Prompting a reasoning model
Na ovoj stranici
Lekcija je ponovno napisana 2. studenoga 2026. Ova je lekcija prethodno obrađivala Magistral sistemski prompt, koji je povučen 31. srpnja 2026. Trenutna dokumentacija o rezoniranju (Reasoning) više ne zahtijeva namjenski sistemski prompt:
reasoning_effortje dovoljan. Sljedeći odjeljci razlikuju što je Magistral dokumentacija navodila, što se promijenilo i koja pravila promptanja ostaju korisna.
Što se promijenilo od Magistrala
Magistral je najbolje radio s zadanim sistemskim promptom, koji je dokumentacija reproducirala (sada arhivirano na stranici Native reasoning (deprecated)). U biti, upućivao je model da prvo sastavi svoje rezoniranje, poput unutarnjeg monologa, nakon čega slijedi samostalan odgovor; da piše u Markdownu, koristeći LaTeX za jednadžbe; i da odgovori na jeziku upita. Čak je uključivao i predložak za rezoniranje, u obliku fragmenta thinking smještenog u sistemsku poruku. Parametar prompt_mode omogućivao je prisiljavanje ovog zadanog prompta ("reasoning") ili njegovo onemogućavanje (None).
Kod trenutnih modela ništa od ovoga nije potrebno: stranica o rezoniranju ne spominje ni namjenski sistemski prompt ni prompt_mode. Rezoniranje omogućuješ s reasoning_effort, a tvoj sistemski prompt vraća se u svoju standardnu ulogu, posvećenu roli, metodi i očekivanom formatu. Ako migriraš s Magistrala, ukloni predložak za rezoniranje iz svojih sistemskih poruka i prompt_mode iz svojih poziva, zatim usporedi rezultate (Lekcija 8).
Odvajanje rezoniranja od odgovora
Model sada ima dva različita prostora: rezoniranje, koje korisnik često ne vidi, i konačni odgovor. Dobar prompt to uzima u obzir. On opisuje očekivanu metodu, što bi stručnjak iz domene provjerio, i postavlja format odgovora: odgovor mora biti razumljiv bez rezoniranja, budući da će rezoniranje općenito biti skriveno.
import os
from mistralai.client import Mistral
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
system_prompt = """You are a senior Python debugging expert.
METHOD
- Read all the code before formulating a diagnosis.
- Formulate at least two hypotheses before concluding.
- Verify that your fix does not create a new problem.
FINAL RESPONSE
1. The precise diagnosis
2. The root cause
3. The corrected code
4. A test that proves the fix"""
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",
)
Kod ove funkcije fibonacci kojoj nedostaje bazni slučaj, zahtjev za dvije hipoteze isključuje refleksnu dijagnozu „povećaj limit rekurzije“ i vodi do stvarnog uzroka.
Prilagodba po domenama
Isti kostur, metoda pa format odgovora, prilagođava se specifičnoj domeni. U matematici se metoda fokusira na hipoteze i vrstu dokaza:
math_prompt = """You are a rigorous mathematician.
METHOD
- State the hypotheses before every proof.
- Explicitly choose between induction, contradiction, or direct calculation.
- Verify the result on a specific case.
FINAL RESPONSE
Formal proof: hypotheses, justified steps, conclusion."""
U strateškoj analizi fokus je na dionicima i kvantifikaciji, a očekivani odgovor postaje preporuka popraćena planom:
strategy_prompt = """You are a strategy consultant.
METHOD
- Evaluate each option based on feasibility, impact, and risk.
- Quantify whenever possible, even if only as an order of magnitude.
- Seek the strongest objection to your own recommendation.
FINAL RESPONSE
A clear recommendation, the pros and cons of each option, an action plan with dated steps."""
Tri česte pogreške
Prompt je previše nejasan. „Ti si korisni asistent“ ne govori ništa o metodi: model rezonira prema svojim navikama, a ne tvojima. Opiši što bi stručnjak provjerio.
Prompt je kontradiktoran. „Budi vrlo sažet. Detaljno opiši svaki korak.“ stavlja model pred nemoguću zapovijed. Riješi kontradikciju raspodjelom uloga: detalji pripadaju rezoniranju, sažetost konačnom odgovoru.
good_prompt = """Be concise in your final response: conclusions and essential figures only.
Explore details in your reasoning, not in the response."""
**Zahtijevanje procesa u odgovoru. Zahtijevanje da se „rezonira korak po korak“ u vidljivom odgovoru navodi model da ponovno napiše ono što je već učinio u svom rezoniranju: odgovor se produžuje, a ti plaćaš dvaput za iste korake u izlaznim tokenima. Zatraži korake u odgovoru samo ako ih korisnik treba pročitati, na primjer u edukativnom tutoru.
Ključne točke
- Zadani sistemski prompt i
prompt_modebili su specifični za Magistral: više nisu potrebni - Omogući rezoniranje s
reasoning_effort, a sistemski prompt zadrži u njegovoj klasičnoj ulozi - Opiši očekivanu metodu i format odgovora čitljivog bez rezoniranja
- Raspodijeli uloge: detalji u rezoniranju, sažetost u odgovoru
- Ne tjeraš model da ponovno piše proces u odgovoru ako ga nitko ne treba čitati