Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Analýza a rozhodování

Lekce 11 z 12 Aktualizováno 2. listopadu 2026 Vývojář
Na této stránce
  1. Uvažování na podporu rozhodování
  2. Strukturovaná komparativní analýza
  3. Analýza scénářů
  4. Vzor: Automatizovaná rozhodovací matice
  5. Analýza rizik
  6. Vyhodnocování kompromisů
  7. Vzor: Advokát ďábla
  8. Small 4 nebo Large 4 pro analýzu?
  9. Klíčové poznatky

Lekce aktualizována 2. listopadu 2026. Původní příklady využívaly model Magistral, který byl 31. července 2026 vyřazen. Nyní využívají Mistral Small 4 (mistral-small-2603) nebo Mistral Large 4 (mistral-large-4-0) s parametrem reasoning_effort="high" a parsují odpověď pomocí funkce separer z Lekce 3. Zdroj: Reasoning (Mistral Documentation).

Uvažování na podporu rozhodování

Buďme upřímní, než se ponoříme do technik: model za tebe rozhodnutí neudělá a ani to není jeho cílem. To, co uvažování přináší do procesu rozhodování, je totéž, co poskytuje dobrý konzultant – explicitnost. Kritéria, která zůstávala implicitní, scénáře, kterými jsi neprošel, rizika, která nikdo nezmiňoval: to vše černé na bílém ponechává konečné slovo tobě, ale mnohem lépe informovanému.

Složitá rozhodnutí vyžadují víceparametrickou analýzu, zvažování různých perspektiv a schopnost vyhodnotit kompromisy. Právě zde strukturované uvažování přináší ve srovnání s intuitivní odpovědí značnou přidanou hodnotu.

Strukturovaná komparativní analýza

Uvažování umožňuje metodické srovnávání:

from mistralai.client import Mistral

client = Mistral(api_key="YOUR_API_KEY")

comparison = """My team needs to choose between PostgreSQL and MongoDB for a new application.

Context:
- B2B SaaS project management application
- 500 initial users, target of 10,000 in 2 years
- Structured data (users, projects, tasks) + free-text comments
- Team of 4 developers, all experienced in SQL
- Limited server budget (startup)

Analyze both options and recommend the best one."""

response = client.chat.complete(
    model="mistral-small-2603",
    reasoning_effort="high",
    messages=[
        {"role": "system", "content": """Senior technical consultant.

ANALYSIS METHOD:
1. Identify relevant decision criteria
2. Evaluate each option against each criterion
3. Weight criteria based on context
4. Identify risks for each option
5. Formulate an argued recommendation

REFLECTION:
Explore trade-offs. Consider short-term and long-term implications.

RESPONSE:
Clear recommendation with justification, risk mitigation plan."""},
        {"role": "user", "content": comparison}
    ],
)

Analýza scénářů

Uvažování je obzvláště efektivní pro zkoumání důsledků různých voleb:

scenario = """Our startup (15 employees, $2M ARR) received two offers:
1. Series A funding round of $5M from a VC with 25% dilution
2. Acquisition offer of $12M by a large group (3-year earn-out)

Analyze both scenarios and their implications."""

response = client.chat.complete(
    model="mistral-small-2603",
    reasoning_effort="high",
    messages=[
        {"role": "system", "content": """Strategic analyst.
For each scenario, evaluate:
- Financial impact at 1 year, 3 years, 5 years
- Impact on decision-making autonomy
- Risks and probability of realization
- Impact on team and culture"""},
        {"role": "user", "content": scenario}
    ],
)

Vzor: Automatizovaná rozhodovací matice

Můžeš automatizovat tvorbu rozhodovacích matic:

def decision_matrix(client, options, criteria, context):
    """Generates a structured decision matrix."""

    options_text = "\n".join(f"- {opt}" for opt in options)
    criteria_text = "\n".join(f"- {crit}" for crit in criteria)

    prompt = f"""Context: {context}

Options to evaluate:
{options_text}

Evaluation criteria:
{criteria_text}

For each option, rate each criterion on a scale of 1 to 5.
Justify each rating.
Calculate the total weighted score.
Recommend the optimal option."""

    response = client.chat.complete(
        model="mistral-small-2603",
        reasoning_effort="high",
        messages=[
            {"role": "system", "content": "Decision analysis expert. Be objective and rigorous in your evaluations."},
            {"role": "user", "content": prompt}
        ],
    )

    return separer(response.choices[0].message.content)[1]  # the response, without the reasoning

