Osvedčené postupy a časté chyby
Na tejto strane
Aktualizované 3. novembra 2026. Na základe referencie xAI API:
max_completion_tokensobmedzuje iba viditeľnú odpoveď; tokeny uvažovania sa do tohto limitu nepočítajú a ich množstvo riadi parameterreasoning_effort. Zdroj: Chat Completions.
Zhrnutie a ochranné mechanizmy
Táto záverečná lekcia pokrýva kľúčové osvedčené postupy a najčastejšie chyby pri zadávaní príkazov modelu Grok. Ber ju ako kontrolný zoznam, ku ktorému sa vrátiš vždy, keď vytváraš alebo vylepšuješ svoj prompt.
Osvedčené postupy
1. Štruktúruj svoje prompty systematicky
Vždy oddeľuj kontext, úlohu a obmedzenia. Modelu sa blok textu interpretuje oveľa ťažšie než prompt rozdelený do sekcií.
2. Použi systémovú správu na trvalé inštrukcie
Všetko, čo sa musí vzťahovať na každú výmenu (jazyk, formát, tón, obmedzenia), umiestni do systémovej správy. Situačné inštrukcie dávaj do správ používateľa.
3. Poskytuj príklady namiesto opisov
Keď je výstupný formát zložitý, jeden príklad má väčšiu váhu než tisíc slov opisu. Few-shot prompting je takmer vždy účinnejší než podrobné vysvetlenie očakávaného formátu.
4. Zvoľ model podľa úlohy
- Jednoduchá a rýchla úloha:
grok-4.3alebogrok-build-0.1(pre kód) - Zložitá úloha vyžadujúca uvažovanie:
grok-4.20-0309-reasonings vysokým úsilím - Analýza obrázkov:
grok-4.5s nastavením detailu (low/high)
5. Prispôsob teplotu cieľu
- Extrakcia, klasifikácia, faktické údaje: teplota 0 až 0,3
- Profesionálne písanie, zhrnutie: teplota 0,4 až 0,7
- Brainstorming, kreativita: teplota 0,8 až 1,5
6. Testuj pomocou parametra seed
Na objektívne porovnanie dvoch formulácií promptu použi rovnaké seed. Tým eliminuješ variabilitu spôsobenú náhodnosťou a môžeš presne zmerať vplyv tvojej zmeny.
7. Vytvor si knižnicu promptov
Uchovávaj svoje najlepšie prompty v knižnici usporiadanej podľa použitia. Dobrý prompt je investícia: s každým opakovaným použitím rastie jeho hodnota.
Časté chyby
Chyba 1: Vágne prompty
Model nie je telepat. Čím konkrétnejší budeš, tým lepší bude výsledok.
Chyba 2: Ignorovanie limitov modelov na uvažovanie
Modely Grok na uvažovanie nepodporujú určité parametre: frequency_penalty, presence_penalty a stop spôsobia chybu. Pri zložitých úlohách povoľ časový limit 3 600 sekúnd.
Chyba 3: Úprava histórie uprostred konverzácie
API Grok je bezstavové. Úprava histórie rozbije vyrovnávaciu pamäť inferencie a zhorší výkon.
Chyba 4: Súčasné používanie teploty a top_p
Súčasná zmena teploty a top_p prináša nepredvídateľné výsledky. Vyber si jedno alebo druhé.
Chyba 5: Prehliadanie tokenov uvažovania v rozpočte
Pri modeloch na uvažovanie sa tokeny uvažovania pripočítavajú k viditeľnej odpovedi a sú fakturované sadzbou za výstup, no max_completion_tokens ich neobmedzuje: limituje iba viditeľnú odpoveď. Na kontrolu týchto nákladov nastav úsilie o uvažovanie (reasoning_effort) a sleduj reasoning_tokens v štatistikách využitia.
Chyba 6: Nešpecifikovanie výstupného formátu
Bez inštrukcií týkajúcich sa formátu si model vyberie formát, ktorý považuje za vhodný. Vždy špecifikuj očakávaný formát.
Chyba 7: Príliš veľa irelevantného kontextu
Dokumentácia xAI výslovne odporúča vylúčiť z kontextu irelevantné informácie.
Chyba 8: Ukladanie histórie s obrázkami
Pri požiadavkách obsahujúcich obrázky používaj store: false, aby sa predišlo chybám.
Zhrnutie kurzu
Počas týchto 14 lekcií si sa naučil:
- Štruktúrovať svoje prompty s jasnosťou, kontextom a formátom (lekcie 1 – 4)
- Využívať pokročilé techniky: few-shot, reťazec myšlienok, systémové inštrukcie, iterácia, multimodálne prístupy (lekcie 5 – 9)
- Aplikovať prompting na reálne príklady: písanie, analýza, kód (lekcie 10 – 12)
- Vytvárať expertné prompty dodržiavaním metodického procesu (lekcia 13)
Prompting je zručnosť, ktorá sa praxou zlepšuje. Každý prompt, ktorý vylepšíš, obohacuje tvoje skúsenosti a tvoju knižnicu opakovane použiteľných šablón.
Kľúčové poznatky
- Vždy štruktúruj svoje prompty do odlišných sekcií
- Prispôsob model a parametre každej úlohe
- Poskytuj príklady namiesto dlhých opisov
- Vyhýbaj sa klasickým chybám: nekompatibilné parametre, upravovaná história, nadmerný kontext
- Dokumentuj a znovu využívaj svoje najlepšie prompty
- Prompting je iteratívny proces: testuj, diagnostikuj, upravuj
Over si svoje vedomosti
Po expertnom workshope nasleduje záverečná kontrola techník promptingu pre Grok.
1. Aký je rozdiel medzi rolou system oproti rolám user a assistant?
Odpoveď: Rola system nastavuje trvalý rámec konverzácie – identitu, pravidlá, formát –, zatiaľ čo user prináša požiadavky a assistant odpovede: aplikačné inštrukcie sa nemiešajú s dialógom.
2. Kedy znížiť teplotu?
Odpoveď: Pri faktických úlohách, extrakcii a kóde, kde je variabilita chybou; zvýš ju pri kreativite – nastavenie závisí od ceny odlišnej odpovede pri jednotlivých spusteniach.
3. Čo získaš pomocou reťazca myšlienok (chain of thought)?
Odpoveď: Pri úlohách vyžadujúcich uvažovanie výrazne znížiš chyby tým, že požiadaš o kroky pred záverom – model sa rozvinie namiesto toho, aby skočil k pravdepodobnému výsledku.
4. Ako zadávať príkazy v multimodálnom režime (text + obrázok)?
Odpoveď: Rámec analýzy nastav ako pri texte: presná otázka, kritériá, výstupný formát – obrázok je dáta, prompt zostáva metódou.
5. Vymenuj dve časté chyby, ktorým sa treba vyhnúť.
Odpoveď: Požiadavky typu „všetko v jednom“ bez štruktúry alebo formátu a nedostatok iterácie – akceptovanie prvého výstupu namiesto jeho vylepšovania; osvedčené postupy z kurzu sú presným opakom.
Jasný rámec, prispôsobené nastavenia, iterácie: techniky sa dajú zredukovať na tri kroky – workshop ti umožnil si ich precvičiť, tvoje projekty priniesu úžitok.