Salt la conținutul principal
Română— Alege o limbă
Meniu

Ce este un prompt?

Lecția 1 din 16 Actualizată 3 noiembrie 2026 Începător
Pe această pagină
  1. Promptul: interfața dumneavoastră cu inteligența artificială
  2. Cum procesează modelul promptul dumneavoastră
  3. Impactul promptului asupra calității răspunsului
  4. Componentele unui prompt eficient
  5. API-ul Chat Completions al Mistral
  6. Puncte cheie

Actualizat pe 2 noiembrie 2026 — Le Chat devine Vibe. Începând cu 28 mai 2026, Le Chat este acum Vibe (rămâne disponibil la chat.mistral.ai): un agent unic pentru muncă și cod, care păstrează conversațiile, setările și abonamentele dumneavoastră. Experiența legacy Le Chat rămâne accesibilă în modul Chat; în modul Work, agenții sunt acum competențe (invocate cu @), memoriile constituie baza de cunoștințe, iar cercetarea aprofundată este competența Deep Research. Planurile se numesc acum Mistral Free, Pro, Team și Enterprise. Această lecție utilizează denumirea Vibe; unele meniuri descrise aici își pot fi schimbat numele sau locația.

Actualizat pe 2 noiembrie 2026 — modele. Mistral Large 3 (mistral-large-2512) și Mistral Medium 3.5 au fost depreciate începând cu 31 octombrie 2026 și vor fi eliminate la 30 aprilie 2027; succesorul lor desemnat, Mistral Large 4 (mistral-large-4), se află în previzualizare publică din 6 octombrie. Exemplele din acest curs folosesc aliasul mistral-large-latest, care indică încă Mistral Large 3 conform documentației oficiale (verificat la 3 noiembrie 2026), la fel cum mistral-medium-latest indică Mistral Medium 3.5: aceste aliasuri vor rămâne valabile până la 30 aprilie 2027. Pentru un proiect nou, testați mistral-large-4, succesorul lor desemnat.

Promptul: interfața dumneavoastră cu inteligența artificială

Atunci când interacționați cu un model lingvistic Mistral, fiecare mesaj pe care îl trimiteți constituie un prompt. Acest termen, împrumutat din limba engleză, se referă la instrucțiunea sau cererea pe care o transmiteți modelului pentru a obține un răspuns. Înțelegerea naturii și funcționării unui prompt reprezintă primul pas pentru a exploata la maximum potențialul modelelor Mistral, fie că utilizați Vibe sau API-ul.

Un prompt poate fi la fel de simplu ca o întrebare directă—„Care este capitala Franței?“—sau la fel de elaborat ca un document format din mai multe paragrafe, conținând context, exemple, constrângeri de formatare și instrucțiuni detaliate. Între aceste două extreme există un întreg spectru, iar dumneavoastră decideți unde să poziționați cursorul în funcție de miza proiectului. Calitatea răspunsului obținut depinde direct de calitatea promptului pe care îl formulați: aceasta este teza centrală a întregului curs, pe care o veți verifica lecție după lecție.

Cum procesează modelul promptul dumneavoastră

Pentru a formula prompturi eficiente, trebuie mai întâi să înțelegeți ce se întâmplă la nivelul modelului. Modelele Mistral funcționează prin completare de text: modelul primește promptul dumneavoastră și generează continuarea cea mai probabilă, token cu token. Un token corespunde, în general, unui cuvânt sau unei fragmente de cuvânt—„bonjour“ poate fi un singur token, în timp ce un cuvânt rar va fi divizat în mai multe părți.

Concret, ciclul este întotdeauna același: trimiteți promptul prin API-ul Chat Completions al Mistral, modelul analizează tot contextul furnizat, apoi generează răspunsul token cu token, alegând la fiecare pas tokenul cel mai adecvat în funcție de tot ceea ce precede. Răspunsul complet vă este returnat apoi într-un singur bloc sau prin streaming, pe măsură ce este generat.

