СТИЛИСТИЧЕСКАЯ АДАПТАЦИЯ МЕДИАТЕКСТОВ С ИСПОЛЬЗОВАНИЕМ ГЕНЕРАТИВНЫХ МОДЕЛЕЙ CHATGPT И DEEPSEEK

Аннотация

Исследуется применение генеративных моделей искусственного интеллекта для стилистической адаптации медиатекстов в цифровых СМИ. Цель работы – выявить закономерности взаимодействия между формулировкой управляющих инструкций (промптов) и качеством сгенерированных текстов на примере моделей ChatGPT и DeepSeek. В ходе эксперимента использованы два типа промптов – неформальный (стиль студента-геймера) и академический (строгий аналитический стиль), которые применялись к трем тематическим категориям текстов: спортивным, экономическим и культурологическим. Методология включала качественный контент-анализ по четырем критериям: фактологическая точность, стилистическая адекватность, текстовая связность и креативная вариативность. 

Результаты показали, что ChatGPT эффективно создает эмоционально насыщенные тексты с элементами поп-культуры, но иногда допускает избыточные метафоры и опускает детали. DeepSeek демонстрирует более сбалансированный подход, сохраняя структурированность и точность даже в неформальном стиле. Наибольшее влияние на результат оказала точность формулировки промптов, особенно при указании жанра, стиля и целевой аудитории. Исследование подтверждает, что выбор модели должен зависеть от конкретных задач: ChatGPT предпочтителен для вовлекающего контента, а DeepSeek – для материалов, требующих ясности и логической строгости. Авторы подчеркивают необходимость авторского контроля для минимизации рисков искажения информации и предлагают дальнейшую разработку оптимизированных шаблонов промптов для различных жанров. Работа вносит вклад в развитие практик промпт-инжиниринга и расширяет понимание возможностей генеративных моделей в медиапроизводстве