Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Antiparadigmi, no kuriem izvairīties

Nodarbība 8 no 16 Atjaunota 2026. gada 2. novembris Iesācējs
Šajā lapā
  1. Kļūdas, kas sabotē tavus uzdevumus
  2. Antiparadigma 1: Subjektīva valoda
  3. Antiparadigma 2: Pretrunīgi norādījumi
  4. Antiparadigma 3: Modeļa lūgšana skaitīt
  5. Antiparadigma 4: Pārmērīga tokenu ģenerēšana
  6. Antiparadigma 5: Skaitliskās skalas
  7. Antiparadigma 6: Neskaidri norādījumi
  8. Antiparadigma 7: Aizpildīšanas priekšrocību ignorēšana
  9. Galvenās atziņas

Kļūdas, kas sabotē tavus uzdevumus

Prasmīga uzdevumu veidošana nozīmē arī zināšanas par to, ko nedarīt. Daži ieradumi, kas ir pilnīgi dabiski cilvēku savstarpējā komunikācijā, Mistral modeļos dod sliktus rezultātus – tieši tāpēc, ka tie paļaujas uz implicītu izpratni, kāda modelim piemīt. Šajā nodarbībā uzskaitīti septiņi biežāk sastopamie antiparadigmi, katram norādot kļūdaino versiju, laboto versiju un loģiku, kas stāv aiz labojuma. Ceļa gaitā tu, iespējams, atpazīsi dažus no saviem ieradumiem.

Antiparadigma 1: Subjektīva valoda

Starp kolēģiem frāze „uzraksti man tekstu, kas nav pārāk garš” strādā, jo jums ir kopīgs konteksts: kolēģis zina lietojuma gadījumu, lasītāju un uzņēmuma ieradumus. Modelis neuztver subjektīvus vārdus tāpat kā tu. Tādi termini kā „īss”, „garš”, „daudzi”, „interesants” vai „ne pārāk” ir neskaidri un rada neparedzamus rezultātus no vienas izpildes reizes uz nākamo.

Slikti:

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

Labi:

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

Labojuma noteikums ir mehānisks: aizstāj katru subjektīvu terminu ar objektīvu mēru. „Ne pārāk garš” kļūst par „200–300 vārdiem”, „daudzi piemēri” kļūst par „3 piemēriem”, bet „interesants” pārvēršas precīzā gaidāmo piemēru veida aprakstā.

Antiparadigma 2: Pretrunīgi norādījumi

Kad tavs uzdevums satur nesavienojamus norādījumus – piemēram, „esi izsmeļošs un aptver visus aspektus”, kam seko „atbildi maksimāli 3 teikumos” –, modelim ir jāizvēlas, kuram sekot, un šī izvēle ir neparedzama. Vienā dienā tu saņemsi trīs virspusējus teikumus, nākamajā – visaptverošu teksta sienu. Labojums sastāv no abu prasību saskaņošanas vienā, konsekventā norādījumā: „Aptver temata 3 galvenos aspektus. Katram aspektam sniedz kopsavilkuma teikumu (maks. 25 vārdi).” Izsmeļošana kļūst par definētu apjomu, lakoniskums – par ierobežojumu katram elementam; konflikta vairs nav.

Ja tavi noteikumi ir patiešām sarežģīti un paredz atšķirīgu rīcību atkarībā no gadījuma, nesakārto tos kaudzē: strukturē tos kā lēmumu koku, kur katrs zars ir eksplicīts:

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

Antiparadigma 3: Modeļa lūgšana skaitīt

Valodu modeļi slikti prot skaitīt. Tie faktiski neskaita vārdus, rakstzīmes vai teikumus – tie tikai aplēš, jo manipulē ar tokeniem, nevis teksta vienībām. Prasīt „tieši 150 vārdus” vai „pārbaudi, vai katrs teikums ir īsāks par 20 vārdiem”, ir tas pats, kas prasīt gleznotājam veikt mērījumus mikronos: tas nav viņa instruments.

Slikti:

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

Labi:

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

Un, ja skaitīšana tavai lietojumprogrammai ir patiešām kritiska – piemēram, saskarnes noteikts rakstzīmju limits – veic to kodā pēc modeļa atbildes saņemšanas, nevis uzdevumā. Tava programmēšanas valoda skaita perfekti; modelis to nedara.

