Почему обилие моделей и коннекторов в Claude вредит работе и почему не стоит доверять рилсам об искусственном интеллекте
Кажется логичным: чем больше коннекторов и «дополнительных моделей на всякий случай» подключить к Claude, тем шире станут возможности и выше качество. Реальность же показывает обратное. Каждое описание инструмента съедает часть рабочей памяти нейросети ещё до того, как вы зададите вопрос. Похожие инструменты сбивают модель с толку при выборе. А любой новый сервер — это дополнительная лазейка для утечки информации. Ниже разбираем механику этого явления, приводим конкретные цифры, объясняем, как грамотно подключать инструменты, и почему ролики в духе «один промпт — и готово» создают ложное впечатление.
Типичный сценарий: пользователь посмотрел несколько видео «топ-10 MCP-серверов, которые прокачают Claude в десять раз», установил всё подряд, добавил сервис, через который Claude «консультируется» с другими нейросетями, и ждёт волшебства. Но вместо волшебства модель начинает отвечать медленнее, порой активирует не тот инструмент, отклоняется от задачи, а лимиты исчерпываются уже к середине дня.
Мы в ИТБРАТ подключаем нейросети к CRM, сайтам и учётным системам заказчиков и наблюдаем неизменную картину: результат улучшается не от объёма подключённого, а от точного соответствия инструментов поставленной задаче.
Как модель взаимодействует с инструментами
Ключевой момент: нейросеть получает сведения о подключённых инструментах через их описания — наименование, назначение, принимаемые параметры. Эти описания попадают в контекст, то есть в рабочую память модели, вместе с вашим запросом, инструкциями и историей беседы.
MCP-сервер — это механизм подключения к Claude внешней системы: CRM, электронной почты, таблиц, конструктора сайтов. Каждый сервер несёт набор инструментов, порой десятки. И описание каждого из них занимает место в контексте при каждом обращении, даже если в рамках данного диалога он не потребуется.
Контекст имеет предел. Всё, что занято описаниями инструментов, становится недоступным для вашей задачи: документов, переписки, кода, данных.
Проблема первая. Контекст исчерпывается ещё до первого вопроса
Открытые замеры разработчиков демонстрируют впечатляющие цифры. Описание одного инструмента в среднем требует 300–600 токенов. Популярный MCP-сервер для работы с кодом, включающий 35 инструментов, занимает порядка 26 тысяч токенов. В одном из экспериментов три подключённых сервера поглотили около 143 тысяч токенов из 200 тысяч — то есть 72% контекста ещё до того, как пользователь успел что-либо спросить.
Что это означает на деле:
• остаётся меньше пространства для ваших документов и данных;
• длинная беседа быстрее достигает предела и начинает «терять» начало;
• каждый запрос обходится дороже, а лимиты подписки расходуются ускоренно;
• ответы поступают медленнее.
Разработчики нейросетей осведомлены об этой сложности. В Claude предусмотрен механизм поиска инструментов: описания редко используемых инструментов не загружаются сразу, а подтягиваются по необходимости. Это смягчает проблему, но не отменяет главного принципа: чем меньше лишнего подключено, тем эффективнее работа.
Проблема вторая. Модель затрудняется с выбором
При большом количестве инструментов нейросети сложнее определить нужный. Особенно когда у разных серверов есть схожие функции: три варианта «поиска», два способа «отправить сообщение», несколько «прочитать файл». Модель может активировать не тот инструмент или потратить несколько шагов на перебор вариантов.
Исследователи проекта RAG-MCP зафиксировали, как точность выбора инструмента снижается по мере роста их числа: в их экспериментах она упала с 43% до менее чем 14%. Разработчики в собственных замерах отмечают, что качество ответов ощутимо падает примерно после 40–50 одновременно загруженных инструментов: модель чаще отклоняется от темы и ссылается на инструменты вместо того, чтобы дать ответ. Конкретные цифры зависят от модели и задачи, но тенденция однозначна: больше инструментов — больше ошибок выбора.
Проблема третья. «Множество моделей» не повышает качество ответа
Отдельное увлечение — подключать к Claude сервисы, позволяющие ему «узнать мнение» других нейросетей. Логика ясна: если одна модель ошибается, пусть другая проверит. На практике результат оказывается хуже ожидаемого.
• Ответы вступают в противоречие, и нейросеть расходует усилия на согласование, а не на задачу.
• Каждая модель видит лишь фрагмент контекста, который ей передали, и отвечает без полной картины.
