Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Promptu versiju izveide un katalogu pārvaldība

Nodarbība 14 no 16 Atjaunota 2026. gada 3. novembris Programmētājs
Šajā lapā
  1. Promptu versiju izveide un katalogu pārvaldība
  2. Kāpēc veidot promptu versijas
  3. Kataloga struktūra
  4. Kataloga izmantošana lietotnē
  5. Versiju kontrole ar Git
  6. Labākā prakse
  7. Kataloga testēšana ar atgriešanos
  8. Galvenās atziņas

Nodarbība atjaunināta 2026. gada 3. novembrī, pamatojoties uz OpenAI dokumentāciju: parametri temperature un top_p tiek pieņemti tikai tad, ja spriešanas intensitāte (reasoning effort) ir iestatīta uz none, savukārt GPT-5.6 modeļi pēc noklusējuma veic spriešanu (medium). Tādēļ izsaukumos, kuros tiek iestatīti šie parametri, ir jānorāda reasoning={"effort": "none"} (Responses API) vai reasoning_effort="none" (Chat Completions). Avoti: GPT-6 izmantošana · GPT-5.6 Terra.

Promptu versiju izveide un katalogu pārvaldība

Produkcijas vidē tavi prompti attīstās tikpat intensīvi kā tavs kods. Bez versiju kontroles tu zaudēsi pārskatu par izmaiņām, nevarēsi veikt atgriešanos uz iepriekšēju stāvokli (rollback) un nezināsi, kura versija pašlaik darbojas produkcijā. Šī nodarbība parāda, kā pārvaldīt promptus kā programmatūras artefaktus.

Kāpēc veidot promptu versijas

Prompta izmaiņas var radikāli mainīt tavas lietotnes darbību. Atšķirībā no koda šīs izmaiņas bieži ir smalkas un grūti pamanāmas bez automatizētiem testiem: pārrakstīts teikums, pārvietots vārds, un modelis sāk nepareizi klasificēt vienu no desmit robežgadījumiem. Neviens standarta vienības tests šo plaisu neatklās, bet atbalsta dienests to pamanīs trīs nedēļas vēlāk kā neskaidru sūdzību par nepareizi novirzītiem biļeteniem.

Versiju kontrole risina četras atšķirīgas vajadzības. Pirmkārt, izsekojamība: zināšanas par to, kurš, ko un kad mainījis, pārvērš sterilu komandas diskusiju vienkāršā vēstures pārbaudē. Otrkārt, atgriešanās (rollback): kad parādās regresija, tūlītējais mērķis nav saprast, kāpēc tas noticis, bet gan atjaunot zināmu darbību. Treškārt, veiktspējas salīdzināšana: tam ir nepieciešams, lai vecākās versijas paliktu izpildāmas tieši tādas, kādas tās bija, ar sākotnējo modeli un iestatījumiem. Visbeidzot, auditēšana: sistēmām, uz kurām attiecas VDAR (Vispārīgā datu aizsardzības regula) vai citi atbilstības standarti, ir jāspēj pierādīt, kādas instrukcijas bija spēkā konkrētā datumā – ekrānuzņēmums šeit nepietiks.

Kataloga struktūra

Klase PromptCatalog apmierina šīs vajadzības ar minimālu infrastruktūru: viena mape katram promptam, viens JSON fails katrai versijai, numurēti secīgi. Katrs fails satur sistēmas prompta tekstu kopā ar saistīto modeli un temperatūru – prompts, kas noregulēts uz 0,1, un tas pats prompts uz 0,7 nav viena un tā pati lieta, un to sasaistīšana novērš situāciju, kad tiek atjaunots teksts, bet aizmirsti tā iestatījumi.

Lauks status izseko dzīves ciklu. Versija sākas kā draft (melnraksts), ļaujot sagatavošanu un testēšanu, neietekmējot reālo satiksmi. Izsaucot activate, tā pāriet uz active (aktīvs) un automātiski pazemina iepriekšējo versiju uz deprecated (novecojis), nodrošinot, ka jebkurā laikā satiksmi apkalpo tikai viena versija. Šī metode padara atgriešanos triviālu: iepriekšējās versijas atkārtota aktivizēšana ir viens izsaukums, nevis izvietošana (deployment). Tava lietotne produkcijā izsauc get_active, savukārt list_versions atbalsta pārskatus un auditus.

import json
from datetime import datetime
from pathlib import Path

class PromptCatalog:
    """Promptu kataloga pārvaldnieks ar versiju kontroli."""

