Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Základy tvorby promptov pre Grok

Lekcia 1 z 14 Aktualizované 28. júla 2026 Začiatočník
Na tejto strane
  1. Tvoje prvé kroky s Grokom
  2. Ako Grok spracováva tvoje prompty
  3. Tri piliere dobrého promptu
  4. Dostupné modely Grok
  5. Praktické cvičenie
  6. Kľúčové poznatky

Aktualizované 3. novembra 2026 na základe stránky Models od xAI: model grok-4.7 (september 2026) nahrádza grok-4.5 ako odporúčaný model. Zdroje: Models · Release notes.

Tvoje prvé kroky s Grokom

Grok je model umelej inteligencie od spoločnosti xAI. Na komunikáciu s ním používaš prompty: textové inštrukcie, ktoré modelu pošleš, aby si získal odpoveď. Kvalita tvojich promptov priamo určuje relevantnosť a presnosť prijatých odpovedí.

Prompt môže mať rôzne formy: jednoduchú otázku, podrobnú inštrukciu, kontext nasledovaný požiadavkou, alebo dokonca štruktúrovanú sadu kombinujúcu text a obrázky. Naučiť sa správne formulovať svoje prompty je základnou zručnosťou na odomknutie plného potenciálu Groku.

Ako Grok spracováva tvoje prompty

Modely Grok fungujú na princípe sekvenčného generovania tokenov. Token zodpovedá slovu alebo časti slova. Keď pošleš prompt, deje sa nasledovné:

  1. Tvoj text sa rozdelí na vstupné tokeny
  2. Model analyzuje celý kontext
  3. Generuje odpoveď token po tokene a v každom kroku vyberie najkoherentnejšie pokračovanie
  4. Odpoveď sa ti vráti, buď ako blok, alebo prostredníctvom streamingu (token po tokene v reálnom čase)

Tento mechanizmus vysvetľuje, prečo jasná a dobre štruktúrovaná inštrukcia prináša lepšie výsledky než vágna požiadavka.

Tri piliere dobrého promptu

Aby si od Groku získal relevantné odpovede, zameraj sa na tri zásadné princípy:

Jasnosť

Jasný prompt neponecháva priestor pre nejednoznačnosť. Porovnaj tieto dve formulácie:

  • Vágne: „Povedz mi niečo o Pythone“
  • Jasne: „Vysvetli tri hlavné rozdiely medzi zoznamami a n-ticami v Pythone a ku každému uveď príklad kódu“

Druhá formulácia nasmeruje model k presnej a štruktúrovanej odpovedi.

Kontext

Poskytnutie kontextu pomáha modelu kalibrovať jeho odpoveď. Špecifikuj svoju úroveň, cieľ alebo príslušnú doménu:

  • „Som junior vývojár. Vysvetli mi dekorátory v Pythone na jednoduchých príkladoch s podrobnými komentármi v kóde.“

Štruktúra

Organizuj svoje inštrukcie do distinctných sekcií. Použi zoznamy, pomlčky alebo číslovanie na oddelenie rôznych častí tvojej požiadavky:

  • Kontext (kto si, o aký projekt ide)
  • Úloha (čo očakávaš)
  • Obmedzenia (formát, dĺžka, tón, jazyk)
500K
Context tokens (Grok 4.5)
5
SDKs available
20 MB
Max size per image
128
Max tools per request

Dostupné modely Grok

xAI ponúka niekoľko modelov, pričom každý je vhodný na iné použitie:

  • grok-4.7: model odporúčaný spoločnosťou xAI, všestranný, ideálny pre komplexné úlohy (jeho predchodcovia grok-4.6 a grok-4.5 zostávajú dostupné)
  • grok-4.20-0309-reasoning: pokročilý model s hlbokým logickým uvažovaním
  • grok-4.3: rýchly a ekonomický model pre bežné úlohy
  • grok-build-0.1: ľahký model špecializovaný na prácu s kódom

Výber modelu ovplyvňuje kvalitu a rýchlosť odpovede. Na začiatok je grok-4.7 odporúčanou voľbou od xAI; grok-4.3 stojí menej pre bežné úlohy. Príklady v tomto kurze, napísané s grok-4.5, fungujú tiež s grok-4.7.

Praktické cvičenie

Vyskúšaj tieto tri prompty a pozoruj rozdiely vo výsledkoch:

Prompt 1 (minimálny):

Write an email

Prompt 2 (s kontextom):

Write a professional email to reschedule a team meeting from Tuesday to Thursday, same time. Polite but direct tone.

Prompt 3 (štruktúrovaný):

Context: I'm a project manager at a 15-person tech startup.
Task: Write an email to reschedule our weekly team meeting.
Details: From Tuesday 2 PM to Thursday 2 PM, same room.
Tone: Professional but relaxed, typical of a startup.
Format: Subject + email body, maximum 5 lines.

Zistíš, že tretí prompt prináša oveľa cielenější výsledok, ktorý je okamžite použiteľný.

Kľúčové poznatky

  • Prompt je inštrukcia, ktorú posielaš Groku, aby si získal odpoveď
  • Tri piliere dobrého promptu sú jasnosť, kontext a štruktúra
  • Grok generuje odpovede token po tokene na základe celého poskytnutého kontextu
  • Čím presnejší je tvoj prompt, tým relevantnejšia a použiteľnejšia je odpoveď
  • Vyber si model Grok vhodný pre tvoju úlohu: model s logickým uvažovaním pre komplexné úlohy, rýchly model pre bežné úlohy