• Затраты суммируются: вы платите за запросы к нескольким моделям одновременно.
• Данные передаются третьим сторонам. Каждый дополнительный сервис получает часть вашей переписки и документов.
• Ошибка не устраняется. Если в исходных данных неверная цифра, несколько моделей уверенно её подтвердят.
Сопоставлять ответы разных нейросетей полезно, но делать это разумнее осознанно и вручную на важных вопросах, а не встраивать в каждый запрос.
Проблема четвёртая. Каждый сервер — это доступ к вашим данным
Подключая MCP-сервер, вы предоставляете нейросети доступ к системе: почте, CRM, файлам, иногда с правом изменять данные. Чем больше серверов, тем больше точек, где что-то может пойти не так.
• Непроверенные серверы. Сервер из случайного репозитория может отправлять данные не туда, куда вы рассчитываете.
• Внедрение инструкций. Текст в письме, документе или на веб-странице может содержать скрытые указания для нейросети. Если у неё есть доступ к другим системам, она может попытаться их выполнить. Чем больше подключено, тем серьёзнее последствия.
• Избыточные права. Сервер, которому достаточно только чтения, получает право записывать и удалять.
Если нейросеть обрабатывает персональные данные клиентов, это ещё и вопрос соблюдения законодательства. Что проверять, мы разбирали в статье про 152-ФЗ для сайта и чат-бота.
Как подключать инструменты грамотно
1. Отталкивайтесь от задачи, а не от списка серверов. Что нейросеть должна делать ежедневно? Подключите только необходимое для этого.
2. Три-пять коннекторов на задачу. Для большинства рабочих сценариев этого достаточно. Остальное отключайте или переносите в отдельные проекты.
3. Ограничивайте инструменты внутри сервера. Многие клиенты позволяют включить лишь нужные инструменты сервера. Если из 35 инструментов вы используете пять, оставьте пять.
4. Минимальные права. Если требуется только чтение данных, не давайте права на запись и удаление.
5. Только проверенные серверы. Официальные серверы разработчиков систем или серверы, код которых вы можете проверить.
6. Навыки вместо инструментов. Часто проблема не в нехватке инструментов, а в нехватке инструкций. Навык — набор правил, как выполнять конкретную работу, — улучшает результат сильнее, чем ещё один подключённый сервер. Пример того, как навыки меняют результат, — в статье про монтаж видео через Claude.
7. Один собственный сервер вместо пяти чужих. Если нейросети нужно работать с несколькими вашими системами, иногда правильнее сделать один MCP-сервер, который отдаёт ровно те действия, которые нужны вашему бизнесу, с понятными описаниями и правами.
Почему не стоит доверять рилсам об ИИ
Теперь о том, откуда берутся завышенные ожидания. Короткие ролики в Instagram (принадлежит компании Meta, признанной экстремистской и запрещённой в России), VK Клипах и Shorts — основной источник представлений о возможностях нейросетей. И почти всегда они демонстрируют только финал.
Показывают лучший результат из многих
Автор сделал 40 генераций и показал одну, удачную. Это не обман, но зритель думает, что так получается с первого раза.
Скрывают подготовку
«Я написал одну фразу» — после недели настройки инструментов, написания инструкций, подготовки примеров и данных. Подготовка не попадает в кадр, потому что она скучная.
Ускоряют и монтируют
Ожидание ответа вырезано, ошибки вырезаны, финальный результат доработан человеком в обычной программе. В ролике это выглядит как работа нейросети.
Продают курс
Самый частый мотив ролика «нейросеть сделает всё за вас» — продать курс, подписку на посредника или партнёрскую ссылку. Автору выгодно, чтобы задача выглядела простой: тогда курс кажется лёгким путём к результату.
Устаревают за месяц
Нейросети и их условия меняются быстро. Ролик, снятый полгода назад, может описывать функцию, которой больше нет, или цену, которая выросла.
«Секретный промпт» не существует
Хороший запрос важен, но результат зависит от контекста, данных, инструментов и проверки. Тот же промпт в другой ситуации даст другой результат. Как на самом деле формулировать запросы, мы объяснили в статье про то, как пользоваться нейросетью.
Как проверить ролик об ИИ за минуту
• Показан ли процесс целиком, с ошибками и правками, или только результат?
• Есть ли в описании курс, промокод, партнёрская ссылка?
• Когда снят ролик и какая версия сервиса в нём?
• Можно ли повторить результат по описанию, или «детали в курсе»?
