XML és Markdown az API-ban
Ezen az oldalon
Utasításaid strukturálása a modell számára
Amíg egy prompt három mondatnál rövidebb, addig a sima szöveg is tökéletesen működik. A problémák akkor kezdődnek, amikor ez kinövi magát: több kontextusblokk, feltételes szabályok, feldolgozandó felhasználói adatok, egy kimeneti séma. Minden összemosódik, a modell összezavarodik, hogy mit kell olvasnia és mit alkalmaznia, a csapatod pedig elveszíti a fonalat, hogy melyik sort módosítsa. Az XML-címkék és a Markdown szintaxis ezt a kettős igényt elégíti ki: olvasható a modell számára, karbantartható az emberek számára. A Mistral kifejezetten ajánlja használatukat éles környezeti promptokban.
Hatékonyságuk egy egyszerű okra vezethető vissza. A nyelvi modelleket milliárdnyi dokumentumon tanították, amelyek HTML-t, XML-t és Markdownt tartalmaztak; ezek a formátumok ismerősek, mert tömegesen jelen vannak a tanítóadatokban. A modell egyértelműen azonosítja a szekciókat és szerepüket, te pedig kapsz egy promptot, amelyet egy kollégád pillantások alatt át tud vizsgálni.
XML-címkék a szekciók elhatárolására
Az XML-címkék legköltséghatékonyabb használata az adatok és az utasítások elkülönítése. Az alábbi példában a rendszerprompt tartalmazza a szabályokat és az elvárt sémát; a felhasználói üzenet pedig egy <document> címkébe csomagolja a dokumentumot, megakadályozva, hogy a modell a jelentés tartalmát utasításként értelmezze.
from mistralai.client import Mistral
import os
client = Mistral(api_key=os.getenv("MISTRAL_API_KEY"))
system_prompt = """You are a document analysis assistant.
<instructions>
Analyze the provided document and extract the requested information.
Respond only in JSON.
If information is missing, use null.
</instructions>
<output_schema>
{
"title": "string",
"author": "string",
"date": "string (YYYY-MM-DD)",
"summary": "string (max 100 words)",
"keywords": ["string"]
}
</output_schema>"""
user_prompt = """<document>
Q1 2026 Quarterly Report — Mistral AI
Written by Arthur Mensch, CEO
Publication date: April 1, 2026
This report presents the results for the first quarter of 2026. The company experienced significant growth in its API business with a 300% increase in daily requests.
</document>
Extract the metadata from this document."""
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{"role": "system", "content": system_prompt},
{"role": "user", "content": user_prompt}
],
temperature=0.0
)
print(response.choices[0].message.content)
Éles környezetben egy kis szókincsnyi címke ismétlődik folyamatosan, és hasznos, ha ezeket standardizálod a prompt-bázisodon belül:
<instructions>...</instructions> <!-- Rules for the model -->
<context>...</context> <!-- Background information -->
<document>...</document> <!-- Text to analyze -->
<examples>...</examples> <!-- Few-shot examples -->
<constraints>...</constraints> <!-- Limits and prohibitions -->
<output_format>...</output_format> <!-- Expected output format -->
<user_data>...</user_data> <!-- User data -->
Markdown az olvasható utasításokhoz
A Markdown egy másik igényt elégít ki: a szabályok hierarchizálását. Míg az XML zónákra vágja a promptot, addig a Markdown-címsorok, listák és félkövér szövegek egy zónán belül szervezik a tartalmat. Ez a technikai írási prompt így egy szerepet, írási szabályokat, egy kötelező számozott struktúrát és a tiltások listáját helyezi el ugyanazon a vizuális síkon – egy emberi író is tudna ezzel dolgozni, ami a helyes teszt.
system_prompt = """# Technical Writing Assistant
## Your role
You write technical documentation for REST APIs.
