Przejdź do głównej treści
Polski— Wybierz język
Menu

Format danych: konwersacje w formacie JSONL

Lekcja 3 z 16 Zaktualizowano 2 listopada 2026 Zaawansowany
Na tej stronie
  1. Format JSONL
  2. Struktura konwersacji
  3. Konwersacje wielowątkowe
  4. Ważenie za pomocą pola weight
  5. Skrypt tworzenia pliku JSONL
  6. Kluczowe wnioski

Aktualizacja z 2 listopada 2026 r. — Dostępność dostrajania. Usługa samodzielnego dostrajania modeli OpenAI jest wycofywana: od 7 maja 2026 r. organizacje, które nigdy wcześniej z niej nie korzystały, nie mogą już tworzyć nowych zadań; od 2 lipca wymagane jest użycie dostrajonego modelu w ciągu ostatnich 60 dni; a począwszy od 6 stycznia 2027 r., żaden klient nie będzie mógł uruchomić nowych zadań. Już wytrenowane modele pozostają użyteczne do momentu wycofania ich modelu bazowego. Ten kurs nadal przydaje się do zrozumienia i wykorzystania istniejącego modelu; w przypadku nowych projektów priorytetowo potraktuj inżynierię promptów, architekturę RAG oraz ewaluację.

Format JSONL

JSONL (JSON Lines) to wymagany format dla API dostrajania OpenAI. Każda linia w pliku jest niezależnym obiektem JSON reprezentującym kompletny przykład treningowy. Taka struktura pozwala strumieniowo przetwarzać korpusy liczące dziesiątki tysięcy przykładów bez konieczności ładowania całego pliku do pamięci.

{"messages": [{"role": "system", "content": "..."}, {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}]}
{"messages": [{"role": "system", "content": "..."}, {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}]}

Zasada fundamentalna: jedna linia = jeden obiekt JSON = jeden przykład. Nie umieszczaj znaków nowej linii wewnątrz samego obiektu JSON. Innymi słowy, „ładnie sformatowany“ (pretty-printed) kod JSON z wcięciami z Twojego edytora zepsuje plik — to najczęstsza przyczyna odrzucenia przesyłanego pliku.

Struktura konwersacji

Każdy przykład to obiekt zawierający klucz messages, który jest tablicą wiadomości. Każda wiadomość posiada pola role oraz content. Akceptowane są tylko trzy role:

  • system: globalne instrukcje dla asystenta (opcjonalne, ale zalecane)
  • user: wiadomość od użytkownika
  • assistant: odpowiedź, której model ma się nauczyć

Minimalny format składa się z pojedynczej wymiany zdań między użytkownikiem a asystentem. Wystarcza to, gdy pożądane zachowanie nie zależy od konkretnego kontekstu ramowego, na przykład w przypadku modelu dedykowanego jednemu zadaniu.

{
  "messages": [
    {"role": "user", "content": "Cześć, jak się masz?"},
    {"role": "assistant", "content": "Cześć! Jestem gotowy do pomocy. Co mogę dla Ciebie zrobić?"}
  ]
}

Gdy model musi przyjąć konkretną rolę, dodaj wiadomość systemową — i utrzymuj ją identyczną we wszystkich przykładach. Zauważ w poniższym przykładzie, że instrukcja „zawsze proponuj spotkanie demonstracyjne“ jest faktycznie realizowana w odpowiedzi asystenta: wiadomość systemowa opisuje ograniczenie, a przykład pokazuje, jak wygląda ono w praktyce.

{
  "messages": [
    {
      "role": "system",
      "content": "Jesteś asystentem sprzedaży w firmie TechCorp. Odpowiadaj zwięźle i profesjonalnie. Zawsze proponuj spotkanie demonstracyjne."
    },
    {
      "role": "user",
      "content": "Szukam rozwiązania CRM dla mojego 50-osobowego zespołu."
    },
    {
      "role": "assistant",
      "content": "Nasz CRM od TechCorp jest przeznaczony dla zespołów liczących od 20 do 200 osób, oferując zarządzanie kontaktami, lejkami sprzedaży i zintegrowane raportowanie. Dla zespołu 50-osobowego rekomenduję plan Business w cenie 29 EUR za użytkownika miesięcznie. Czy chciałbyś umówić się na spersonalizowaną demonstrację w tym tygodniu?"
    }
  ]
}

Konwersacje wielowątkowe

Możesz uwzględnić konwersacje składające się z wielu wymian zdań. Model uczy się wtedy utrzymywania spójności na przestrzeni kolejnych tur: tutaj druga odpowiedź nawiązuje do kroku 2 zapowiedzianego w pierwszej, czego izolowany przykład nie byłby w stanie nauczyć.