• Есть ли у автора реальные проекты, кроме роликов про нейросети?
Лучший тест — попробовать самому на своей задаче, с ограниченным временем и бюджетом. Через час станет понятно, где нейросеть помогает, а где нужна подготовка. А если ролик призывает перевести деньги «за доступ» или ввести код из СМС, это повод вспомнить нашу статью про то, как не стать жертвой интернет-мошенников.
Что в действительности приносит результат
• Понятная задача и критерий готовности. Что должно получиться и как понять, что получилось.
• Качественные данные. Документы, примеры, исходники.
• Минимум необходимых инструментов с минимальными правами.
• Инструкции и навыки, в которых зафиксирован ваш опыт.
• Проверка человеком на каждом важном шаге.
Это скучнее, чем «один промпт», зато работает каждый день, а не только в ролике. О том, как нейросети меняют работу людей и где граница между помощью и заменой, мы размышляли в статье про то, обесценивает ли ИИ человеческий труд.
Как мы помогаем в ИТБРАТ
Мы в ИТБРАТ подключаем нейросети к системам бизнеса без излишеств: разбираем задачи, подбираем минимальный набор инструментов, создаём собственные MCP-серверы с нужными действиями и ограниченными правами, пишем инструкции и навыки под ваши процессы. Подробнее — на странице «MCP-сервер под ключ» и в статье про то, как управлять бизнесом голосом через MCP-сервер.
Вывод
Каждый подключённый коннектор и каждая «дополнительная модель» занимают контекст нейросети, усложняют выбор инструментов, удорожают работу и добавляют риски для данных. Подключайте только то, что нужно для конкретной задачи, ограничивайте права и вкладывайтесь в инструкции, а не в количество серверов.
Ролики про ИИ показывают финал и скрывают процесс: десятки попыток, подготовку и ручную доработку. Относитесь к ним как к рекламе, проверяйте на своих задачах и помните, что «просто написать промпт и ждать крутого результата» не работает ни в монтаже, ни в музыке, ни в бизнесе.
Материал подготовлен ООО «ИТБРАТ» (Омск). Опишите задачу на сайте itbrat.pro или в Telegram @itbrat, и инженер вернётся с вариантами решения, сроками и вилкой бюджета в течение 4 рабочих часов.
Часто задаваемые вопросы
Почему много MCP-серверов ухудшают работу Claude?
Описания инструментов каждого сервера занимают контекст нейросети ещё до вашего вопроса, а похожие инструменты путают её при выборе. В результате ответы хуже, медленнее и дороже.
Сколько коннекторов подключать?
Столько, сколько нужно для задачи. Для большинства рабочих сценариев хватает трёх-пяти. Остальное лучше отключить или вынести в отдельный проект.
Помогает ли подключение нескольких нейросетей к Claude?
Редко. Ответы противоречат друг другу, растёт стоимость, данные уходят третьим лицам, а ошибка в исходных данных не исчезает. Сравнивать ответы лучше вручную на важных вопросах.
Безопасно ли подключать MCP-серверы?
Безопасно, если сервер проверенный, права минимальны, а нейросеть не получает доступ к лишним системам. Каждый непроверенный сервер — риск утечки данных.
Что такое контекст нейросети?
Это рабочая память модели: ваш вопрос, инструкции, история диалога, документы и описания подключённых инструментов. Её объём ограничен.
Почему ролики про ИИ обещают больше, чем получается?
Они показывают лучший результат из многих попыток и прячут подготовку и ручную доработку. Часто цель ролика — продать курс или доступ к сервису.
Существует ли секретный промпт?
Нет. Хорошая формулировка важна, но результат определяется задачей, данными, инструментами, инструкциями и проверкой.
Что лучше: ещё один MCP-сервер или навык?
Чаще навык. Инструкции о том, как делать конкретную работу, улучшают результат сильнее, чем дополнительные инструменты.
Консультация
Обсудим вашу задачу и назовём цену.
Опишите задачу на сайте itbrat.pro или в Telegram. Инженер вернётся с вариантами решения, сроками и вилкой бюджета в течение 4 рабочих часов.

Репост в мессенджер или соцсеть — в один клик.

Информационные техлологии
Одно письмо на каждую новую запись. Отписаться — в один клик.
Материал написан автором блога и прошёл модерацию редакции. Мнение автора может не совпадать с позицией журнала «Масштаб».
Простые сценарии автоматизации можно собрать своими руками — если знать, с чего начать.