## Writing rules
- **Use "you"** throughout the text
- Short sentences (max 25 words)
- One concept per paragraph
- Inline code in backticks: `GET /api/v1/users`
## Mandatory structure
1. **Introduction** — Context and objective of the endpoint
2. **Request** — Method, URL, headers, parameters
3. **Response** — HTTP codes, JSON body, examples
4. **Errors** — Possible error codes and resolution
## Prohibitions
- No undefined jargon
- No "simply" or "easily"
- No examples with unrealistic fictional data"""
Mindkét formátum kombinálása
Komplex promptok esetén a leghatékonyabb gyakorlat a kettő egymásba ágyazása: az XML határolja a főbb zónákat, míg a Markdown strukturálja az egyes zónák belsejét. Az alábbi többnyelvű támogatási ügynök a <persona> címkét használja az identitáshoz és a <rules> címkét a viselkedéshez – két Markdown alszekcióval benne, beleértve egy feltételes eszkalációs szabályt is –, a <knowledge_base> címkét pedig az elavuló tényekhez, amelyek válnak az egyetlen frissítendő résszé, amikor a szoftververzió változik.
system_prompt = """# Multilingual Support Agent
<persona>
You are the assistant for DataFlow, an ETL software publisher.
You speak French, English, and Spanish.
</persona>
<rules>
## Behavior rules
- Respond in the user's language
- Identify the problem category: **bug**, **question**, **feature request**
- For bugs: collect software version, OS, exact error message
## Escalation
- If the problem persists after 3 exchanges → propose a support ticket
- If the client mentions data loss → immediate escalation (high priority)
</rules>
<knowledge_base>
- Current version: DataFlow 4.2.1 (April 2026)
- Supported OS: Windows 11, Ubuntu 22.04+, macOS 14+
- Documentation: docs.dataflow.io
</knowledge_base>"""
Újrahasználható prompt-sablon
A következő lépés, hogy abbahagyod a promptok kézi írását, és elkezded felépíteni őket. Az alábbi függvény vesz egy dokumentumot és egy kérdések listáját, majd előállítja a teljes üzeneteket. Két részlet érdemel figyelmet: az utasítások minden válaszhoz megkövetelik az azt igazoló hivatkozást, és egy explicit tartalék mondatot hiányzó információ esetén, ami élesen csökkenti a hallucinációkat szerződéses dokumentumoknál; a temperature pedig 0,1-en van, ami éppen elég rugalmasságot hagy a megfogalmazásnak anélkül, hogy engedné az értelmezést.
def build_analysis_prompt(document: str, questions: list[str]) -> list:
"""Builds a structured analysis prompt using XML."""
system = """# Document Analyst
<instructions>
Read the provided document and answer the questions asked.
Every answer must cite the part of the document that justifies it.
If the answer is not in the document, reply "Not mentioned in the document."
</instructions>
<output_format>
For each question, respond in this format:
**Q{n}**: [your answer]
> Citation: "[excerpt from document]"
</output_format>"""
questions_formatted = "\n".join(
f"{i+1}. {q}" for i, q in enumerate(questions)
)
user = f"""<document>
{document}
</document>
<questions>
{questions_formatted}
</questions>"""
return [
{"role": "system", "content": system},
{"role": "user", "content": user}
]
# Usage
messages = build_analysis_prompt(
document="Service agreement contract between...",
questions=[
"What is the contract duration?",
"What are the late payment penalties?",
"Is there a non-compete clause?"
]
)
response = client.chat.complete(
model="mistral-large-latest",
messages=messages,
temperature=0.1
)
Néhány szokás tartóssá teszi ezeket a promptokat. Nevezd el leíróan a címkéidet – a <document> elmondja, mit tartalmaz, a <data> semmit sem mond, és öt percet pazarolsz minden átvizsgálásra. Zárd le őket szisztematikusan: egy nyitott címke záró pár nélkül elmosja a határt két szekció között, és a modell ezután utasításként olvashatja az elemzendő tartalmadat. Végül használj behúzást az emberi olvashatóság érdekében; a modell ezzel is boldogul, de az a személy, aki hat hónap múlva veszi kézbe a promptot, már nem feltétlenül.
Főbb megállapítások
- Az XML-címkék elkülönítik az adatokat az utasításoktól a prompton belül
- A Markdown strukturálja a szabályokat és listákat az olvashatóság érdekében
- Kombináld mindkettőt komplex, éles környezeti promptokhoz
- Nevezd el leíróan a címkéidet, és zárd le őket szisztematikusan
- A strukturált promptok könnyebben karbantarthatók, tesztelhetők és verziókezelhetők