Antiparadigma 4: Pārmērīga tokenu ģenerēšana

Katram ģenerētam tokenam ir izmaksas – gan finansiālas, gan latentces ziņā. Lūgt modelim ģenerēt informāciju, ko tu neizmantosi, ir tīrs izšķērdējums: tu maksā vairāk un gaidi ilgāk pēc teksta, ko nelasīsi. Tipisks gadījums ir koda analīze, kur tu prasi „izskaidro katru rindu detalizēti”, plus „valodas vēsturi” un „iespējamos alternatīvus risinājumus”, lai gan tevi interesē tikai kļūdas.

Labi:

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

Nobeiguma „nekas cits” ir pārsteidzoši spēcīgs norādījums: tas eksplicīti liek modelim nepievienot papildinājumus, brīdinājumus un izvērsumus, ko tas spontāni ģenerē. Tava atbilde pienāk ātrāk, maksā mazāk un uzreiz nonāk pie būtības.

Antiparadigma 5: Skaitliskās skalas

Lūgt modelim vērtēt skalā no 1 līdz 5 vai no 1 līdz 10 šķiet rigorozs – patiesībā tas ir pretēji. Modelim nav uzticamas iekšējās kalibrācijas šādām skalām: viens un tas pats teksts šodien var saņemt 6/10, bet rīt 8/10, bez kritērijiem, kas izskaidrotu atšķirību. Risinājums ir aizstāt skaitļus ar verbālām skalām ar eksplicītiem kritērijiem:

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.

Tā kā katrs līmenis ir definēts ar novērojamiem kritērijiem, vērtējums kļūst reproducējams un pamatots – tu zini, kāpēc teksts ir „Pieņemams”, nevis „Labs”, un modelis katrā izsaukumā piemēro tos pašus kritērijus.

Antiparadigma 6: Neskaidri norādījumi

„Uzlabo šo tekstu” ir perfekts piemērs norādījumam, kas šķiet skaidrs, bet tāds nav. Ko uzlabot? Pareizrakstību? Stilistiku? Struktūru? Modelis izvēlēsies tavā vietā, un tas riskē pārrakstīt fragmentus, kurus vēlējies atstāt nemainīgus. Profesionālā versija precizē gan to, kas jālabo, gan tas, kas jāatstāj neskarts:

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

Bloks „Nemaini” ir tikpat svarīgs kā pirmais: bez tā uzcītīgs modelis aizstās tavus tehniskos terminus ar aptuveniem sinonīmiem.

Antiparadigma 7: Aizpildīšanas priekšrocību ignorēšana

Pēdējais antiparadigma ir vairāk garām laista iespēja nekā aktīva kļūda: daudzi lietotāji ignorē iespēju iepriekš aizpildīt atbildi, izmantojot lomu assistant, kas tika apskatīta nodarbībā par lomām. Taču tas ir spēcīgs svira formāta piespiešanai. Ar vienkāršu lietotāja ziņojumu, kas prasa JSON, modelis var pievienot ievadteikumu, atpakaļslīpsvītras, nobeiguma komentāru – tik daudz elementu, kas izjauks tavu parsēšanu. Beidzot savus ziņojumus ar asistenta atbildes sākumu, formāts kļūst gandrīz garantēts:

Bez iepriekšējās aizpildīšanas (neparedzams formāts):

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

Ar iepriekšēju aizpildīšanu (garantēts formāts):

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

Modelis nonāk situācijā, kurā tas jau „raksta” JSON objektu: tam atliek tikai to pabeigt.

Galvenās atziņas

  • Aizstāj subjektīvu valodu un neskaidrus norādījumus ar izmērāmiem un norobežotiem norādījumiem
  • Izvairies no pretrunīgiem norādījumiem – strukturē sarežģītus gadījumus kā lēmumu kokus
  • Nekad nelūdz modelim skaitīt: kritiskas skaitīšanas veic kodā
  • Ierobežo ģenerēšanu tikai ar faktiski izmantoto informāciju, izmantojot verbālas, nevis skaitliskas skalas
  • Izmanto asistenta iepriekšēju aizpildīšanu, lai garantētu izvades formātu