# Example: framework selection
result = decision_matrix(
    client,
    options=["React + Next.js", "Vue + Nuxt", "Svelte + SvelteKit"],
    criteria=[
        "Learning curve",
        "Ecosystem and community",
        "Performance",
        "Developer recruitment",
        "Long-term maintainability"
    ],
    context="Redesign of a B2C e-commerce site, team of 3 junior devs"
)

Analýza rizik

Strukturované uvažování je ideální pro identifikaci a hodnocení rizik:

risk_analysis = """We plan to migrate our production database
(50 GB, 200 tables, 15 connected applications) from MySQL 5.7 to PostgreSQL 16.

Identify all risks associated with this migration and propose a mitigation plan."""

response = client.chat.complete(
    model="mistral-small-2603",
    reasoning_effort="high",
    messages=[
        {"role": "system", "content": """Senior DBA and system architect.

RISK ANALYSIS:
For each identified risk, specify:
- Probability (low/medium/high)
- Impact (low/medium/critical)
- Mitigation plan
- Rollback plan"""},
        {"role": "user", "content": risk_analysis}
    ],
)

Vyhodnocování kompromisů

Technická rozhodnutí často zahrnují kompromisy. Uvažování pomáhá je explicitně definovat:

tradeoff = """Microservices vs. monolithic architecture for our application:

Our situation:
- Team of 6 developers
- HR management application
- 3 modules: recruitment, payroll, leave management
- Deployment on Kubernetes
- Need for independent module updates

Analyze the trade-offs of each approach."""

response = client.chat.complete(
    model="mistral-small-2603",
    reasoning_effort="high",
    messages=[{"role": "user", "content": tradeoff}]
)

Vzor: Advokát ďábla

Toto je nejcennější vzor v této lekci, protože opravuje zkreslení, kterému všichni podléháme: jakmile je rozhodnutí učiněno, hledáme pouze potvrzení. Explicitní žádost modelu, aby rozhodnutí napadl – našel slabiny, scénáře selhání, křehké předpoklady – tě donutí vyslechnout si to, co žádný kolega neřekne nahlas a co si už ani sám sobě nepřiznáváš:

def challenge_decision(client, decision, context):
    """Plays devil's advocate on a decision."""

    prompt = f"""A team has made the following decision:
DECISION: {decision}

CONTEXT: {context}

Play devil's advocate:
1. Identify the 5 main arguments AGAINST this decision
2. For each argument, assess its severity (1-5)
3. Propose conditions under which this decision would be catastrophic
4. Suggest necessary safeguard measures
5. Conclude: Is the decision solid despite the counter-arguments?"""

    return client.chat.complete(
        model="mistral-small-2603",
        reasoning_effort="high",
        messages=[
            {"role": "system", "content": "Critical analyst. Be incisive but constructive."},
            {"role": "user", "content": prompt}
        ],
    )

Small 4 nebo Large 4 pro analýzu?

Správným reflexem je sladit model s kritičností a vratností rozhodnutí. Pro jednoduché srovnání dvou možností s jasnými kritérii, rychlé vyhodnocení nebo rozhodnutí, které můžeš příští týden opravit: Mistral Small 4 v režimu high funguje velmi dobře za nižší cenu. Jakmile se však analýza stane víceparametrickou se spornými váhami, rozhodnutí je strategické a těžko vratné (volba architektury, migrace produkce, finanční arbitráž) nebo scénář zahrnuje skutečnou nejistotu, otestuj Mistral Large 4 v režimu high. Schopnější model má větší šanci udělat rozdíl při zkoumání kompromisů a nepříznivých případů, ale pouze srovnání na tvých vlastních případech ti řekne, zda jsou vyšší náklady oprávněné.

Klíčové poznatky

  • Uvažování transformuje analýzu rozhodování na strukturovaný a opakovatelný proces.
  • Používej systémový prompt, který vynucuje metodu analýzy (kritéria, váhy, rizika).
  • Rozhodovací matice a analýza scénářů těží z uvažování enormně.
  • Vzor advokát ďábla využívá uvažování k zpochybnění tvých rozhodnutí.
  • Přizpůsob model kritičnosti rozhodnutí: Small 4 pro běžné úkoly, Large 4 otestuj pro strategická rozhodnutí.