Подканяне на модел за разсъждение
На тази страница
Урокът е пренаписан на 2 ноември 2026 г. Предишната версия обхващаше системната подкана на Magistral, която беше оттеглена на 31 юли 2026 г. Текущата документация за разсъждение (Reasoning) вече не изисква специализирана системна подкана:
reasoning_effortе напълно достатъчен. Следващите раздели разграничават твърденията в документацията на Magistral, промените, настъпили впоследствие, и правилата за подканване, които остават полезни.
Какво се промени след Magistral
Magistral постигаше най-добри резултати със стандартна системна подкана, която документацията възпроизвеждаше (сега архивирана на страницата Native reasoning (deprecated)). По същество тя инструктираше модела първо да изложи разсъжденията си, като вътрешен монолог, последвани от самостоятелен отговор; да пише на Markdown, използвайки LaTeX за уравнения; и да отговаря на езика на заявката. Дори включваше шаблон за разсъждение под формата на фрагмент thinking, поставен в системното съобщение. Параметърът prompt_mode позволяваше да принудите тази стандартна подкана ("reasoning") или да я деактивирате (None).
При текущите модели нищо от това не е необходимо: страницата за разсъждение не споменава нито специализирана системна подкана, нито prompt_mode. Активирате разсъждението чрез reasoning_effort, а системната Ви подкана се връща към стандартния си вид, посветен на ролята, метода и очаквания формат. Ако мигрирате от Magistral, премахнете шаблона за разсъждение от системните си съобщения и prompt_mode от заявките си, след което сравнете резултатите (Урок 8).
Разделяне на разсъждението от отговора
Моделът вече разполага с две отделни пространства: разсъждението, което потребителят често не вижда, и крайния отговор. Една добра подкана отчита това. Тя описва очаквания метод, какво би проверил експерт в съответната област, и задава формата на отговора: отговорът трябва да бъде разбираем без разсъждението, тъй като то обикновено остава скрито.
import os
from mistralai.client import Mistral
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
system_prompt = """Вие сте старши експерт по дебъгване на Python.
МЕТОД
- Прочетете целия код, преди да формулирате диагноза.
- Формулирайте поне две хипотези, преди да направите извод.
- Уверете се, че поправката Ви не създава нов проблем.
КРАЕН ОТГОВОР
1. Точната диагноза
2. Основната причина
3. Коригираният код
4. Тест, който доказва поправката"""
response = client.chat.complete(
model="mistral-small-2603",
messages=[
{"role": "system", "content": system_prompt},
{"role": "user", "content": "Моят код се срива с RecursionError: def fibonacci(n): return fibonacci(n-1) + fibonacci(n-2)"},
],
reasoning_effort="high",
)
При тази функция fibonacci, липсваща базов случай, изискването за две хипотези изключва рефлексната диагноза „увеличете лимита на рекурсията“ и води до истинската причина.
Адаптиране по области
Същата структура – метод, следван от формат на отговора – се адаптира към конкретната област. В математиката методът се фокусира върху хипотезите и вида на доказателството:
math_prompt = """Вие сте строг математик.
МЕТОД
- Посочете хипотезите преди всяко доказателство.
- Изберете изрично между индукция, противоречие или директно изчисление.
- Проверете резултата върху конкретен случай.
КРАЕН ОТГОВОР
Формално доказателство: хипотези, обосновани стъпки, заключение."""
В стратегическия анализ фокусът е върху заинтересованите страни и количествената оценка, а очакваният отговор става препоръка, придружена от план:
strategy_prompt = """Вие сте стратегически консултант.
МЕТОД
- Оценете всяка опция въз основа на осъществимост, въздействие и риск.
- Правете количествени оценки винаги, когато е възможно, дори само като порядък на величината.
- Търсете най-силното възражение срещу собствената си препоръка.
КРАЕН ОТГОВОР
Ясна препоръка, предимствата и недостатъците на всяка опция, план за действие с датирани стъпки."""
Три често срещани грешки
Подканата е твърде неясна. „Вие сте полезен асистент“ не казва нищо за метода: моделът разсъждава според собствените си навици, а не според Вашите. Опишете какво би проверил един експерт.
Подканата е противоречива. „Бъдете много кратки. Детайлизирайте всяка стъпка дълбоко.“ поставя модела пред невъзможно изискване. Разрешете противоречието, като разпределите ролите: детайлите принадлежат към разсъждението, а краткостта – към крайния отговор.
good_prompt = """Бъдете кратки в крайния си отговор: само заключения и основни фигури.
Изследвайте детайлите в разсъждението си, а не в отговора."""
Изискване на процеса в отговора. Искайки да „разсъждавате стъпка по стъпка“ във видимия отговор, Вие карате модела да напише втори път това, което вече е направил в разсъждението си: отговорът се удължава и плащате два пъти за едни и същи стъпки в изходните токени. Искайте стъпки в отговора само ако потребителят има нужда да ги прочете, например в образователен tutor.
Ключови изводи
- Стандартната системна подкана и
prompt_modeбяха специфични за Magistral: те вече не са необходими - Активирайте разсъждението с
reasoning_effortи запазете системната подкана в нейната класическа роля - Опишете очаквания метод и формата на отговор, четим без разсъждението
- Разпределете ролите: детайли в разсъждението, краткост в отговора
- Не карайте модела да пренаписва процеса в отговора, ако никой няма нужда да го чете