Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Osvědčené postupy a časté chyby

Lekce 14 z 14 Aktualizováno 3. listopadu 2026 Začátečník
Na této stránce
  1. Shrnutí a ochranná opatření
  2. Osvědčené postupy
  3. Časté chyby
  4. Shrnutí kurzu
  5. Klíčové poznatky
  6. Ověř si své znalosti

Aktualizováno 3. listopadu 2026. Na základě reference API xAI: parametr max_completion_tokens omezuje pouze viditelnou odpověď; tokeny pro uvažování se do něj nezapočítávají a jejich množství řídí parametr reasoning_effort. Zdroj: Chat Completions.

Shrnutí a ochranná opatření

Tato závěrečná lekce pokrývá klíčové osvědčené postupy a nejčastější chyby při zadávání příkazů modelu Grok. Ber ji jako kontrolní seznam, ke kterému se vrátíš pokaždé, když vytváříš nebo vylepšuješ svůj prompt.

Osvědčené postupy

1. Systematicky strukturoj své prompty

Vždy odděl kontext, úkol a omezení. Modelu se blok textu interpretuje hůře než prompt rozdělený do sekcí.

2. Pro trvalé instrukce využij systémovou zprávu

Vše, co musí platit pro každou výměnu (jazyk, formát, tón, omezení), umísti do systémové zprávy. Situační instrukce nech v uživatelských zprávách.

3. Poskytuj příklady místo popisů

Pokud je výstupní formát složitý, jeden příklad vydá za tisíc slov popisu. Few-shot prompting je téměř vždy efektivnější než podrobné vysvětlování očekávaného formátu.

4. Přizpůsob model úkolu

  • Jednoduchý a rychlý úkol: grok-4.3 nebo grok-build-0.1 (pro kód)
  • Složitý úkol vyžadující uvažování: grok-4.20-0309-reasoning s vysokým úsilím
  • Analýza obrázků: grok-4.5 s nastavením detailu (nízký/vysoký)

5. Uprav teplotu podle cíle

  • Extrakce, klasifikace, fakta: teplota 0 až 0,3
  • Profesionální psaní, shrnutí: teplota 0,4 až 0,7
  • Brainstorming, kreativita: teplota 0,8 až 1,5

6. Testuj pomocí parametru seed

Chceš-li objektivně porovnat dvě formulace promptu, použij stejnou hodnotu seed. Tím eliminuješ variabilitu způsobenou náhodností a můžeš přesně změřit dopad své změny.

7. Vytvoř si knihovnu promptů

Své nejlepší prompty uchovávej v knihovně uspořádané podle případů použití. Dobrý prompt je investice: s každým opětovným použitím roste jeho hodnota.

Časté chyby

Chyba 1: Vágní prompty

Model není telepat. Čím konkrétnější budeš, tím lepší bude výsledek.

Chyba 2: Ignorování limitů modelů pro uvažování

Modely Grok pro uvažování nepodporují určité parametry: frequency_penalty, presence_penalty a stop vyvolají chybu. U složitých úkolů počítej s časovým limitem 3 600 sekund.

Chyba 3: Úprava historie uprostřed konverzace

API Grok je bezstavové. Úprava historie rozbije mezipaměť inference a sníží výkon.

Chyba 4: Současné používání teploty a top_p

Současná změna teploty a top_p přináší nepředvídatelné výsledky. Vyber si jedno nebo druhé.

Chyba 5: Přehlížení tokenů pro uvažování v rozpočtu

U modelů pro uvažování se tokeny pro uvažování přičítají k viditelné odpovědi a jsou fakturovány sazbou za výstup, ale max_completion_tokens je neomezuje: tento parametr limituje pouze viditelnou odpověď. Chcete-li tyto náklady kontrolovat, nastav úsilí pro uvažování (reasoning_effort) a sledujte reasoning_tokens ve využití.

Chyba 6: Nespecifikování výstupního formátu

Bez instrukcí k formátu si model zvolí formát, který považuje za vhodný. Vždy specifikuj očekávaný formát.

Chyba 7: Příliš mnoho irelevantního kontextu

Dokumentace xAI explicitně doporučuje vyloučit z kontextu irelevantní informace.

Chyba 8: Ukládání historie s obrázky

U požadavků obsahujících obrázky použij store: false, abys předešel chybám.

Shrnutí kurzu

Během těchto 14 lekcí ses naučil:

  • Strukturovat své prompty s jasností, kontextem a formátem (lekce 1–4)
  • Využívat pokročilé techniky: few-shot, řetězec myšlenek, systémové instrukce, iterace, multimodální přístup (lekce 5–9)
  • Aplikovat prompting na reálné příklady: psaní, analýza, kód (lekce 10–12)
  • Tvořit expertní prompty dodržováním metodického procesu (lekce 13)

Prompting je dovednost, která se praxí zlepšuje. Každý prompt, který vylepšíš, obohacuje tvé zkušenosti i tvou knihovnu znovu použitelných šablon.

Klíčové poznatky

  • Vždy strukturoj své prompty do samostatných sekcí
  • Přizpůsob model a parametry každému úkolu
  • Poskytuj příklady místo dlouhých popisů
  • Vyvaruj se klasických chyb: nekompatibilní parametry, upravovaná historie, nadměrný kontext
  • Dokumentuj a znovu využívej své nejlepší prompty
  • Prompting je iterativní proces: testuj, diagnostikuj, upravuj

Ověř si své znalosti

Po expertním workshopu následuje závěrečná kontrola technik promptingu pro Grok.

1. Jaký je rozdíl mezi rolí system oproti rolím user a assistant?

Odpověď: Role system nastavuje trvalý rámec konverzace – identitu, pravidla, formát –, zatímco role user nese požadavky a role assistant odpovědi: aplikační instrukce se nemísí s dialogem.

2. Kdy snížit teplotu?

Odpověď: U faktických úkolů, extrakce a kódu, kde je variabilita vadou; zvyš ji pro kreativitu – nastavení se řídí cenou odlišné odpovědi od jednoho spuštění k druhému.

3. Co získáš použitím řetězce myšlenek?

Odpověď: U úkolů vyžadujících uvažování významně snižuje chyby požadavek na kroky před závěrem – model se rozepíše, místo aby skočil k tomu, co vypadá věrohodně.

4. Jak zadávat příkazy v multimodálním režimu (text + obrázek)?

Odpověď: Rámec analýzy nastav stejně jako u textu: přesná otázka, kritéria, výstupní formát – obrázek jsou data, prompt zůstává metodou.

5. Jmenuj dvě časté chyby, kterým se vyhnout.

Odpověď: Požadavky typu „všechno v jednom“ bez struktury či formátu a absence iterace – přijetí prvního výstupu místo jeho vylepšení; osvědčené postupy z kurzu jsou přesným opakem.

Jasný rámec, přizpůsobená nastavení, iterace: techniky se redukují na tři tahy – workshop ti umožnil si je vyzkoušet, tvé projekty sklidí ovoce.