Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Mudeli põhjendamise võimekuse suunamine

Õppetund 6 / 12 Värskendatud 2. november 2026 Arendajatele
Sellel lehel
  1. Mis on muutunud alates Magistralist
  2. Põhjenduse ja vastuse eraldamine
  3. Kohandamine valdkonna järgi
  4. Kolm levinud viga
  5. Peamised punktid

Õppetund kirjutati 2. novembril 2026 ümber. Varem käsitles see tund Magistrali süsteemset vihjet, mis võeti kasutusest maha 31. juulil 2026. Praegune põhjendamise dokumentatsioon (Reasoning) ei nõua enam spetsiaalset süsteemset vihjet: piisab parameetrist reasoning_effort. Järgnevad lõigud eristavad seda, mida Magistrali dokumentatsioon väitis, mis on muutunud ja millised suunamisreeglid on endiselt kasulikud.

Mis on muutunud alates Magistralist

Magistral töötas kõige paremini vaikimisi süsteemse vihjega, mille dokumentatsioon reprodutseeris (nüüd arhiveeritud lehel Native reasoning (deprecated)). Sisuliselt juhendas see mudelit koostama oma põhjenduse esmalt, nagu sisemine monoloog, millele järgnes eraldiseisev vastus; kirjutama Markdownis, kasutades LaTeXi võrrandite jaoks; ja vastama päringu keeles. See sisaldas isegi põhjendamise malli thinking fragmendi kujul, mis paigutati süsteemsõnumisse. Parameeter prompt_mode võimaldas sundida seda vaikimisi vihjet ("reasoning") või selle keelata (None).

Praeguste mudelite puhul pole sellest midagi vaja: põhjendamise leht ei maini ei spetsiaalset süsteemset vihjet ega prompt_modei. Sa lülitad põhjendamise sisse parameetriga reasoning_effort ja sinu süsteemne vihje taandub tavapärasele süsteemsele vihjele, mis on pühendatud rollile, meetodile ja oodatavale formaadile. Kui migreerud Magistralilt, eemalda põhjendamise mall oma süsteemsõnumitest ja prompt_mode oma väljakutsetest, seejärel võrdle tulemusi (8. õppetund).

Põhjenduse ja vastuse eraldamine

Mudelil on nüüd kaks eraldiseisvat ruumi: põhjendus, mida kasutaja sageli ei näe, ja lõplik vastus. Hea vihje võtab seda arvesse. See kirjeldab oodatavat meetodit, mida valdkonna ekspert kontrolliks, ja määrab vastuse formaadi: vastus peab olema arusaadav ilma põhjenduseta, kuna põhjendus jääb üldjuhul peitu.

import os
from mistralai.client import Mistral

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

system_prompt = """Oled vanem Pythoni silumisekspert.

MEETOD
- Loe kogu kood läbi enne diagnoosi sõnastamist.
- Sõnasta enne järelduse tegemist vähemalt kaks hüpoteesi.
- Veendu, et sinu parandus ei tekita uut probleemi.

LÕPLIK VASTUS
1. Täpne diagnoos
2. Põhjus
3. Parandatud kood
4. Test, mis tõestab paranduse toimimist"""

response = client.chat.complete(
    model="mistral-small-2603",
    messages=[
        {"role": "system", "content": system_prompt},
        {"role": "user", "content": "My code crashes with a RecursionError: def fibonacci(n): return fibonacci(n-1) + fibonacci(n-2)"},
    ],
    reasoning_effort="high",
)

Selle baasjuhu puuduva fibonacci funktsiooni puhul välistab kahe hüpoteesi nõue refleksdiagnoosi „suurenda rekursioonipiiri“ ja viib tegeliku põhjuseni.

Kohandamine valdkonna järgi

Sama skeletti – meetod, seejärel vastuse formaat – saab kohandada konkreetsele valdkonnale. Matemaatikas keskendub meetod hüpoteesidele ja tõestuse tüübile:

math_prompt = """Oled range matemaatik.

MEETOD
- Sõnasta hüpoteesid enne iga tõestust.
- Vali eksplitsiitselt induktsiooni, vastuväite või otsese arvutuse vahel.
- Kontrolli tulemust konkreetsel juhul.

LÕPLIK VASTUS
Formaalne tõestus: hüpoteesid, põhjendatud sammud, järeldus."""

Strateegilises analüüsis keskendutakse sidusrühmadele ja kvantifitseerimisele ning oodatav vastus muutub soovituseks, millega kaasneb tegevuskava:

strategy_prompt = """Oled strateegiakonsultant.

MEETOD
- Hinda iga varianti teostatavuse, mõju ja riski põhjal.
- Kvantifitseeri võimaluse korral, isegi kui ainult suurusjärkuna.
- Otsi oma soovitusele tugevaimat vastuväidet.

LÕPLIK VASTUS
Selge soovitus, iga variandi plussid ja miinused, tegevuskava dateeritud sammudega."""

Kolm levinud viga

Vihje on liiga ebamäärane. „Oled abivalmis assistent“ ei ütle meetodi kohta midagi: mudel põhjendab oma harjumuste, mitte sinu omade järgi. Kirjelda, mida ekspert kontrolliks.

Vihje on vastuoluline. „Ole väga lakooniline. Kirjelda iga sammu põhjalikult“ seab mudeli võimatu käsulaua ette. Lahenda vastuolu rollide jaotamisega: detailsus kuulub põhjendusse, lakoonilisus lõplikku vastusesse.

good_prompt = """Ole oma lõplikus vastuses lakooniline: ainult järeldused ja olulised arvud.
Uuri üksikasju oma põhjenduses, mitte vastuses."""

Protsessi nõudmine vastuses. „Põhjenda samm-sammult“ nõudmine nähtavas vastuses paneb mudeli kirjutama teist korda seda, mida ta on oma põhjenduses juba teinud: vastus pikeneb ja sa maksad samade sammude eest väljundtokenites topelt. Nõua samme vastuses ainult siis, kui kasutaja peab neid lugema, näiteks hariduslikus juhendajas.

Peamised punktid

  • Vaikimisi süsteemne vihje ja prompt_mode olid spetsiifilised Magistralile: need pole enam vajalikud
  • Lülita põhjendamine sisse reasoning_effortiga ja hoia süsteemne vihje selle klassikalises rollis
  • Kirjelda oodatavat meetodit ja formaati vastusele, mis on loetav ilma põhjenduseta
  • Jaota rollid: detailsus põhjendusse, lakoonilisus vastusesse
  • Ära pane mudelit protsessi vastuses ümber kirjutama, kui keegi ei pea seda lugema