Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Töötuba: Sisu loomine

Õppetund 16 / 16 Värskendatud 28. juuli 2026 Algajatele
Sellel lehel
  1. Töötoa eesmärk
  2. Ülesanne 1: Struktureeritud ideede genereerimine
  3. Ülesanne 2: Loomingulikud stsenaariumid koolituseks
  4. Ülesanne 3: Mitmevormiline turundussisu
  5. 3-astmeline loomeprotsess
  6. Peamised punktid
  7. Testi oma teadmisi

Töötoa eesmärk

See viimane töötuba uurib Mistrali mudelite loomingulist külge: ideede genereerimine, koolitusstseenariumide loomine ja turundussisu tootmine. Tehisintellekti abil loomise paradoks seisneb selles, et see nõuab rohkem struktuuri, mitte vähem: kõrge temperatuur ilma piiranguteta tekitab kasutuskõlbmatut kaost, samas kui hästi piiritletud vihjes kasutatud kõrge temperatuur toodab nii originaalseid kui ka rakendatavaid ideid. Just seda kombinatsiooni – kontrollitud vabadust – harjutad allpool toodud kolmes ülesandes.

Ülesanne 1: Struktureeritud ideede genereerimine

Alustame tootenäitega: valmistad ette uue mobiilirakenduse turuletoomist ja vajad ideid eristuvate funktsioonide jaoks. Toores ideede genereerimine annaks tulemuseks nimekirja ebamäärastest loosungitest; et olla tootekoosolekul rakendatav, peab iga idee jõudma kohale juba eelhinnatuna. Pane tähele, kuidas süsteemne vihje kehtestab igale ideele hindamisvõrestiku (jõupingutus, mõju, eristuvus), muutes mudeli tootelehe generaatoriks, mitte lihtsalt soovituste masinaks.

messages = [
    {
        "role": "system",
        "content": """You are a creative product manager specializing in B2C mobile apps.
For each idea, provide:
- Feature name (max 5 words)
- Description (2 sentences)
- Development effort: S (< 1 week) / M (1-4 weeks) / L (> 1 month)
- Estimated user impact: low / medium / high
- Competitive differentiation: low / medium / high

Propose varied ideas: some pragmatic, some bold."""
    },
    {
        "role": "user",
        "content": """Product context:
- Personal budget management app for 25-35 year olds in France
- Current features: expense tracking, automatic categorization,
  savings goals, bank synchronization
- Main competitors: Bankin, Linxo, Finary
- Identified problem: 60% of users abandon after 3 weeks

Generate 8 feature ideas to improve retention.
Rank them by decreasing impact."""
    }
]

response = client.chat.complete(
    model="mistral-large-latest",
    messages=messages,
    temperature=0.8,
    presence_penalty=0.6
)

Mudel peaks tootma 8 tõeliselt erinevat ideed: sotsiaalsed funktsioonid nagu sõprade vahelised väljakutsed, mängustamine seeriate, märkide ja tasemetega, ennustav intelligentsus nagu ülempiiri hoiatused või originaalsed integratsioonid nagu grupikulude jagamine. See mitmekesisus pole juhuslik: kombinatsioon temperature=0.8 ja presence_penalty=0.6 peegeldab täpselt eelmise osa õppetunde – temperatuur avab võimaluste välja, samas kui olemasolu karistus takistab mudelil sama idee kaheksa korda kordamast.

Laienda ülesannet. Langeta temperatuur väärtuseni 0,4 ja võrdle tulemusi: ideed muutuvad konventsionaalsemaks, kuid realistlikumaks. Lisa tingimus „Vähemalt 2 ideed peavad kasutama genereerivat tehisintellekti“ ja vaata, kuidas mudel sellele reageerib. Lõpuks muuda isikut: „Sa oled kasutajakogemuse (UX) disainer“ suunab ettepanekud pigem kogemusele kui funktsioonidele.

