Format podataka: JSONL razgovori
Na ovoj stranici
Ažuriranje 2. studenoga 2026. — Dostupnost fino podešavanja. OpenAI postupno ukida samostalno fino podešavanje: od 7. svibnja 2026. organizacije koje ga nikada nisu koristile više ne mogu stvarati zadatke; od 2. srpnja morate koristiti fino podešeni model unutar posljednjih 60 dana; a počevši od 6. siječnja 2027., nijedan korisnik neće moći pokrenuti nove zadatke. Već trenirani modeli ostaju upotrebljivi dok se njihov osnovni model ne povuče iz upotrebe. Ovaj tečaj i dalje je koristan za razumijevanje i iskorištavanje postojećeg modela; za nove projekte dajte prednost inženjerstvu prompta, RAG-u i evaluacijama.
JSONL format
JSONL (JSON Lines) obavezan je format za OpenAI API za fino podešavanje. Svaki redak u datoteci neovisan je JSON objekt koji predstavlja cjelovit primjer za obuku. Ova struktura omogućuje vam strujanje korpusa od desetaka tisuća primjera bez ikakvog učitavanja cijele datoteke u memoriju.
{"messages": [{"role": "system", "content": "..."}, {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}]}
{"messages": [{"role": "system", "content": "..."}, {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}]}
Temeljno pravilo: jedan redak = jedan JSON objekt = jedan primjer. Nemoj uključivati prijelome redaka unutar samog JSON objekta. Drugim riječima, „lijepo ispisani“ (pretty-printed) JSON s uvucima iz tvog uređivača pokvarit će datoteku—ovo je najčešći uzrok odbijanja prijenosa.
Struktura razgovora
Svaki primjer je objekt s ključem messages koji sadrži polje poruka. Svaka poruka ima role i content. Prihvaćene su samo tri uloge:
- system: globalne upute za asistenta (opcionalno, ali preporučeno)
- user: poruka korisnika
- assistant: odgovor koji model mora naučiti proizvesti
Minimalni format sastoji se od jedne razmjene između korisnika i asistenta. To je dovoljno kada željeno ponašanje ne ovisi o specifičnom okviru, kao što je slučaj s modelom namijenjenim jednom zadatku.
{
"messages": [
{"role": "user", "content": "Bok, kako si?"},
{"role": "assistant", "content": "Bok! Spreman sam pomoći. Što mogu učiniti za tebe?"}
]
}
Čim model treba usvojiti specifičnu ulogu, dodaj sistemsku poruku—i zadrži je identičnom u svim svojim primjerima. Primijeti u donjem primjeru da je uputa „uvijek ponudi termin za demonstraciju“ zapravo poštovana u odgovoru asistenta: sistemska poruka opisuje ograničenje, a primjer pokazuje kako ono izgleda kada se primijeni.
{
"messages": [
{
"role": "system",
"content": "Ti si prodajni asistent za TechCorp. Odgovaraj sažeto i profesionalno. Uvijek ponudi termin za demonstraciju."
},
{
"role": "user",
"content": "Tražim CRM rješenje za svoj tim od 50 ljudi."
},
{
"role": "assistant",
"content": "Naš TechCorp CRM dizajniran je za timove od 20 do 200 ljudi, s upravljanjem kontaktima, prodajnim lijevkom i integriranim izvještavanjem. Za tim od 50 ljudi preporučujem Business plan od 29 € po korisniku mjesečno. Želite li ovog tjedna zakazati personaliziranu demonstraciju?"
}
]
}
Razgovori s više okreta
Možeš uključiti razgovore s više razmjena. Model tada uči održavati dosljednost kroz okrete: ovdje se drugi odgovor nadovezuje na korak 2 najavljen u prvom, što izolirani primjer ne bi mogao naučiti.
{
"messages": [
{
"role": "system",
"content": "Ti si tehnički asistent za API za plaćanje."
