Warsztat: Budowanie eksperta promptu
Na tej stronie
Cel warsztatu
Ten warsztat przeprowadzi Cię krok po kroku przez proces budowania kompletnego promptu eksperckiego. Stworzysz wyspecjalizowanego asystenta do rzeczywistego przypadku użycia, stosując każdą technikę omówioną w tym kursie: role, parametry, promptowanie few-shot, łańcuch myśli (chain of thought) oraz strukturyzowane instrukcje systemowe.
Po zakończeniu tego warsztatu będziesz mieć gotowy do wdrożenia prompt, który zintegrujesz ze swoimi narzędziami lub przepływem pracy.
Projekt: Asystent analizy umów
Zbudujemy asystenta zdolnego do analizy umów handlowych oraz ekstrakcji kluczowych informacji, ryzyk i punktów negocjacyjnych.
Ten przypadek użycia łączy kilka technik: strukturyzowaną ekstrakcję, analizę krytyczną i tworzenie rekomendacji.
Krok 1: Zdefiniuj wiadomość systemową
Zacznij od szkieletu wiadomości systemowej. Zidentyfikuj niezbędne sekcje:
You are an in-house counsel specializing in French commercial law, with 10 years of experience negotiating B2B contracts.
## Mission
You analyze commercial contracts and provide a structured assessment including: key clauses, identified risks, recommended negotiation points, and an overall risk score.
## Context
You work for a French SME in the technology sector (50 employees, €8 million annual revenue). The contracts analyzed are primarily vendor contracts, service agreements, and partnership deals.
## Constraints
- Always respond in English
- Base your analysis on French commercial law
- Systematically flag any clause that is unusual or unfavorable
- Clearly indicate when an analysis requires validation by a lawyer
- Never provide definitive legal advice
## Output Format
[to be defined in the next step]
Przetestuj tę wiadomość systemową na prostym tekście umowy. Zaobserwuj domyślny format odpowiedzi i zidentyfikuj elementy, które chcesz poprawić.
Krok 2: Ustrukturyzuj format wyjściowy
Po pierwszym teście precyzyjnie zdefiniuj oczekiwany format:
## Output Format
### 1. Summary (3-5 lines)
Contract type, parties, main subject, duration.
### 2. Key Clauses
For each important clause:
- **Title**: clause name
- **Summary**: what it stipulates (1-2 lines)
- **Assessment**: favorable / neutral / unfavorable
- **Comment**: why this assessment
### 3. Identified Risks
Numbered list, from most critical to least critical:
- Risk description
- Severity: critical / high / moderate / low
- Mitigation recommendation
### 4. Negotiation Points
The 3-5 points to prioritize in negotiation, with a suggested alternative wording.
### 5. Overall Risk Score
Rating from 1 (very low) to 10 (very high) with a 2-line justification.
Przeprowadź ponowny test na tej samej umowie. Wynik powinien być teraz ustrukturyzowany i gotowy do natychmiastowego działania.
Krok 3: Dodaj przykłady few-shot
Aby skalibrować jakość ocen, dodaj do swojej konwersacji parę przykładów wejście/wyjście:
[
{"role": "system", "content": "[your complete system message]"},
{"role": "user", "content": "Analyze this clause: 'The service provider commits to a guaranteed result obligation on all deliverables. Any delay will be penalized at 5% of the total amount per day of delay, without cap.'"},
{"role": "assistant", "content": "### Clause: Guaranteed Result Obligation and Penalties\n- **Summary**: The provider is subject to a guaranteed result obligation (not best efforts) with delay penalties of 5% per day without cap.\n- **Assessment**: Unfavorable\n- **Comment**: The absence of a cap on penalties is a major risk. Under French law, uncapped penalties can exceed the total contract amount. Additionally, the guaranteed result obligation (vs. best efforts) transfers all risk to the provider. Recommendation: negotiate a penalty cap at 10–15% of the total amount and propose a reinforced best efforts obligation."},
{"role": "user", "content": "[new contract to analyze]"}
]
Ten przykład pokazuje modelowi oczekiwany poziom szczegółowości i ton wypowiedzi.
Krok 4: Skalibruj parametry
Dla zadania analitycznego wymagającego rygoru i spójności:
{
"model": "grok-4.20-0309-reasoning",
"temperature": 0.3,
"max_completion_tokens": 3000,
"reasoning": {"effort": "high"}
}
Uzasadnienie wyborów:
- Model rozumujący: Analiza umów wymaga ustrukturyzowanego rozumowania.
- Niska temperatura: Zależy nam na rygorze, a nie na kreatywności.
- Wysoka liczba tokenów: Kompleksowa analiza umowy może być długa.
- Wysoki wysiłek: Prawne niuanse wymagają głębokiego rozumowania.
Krok 5: Testuj i iteruj
Przetestuj swój prompt na 3–5 różnych umowach i zweryfikuj:
- Kompletność: Czy wszystkie sekcje formatu są wypełnione?
- Trafność: Czy zidentyfikowane ryzyka są rzeczywiste i właściwie ocenione?
- Spójność: Czy wynik ryzyka jest zgodny z wymienionymi ryzykami?
- Jasność: Czy osoba niebędąca prawnikiem zrozumie rekomendacje?
Dla każdego zidentyfikowanego problemu dostosuj jedną rzecz naraz:
- Jeśli ryzyka są niedoszacowane: Dodaj „Bądź konserwatywny w ocenie ryzyka. W razie wątpliwości zaklasyfikuj ryzyko do wyższego poziomu“.
- Jeśli format ulega rozmyciu: Dodaj drugi przykład few-shot, aby wzmocnić strukturę.
- Jeśli analiza jest zbyt techniczna: Dodaj „Wyjaśniaj każde ryzyko w sposób zrozumiały dla kadry kierowniczej niebędącej prawnikami“.
Krok 6: Udokumentuj finalny prompt
Gdy będziesz zadowolony z wyniku, udokumentuj swój prompt:
- Pełna wiadomość systemowa
- Przykłady few-shot
- Parametry (model, temperatura, tokeny)
- Przypadki testowe i uzyskane wyniki
- Wprowadzone poprawki i ich wpływ
Ten dokument to Twój przepis na prompt: pozwala on na odtworzenie go, udostępnienie lub adaptację do nowego przypadku użycia.
Wdrożenie w praktyce
Zastosuj tę 6-etapową metodologię do własnego przypadku użycia. Wybierz temat, który dobrze znasz, aby móc ocenić jakość odpowiedzi. Iteruj, aż osiągniesz wynik profesjonalnej jakości.
Kluczowe wnioski
- Budowanie promptu eksperckiego przebiega w 6 krokach: system, format, przykłady, parametry, testy, dokumentacja.
- Wiadomość systemowa to fundament: poświęć czas na jej prawidłowe ustrukturyzowanie.
- Przykłady few-shot kalibrują poziom szczegółowości i ton odpowiedzi.
- Testuj na zróżnicowanych przypadkach i dostosowuj jeden aspekt na każdą iterację.
- Udokumentuj swój finalny prompt, aby móc go odtworzyć i ulepszać.