    def __init__(self, catalog_dir: str = "prompts/"):
        self.catalog_dir = Path(catalog_dir)
        self.catalog_dir.mkdir(parents=True, exist_ok=True)

    def save_prompt(self, name: str, system_prompt: str,
                    model: str, temperature: float,
                    metadata: dict = None) -> str:
        """Saglabā jaunu prompta versiju."""
        prompt_dir = self.catalog_dir / name
        prompt_dir.mkdir(exist_ok=True)

        # Nosaka versijas numuru
        versions = sorted(prompt_dir.glob("v*.json"))
        version = len(versions) + 1
        version_str = f"v{version:03d}"

        # Saglabāšana
        prompt_data = {
            "name": name,
            "version": version_str,
            "created_at": datetime.now().isoformat(),
            "model": model,
            "temperature": temperature,
            "system_prompt": system_prompt,
            "metadata": metadata or {},
            "status": "draft"  # draft | active | deprecated
        }

        filepath = prompt_dir / f"{version_str}.json"
        filepath.write_text(json.dumps(prompt_data, indent=2,
                                        ensure_ascii=False))

        return version_str

    def get_prompt(self, name: str,
                   version: str = "latest") -> dict:
        """Iegūst promptu pēc nosaukuma un versijas."""
        prompt_dir = self.catalog_dir / name

        if version == "latest":
            versions = sorted(prompt_dir.glob("v*.json"))
            if not versions:
                raise FileNotFoundError(f"Prompt '{name}' not found")
            filepath = versions[-1]
        else:
            filepath = prompt_dir / f"{version}.json"

        return json.loads(filepath.read_text())

    def get_active(self, name: str) -> dict:
        """Iegūst prompta aktīvo versiju."""
        prompt_dir = self.catalog_dir / name
        for filepath in sorted(prompt_dir.glob("v*.json"),
                               reverse=True):
            data = json.loads(filepath.read_text())
            if data["status"] == "active":
                return data
        raise FileNotFoundError(
            f"No active version for '{name}'"
        )

    def activate(self, name: str, version: str):
        """Aktivizē versiju un deaktivizē pārējās."""
        prompt_dir = self.catalog_dir / name

        for filepath in prompt_dir.glob("v*.json"):
            data = json.loads(filepath.read_text())
            if data["version"] == version:
                data["status"] = "active"
            elif data["status"] == "active":
                data["status"] = "deprecated"
            filepath.write_text(json.dumps(data, indent=2,
                                            ensure_ascii=False))

    def list_versions(self, name: str) -> list[dict]:
        """Uzskaita visas prompta versijas."""
        prompt_dir = self.catalog_dir / name
        versions = []
        for filepath in sorted(prompt_dir.glob("v*.json")):
            data = json.loads(filepath.read_text())
            versions.append({
                "version": data["version"],
                "status": data["status"],
                "created_at": data["created_at"],
                "model": data["model"]
            })
        return versions

Kataloga izmantošana lietotnē

Izsaucēja pusē noteikums ir vienkāršs: tavā kodā nav prompta teksta; tas pieprasa aktīvo versiju no kataloga. Tas ļauj modificēt promptus, nepieskaroties lietotnes kodam, un novērš trīsdesmit rindu virkņu apbedīšanu funkcijas vidū. Metadati, kas saglabāti glabāšanas laikā – autors, apraksts, izmaiņu žurnāls – neietekmē izpildi, bet padara vēsturi lasāmu pēc sešiem mēnešiem, kad neviens vairs neatceras, kāpēc formulējums tika mainīts.

Kritiskā detaļa slēpjas classifier_ticket beigās: atgrieztajā atbildē ir iekļauts prompt_version. Reģistrē šo lauku kopā ar katru rezultātu, un kļūdu analīze kļūst iespējama – tu zināsi, ka otrdienas pēcpusdienā nepareizi klasificētie biļeteni visi nāca no v004, bez nepieciešamības salīdzināt izvietošanas laika zīmogus.

from openai import OpenAI

client = OpenAI()
catalog = PromptCatalog("prompts/")

# Saglabā promptu
catalog.save_prompt(
    name="ticket-classifier",
    system_prompt="""You are a support ticket classifier.
Categorize each ticket as: bug, feature, question, billing.
Respond in JSON with category, priority (1-5), summary.""",
    model="gpt-5.6-terra",
    temperature=0.1,
    metadata={
        "author": "marie.dupont",
        "description": "Automatic classification of Zendesk tickets",
        "changelog": "Initial version"
    }
)

# Produkcijā: izmanto aktīvo versiju
def classifier_ticket(ticket_text: str) -> dict:
    """Klasificē biļetenu, izmantojot aktīvo promptu."""
    prompt_config = catalog.get_active("ticket-classifier")

    response = client.responses.create(
        model=prompt_config["model"],
        reasoning={"effort": "none"},  # temperature requires effort none
        instructions=prompt_config["system_prompt"],
        input=ticket_text,
        temperature=prompt_config["temperature"]
    )

    return {
        "result": json.loads(response.output_text),
        "prompt_version": prompt_config["version"]
    }

