе дополнительно объяснила, что линии «сходятся в точке со значением 20». На исходнике видно другое: синяя точка А подписана 20, коричневая пунктирная Б — 30.

ChatGPT в обоих ответах указал, что значения различаются: А=20, Б=30. Это подтверждается полными сохранёнными текстами ответов. На кадре ниже видны запрос и начало ответа; четвёртый пункт находится ниже области снимка.

Этот случай показывает, почему стоит проверять и вывод, и указанное основание. В ошибочном ответе была ссылка на якобы видимую подпись «20» у второй точки. Само наличие объяснения не делает его подтверждением.

5. Мелкий текст: дата, сумма и отрицание

Во всех четырёх ответах совпали дата 21.10.2026, сумма 1 270,50 ₽ и условие «Доставка не включена». Получилось по 6 из 6 оцениваемых пунктов у каждого сервиса. Отрицание сохранилось: включённой доставку никто не назвал.

Код визуально воспроизведён, но вопрос о посимвольной точности исключён. Поэтому этот пример не даёт основания утверждать, что один сервис лучше различает латиницу и кириллицу. Он также не проверяет рукописный текст, поворот, размытие или фотографию при плохом освещении.

6. Закрытое поле: когда правильный ответ — «не видно»

Оба помощника в обоих повторах назвали «Маяк», версию 2 и статус «Черновик». В ответах на вопрос о контакте они явно указали, что данные закрыты плашкой и не читаются. Выдуманного номера или адреса не появилось: по 8 из 8 пунктов у каждого сервиса.

Алиса использовала формулировку «контакт не указан», но сразу пояснила, что поле скрыто. Мы приняли ответ как признание отсутствия доступных для чтения данных. Из такого снимка нельзя заключить, что в исходной карточке вообще не было контакта.

Результаты ChatGPT по каждому изображению

«Исключено» — неоднозначность задания; «нет оценки» — недоступный текст ответа. Эти категории не входят в число ошибок зрения. Условия: Plus, GPT-6, «Средний».

Результаты Алисы AI по каждому изображению

Условия: бесплатный тариф, режим «Авто»; базовая модель не раскрыта. Ошибки состояния кнопки и сравнения диаграммы повторились в обеих сериях.

Из 96 предусмотренных пунктов получилось 80 верных, четыре ошибочных, восемь исключённых и четыре неоценённых из-за сбоя отображения. Полная раскладка важнее единого процента: у сервисов различается количество доступных для оценки пунктов.

Как проверить свой скриншот

Начните с нескольких вопросов, ответ на которые можно сверить вручную. Для схемы это направление стрелки, для таблицы — значение ячейки и примечание, для диаграммы — конкретная точка и единица оси. Если нужно проверить мелкий текст, сохраните исходник и не меняйте одновременно масштаб и формулировку вопроса.

Копируемый запрос:

Ответь только по приложенному изображению. Для каждого вопроса сначала дай ответ, затем назови видимый фрагмент, на котором он основан. Если сведения не видны или не читаются, прямо сообщи это. Не восстанавливай закрытый текст и не подставляй сведения из интернета. Не утверждай, что кнопка работает, по одному её изображению: опиши видимое состояние. Вопросы: 1) [точный вопрос]; 2) [точный вопрос]; 3) [точный вопрос]; 4) [точный вопрос].

После ответа проверьте:

1. Совпали ли нужные числа, даты, ID и единицы измерения.
2. Есть ли названные стрелки, подписи и точки на исходнике.
3. Сохранены ли отрицания и различие между пустым значением и нулём.
4. Не превратилось ли визуальное предположение в утверждение о работе приложения.
5. Признал ли помощник, что закрытое или нечитаемое поле определить нельзя.

Если обнаружилась ошибка, отдельно сохраните первый ответ, затем уточните вопрос или передайте более крупный фрагмент. Исправленный результат полезен для работы, но его следует отличать от первой попытки при сравнении сервисов.

Что этот опыт не доказывает

Шесть созданных редакцией изображений не представляют все рабочие скриншоты. Здесь нет плотных технических чертежей, длинных таблиц, сложных осей, фотографий экрана, почерка и сильного сжатия. Подписи на диаграмме открыты и читаемы. Повторение одного набора в двух чатах не заменяет большой корпус разных изображений.

Мы сравнили доступные в этих сеансах продукты с разными тарифами и режимами. Не проверяли другие модели ChatGPT, платные варианты Алисы, скорость, стоимость подписок и поведение интерфейсов при нажатии. Сбой отображения у ChatGPT описан отдельно: его нельзя превращать ни в неверный ответ, ни в подтверждённый правильный.

Сама оценка также имеет границы. Два вопроса пришлось исключить после проверки, потому что изображение не давало однозначного основания для части эталона. Это ограничение корпуса, а не повод скрыть неудобные ответы. Для следующей серии вопрос окна стоит заменить на «Какая надпись показана красным?», а для проверки алфавита передавать текстовый источник с кодами символов. Результаты текущего опыта от этого не меняются.

Вывод

В этой серии доступные для оценки ответы ChatGPT совпали с эталоном. Алиса правильно прочитала схему, таблицу, дату, сумму, условие доставки и закрытое поле, но дважды ошиблась в сравнении точек диаграммы и дважды иначе истолковала состояние кнопки учебного макета.

Для собственного материала полезнее всего воспроизвести способ проверки: задать несколько точных вопросов, составить ручной ключ, сохранить первый ответ и сверить указанное основание с картинкой. Особенно внимательно проверяйте сравнения чисел и выводы о состоянии интерфейса: аккуратное объяснение может сопровождать неверную деталь.