{
  "messages": [
    {
      "role": "system",
      "content": "Jesteś asystentem technicznym ds. API płatności."
    },
    {
      "role": "user",
      "content": "Jak zintegrować Wasze API płatności?"
    },
    {
      "role": "assistant",
      "content": "Integracja odbywa się w 3 krokach: 1) Zainstaluj SDK poleceniem pip install paycorp-sdk, 2) Skonfiguruj swój klucz API, 3) Utwórz swoją pierwszą płatność. Od którego kroku chcesz zacząć?"
    },
    {
      "role": "user",
      "content": "Jak skonfigurować klucz API?"
    },
    {
      "role": "assistant",
      "content": "Pobierz klucz z panelu (Ustawienia > Klucze API), a następnie skonfiguruj go w swoim kodzie:\n\nfrom paycorp import PayCorp\nclient = PayCorp(api_key=\"your_key\")\n\nUżywaj klucza testowego (prefiks sk_test_) w środowisku deweloperskim, a klucza produkcyjnego (sk_live_) na produkcji. Nigdy nie commituj kluczy do kodu źródłowego."
    }
  ]
}

Ważenie za pomocą pola weight

Możesz wskazać modelowi, które wiadomości od asystenta są najważniejsze, dodając pole weight:

{
  "messages": [
    {"role": "user", "content": "Streszcz ten dokument."},
    {"role": "assistant", "content": "Oto streszczenie...", "weight": 1}
  ]
}

Wartość weight równa 0 oznacza, że model nie będzie się uczył na podstawie tej konkretnej wiadomości asystenta; wartością domyślną jest 1. Typowym przypadkiem użycia są konwersacje wielowątkowe, w których liczy się tylko ostatnia tura: zachowujesz wcześniejsze wymiany, ponieważ dostarczają niezbędnego kontekstu, ale nie chcesz, aby model uczył się ich odtwarzania — wystarczy ustawić je na 0.

Skrypt tworzenia pliku JSONL

W praktyce nigdy nie napiszesz tego pliku ręcznie. Poniższa funkcja serializuje listę przykładów i chroni Cię przed dwoma najczęstszymi pułapkami: zapomnieniem o końcowym znaku nowej linii oraz błędnym obsługiwaniem kodowania znaków diakrytycznych.

import json

def create_jsonl_file(examples: list[dict], path: str):
    """Tworzy plik JSONL z listy przykładów."""
    with open(path, "w", encoding="utf-8") as f:
        for example in examples:
            line = json.dumps(example, ensure_ascii=False)
            f.write(line + "\n")
    print(f"Plik utworzony: {path} ({len(examples)} przykładów)")

# Twoje przykłady
examples = [
    {
        "messages": [
            {"role": "system", "content": "Asystent obsługi klienta TechCorp."},
            {"role": "user", "content": "Moje konto jest zablokowane."},
            {"role": "assistant", "content": "Rozumiem Twoje frustracje. Aby odblokować konto, potrzebuję adresu e-mail użytego podczas rejestracji. Sprawdzę status i poprowadzę Cię przez proces reaktywacji."}
        ]
    },
    {
        "messages": [
            {"role": "system", "content": "Asystent obsługi klienta TechCorp."},
            {"role": "user", "content": "Jak zmienić hasło?"},
            {"role": "assistant", "content": "Aby zmienić hasło: przejdź do Ustawienia > Bezpieczeństwo > Zmień hasło. Wprowadź obecne hasło, a następnie nowe (minimum 12 znaków, z wielką literą, cyfrą i znakiem specjalnym). Potwierdź i kliknij Zapisz."}
        ]
    }
]

create_jsonl_file(examples, "training_data.jsonl")

Błędy, na które natkniesz się zawsze, są takie same i wszystkie można wykryć przed przesłaniem pliku. Brak znaku nowej linii między dwoma obiektami scala dwa przykłady w jedną nieczytelną linię. Nieprawidłowy składnia JSON — brakujący cudzysłów, nadmiarowy przecinek — powoduje odrzucenie całej linii. Puste pole content wywołuje błąd walidacji po stronie OpenAI, podobnie jak wymyślona rola: akceptowane są tylko system, user i assistant. Na koniec, zawsze zapisuj plik w kodowaniu UTF-8 z parametrem ensure_ascii=False, w przeciwnym razie znaki diakrytyczne zamienią się w sekwencje escape, które model sumiennie nauczy się odtwarzać.

Kluczowe wnioski

  • Jedna linia JSONL = jeden obiekt JSON = jedna kompletna konwersacja
  • Każda konwersacja zawiera co najmniej jedną wiadomość user i jedną assistant
  • Wiadomość system jest opcjonalna, ale zalecana dla zachowania spójności
  • Użyj weight: 0, aby wykluczyć określone tury z procesu uczenia w konwersacjach wielowątkowych
  • Zawsze waliduj swój plik JSONL przed przesłaniem