Anti-mallit, joita tulee välttää
Tällä sivulla
- Virheet, jotka tuhoavat kehotteesi
- Anti-malli 1: Subjektiivinen kieli
- Anti-malli 2: Ristiriitaiset ohjeet
- Anti-malli 3: Mallin pyytäminen laskemaan
- Anti-malli 4: Liiallinen tokenien generointi
- Anti-malli 5: Numeraaliset asteikot
- Anti-malli 6: Epämääräiset ohjeet
- Anti-malli 7: Esitäytön ignorointi
- Keskeiset asiat
Virheet, jotka tuhoavat kehotteesi
Kehotteiden hallinta tarkoittaa myös sitä, että tiedät, mitä ei kannata tehdä. Tietyt tavat, jotka ovat inhimillisessä viestinnässä täysin luontaisia, tuottavat heikkoja tuloksia Mistral-malleissa – juuri siksi, että ne nojaavat implisiittiseen ymmärrykseen, jota mallilta puuttuu. Tämä oppitunti listaa seitsemän yleisintä anti-mallia. Jokaisen kohdalla näet virheellisen version, korjatun version ja korjauksen taustalla olevan logiikan. Tulet todennäköisesti tunnistamaan matkan varrella muutaman oman tottumuksistasi.
Anti-malli 1: Subjektiivinen kieli
Kollegoiden välillä lause “kirjoita minulle teksti, joka ei ole liian pitkä” toimii, koska jaatte kontekstin: kollega tietää käyttötarkoituksen, lukijan ja yrityksen tavat. Malli ei hahmota subjektiivisia sanoja samalla tavalla kuin sinä. Termit kuten “lyhyt”, “pitkä”, “monta”, “mielenkiintoinen” tai “ei liian” ovat monitulkintaisia ja tuottavat arvaamattomia tuloksia eri suorituskerroilla.
Huono:
Write a text not too long about AI.
Include many interesting examples.
Hyvä:
Write a text of 200 to 300 words about generative AI.
Include 3 concrete examples of application in business
(marketing, HR, customer service).
Korjaussääntö on mekaaninen: korvaa jokainen subjektiivinen termi objektiivisella mittarilla. “Ei liian pitkä” muuttuu muotoon “200–300 sanaa”, “monta esimerkkiä” muuttuu muotoon “3 esimerkkiä” ja “mielenkiintoinen” tarkaksi kuvaukseksi odotetusta esimerkkityypistä.
Anti-malli 2: Ristiriitaiset ohjeet
Kun kehotteesi sisältää yhteensopimattomia ohjeita – kuten “ole tyhjentävä ja käsittele kaikki näkökulmat” followed by “vastaa enintään kolmella lauseella” – mallin on valittava, kumpaa se noudattaa, ja tämä valinta on arvaamaton. Yhtenä päivänä saat kolme pinnallista lausetta, seuraavana kattavan tekstiseinän. Korjaus koostuu näiden kahden vaatimuksen yhteensovittamisesta yhdeksi johdonmukaiseksi ohjeeksi: “Käsittele aiheen 3 tärkeintä näkökulmaa. Anna jokaisesta näkökulmasta yhteenvetolause (enintään 25 sanaa).” Tyhjentävyys muuttuu määritellyksi laajuudeksi, lyhyys puolestaan elementtikohtaiseksi rajoitteeksi – ristiriita katoaa.
Jos sääntösi ovat todella monimutkaisia ja vaativat eri toimintatapoja tilanteen mukaan, älä kasaa niitä päällekkäin: jäsennä ne päätöspuuksi, jossa jokainen haara on eksplisiittinen:
If the client is an individual:
→ Use an accessible tone, avoid technical jargon
→ Propose the Starter offer first
If the client is a business:
→ Use a professional and technical tone
→ Propose the Enterprise offer first
If you are unsure:
→ Politely ask if this is for personal or professional use
Anti-malli 3: Mallin pyytäminen laskemaan
Kielimallit ovat huonoja laskemaan. Ne eivät itse asiassa laske sanoja, merkkejä tai lauseita – ne arvioivat, koska ne käsittelevät tokeneita eivätkä tekstiyksiköitä. Pyytäminen kirjoittaa “tasan 150 sanaa” tai “tarkista, että jokainen lause on alle 20 sanaa” on kuin vaatisi maalaria mittaamaan mikrometreissä: se ei ole niiden työkalu.
Huono:
Write a text of exactly 150 words.
Check that each sentence is less than 20 words.
Hyvä:
Write a short text (around 150 words, 2-3 paragraphs).
Use concise and direct sentences.
Ja jos laskeminen on sovelluksellesi todella kriittistä – esimerkiksi käyttöliittymän asettama merkkirajoitus – suorita se koodissa mallin vastauksen vastaanottamisen jälkeen, äläkä kehoteessa. Ohjelmointikieli laskee täydellisesti; malli ei.
