Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Šablonai, kurių reikia vengti

Paskaita 8 iš 16 Atnaujinta 2026 m. lapkričio 2 d. Pradedantisiems
Šiame puslapyje
  1. Klaidos, kurios gadina tavo užklausas
  2. 1 šablonas: Subjektyvi kalba
  3. 2 šablonas: Prieštaringos instrukcijos
  4. 3 šablonas: Prašymas modelio suskaičiuoti
  5. 4 šablonas: Per didelis tokenų generavimas
  6. 5 šablonas: Skaitinės skalės
  7. 6 šablonas: Neryškios instrukcijos
  8. 7 šablonas: Išankstinio užpildymo ignoravimas
  9. Svarbiausi punktai

Klaidos, kurios gadina tavo užklausas

Norint įvaldyti užklausų kūrimą, reikia žinoti ne tik ką daryti, bet ir ko nedaryti. Tam tikri įpročiai, natūralūs bendraujant su žmonėmis, duoda prastus rezultatus dirbant su „Mistral“ modeliais – būtent todėl, kad jie remiasi numanomu supratimu, kurio modelis neturi. Šioje pamokoje išvardinti septyni dažniausiai pasitaikantys šablonai. Kiekvienam pateikiama klaidinga versija, pataisyta versija ir pataisymo logika. Greičiausiai atpažinsi keletą savo pačio įpročių.

1 šablonas: Subjektyvi kalba

Bendraujant su kolegomis frazė „parašyk man ne per ilgą tekstą“ veikia, nes turite bendrą kontekstą: kolega žino naudojimo atvejį, skaitytoją, įmonės įpročius. Modelis subjektyvių žodžių nesuvokia taip kaip tu. Tokie terminai kaip „trumpas“, „ilgas“, „daug“, „įdomus“ arba „ne per“ yra dviprasmiški ir kiekvieną kartą duoda nenuspėjamus rezultatus.

Blogai:

Write a text not too long about AI.
Include many interesting examples.

Gerai:

Write a text of 200 to 300 words about generative AI.
Include 3 concrete examples of application in business
(marketing, HR, customer service).

Pataisymo taisyklė yra mechaninė: kiekvieną subjektyvų terminą pakeisk objektyviu matu. „Ne per ilgas“ tampa „200–300 žodžių“, „daug pavyzdžių“ – „3 pavyzdžiai“, o „įdomus“ – tiksliu laukiamų pavyzdžių tipo aprašymu.

2 šablonas: Prieštaringos instrukcijos

Kai užklausoje pateiki nesuderinamas instrukcijas – pavyzdžiui, „būk išsamus ir aprėpk visus aspektus“, o tada „atsakyk ne daugiau kaip 3 sakiniais“ – modelis turi pasirinkti, kurios laikytis, ir tas pasirinkimas yra nenuspėjamas. Vieną dieną gausi tris paviršutiniškus sakinius, kitą – išsamią teksto sieną. Pataisymas slypi abiejų reikalavimų suderinime į vieną nuoseklią instrukciją: „Aprašyk 3 pagrindines temos dalis. Kiekvienai daliai pateik santraukos sakinį (ne daugiau kaip 25 žodžiai).“ Išsamumas tampa apibrėžta apimtimi, o glaustumas – kiekvieno elemento apribojimu; konflikto nebelieka.

Jei tavo taisyklės tikrai sudėtingos ir elgesys priklauso nuo atvejo, jų nekrauk vienos ant kitos: suskirstyk jas į sprendimų medį, kuriame kiekviena šaka yra aiški:

If the client is an individual:
  → Use an accessible tone, avoid technical jargon
  → Propose the Starter offer first

If the client is a business:
  → Use a professional and technical tone
  → Propose the Enterprise offer first

If you are unsure:
  → Politely ask if this is for personal or professional use

3 šablonas: Prašymas modelio suskaičiuoti

Kalbos modeliai prastai skaičiuoja. Jie iš tikrųjų neskaičiuoja žodžių, simbolių ar sakinių – jie įvertina, nes manipuliuoja tokenais, o ne teksto vienetais. Reikalauti „tiksliai 150 žodžių“ arba „patikrinti, kad kiekvienas sakinys būtų trumpesnis nei 20 žodžių“, yra tas pats, kas reikalauti iš dailininko matuoti mikronais: tai ne jų įrankis.

Blogai:

Write a text of exactly 150 words.
Check that each sentence is less than 20 words.

Gerai:

Write a short text (around 150 words, 2-3 paragraphs).
Use concise and direct sentences.

O jei skaičiavimas tavo programai tikrai kritiškas – pavyzdžiui, sąsajoje nustatytas simbolių limitas – atlik jį kode gavęs modelio atsakymą, o ne užklausoje. Tavo programavimo kalba skaičiuoja puikiai; modelis – ne.

