Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

XML ir Markdown API

Paskaita 11 iš 16 Atnaujinta 2026 m. lapkričio 2 d. Kūrėjas
Šiame puslapyje
  1. Instrukcijų modeliui struktūravimas
  2. XML žymos skyriams atskirti
  3. Markdown skaitomoms instrukcijoms
  4. Abiejų formatų derinimas
  5. Pakartotinai naudojamas prompto šablonas
  6. Svarbiausi punktai

Instrukcijų modeliui struktūravimas

Kol užklausa telpa į tris sakinius, paprastas tekstas puikiai tinka. Problemos kyla jai augant: keli konteksto blokai, sąlyginės taisyklės, apdorojami naudotojo duomenys, išvesties schema. Viskas susilieja, modelis supainioja, ką skaityti, o ką taikyti, o tavo komanda praranda kontrolę, kurią eilutę reikia keisti. XML žymos ir Markdown sintaksė sprendžia šį dvigubą poreikį: jos skaitomos modeliui ir lengvai prižiūrimos žmonių. „Mistral“ aiškiai rekomenduoja jas naudoti gamybiniuose promptuose.

Jų efektyvumas slypi paprastoje priežastyje. Kalbos modeliai buvo mokomi iš milijardų dokumentų, kuriuose yra HTML, XML ir Markdown; šie formatai jiems pažįstami, nes masiškai pasitaiko mokymo duomenyse. Modelis aiškiai atpažįsta skyrius ir jų vaidmenis, o tu gauni promptą, kurį kolega gali peržiūrėti vienu žvilgsniu.

XML žymos skyriams atskirti

Efektyviausias XML žymų panaudojimas – atskirti duomenis nuo instrukcijų. Toliau pateiktame pavyzdyje sistemos promptas turi taisykles ir numatomą schemą, o naudotojo žinutė apgaubia dokumentą <document> žyma, taip užkertant kelią modeliui supainioti ataskaitos turinį su instrukcija.

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)

Gamyboje nedidelis žymų rinkinys kartojasi nuolat ir jį vertinga standartizuoti visoje savo promptų bazėje:

<instructions>...</instructions>   <!-- Taisyklės modeliui -->
<context>...</context>             <!-- Pagrindinė informacija -->
<document>...</document>           <!-- Analizuojamas tekstas -->
<examples>...</examples>           <!-- Keli pavyzdžiai (few-shot) -->
<constraints>...</constraints>     <!-- Apribojimai ir draudimai -->
<output_format>...</output_format> <!-- Numatomas išvesties formatas -->
<user_data>...</user_data>         <!-- Naudotojo duomenys -->

Markdown skaitomoms instrukcijoms

Markdown tenkina kitą poreikį: taisyklių hierarchizavimą. Jei XML padalija promptą į zonas, tai Markdown antraštės, sąrašai ir paryškintas tekstas organizuoja turinį kiekvienos zonos viduje. Šiame techninio rašymo prompte vaidmuo, rašymo taisyklės, privaloma numeruota struktūra ir draudimų sąrašas pateikiami tame pačiame vizualiniame lygmenyje – žmogus rašytojas galėtų su tuo dirbti, o tai ir yra tinkamas testas.

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"""

Abiejų formatų derinimas

Sudėtingiems promptams efektyviausia praktika yra įdėti vieną formatą į kitą: XML apibrėžia pagrindines zonas, o Markdown struktūrizuoja kiekvienos zonos vidų. Toliau pateiktas daugiakalbis pagalbos agentas naudoja <persona> tapatybei ir <rules> elgesiui apibrėžti – su dviem Markdown poskyriais viduje, įskaitant sąlyginę eskalavimo taisyklę – ir <knowledge_base> trumpalaikiams faktams, kurie tampa vienintele dalimi, atnaujinama keičiantis programinės įrangos versijai.

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>"""

Pakartotinai naudojamas prompto šablonas

Kitas žingsnis – nustoti rankiniu būdu rašyti promptus ir pradėti juos kurti programiškai. Toliau pateikta funkcija priima dokumentą ir klausimų sąrašą, tada sugeneruoja pilnas žinutes. Du aspektai nusipelno tavo dėmesio: instrukcijos reikalauja pagrįstos citatos kiekvienam atsakymui ir aiškios atsarginės frazės, kai informacijos nėra, o tai smarkiai sumažina haliucinacijas dirbant su sutartiniais dokumentais; be to, temperature nustatytas ties 0,1 palieka pakankamai lankstumo formuluotėms, bet neleidžia laisvai interpretuoti.

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
)

Keli įpročiai padės šiems promptams išlikti ilgaamžiams. Žymas vadinkite aprašomai – <document> pasako, ką ji turi, o <data> nieko nesako ir tu gaiši penkias minutes per kiekvieną peržiūrą. Sistemingai jas užverkite: neatidaryta žyma be uždarymo nubrina ribą tarp dviejų skyrių, ir modelis gali pradėti skaityti tavo instrukcijas kaip analizuotiną turinį. Galiausiai, naudokite įtraukas žmonių skaitomumui; modeliui tai nėra būtina, bet žmogui, kuris perims promptą po šešių mėnesių, tai bus gyvybiškai svarbu.

Svarbiausi punktai

  • XML žymos atskiria duomenis nuo instrukcijų prompte
  • Markdown struktūrizuoja taisykles ir sąrašus skaitomumui
  • Derinkite abu formatus sudėtingiems gamybiniams promptams
  • Žymas vadinkite aprašomai ir sistemingai jas užverkite
  • Struktūrizuoti promptai lengviau prižiūrimi, testuojami ir valdomi versijomis