Acest mecanism explică de ce formularea promptului este atât de importantă. Modelul nu „înțelege“ intenția dumneavoastră ascunsă: el extinde textul pe care i-l oferiți. Dacă acel text este vag, continuarea cea mai probabilă va fi, de asemenea, un text vag. Dacă textul stabilește un cadru precis, continuarea cea mai probabilă va respecta acel cadru. Promptul dumneavoastră determină literalmente direcția pe care o va lua generarea.

Impactul promptului asupra calității răspunsului

Diferența dintre un prompt bun și unul slab poate fi spectaculoasă, iar nimic nu este mai convingător decât o comparație directă. Imaginați-vă că adresați modelului următoarea cerere:

Tell me about marketing.

Veți obține un eseu generic despre ce este marketingul—corect, dar inutil pentru activitatea dumneavoastră zilnică. Comparați acum această formulare cu următoarea:

You are a digital marketing consultant specializing in French SMEs.
List 5 content marketing strategies adapted to a budget of less than
€500 per month. For each strategy, indicate:
- The main channel
- The weekly time required
- The expected ROI at 6 months

Aici, modelul știe cine trebuie să fie, cui se adresează, sub ce constrângere bugetară lucrează și ce format trebuie să livreze. Va genera un plan concret, structurat și direct utilizabil într-o ședință. Rețineți acest aspect: diferența dintre aceste două rezultate nu rezidă în model, care este același în ambele cazuri, ci exclusiv în precizia instrucțiunii.

Componentele unui prompt eficient

Descompunând al doilea prompt de mai sus, regăsiți blocurile de construcție pe care le veți manipula de-a lungul acestui curs. Contextul furnizează informațiile de fundal necesare pentru înțelegerea sarcinii—în exemplul nostru, faptul că vorbim despre IMM-uri franceze cu un buget redus. Instrucțiunea precizează exact ce așteptați de la model: enumerați cinci strategii, nu sfaturi vagi sau o prelegere. Formatul descrie structura dorită pentru răspuns—listă, tabel, JSON sau paragraf—și acesta este elementul care face rezultatul utilizabil fără editare suplimentară. Constrângerile stabilesc limitele de respectat, cum ar fi lungimea, tonul sau vocabularul. În final, exemplele oferă modelului o demonstrație a rezultatului așteptat, o tehnică atât de eficientă încât o lecție întreagă îi este dedicată mai târziu.

Nu este necesar să includeți toate aceste elemente de fiecare dată. O întrebare simplă necesită doar o instrucțiune clară, iar supraîncărcarea unui prompt trivial ar fi contraproductivă. Totuși, de îndată ce sarcina devine complexă—scriere pentru un public specific, analiză de date, producerea unui livrabil formatat—combinarea acestor componente îmbunătățește considerabil rezultatul.

API-ul Chat Completions al Mistral

La Mistral, prompturile trec prin API-ul Chat Completions. Acest API utilizează un format structurat de mesaje, în care fiecare mesaj are un rol (system, user, assistant) și un conținut. Vom aprofunda aceste roluri în lecția următoare; pentru moment, observați doar cum arată un apel minimal cu SDK-ul Mistral pentru Python:

from mistralai.client import Mistral

client = Mistral(api_key="your-api-key")

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": "What are the 3 principles of effective prompting?"}
    ]
)

print(response.choices[0].message.content)

Acest cod trimite un prompt simplu și afișează răspunsul modelului. Nimic mai mult—și totuși, totul este deja acolo: un mesaj, un rol, un conținut. În lecțiile următoare, veți învăța să exploatați pe deplin bogăția acestui API pentru a transforma aceste trei linii în aplicații reale.

Puncte cheie

  • Un prompt este instrucțiunea pe care o trimiteți modelului Mistral pentru a obține un răspuns
  • Calitatea promptului determină direct calitatea răspunsului
  • Un prompt eficient combină contextul, instrucțiunea, formatul și constrângerile
  • Modelele Mistral procesează prompturile prin intermediul API-ului Chat Completions
  • Investirea timpului în formularea prompturilor este pârghia cea mai puternică pentru îmbunătățirea rezultatelor