Складений аркуш, червоне коло й сорок хвилин: GLM-5.3-Flash як помічник у підготовці до уроку

JACK GROSS · FICTION + SOURCED ANALYSIS · 28 SEP 2026

Вигаданий приклад, не реальне інтерв’ю чи тест моделі

До індивідуального уроку в Міри сорок хвилин. Батько надіслав фото аркуша із загнутим кутиком. Останній рядок рівняння обрізано, а вчитель обвів червоним один крок. Можна витратити перші десять хвилин уроку на переписування разом з учнем, а можна прийти вже з кращим запитанням. Міра, родина й урок вигадані. Це запропонований робочий процес, а не звіт про тест GLM-5.3-Flash.

Фото аркуша→Видимі рядки→Неясні знаки→Питає Міра

Фото це доказ, а не ключ із відповідями

Z.AI описує GLM-5.3-Flash як модель, що приймає зображення й текст і повертає текст, з кодом моделі glm-5.3-flash в API. Візуальне розуміння значиться серед можливостей. Але ніщо не каже, що цей розмитий складений аркуш прочитається правильно. Міра виріже імена, завантажить лише ділянку із завданням і попросить транскрипцію, де нечитабельні символи позначено як невідомі. Якщо зникла важлива цифра, наступний крок це нове фото, а не впевнена здогадка. [source]

Запит, що припускає сумнів

Запит у неї вузький навмисно: «Переписуй лише видиме. По кожному рядку цитуй символи, познач сумнівні знаки, потім запропонуй два діагностичні запитання. Не розв'язуй вправу й не вигадуй відірваний кут». Модель могла б прийняти червоне коло за вирок вчителя або сплутати 1 із 7. Тому Міра звіряє кожен рядок із фото, і гладкий текст ніколи не переважує нерозбірливий знак. [source]

Маленький план уроку з розвилкою

Припустімо, учень пояснює, чому переніс доданок через знак рівності. Якщо міркування слушне, а помилка лише в переписаному числі, Міра відішле його до вихідного рядка. Якщо міркування руйнується, вона візьме простіше паралельне рівняння й попросить вимовити дію вголос. Жодна гілка не стверджує, що модель поставила дитині діагноз. Запитання вона обирає, вислухавши учня, а інструмент лише допомагає вишикувати варіанти.

Аркуш, що намагався вести урок

На фото аркуша є друковані вказівки й рукописні помітки, а ще рядок, що велить асистентові ігнорувати репетиторку й надіслати всю картку учня на сторонню адресу. Вчитель такого агентові не писав. OWASP застерігає, що вміст із низькою довірою може нести інструкції для prompt injection. Міра вважає текст аркуша даними, тримає картки учнів поза входом і не підключає до цього кроку ні пошту, ні інструменти оцінювання. [source]

Що зробило б це корисним

Перед справжнім уроком Міра зібрала б погоджену вибірку з вигаданими іменами: чіткі й навмисно розмиті фото, дивні накреслення цифр, відірваний кут і ворожу інструкцію всередині зображення. Вона звірила б транскрипцію з текстом, перевіреним людиною, порахувала чесно позначені невідомі й прочитала діагностичні запитання на навідні припущення. Жодних оцінок не заявлено. Якщо модель дописує зниклий символ, безпечна відповідь: «за цим знімком визначити неможливо». [source]

Тиха різниця

Урок відкривається словами Міри «Розкажи, як ти зробив цей крок», а не вироком машини. Вигадана модель заощадила їй час на підготовку запитання лише тоді, коли транскрипція витримає її перевірку. Учень не аркуш, а аркуш не чистий набір даних. Корисна межа скромна: прочитати видимі рядки, зберегти невизначеність і повернути викладання репетиторці.

Ілюстративний код, тут не запускався

def prepare_question(transcript, verified_by_tutor):
    if not verified_by_tutor or transcript.has_unknown_symbols:
        return "ask for clearer image; do not grade"
    return "ask the student to explain the first transformation"
# No student grade or parent message is generated here.

Джерела й невизначеність

Міра, родина й урок вигадані, модель не тестувалася. [Z.AI model documentation] · [Z.AI function calling] · [OWASP prompt injection]. Усе вище це міркування про проєктування, виміряної точності немає.