Incitācija uz spriešanas modeli
Šajā lapā
Nodarbība pārrakstīta 2026. gada 2. novembrī. Iepriekš šī nodarbība aptvēra Magistral sistēmas incitāciju, kas tika izslēgta no aprites 2026. gada 31. jūlijā. Pašreizējā spriešanas dokumentācija (Reasoning) vairs neprasa īpašu sistēmas incitāciju: pietiek ar
reasoning_effort. Tālāk minētajās sadaļās ir skaidrots, ko norādīja Magistral dokumentācija, kas ir mainījies un kādi incitācijas noteikumi joprojām ir noderīgi.
Kas ir mainījies kopš Magistral laikiem
Magistral sniedza vislabākos rezultātus ar noklusējuma sistēmas incitāciju, kuru dokumentācija reproducēja (tagad arhivēta lapā Native reasoning (deprecated)). Būtībā tā instruēja modeli vispirms izstrādāt savu spriešanu kā iekšēju monologu, kam sekoja atsevišķa atbilde; rakstīt Markdown formātā, izmantojot LaTeX vienādojumiem, un atbildēt tajā valodā, kurā uzdots jautājums. Tā pat ietvēra spriešanas veidni thinking fragmenta veidā, kas ievietots sistēmas ziņojumā. Parametrs prompt_mode ļāva piespiest šo noklusējuma incitāciju ("reasoning") vai to atspējot (None).
Ar pašreizējiem modeļiem nekas no tā vairs nav nepieciešams: spriešanas lapā nav minēta nedz īpaša sistēmas incitācija, nedz prompt_mode. Tu aktivizē spriešanu, izmantojot reasoning_effort, un tava sistēmas incitācija atgriežas pie standarta lomas, kas veltīta lomai, metodei un sagaidāmajam formātam. Ja migrē no Magistral, noņem spriešanas veidni no saviem sistēmas ziņojumiem un prompt_mode no saviem izsaukumiem, pēc tam salīdzini rezultātus (8. nodarbība).
Spriešanas un atbildes nodalīšana
Modelim tagad ir divas atšķirīgas telpas: spriešana, ko lietotājs bieži neredz, un galīgā atbilde. Labs incitācijas teksts to ņem vērā. Tas apraksta sagaidāmo metodi, to, ko pārbaudītu jomas eksperts, un nosaka atbildes formātu: atbildei ir jābūt saprotamai bez spriešanas, jo spriešana parasti būs paslēpta.
import os
from mistralai.client import Mistral
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
system_prompt = """You are a senior Python debugging expert.
METHOD
- Read all the code before formulating a diagnosis.
- Formulate at least two hypotheses before concluding.
- Verify that your fix does not create a new problem.
FINAL RESPONSE
1. The precise diagnosis
2. The root cause
3. The corrected code
4. A test that proves the fix"""
response = client.chat.complete(
model="mistral-small-2603",
messages=[
{"role": "system", "content": system_prompt},
{"role": "user", "content": "My code crashes with a RecursionError: def fibonacci(n): return fibonacci(n-1) + fibonacci(n-2)"},
],
reasoning_effort="high",
)
Šai fibonacci funkcijai, kurai trūkst bāzes gadījuma, prasība formulēt divas hipotēzes novērš refleksīvo diagnozi „palielināt rekursijas limitu” un noved pie patiesā cēloņa.
Pielāgošana pēc jomas
Tāda pati skeleta struktūra – vispirms metode, tad atbildes formāts – pielāgojas konkrētajai jomai. Matemātikā metode koncentrējas uz hipotēzēm un pierādījuma veidu:
math_prompt = """You are a rigorous mathematician.
METHOD
- State the hypotheses before every proof.
- Explicitly choose between induction, contradiction, or direct calculation.
- Verify the result on a specific case.
FINAL RESPONSE
Formal proof: hypotheses, justified steps, conclusion."""
Stratēģiskajā analīzē tā koncentrējas uz ieinteresētajām pusēm un kvantificēšanu, un sagaidāmā atbilde kļūst par rekomendāciju, ko papildina plāns:
strategy_prompt = """You are a strategy consultant.
METHOD
- Evaluate each option based on feasibility, impact, and risk.
- Quantify whenever possible, even if only as an order of magnitude.
- Seek the strongest objection to your own recommendation.
FINAL RESPONSE
A clear recommendation, the pros and cons of each option, an action plan with dated steps."""
Trīs biežākās kļūdas
Incitācija ir pārāk neskaidra. „Tu esi noderīgs asistents” nepasaka neko par metodi: modelis spriež atbilstoši saviem ieradumiem, nevis taviem. Apraksti, ko eksperts pārbaudītu.
Incitācija ir pretrunīga. „Esi ļoti kodolīgs. Detalizēti izklāsti katru soli” nostāda modeli neiespējamas pavēles priekšā. Atrisini pretrunu, sadalot lomas: detaļas pieder spriešanai, kodolīgums – galīgajai atbildei.
good_prompt = """Be concise in your final response: conclusions and essential figures only.
Explore details in your reasoning, not in the response."""
Procesa pieprasīšana atbildē. Prasot „spriest soli pa solim” redzamajā atbildē, tu liec modelim vēlreiz uzrakstīt to, ko tas jau ir izdarījis savā spriešanā: atbilde kļūst garāka, un tu maksā divreiz par tiem pašiem soļiem izejas tokenos. Pieprasi soļus atbildē tikai tad, ja lietotājam tie ir jālasa, piemēram, izglītojošā tutora gadījumā.
Galvenās atziņas
- Noklusējuma sistēmas incitācija un
prompt_modebija specifiski Magistral: tie vairs nav nepieciešami - Aktivizē spriešanu ar
reasoning_effortun saglabā sistēmas incitāciju tās klasiskajā lomā - Apraksti sagaidāmo metodi un tādas atbildes formātu, ko var lasīt bez spriešanas
- Sadaliet lomas: detaļas spriešanā, kodolīgums atbildē
- Neliec modelim atkārtoti rakstīt procesu atbildē, ja nevienam tas nav jālasa