Prompting pre model s usudzovaním
Na tejto strane
Lekcia bola prepísaná 2. novembra 2026. Táto lekcia sa predtým venovala systémovému promptu Magistral, ktorý bol 31. júla 2026 vyradený z prevádzky. Aktuálna dokumentácia k usudzovaniu (Reasoning) už nevyžaduje vyhradený systémový prompt: stačí parameter
reasoning_effort. Nasledujúce časti rozlišujú medzi tým, čo uvádzala dokumentácia pre Magistral, čo sa zmenilo a ktoré pravidlá pre tvorbu promptov zostávajú užitočné.
Čo sa zmenilo od modelu Magistral
Model Magistral dosahoval najlepšie výsledky so štandardným systémovým promptom, ktorý dokumentácia reprodukovala (teraz archivované na stránke Native reasoning (deprecated)). V podstate inštruoval model, aby najprv načrtol svoje usudzovanie ako vnútorný monológ a až potom poskytol samostatnú odpoveď; aby písal v formáte Markdown, používal LaTeX pre rovnice a odpovedal v jazyku dotazu. Súčasťou bol dokonca aj šablóna pre usudzovanie vo forme fragmentu thinking umiestneného v systémovej správe. Parameter prompt_mode vám umožňoval vynútiť tento štandardný prompt ("reasoning") alebo ho vypnúť (None).
Pri súčasných modeloch nič z toho nie je potrebné: stránka o usudzovaní sa nezmieňuje ani o vyhradenom systémovom prompte, ani o parametri prompt_mode. Usudzovanie aktivujete pomocou reasoning_effort a váš systémový prompt sa vracia k štandardnej podobe určenej pre rolu, metódu a očakávaný formát. Ak migrujete z modelu Magistral, odstráňte šablónu pre usudzovanie zo svojich systémových správ a parameter prompt_mode zo svojich volaní, následne porovnajte výsledky (lekcia 8).
Oddelenie usudzovania od odpovede
Model má teraz dva odlišné priestory: usudzovanie, ktoré používateľ často nevidí, a konečnú odpoveď. Dobrý prompt to zohľadňuje. Opisuje očakávanú metódu, čo by overil odborník v danej oblasti, a stanovuje formát odpovede: odpoveď musí byť zrozumiteľná aj bez kontextu usudzovania, keďže toto usudzovanie bude zvyčajne skryté.
import os
from mistralai.client import Mistral
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
system_prompt = """Ste senior expert na ladenie kódu v Pythone.
METÓDA
- Pred formulovaním diagnózy si prečítajte celý kód.
- Pred vyvodením záveru formulujte aspoň dve hypotézy.
- Overte, či vaša oprava nespôsobí nový problém.
KONEČNÁ ODPOVEĎ
1. Presná diagnóza
2. Príčina problému
3. Opravený kód
4. Test, ktorý dokáže funkčnosť opravy"""
response = client.chat.complete(
model="mistral-small-2603",
messages=[
{"role": "system", "content": system_prompt},
{"role": "user", "content": "My code crashes with a RecursionError: def fibonacci(n): return fibonacci(n-1) + fibonacci(n-2)"},
],
reasoning_effort="high",
)
Pri tejto funkcii fibonacci, ktorej chýba základný prípad, požiadavka na dve hypotézy vylúči reflexívnu diagnózu „zvýšiť limit rekurzie“ a nasmeruje model k skutočnej príčine.
Prispôsobenie podľa domény
Rovnaká kostra – najprv metóda, potom formát odpovede – sa prispôsobuje konkrétnej doméne. V matematike sa metóda zameriava na hypotézy a typ dôkazu:
math_prompt = """Ste rigorózny matematik.
METÓDA
- Pred každým dôkazom explicitne uveďte hypotézy.
- Výslovne si vyberte medzi indukciou, sporom alebo priamym výpočtom.
- Overte výsledok na konkrétnom prípade.
KONEČNÁ ODPOVEĎ
Formálny dôkaz: hypotézy, odôvodnené kroky, záver."""
V strategickej analýze sa zameriava na zainteresované strany a kvantifikáciu a očakávaná odpoveď sa stáva odporúčaním sprevádzaným plánom:
strategy_prompt = """Ste strategický konzultant.
METÓDA
- Vyhodnoťte každú možnosť na základe realizovateľnosti, dopadu a rizika.
- Kvantifikujte vždy, keď je to možné, aj keď len ako rádové číslo.
- Hľadajte najsilnejšiu námietku proti vlastnému odporúčaniu.
KONEČNÁ ODPOVEĎ
Jasné odporúčanie, klady a zápory každej možnosti, akčný plán s datovanými krokmi."""
Tri časté chyby
Prompt je príliš vágny. Fráza „Ste užitočný asistent“ nič nehovorí o metóde: model usudzuje podľa svojich návykov, nie podľa vašich. Opíšte, čo by overil odborník.
Prompt je rozporuplný. Požiadavka „Buďte veľmi struční. Podrobne rozveďte každý krok.“ stavia model pred nemožný rozkaz. Rozpor vyriešte rozdelením rolí: podrobnosti patria do usudzovania, stručnosť do konečnej odpovede.
good_prompt = """Vo svojej konečnej odpovedi buďte struční: len závery a kľúčové čísla.
Podrobnosti preskúmajte vo svojom usudzovaní, nie v odpovedi."""
Požadovanie procesu v odpovedi. Žiadosť o „krok za krokom“ vo viditeľnej odpovedi núti model dvakrát písať to, čo už urobil vo svojom usudzovaní: odpoveď sa predlžuje a za rovnaké kroky platíte dvakrát vo výstupných tokenoch. Kroky v odpovedi požadujte len vtedy, ak ich používateľ potrebuje čítať, napríklad pri vzdelávacom tutorovi.
Kľúčové poznatky
- Štandardný systémový prompt a parameter
prompt_modeboli špecifické pre model Magistral: už nie sú potrebné - Usudzovanie aktivujte pomocou
reasoning_efforta systémový prompt ponechajte v jeho klasickej úlohe - Opíšte očakávanú metódu a formát odpovede, ktorá je čitateľná aj bez kontextu usudzovania
- Rozdeľte role: podrobnosti do usudzovania, stručnosť do odpovede
- Nenúťte model prepisovať proces v odpovedi, ak si ho nikto nepotrebuje prečítať