Versiju kontrole ar Git

Komandām glabā savus promptus atsevišķā Git repozitorijā. Zemāk esošais koks ievēro vienkāršu konvenciju: viena mape katram promptam, kas satur tā definīciju, testa gadījumus un izmaiņu žurnālu. Testu glabāšana blakus promptam, ko tie pārbauda, nav tikai kosmetisks solis – vilkšanas pieprasījums (pull request) modificē abus kopā, un recenzents vērtē izmaiņas, balstoties uz pierādījumiem, nevis deklarētiem nodomiem.

prompts/
  ticket-classifier/
    prompt.yaml
    tests/
      test_cases.json
    CHANGELOG.md
  invoice-extractor/
    prompt.yaml
    tests/
      test_cases.json
    CHANGELOG.md

YAML šeit aizstāj JSON konkrēta iemesla dēļ: prompti ir daudzrindu teksti, un | sintakse tos attēlo tieši tādos, kādi tie tiek nosūtīti, bez atkodēšanas vai liekiem \n simboliem. Git diff šim failam lasās kā prozas diff – recenzents redz, ka ir pievienots teikums. Izvades shēma ceļo tajā pašā failā, tāpēc viss izsaukuma konfigurācijas kopums ietilpst vienā artefaktā.

# prompts/ticket-classifier/prompt.yaml
name: ticket-classifier
model: gpt-5.6-terra
temperature: 0.1
max_output_tokens: 500
system_prompt: |
  You are a support ticket classifier.
  Categorize each ticket as: bug, feature, question, billing.
  Respond in JSON with category, priority (1-5), summary.
schema:
  type: object
  properties:
    category:
      type: string
      enum: [bug, feature, question, billing]
    priority:
      type: integer
    summary:
      type: string
  required: [category, priority, summary]
  additionalProperties: false

Labākā prakse

To, kas atdala dzīvu katalogu no arhīva mapes, nosaka daži uzkopšanas noteikumi. Glabā vienu promptu vienā failā: vairāku promptu sajaukšana vienā dokumentā padara diffus nelasāmus un atgriešanos neiespējamu precīzi mērķēt. Ievies izmaiņu žurnālu, kas dokumentē nevis to, kas mainījās (to parāda diff), bet gan kāpēc: „pievienota instrukcija par daudzvalodu biļeteniem, reaģējot uz atbalsta dienesta atsauksmēm” ir vērtīgāka par desmit rindām tehniska apraksta.

Sistemātiski piesaisti testu kopu katram promptam; pretējā gadījumā lietotāji būs pirmie, kas tev paziņos, kad modifikācija izjauc esošo darbību. Virzi promptu izmaiņas caur to pašu koda pārskatīšanas procesu, ko izmanto kodam: prompts, kas nonāk produkcijā bez pārskatīšanas, rada tādus pašus pārsteigumus kā nepārskatīts kods. Pārliecinies, ka atgriešanās aizņem mazāk par minūti, un testē to klusā dienā, nevis incidenta laikā. Visbeidzot, atzīmē izvietotās versijas ar tagiem, lai viennozīmīgi saistītu novēroto darbību ar konkrētu repozitorija stāvokli.

Kataloga testēšana ar atgriešanos

Izveido PromptCatalog trim reāliem promptiem no savas lietotnes, pēc tam ieraksti divas vai trīs katra versijas, soli pa solim attīstot instrukcijas – tonusa instrukcija, pievienota kategorija. Versiju kontrole pierāda savu vērtību tieši šādās smalkās izmaiņās, jo tās ir tās, kuras tu neatcerēsies veicis. Iestatī aktivizāciju un deaktivizāciju un piesaisti testu kopu katram promptam.

Pabeidz ar visinstruktīvāko vingrinājumu: apzināti aktivizē degradētu versiju, novēro regresiju, izmantojot testus, un veic atgriešanos, mērot laiku. Ja operācija pārsniedz vienu minūti, salabo procedūru, pirms pievieno katalogam vēl vienu promptu – lēna atgriešanās nav atgriešanās, tā ir ieilgusi incidenta situācija.

Galvenās atziņas

  • Prompti ir programmatūras artefakti, kuriem nepieciešama versiju kontrole
  • Katra versija ir JSON vai YAML fails ar metadatiem
  • Statuss (draft, active, deprecated) ļauj veikt pakāpenisku izvietošanu
  • Glabā promptus Git kopā ar testiem un izmaiņu žurnālu
  • Atgriešanās regresijas gadījumā ir jābūt acumirklīgai