Grok promptolás alapjai
Ezen az oldalon
Frissítve: 2026. november 3. az xAI Models oldala alapján: a grok-4.7 (2026. szeptember) váltotta a grok-4.5-öt ajánlott modellként. Források: Models · Release notes.
Első lépéseid a Grokkal
A Grok az xAI mesterséges intelligencia modellje. A vele való kommunikációhoz promptokat (utasításokat) használsz: ezek azok a szöveges instrukciók, amelyeket elküldesz a modellnek, hogy választ kapj. A promptjaid minősége közvetlenül meghatározza a kapott válaszok relevanciáját és pontosságát.
Egy prompt sokféle alakot ölthet: lehet egy egyszerű kérdés, egy részletes utasítás, szövegkörnyezet követelte kéréssel, vagy akár egy strukturált készlet, amely szöveget és képeket is tartalmaz. A promptok helyes megfogalmazásának elsajátítása az alapvető készség a Grok teljes potenciáljának kiaknázásához.
Hogyan dolgozza fel a Grok a promptjaidat?
A Grok modellek szekvenciális token-generálással működnek. Egy token egy szónak vagy szótagnak felel meg. Amikor elküldesz egy promptot, a következő folyamat indul el:
- A szövegedet bemeneti tokenekre bontja a rendszer
- A modell elemzi a teljes kontextust
- Tokenről tokenre generálja a választ, minden lépésnél a legkoherensebb folytatást kiválasztva
- A válasz visszakerül hozzád, akár egy blokkban, akár streamelve (valós időben, tokenről tokenre)
Ez a mechanizmus magyarázza, miért hoz jobb eredményt egy világos, jól strukturált utasítás, mint egy homályos kérés.
A jó prompt három pillére
Hogy releváns válaszokat kapj a Groktól, három alapvető elvre kell fókuszálnod:
Világosság
Egy világos prompt nem hagy teret a félreértéseknek. Hasonlítsd össze ezt a két megfogalmazást:
- Homályos: „Mesélj a Pythonról“
- Világos: „Magyarázd el a listák és tuple-k közötti három fő különbséget Pythonban, mindegyikhez mellékelj egy kód-példát is“
A második megfogalmazás precíz, strukturált válasz felé tereli a modellt.
Kontextus
A kontextus megadása segít a modellnek kalibrálni a választ. Add meg a szintedet, a célodat vagy az érintett területet:
- „Junior fejlesztő vagyok. Magyarázd el nekem a Python dekorátorokat egyszerű példákkal és részletes kommentárokkal a kódban.“
Struktúra
Szervezd meg az utasításaidat különálló szakaszokba. Használj listákat, kötőjeleket vagy számozást a kérésed különböző részeinek elválasztására:
- Kontextus (ki vagy te, miről szól a projekt)
- Feladat (mit vársz el)
- Korlátok (formátum, hossz, hangnem, nyelv)
Elérhető Grok modellek
Az xAI több modellt is kínál, amelyek különböző felhasználási területekre alkalmasak:
- grok-4.7: az xAI által ajánlott modell, sokoldalú, ideális komplex feladatokhoz (a grok-4.6 és a grok-4.5, az elődei, továbbra is elérhetők)
- grok-4.20-0309-reasoning: fejlett modell mély következtetési képességekkel
- grok-4.3: gyors, gazdaságos modell rutinfeladatokhoz
- grok-build-0.1: könnyű súlyú, kódra specializálódott modell
A modellválasztás befolyásolja a válaszok minőségét és sebességét. Kezdésnek a grok-4.7 az xAI ajánlása; a grok-4.3 olcsóbb rutinfeladatok esetén. Ebben a tanfolyamban a grok-4.5-tel írt példák a grok-4.7-tel is működnek.
Gyakorlati próbák
Próbáld ki ezt a három promptot, és figyeld meg az eredmények közötti különbségeket:
1. prompt (minimális):
Write an email
2. prompt (kontextussal):
Write a professional email to reschedule a team meeting from Tuesday to Thursday, same time. Polite but direct tone.
3. prompt (strukturált):
Context: I'm a project manager at a 15-person tech startup.
Task: Write an email to reschedule our weekly team meeting.
Details: From Tuesday 2 PM to Thursday 2 PM, same room.
Tone: Professional but relaxed, typical of a startup.
Format: Subject + email body, maximum 5 lines.
Látni fogod, hogy a harmadik prompt sokkal célzottabb, azonnal használható eredményt produkál.
Főbb megállapítások
- A prompt az az utasítás, amelyet elküldesz a Groknak, hogy választ kapj
- A jó prompt három pillére: világosság, kontextus és struktúra
- A Grok a teljes megadott kontextus alapján, tokenről tokenre generálja a válaszait
- Minél pontosabb a promptod, annál relevánsabb és használhatóbb a válasz
- Válaszd a feladatodhoz illő Grok modellt: következtetésre képeset komplex feladatokhoz, gyorsat pedig rutinfeladatokhoz