Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Dataformat: JSONL-samtaler

Lektion 3 af 16 Opdateret 2. november 2026 Avanceret
På denne side
  1. JSONL-formatet
  2. Samtalestruktur
  3. Samtaler med flere tur
  4. Vægtning med weight
  5. Script til oprettelse af JSONL-fil
  6. Vigtige pointer

Opdatering 2. november 2026 — Tilgængelighed af finjustering. OpenAIs selvbetjente finjustering udfases: Siden 7. maj 2026 har organisationer, der aldrig har brugt tjenesten, ikke kunnet oprette nye jobs; siden 2. juli skal du have brugt en finjusteret model inden for de sidste 60 dage; og fra 6. januar 2027 vil ingen kunder kunne starte nye jobs. Allerede trænede modeller forbliver brugbare, indtil deres basismodel udgår. Dette kursus er stadig nyttigt til at forstå og udnytte en eksisterende model; til nye projekter bør du prioritere prompt engineering, RAG og evalueringer.

JSONL-formatet

JSONL (JSON Lines) er det påkrævede format til OpenAIs API til finjustering. Hver linje i filen er et uafhængigt JSON-objekt, der repræsenterer et komplet træningseksempel. Denne struktur giver dig mulighed for at streame et korpus på titusindvis af eksempler uden nogensinde at skulle indlæse hele filen i hukommelsen.

{"messages": [{"role": "system", "content": "..."}, {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}]}
{"messages": [{"role": "system", "content": "..."}, {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}]}

Grundlæggende regel: én linje = ét JSON-objekt = ét eksempel. Du må ikke indsætte linjeskift inde i selve JSON-objektet. Med andre ord vil “pænt formateret” JSON med indrykning fra din editor ødelægge filen – dette er den hyppigste årsag til, at uploads bliver afvist.

Samtalestruktur

Hvert eksempel er et objekt med en nøgle messages, der indeholder en liste med beskeder. Hver besked har en role og et content. Kun tre roller accepteres:

  • system: Globale instrukser til assistenten (valgfri, men anbefales)
  • user: Brugerens besked
  • assistant: Det svar, som modellen skal lære at producere

Det minimale format består af en enkelt udveksling mellem bruger og assistent. Dette er tilstrækkeligt, når den ønskede adfærd ikke afhænger af specifik indramning, f.eks. for en model dedikeret til en enkelt opgave.

{
  "messages": [
    {"role": "user", "content": "Hej, hvordan har du det?"},
    {"role": "assistant", "content": "Hej! Jeg er klar til at hjælpe. Hvad kan jeg gøre for dig?"}
  ]
}

Så snart modellen skal indtage en specifik rolle, skal du tilføje en systembesked – og holde den identisk på tværs af alle dine eksempler. Bemærk i eksemplet nedenfor, at instruktionen “tilbyd altid en demo-aftale” faktisk overholdes i assistentens svar: systembeskeden beskriver en begrænsning, og eksemplet viser, hvordan det ser ud, når den anvendes.

{
  "messages": [
    {
      "role": "system",
      "content": "Du er en salgsassistent for TechCorp. Svar koncist og professionelt. Tilbyd altid en demo-aftale."
    },
    {
      "role": "user",
      "content": "Jeg leder efter en CRM-løsning til mit team på 50 personer."
    },
    {
      "role": "assistant",
      "content": "Vores TechCorp CRM er designet til teams på 20 til 200 personer med kontaktstyring, salgspipeline og integreret rapportering. Til et team på 50 anbefaler jeg Business-planen til 29 €/bruger/måned. Vil du gerne booke en personlig demo i denne uge?"
    }
  ]
}

Samtaler med flere tur

Du kan inkludere samtaler med flere udvekslinger. Modellen lærer derefter at opretholde konsistens på tværs af turene: Her bygger det andet svar på trin 2, der blev annonceret i det første, noget et isoleret eksempel ikke kunne lære.