4 šablonas: Per didelis tokenų generavimas

Kiekvienas sugeneruotas tokenas kainuoja – ir finansiškai, ir laiko prasme (delsa). Prašyti modelio generuoti informaciją, kurios nenaudosi, yra grynas švaistymas: mokai daugiau ir lauki ilgiau teksto, kurio net neskaitai. Tipiškas atvejis – kodo analizė, kai prašai „išsamiai paaiškinti kiekvieną eilutę“, plius „kalbos istoriją“ ir „galimas alternatyvas“, nors tavęs domina tik klaidos.

Gerai:

Analyze this code and identify:
1. Potential bugs (with the line concerned)
2. A proposed fix for each bug
Nothing else.

Galutinė instrukcija „nieko daugiau“ yra stebėtinai galinga: ji aiškiai nurodo modeliui nepridėti papildomų komentarų, įspėjimų ir išplėtimų, kuriuos jis dažnai generuoja spontaniškai. Atsakymą gauni greičiau, jis kainuoja mažiau ir iškart pereina prie esmės.

5 šablonas: Skaitinės skalės

Prašyti modelio įvertinti pagal 1–5 arba 1–10 skalę atrodo griežta – iš tikrųjų yra priešingai. Modelis neturi patikimos vidinės šių skalių kalibracijos: tas pats tekstas šiandien gali gauti 6/10, o rytoj – 8/10, be jokių kriterijų, paaiškinančių skirtumą. Sprendimas – pakeisti skaičius žodinėmis skalėmis su aiškiais kriterijais:

Evaluate the quality of this text according to these levels:
- Insufficient: factual errors, incoherent structure
- Acceptable: correct but lacks depth or clarity
- Good: well structured, clear, with relevant examples
- Excellent: publication-ready, original, brings clear added value

Choose one level and justify in 2 sentences.

Kadangi kiekvienas lygmuo apibrėžtas stebimais kriterijais, vertinimas tampa atkuriamas ir pagrįstas – žinai, kodėl tekstas yra „Priimtinas“, o ne „Geras“, ir modelis taiko tuos pačius kriterijus kiekvieną kartą.

6 šablonas: Neryškios instrukcijos

„Pagerink šį tekstą“ yra tobulas instrukcijos, kuri atrodo aiški, bet iš tikrųjų tokia nėra, pavyzdys. Ką gerinti? Rašybą? Stilistiką? Struktūrą? Modelis pasirinks už tave ir gali perrašyti tas pastraipas, kurias norėjai palikti nepaliestas. Profesionalioje versijoje aiškiai apibrėžiama, ką taisyti, o ką palikti intact:

Improve this text by correcting:
1. Spelling and grammar mistakes
2. Sentences longer than 30 words (simplify them)
3. Word repetitions within a range of 3 sentences

Do NOT modify:
- The meaning of sentences
- Technical terms (even if synonyms exist)
- Paragraph structure

Blokas „Nemodifikuok“ yra toks pat svarbus kaip ir pirmasis: be jo uolus modelis pakeis tavo techninius terminus apytiksliais sinonimais.

7 šablonas: Išankstinio užpildymo ignoravimas

Paskutinis šablonas yra ne aktyvi klaida, o praleista proga: daugelis vartotojų ignoruoja galimybę iš anksto užpildyti atsakymą naudojant assistant vaidmenį, apie kurį buvo kalbama pamokoje apie vaidmenis. Tai galingas svertas formatui priverstinai nustatyti. Paprastu naudotojo pranešimu prašant JSON, modelis gali pridėti įžanginį sakinį, kabutes, galutinį komentarą – tiek elementų, kurie sugadins tavo analizę. Užbaigus savo pranešimus asistento atsakymo pradžia, formatas tampa beveik garantuotas:

Be išankstinio užpildymo (nenuspėjamas formatas):

messages = [
    {"role": "user", "content": "List 3 advantages of remote work in JSON."}
]

Su išankstiniu užpildymu (garantuotas formatas):

messages = [
    {"role": "user", "content": "List 3 advantages of remote work in JSON."},
    {"role": "assistant", "content": "{\"advantages\": [", "prefix": True}
]

Modelis atsiduria jau „rašančiu“ JSON objektą: jis gali jį tik užbaigti.

Svarbiausi punktai

  • Pakeisk subjektyvią kalbą ir neryškias instrukcijas į matuojamas ir apibrėžtas instrukcijas
  • Venk prieštaringų instrukcijų – sudėtingus atvejus struktūrizuok kaip sprendimų medį
  • Niekada neprašyk modelio skaičiuoti: kritiniai skaičiavimai atliekami kode
  • Apribok generavimą tik faktiskai naudojama informacija, naudok žodines, o ne skaitines skales
  • Naudok asistento išankstinį užpildymą, kad garantuotum išvesties formatą