Anti-malli 4: Liiallinen tokenien generointi
Jokaisella generoidulla tokenilla on kustannus, sekä taloudellinen että viiveen muodossa. Mallin pyytäminen tuottamaan tietoa, jota et aio käyttää, on puhdasta hukkaa: maksat enemmän ja odotat kauemmin tekstiä, jota et lue. Tyypillinen tapaus on koodianalyysi, jossa pyydät “selitä jokainen rivi yksityiskohtaisesti” plus “kielen historia” ja “mahdolliset vaihtoehdot”, vaikka vain bugit kiinnostaisivat sinua.
Hyvä:
Analyze this code and identify:
1. Potential bugs (with the line concerned)
2. A proposed fix for each bug
Nothing else.
Lopullinen “nothing else” (ei mitään muuta) on yllättävän voimakas ohje: se kertoo mallille eksplisiittisesti, ettei sen tule lisätä täydennyksiä, varoituksia tai laajennuksia, joita se tuottaa spontaanisti. Vastauksesi saapuu nopeammin, maksaa vähemmän ja menee suoraan asiaan.
Anti-malli 5: Numeraaliset asteikot
Mallin pyytäminen arvottamaan jotain asteikolla 1–5 tai 1–10 vaikuttaa tarkalta – todellisuudessa se on päinvastaista. Mallilla ei ole luotettavaa sisäistä kalibrointia näille asteikoille: sama teksti voi saada tänään 6/10 ja huomenna 8/10 ilman kriteerejä, jotka selittäisivät eron. Ratkaisu koostuu numeroiden korvaamisesta sanallisilla asteikoilla, joissa on eksplisiittiset kriteerit:
Evaluate the quality of this text according to these levels:
- Insufficient: factual errors, incoherent structure
- Acceptable: correct but lacks depth or clarity
- Good: well structured, clear, with relevant examples
- Excellent: publication-ready, original, brings clear added value
Choose one level and justify in 2 sentences.
Koska jokainen taso määritellään havainnoitavilla kriteereillä, arviointi toistuu ja on perusteltavissa – tiedät, miksi teksti on “Acceptable” eikä “Good”, ja malli soveltaa samoja kriteerejä jokaisella kutsulla.
Anti-malli 6: Epämääräiset ohjeet
“Paranna tämä teksti” on täydellinen esimerkki ohjeesta, joka vaikuttaa selkeältä mutta ei ole sitä lainkaan. Mitä parannetaan? Oikeinkirjoitusta? Tyyliä? Rakennetta? Malli valitsee puolestasi, ja se saattaa kirjoittaa uudelleen kohtia, jotka halusit pitää ennallaan. Ammattimainen versio rajaa sekä sen, mitä korjataan, että sen, mitä jätetään koskemattomaksi:
Improve this text by correcting:
1. Spelling and grammar mistakes
2. Sentences longer than 30 words (simplify them)
3. Word repetitions within a range of 3 sentences
Do NOT modify:
- The meaning of sentences
- Technical terms (even if synonyms exist)
- Paragraph structure
“Do NOT modify” (ÄLÄ muuta) -lohko on yhtä tärkeä kuin ensimmäinen: ilman sitä innokas malli korvaa tekniset termisi epätarkoilla synonyymeillä.
Anti-malli 7: Esitäytön ignorointi
Viimeinen anti-malli on enemmänkin menetetty mahdollisuus kuin aktiivinen virhe: monet käyttäjät ignorovat mahdollisuuden esitäyttää vastaus assistant-roolin kautta, kuten rooleja käsittelevässä oppitunnissa nähtiin. Se on kuitenkin voimakas vipu pakotettaessa tietty muoto. Kun käyttäjäviestissä pyydetään JSONia, malli voi lisätä johdantolauseen, backtickit tai loppukommentin – kaikki elementtejä, jotka rikkovat jäsennyksesi. Lopettamalla viestisi assistant-vastauksen alkuosalla muodosta tulee lähes taattu:
Ilman esitäyttöä (arvaamaton muoto):
messages = [
{"role": "user", "content": "List 3 advantages of remote work in JSON."}
]
Esitäytöllä (taattu muoto):
messages = [
{"role": "user", "content": "List 3 advantages of remote work in JSON."},
{"role": "assistant", "content": "{\"advantages\": [", "prefix": True}
]
Malli huomaa olevansa jo “kesken JSON-objektin kirjoittamisen”: sen tehtäväksi jää vain sen viimeistely.
Keskeiset asiat
- Korvaa subjektiivinen kieli ja epämääräiset ohjeet mitattavilla ja rajatuilla ohjeilla
- Vältä ristiriitaisia ohjeita – jäsennä monimutkaiset tapaukset päätöspuuksi
- Älä koskaan pyydä mallia laskemaan: kriittiset laskennat tehdään koodissa
- Rajoita generointi vain käytettyyn tietoon ja käytä numeraalisten asteikkojen sijaan sanallisia asteikkoja
- Hyödynnä assistant-esitäyttöä varmistaaksesi tulosteen muodon