{
  "messages": [
    {
      "role": "system",
      "content": "Du er en teknisk assistent for en betalings-API."
    },
    {
      "role": "user",
      "content": "Hvordan integrerer jeg jeres betalings-API?"
    },
    {
      "role": "assistant",
      "content": "Integrationen sker i 3 trin: 1) Installer SDK'en med pip install paycorp-sdk, 2) Konfigurer din API-nøgle, 3) Opret din første betaling. Hvilket trin vil du starte med?"
    },
    {
      "role": "user",
      "content": "Hvordan konfigurerer jeg API-nøglen?"
    },
    {
      "role": "assistant",
      "content": "Hent din nøgle fra dashboardet (Indstillinger > API-nøgler), og konfigurer den derefter i din kode:\n\nfrom paycorp import PayCorp\nclient = PayCorp(api_key=\"din_nøgle\")\n\nBrug testnøglen (prefix sk_test_) under udvikling og live-nøglen (sk_live_) i produktion. Commit aldrig dine nøgler til kildekoden."
    }
  ]
}

Vægtning med weight

Du kan fortælle modellen, hvilke assistent-beskeder der er vigtigst, ved at tilføje et felt weight:

{
  "messages": [
    {"role": "user", "content": "Opsummer dette dokument."},
    {"role": "assistant", "content": "Her er opsummeringen...", "weight": 1}
  ]
}

En weight på 0 betyder, at modellen ikke vil træne på den specifikke assistent-besked; standardværdien er 1. Det typiske brugstilfælde er samtaler med flere tur, hvor kun den sidste tur betyder noget: Du beholder tidligere udvekslinger, fordi de giver nødvendig kontekst, men du ønsker ikke, at modellen skal lære at reproducere dem – sæt dem blot til 0.

Script til oprettelse af JSONL-fil

I praksis vil du aldrig skrive denne fil i hånden. Funktionen nedenfor serialiserer en liste med eksempler og beskytter dig mod de to hyppigste faldgruber: at glemme det sidste linjeskift og fejlagtig håndtering af escaping af accenter.

import json

def create_jsonl_file(examples: list[dict], path: str):
    """Opretter en JSONL-fil fra en liste med eksempler."""
    with open(path, "w", encoding="utf-8") as f:
        for example in examples:
            line = json.dumps(example, ensure_ascii=False)
            f.write(line + "\n")
    print(f"Fil oprettet: {path} ({len(examples)} eksempler)")

# Dine eksempler
examples = [
    {
        "messages": [
            {"role": "system", "content": "TechCorp kundesupport-assistent."},
            {"role": "user", "content": "Min konto er låst."},
            {"role": "assistant", "content": "Jeg forstår din frustration. For at låse din konto op har jeg brug for din registrerings-e-mailadresse. Jeg tjekker statussen og guider dig gennem genaktiveringsprocessen."}
        ]
    },
    {
        "messages": [
            {"role": "system", "content": "TechCorp kundesupport-assistent."},
            {"role": "user", "content": "Hvordan ændrer jeg min adgangskode?"},
            {"role": "assistant", "content": "For at ændre din adgangskode: Gå til Indstillinger > Sikkerhed > Skift adgangskode. Indtast din nuværende adgangskode og derefter den nye (mindst 12 tegn med stort bogstav, tal og specialtegn). Bekræft og klik på Gem."}
        ]
    }
]

create_jsonl_file(examples, "training_data.jsonl")

De fejl, du vil støde på, er altid de samme, og alle kan opdages før upload. Et manglende linjeskift mellem to objekter fletter to eksempler sammen til én ulæselig linje. Malformeret JSON – manglende anførselstegn, ekstra komma – får hele linjen til at fejle. Et tomt content udløser en valideringsfejl på OpenAIs side, det samme gør en opfundet rolle: Kun system, user og assistant accepteres. Skriv endelig altid i UTF-8 med ensure_ascii=False, ellers vil dine accenterede tegn blive til escape-sekvenser, som modellen samvittighedsfuldt vil lære at reproducere.

Vigtige pointer

  • Én JSONL-linje = ét JSON-objekt = én komplet samtale
  • Hver samtale indeholder mindst én user-besked og én assistant-besked
  • system-beskeden er valgfri, men anbefales for konsistens
  • Brug weight: 0 til at udelukke visse tur fra træning i samtaler med flere tur
  • Valider altid din JSONL-fil, før du uploader den