Ülesanne 2: Loomingulikud stsenaariumid koolituseks

Teise ülesande jaoks vahetame kulisse: lood stsenaariume juhtimiskoolituse jaoks. Hea koolitusstseenarium peab olema realistlik, kaasahaarav ja – see on kõige raskem osa – võimaldama mitut legitiimset lähenemist: kui vastus on ilmselge, hääbub grupiarutelu viie minutiga. Süsteemne vihje kodeerib need nõuded ükshaaval, kuni numbriteni, mis muudavad dilemma konkreetseks.

messages = [
    {
        "role": "system",
        "content": """You are an instructional designer specializing in management training.
Each scenario must:
- Be grounded in a realistic French professional context (2026)
- Present a dilemma with no obvious solution
- Involve at least 3 stakeholders with divergent interests
- Include figures to make the decision concrete
- End with 3 reflection questions for the group

Tone: professional, immersive, engaging."""
    },
    {
        "role": "user",
        "content": """Create a training scenario on the theme:
"Managing a conflict between individual performance and collective well-being"

Context: a 12-person tech team in a Paris-based scale-up.

The scenario should last about 30 minutes of group discussion.
Also provide a facilitator sheet with key points to surface."""
    }
]

response = client.chat.complete(
    model="mistral-large-latest",
    messages=messages,
    temperature=0.7
)

Oodatav tulemus on terviklik stsenaarium: olukord, mida on kirjeldatud üksikasjalikult koos numbritega (käive, tähtajad, voolavus), vähemalt kolm tegelast oma motivatsioonidega, keskne dilemma kaitstavate argumentidega mõlemal poolel, avatud mõtlemisküsimused ilma ühe õige vastuseta ning juhendaja leht peamiste tõstatatavate punktide, vältimiseks mõeldud lõksude ja hindamisvõrestikuga. Temperatuur 0,7 annab mudelile vabaduse tegelasi ja olukordi välja mõelda, samas kui kehtestatud struktuur tagab, et stsenaarium jääks klassiruumis kasutatavaks.

Ülesanne 3: Mitmevormiline turundussisu

Viimane ülesanne paneb sind turundusjuhi kingadesse: tood turule uue teenuse ja pead ühest lühikirjeldusest lähtuvalt tootma sisu mitmele kanalile korraga. Igal kanalil on oma koodid – LinkedIni postitus ei kirjutata samamoodi nagu e-kirja teemarida – ja süsteemne vihje jõustab need, toetudes numbrilistele piirangutele.

messages = [
    {
        "role": "system",
        "content": """You are a content director producing multi-channel marketing
material from a single brief.

For each channel, respect specific constraints:
- LinkedIn: 1200-1500 characters, expert tone, 3-5 hashtags, a punchy hook
- Email: subject (max 50 chars), preview text (max 90 chars), body (200 words max)
- Web page: headline (max 10 words), subtitle (max 25 words), 3 USP blocks,
  main CTA

Style: professional French, formal 'you', data-driven where possible.
NEVER use empty superlatives ("market leader", "revolutionary solution")."""
    },
    {
        "role": "user",
        "content": """Product brief:

Name: SecureDocs AI
Type: Document management SaaS with integrated AI
Price: starting at 19 euros/user/month
Target: legal and compliance departments (50-500 employees)
USP: Automatic document classification by AI, risky clause detection,
integrated GDPR/NIS2 compliance
Launch: April 15, 2026
Launch offer: 3 months free for the first 100 signups

Produce content for the 3 channels."""
    }
]

response = client.chat.complete(
    model="mistral-large-latest",
    messages=messages,
    temperature=0.6
)

Peaksid saama kolm eristuvat plokki, igaüks oma kanali koodides. LinkedIni jaoks: professionaalne postitus, mis algab kaasahaarava konksuga – küsimus või statistika –, mis sõnastab probleemi, esitab lahenduse ja lõpetab kutsega (CTA) külastada veebisaiti, koos asjakohaste hashtägidega. E-kirja jaoks: lühike ja intrigeeriv teemarida, seda täiendav eelvaate tekst (mitte teemareaga kattuv) ja sisu, mis on struktureeritud probleem/lahendus/pakkumine/kutse. Veebilehe jaoks: kasule orienteeritud pealkiri, sihtgruppi täpsustav alapealkiri, kolm pealkirjaga unikaalse müügiargumendi (USP) plokki ja selge kutse.