},
{
"role": "user",
"content": "Kako integrirati vaš API za plaćanje?"
},
{
"role": "assistant",
"content": "Integracija se odvija u 3 koraka: 1) Instaliraj SDK s pip install paycorp-sdk, 2) Konfiguriraj svoj API ključ, 3) Kreiraj svoje prvo plaćanje. S kojim korakom želiš započeti?"
},
{
"role": "user",
"content": "Kako konfigurirati API ključ?"
},
{
"role": "assistant",
"content": "Preuzmi svoj ključ s nadzorne ploče (Settings > API Keys), zatim ga konfiguriraj u svom kodu:\n\nfrom paycorp import PayCorp\nclient = PayCorp(api_key=\"your_key\")\n\nKoristi testni ključ (prefiks sk_test_) u razvoju i produkcijski ključ (sk_live_) u produkciji. Nikada ne commitaj svoje ključeve u izvorni kod."
}
]
}
Vaganje s weight
Možeš reći modelu koje su poruke asistenta najvažnije dodavanjem polja weight:
{
"messages": [
{"role": "user", "content": "Sažmi ovaj dokument."},
{"role": "assistant", "content": "Evo sažetka...", "weight": 1}
]
}
Vrijednost weight od 0 znači da se model neće trenirati na toj specifičnoj poruci asistenta; zadana vrijednost je 1. Tipičan slučaj upotrebe su razgovori s više okreta gdje je važan samo završni okret: zadržavaš prethodne razmjene jer pružaju potreban kontekst, ali ne želiš da model nauči reproducirati ih—samo ih postavi na 0.
Skripta za izradu JSONL datoteke
U praksi nikada nećeš ručno pisati ovu datoteku. Funkcija u nastavku serijalizira popis primjera i štiti te od dviju najčešćih zamki: zaboravljanja završnog prijeloma retka i pogrešnog rukovanja escape sekvencama za akcente.
import json
def create_jsonl_file(examples: list[dict], path: str):
"""Creates a JSONL file from a list of examples."""
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"File created: {path} ({len(examples)} examples)")
# Your examples
examples = [
{
"messages": [
{"role": "system", "content": "TechCorp customer support assistant."},
{"role": "user", "content": "My account is locked."},
{"role": "assistant", "content": "I understand your frustration. To unlock your account, I need your registration email address. I'll check the status and guide you through the reactivation process."}
]
},
{
"messages": [
{"role": "system", "content": "TechCorp customer support assistant."},
{"role": "user", "content": "How do I change my password?"},
{"role": "assistant", "content": "To change your password: go to Settings > Security > Change Password. Enter your current password, then the new one (minimum 12 characters, with uppercase, number, and special character). Confirm and click Save."}
]
}
]
create_jsonl_file(examples, "training_data.jsonl")
Greške na koje ćeš naići uvijek su iste i sve se mogu otkriti prije prijenosa. Nedostajući prijelom retka između dva objekta spaja dva primjera u jedan nečitljiv redak. Neispravan JSON—nedostajući navodnik, višak zareza—uzrokuje neuspjeh cijelog retka. Prazan content pokreće pogrešku validacije na strani OpenAI-ja, kao i izmišljena uloga: prihvaćene su samo system, user i assistant. Konačno, uvijek piši u UTF-8 s ensure_ascii=False, inače će se tvoji znakovi s dijakritičkim znacima pretvoriti u escape sekvence koje će model savjesno naučiti reproducirati.
Ključne točke
- Jedan JSONL redak = jedan JSON objekt = jedan cjelovit razgovor
- Svaki razgovor sadrži barem jednu poruku
useri jednu porukuassistant - Poruka
systemje opcionalna, ali preporučena radi dosljednosti - Koristi
weight: 0za isključivanje određenih okreta iz obuke u razgovorima s više okreta - Uvijek validiraj svoju JSONL datoteku prije prijenosa