Strukturování vašich pokynů
Na této stránce
Proč na struktuře záleží
Dobře strukturovaný prompt není luxus – je to nutnost. Modely Mistral jsou trénovány na obrovských objemech strukturovaného textu: technické dokumentace, články, zdrojové kódy. Vašim pokynům rozumí a lépe je následují, pokud jsou přehledně uspořádané, protože tato organizace připomíná data, která viděly miliardykrát během tréninku.
Představte si, že zadáváte ústní pokyny kolegovi a všechno pomícháte: termín ukrytý v anekdotě, očekávaný formát vložený na konec věty, kontext dodaný až po samotném zadání. Výsledek by byl matoucí a kolega by musel hádat, co je podstatné. Totéž platí pro jazykový model: struktura vašeho promptu určuje jasnost interpretace. Tato lekce vám poskytne dva nástroje pro strukturování – Markdown a XML tagy – plus mřížku sekcí pro organizaci jakéhokoli složitého promptu.
Markdown: Přirozený standard
Markdown je nejefektivnější formát pro strukturování promptů u modelů Mistral, a to ze tří vzájemně se posilujících důvodů. Zaprvé je čitelný: snadno se píše a kontroluje, což je klíčové, když prompt žije a vyvíjí se v rámci aplikace. Zadruhé je modelu známý: Markdown se masivně vyskytuje v trénovacích datech, takže model bez námahy chápe jeho konvence. Nakonec se přirozeně parsuje: model jasně identifikuje hierarchii nadpisů, seznamů a bloků kódu a odvozuje relativní důležitost každé sekce.
Takto to vypadá na příkladu analýzy konkurence:
# Task
Write a competitive analysis report.
## Context
Company: TechCorp, B2B SaaS, French market
Main competitors: AlphaSoft, BetaCloud, GammaTech
## Expected Format
For each competitor, provide:
- **Strengths**: 3 points maximum
- **Weaknesses**: 3 points maximum
- **Pricing positioning**: low / medium / premium
## Constraints
- Maximum 800 words
- Professional and factual tone
- No strategic recommendations (analysis only)
Tento prompt používá nadpisy (#, ##) k oddělení sekcí, tučné písmo pro klíčové prvky a odrážkové seznamy pro detaily. Model okamžitě chápe hierarchii: nejprve úkol, pak kontext, poté formát a nakonec ochranná pravidla. Tento dokument byste mohli předat lidskému spolupracovníkovi, aniž byste změnili jediné slovo – to je dobré znamení.
XML tagy: Maximální přesnost
Markdown organizuje; XML tagy vymezují. Když potřebujete bez nejednoznačnosti izolovat bloky dat nebo pokynů – typicky když váš prompt mixuje instrukce a text ke zpracování – jsou XML tagy obzvláště účinné:
<instructions>
Analyze the provided text and extract named entities.
Categorize them into: people, organizations, locations.
</instructions>
<format>
Return the result in JSON with the structure:
{"people": [], "organizations": [], "locations": []}
</format>
<text>
President Macron met with the Director-General of the WHO in Geneva
to discuss European health strategy.
</text>
Výhodou je, že model přesně ví, kde každá sekce začíná a končí. Pokud by text k analýze obsahoval větu připomínající pokyn – například „extrahuj seznam účastníků“ – tagy by zabránily modelu, aby si ji spletl s vašimi instrukcemi. Právě toto oddělení mezi pokyny a daty činí XML cenným v produkčních promptech.
Nezbytné sekce strukturovaného promptu
Ať už zvolíte jakýkoli formát, složitý prompt se organizuje kolem stejných sekcí. První a jedinou povinnou je úkol: vždy jasně uveďte, co očekáváte, hned na začátku. „Úkol: Přelož následující text z francouzštiny do angličtiny při zachování formálního registru“ nenechává žádnou pochybnost o poslání.
Následuje kontext, pokud je potřebný: informace z pozadí, které model nemůže odhadnout. Pokud pracujete pro fintech startup budující aplikaci na správu rozpočtu pro jednotlivce ve Francii, řekněte to – bez tohoto detailu bude model psát pro obecné publikum a vy budete muset vše dělat znovu.
Třetí sekce, pravidla, rámec chování: explicitně vyjmenujte, co model musí a nesmí dělat. Například: použij formální tón, nezmiňuj značky konkurence, vytvoř odstavce o 50 až 100 slovech. Každé psané pravidlo je oprava, kterou nemusíte dělat ručně.
Čtvrtá sekce, formát výstupu: přesně popište podobu, jakou musí odpověď mít. „Vrať Markdown tabulku se sloupci Kritérium | Skóre (1-5) | Komentář“ vytvoří výstup přímo kopírovatelný do vašeho dokumentu, zatímco absence instrukce vytvoří prózu k přepracování.
Nakonec příklady řeší zbývající nejednoznačnosti ukázkou očekávaného výsledku. Tato technika je tak silná, že má vlastní lekci: podrobně se k ní vrátíme u few-shot promptingu.
Explicitní versus implicitní pokyny
Modely Mistral nehádají vaše záměry: vše, co je implicitní ve vaší hlavě, se musí stát explicitním ve vašem promptu. Porovnejte „Shrň tento článek“ s „Shrň tento článek do 3 odrážek, každá o maximálně 20 slovech. Zachovej klíčová čísla. Použij neutrální a faktický tón.“ První verze nechává na modelu rozhodnout délku, formát a tón – tři rozhodnutí, která může udělat jinak než vy. Druhá verze nenechává prostor pro interpretaci: model přesně ví, co má vytvořit, a pokaždé dostanete stejný typ výsledku.
Pište, jako by model nic nevěděl
Zakončeme fundamentálním pravidlem: svůj prompt pište s předpokladem, že model nemá žádný předchozí kontext o vaší situaci. I když se vám něco zdá zřejmé – kdo jste, čeho chcete dosáhnout, k jakému účelu, v jakém formátu – specifikujte to, přičemž pro trvalé prvky se spoléhejte na systémový prompt. Spisovatel řetězící požadavky ve stejné konverzaci si nakonec začne myslet, že „model ví“; ale jakmile se konverzace změní nebo se prompt znovu použije jinde, všechny implicitní informace zmizí. Tento přístup „nulového kontextu“ garantuje konzistentní výsledky bez ohledu na stav konverzace.
Klíčové poznatky
- Strukturojte své prompty do jasných sekcí (Markdown nebo XML)
- Markdown je ideální pro většinu případů; XML tagy slouží k izolaci dat
- Vždy oddělujte úkol, kontext, pravidla a očekávaný formát
- Udělejte explicitní vše, co je ve vaší hlavě implicitní
- Každý prompt pište, jako by model začínal od nuly