Ka siin on variatsioonid õpetlikud: genereeri sama sisu parameetritega n=3 ja temperature=0.7, et võrrelda kolme versiooni ja valida parim; lisa kanal („Twitter/X lõng 5 postituses“) või muuda sihtgruppi – „tööstuslikud VKEd“ asemel „juriidilised osakonnad“ –, et näha, kuidas kogu turundusnurk muutub.

3-astmeline loomeprotsess

Kvaliteetse sisu loomisel on parimaks tavaks mitte küsida kõike ühe päringuga, vaid aheldada etappe, kohandades temperatuuri igaühe jaoks:

# 1. samm: Ideede genereerimine (kõrge temperatuur)
idees = client.chat.complete(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "10 angles for an article on [subject]"}],
    temperature=0.9
)

# 2. samm: Valik ja struktureerimine (madal temperatuur)
plan = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": f"Among these angles:\n{idees}\nChoose the best and create a detailed outline."}
    ],
    temperature=0.3
)

# 3. samm: Kirjutamine (keskmine temperatuur)
article = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "system", "content": "Write according to this outline, tone [your tone]."},
        {"role": "user", "content": plan}
    ],
    temperature=0.5
)

See protsess eraldab divergentsed faasid – ideede genereerimine, kus soovid julgust – konvergentsetest faasidest – struktureerimine ja kirjutamine, kus soovid rangust. See on täpselt inimliku loovmeeskonna lähenemine: sa ei hinda ideid nende genereerimise ajal ega kirjuta struktureerimise ajal.

Peamised punktid

  • Kõrge temperatuur (0,7–0,9) ideede genereerimiseks, keskmine (0,4–0,6) kirjutamiseks
  • Olemasolu karistus soodustab ideede mitmekesisust
  • Struktureeri oma loomingulisi vihjeid täpsete piirangutega (vorming, pikkus, toon)
  • Kasuta mitmeastmelist protsessi ja genereeri mitu versiooni (n > 1), et valida parim
  • Kohanda isikut kanali järgi: ekspert LinkedIni jaoks, müügile orienteeritud e-kirja jaoks, lakooniline veebi jaoks

Testi oma teadmisi

Pärast nelja töötuba tee tehnikate viimane kontroll.

1. Mis on süsteemi rolli eesmärk võrreldes kasutaja rolliga?

Vastus: Süsteem määrab kogu vestluse kestva raamistiku (identiteet, reeglid, vorming); kasutaja edastab konkreetsed päringud – rakendusjuhiseid ei tohi sõnumitega segada.

2. Millal on mõne näitega õpetamine (few-shot) eelistatav juhistele?

Vastus: Kui näitamine on parem kui rääkimine: täpsed vormingud, peened toonid, äärmuslikud juhtumid – üks või kaks näidet kalibreerib väljundit paremini kui reeglite lõik.

3. Mida muudab mõtteahel (chain of thought) keerulises ülesandes?

Vastus: Põhjenduse küsimine enne järeldust paneb sammud lahti rulluma, selle asemel et hüpata usutava vastuseni – vähem vigu arvutustes, loogikas ja kompromissides.

4. Temperatuur ja Top P: milline seade milliseks vajaduseks?

Vastus: Madal temperatuur faktiliste andmete ja ekstraheerimise jaoks (determinism), kõrge loovuse jaoks; Top P piirab valimi tõenäolisemate tokenitega – sa kohandad kas üht või teist, harva mõlemat korraga.

5. Nimeta kaks vihjestamise vastumustrit, mida vältida.

Vastus: Kõige küsimine ühes lauses ilma struktuuri või väljundvorminguta ning vastuoluliste juhiste kuhjamine – töötoad näitavad vastupidist: selge eesmärk, selged piirangud, iteratsioonid.

Neli töötuba on muutnud need tehnikad harjumuseks – kasuta nende raamistikke mallidena omaenda juhtumite jaoks.