Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Oblika podatkov: pogovori v formatu JSONL

Lekcija 3 od 16 Posodobljeno 2. november 2026 Napredni
Na tej strani
  1. Oblika JSONL
  2. Struktura pogovora
  3. Večkratni pogovori (Multi-turn)
  4. Uteževanje s poljem weight
  5. Skripta za ustvarjanje datoteke JSONL
  6. Ključne ugotovitve

Posodobitev 2. novembra 2026 — Razpoložljivost prilagajanja. Samostojno prilagajanje (fine-tuning) podjetja OpenAI se postopno ukinja: organizacije, ki ga še niso uporabljale, od 7. maja 2026 ne morejo več ustvarjati opravil; od 2. julija morate prilagojen model uporabiti v zadnjih 60 dneh; začenši s 6. januarjem 2027 pa noben uporabnik ne bo mogel zagnati novih opravil. Že usposobljeni modeli ostanejo uporabni, dokler njihov osnovni model ni umaknjen. Ta tečaj je še vedno koristen za razumevanje in izkoriščanje obstoječega modela; za nove projekte dajte prednost inženiringu pozivov (prompt engineering), arhitekturi RAG in evalvacijam.

Oblika JSONL

JSONL (JSON Lines) je zahtevana oblika za API za prilagajanje podjetja OpenAI. Vsaka vrstica v datoteki je neodvisen objekt JSON, ki predstavlja popoln primer za usposabljanje. Ta struktura vam omogoča pretakanje korpusa z desettisoči primerov, ne da bi kdaj koli naložili celotno datoteko v pomnilnik.

{"messages": [{"role": "system", "content": "..."}, {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}]}
{"messages": [{"role": "system", "content": "..."}, {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}]}

Temeljno pravilo: ena vrstica = en objekt JSON = en primer. Znotraj samega objekta JSON ne vključujte prelomov vrstic. Z drugimi besedami, “olepšani” (pretty-printed) in zamaknjeni JSON iz vašega urejevalnika bo pokvaril datoteko – to je najpogostejši vzrok za zavrnitev nalaganja.

Struktura pogovora

Vsak primer je objekt s ključem messages, ki vsebuje polje sporočil. Vsako sporočilo ima role (vlogo) in content (vsebino). Sprejete so le tri vloge:

  • system: globalna navodila za asistenta (izbirno, a priporočljivo)
  • user: uporabnikovo sporočilo
  • assistant: odgovor, ki se ga mora model naučiti proizvesti

Najmanjša oblika sestoji iz ene izmenjave med uporabnikom in asistentom. To je dovolj, ko želeno vedenje ni odvisno od specifičnega okvirja, na primer pri modelu, namenjenem eni sami nalogi.

{
  "messages": [
    {"role": "user", "content": "Pozdravljeni, kako ste?"},
    {"role": "assistant", "content": "Pozdravljeni! Pripravljen sem pomagati. Kaj lahko storim za vas?"}
  ]
}

Takoj ko mora model prevzeti specifično vlogo, dodajte sistemsko sporočilo – in ga ohranite identičnega v vseh vaših primerih. Upoštevajte, da je v spodnjem primeru navodilo “vedno ponudi termin za predstavitev” dejansko upoštevano v odgovoru asistenta: sistemsko sporočilo opisuje omejitev, primer pa prikazuje, kako to izgleda v praksi.

{
  "messages": [
    {
      "role": "system",
      "content": "Si prodajni asistent za podjetje TechCorp. Odgovarjaj jedrnato in profesionalno. Vedno ponudi termin za predstavitev."
    },
    {
      "role": "user",
      "content": "Iščem rešitev CRM za svojo ekipo 50 ljudi."
    },
    {
      "role": "assistant",
      "content": "Naš CRM TechCorp je zasnovan za ekipe od 20 do 200 ljudi, z upravljanjem stikov, prodajnim lijem in integriranim poročanjem. Za ekipo 50 ljudi priporočam poslovni načrt po 29 €/uporabnika/mesec. Bi želeli ta teden načrtovati personalizirano predstavitev?"
    }
  ]
}

Večkratni pogovori (Multi-turn)

Vključite lahko pogovore z več izmenjavami. Model se tako nauči ohranjati doslednost skozi celoten pogovor: tukaj drugi odgovor nadgrajuje 2. korak, napovedan v prvem, česar izoliran primer ne bi mogel naučiti.

{
  "messages": [
    {
      "role": "system",
      "content": "Si tehnični asistent za plačilni API."
    },
    {
      "role": "user",
      "content": "Kako integriram vaš plačilni API?"
    },
    {
      "role": "assistant",
      "content": "Integracija poteka v 3 korakih: 1) Namestite SDK z ukazom pip install paycorp-sdk, 2) Konfigurirajte svoj API ključ, 3) Ustvarite svoje prvo plačilo. S katerim korakom želite začeti?"
    },
    {
      "role": "user",
      "content": "Kako konfiguriram API ključ?"
    },
    {
      "role": "assistant",
      "content": "Ključ pridobite v nadzorni plošči (Settings > API Keys), nato pa ga konfigurirajte v svoji kodi:\n\nfrom paycorp import PayCorp\nclient = PayCorp(api_key=\"your_key\")\n\nV razvojnem okolju uporabite testni ključ (prefiks sk_test_), v produkcijskem pa ključ za živo okolje (sk_live_). Svojih ključev nikoli ne vključujte v izvorno kodo."
    }
  ]
}

Uteževanje s poljem weight

Modelu lahko sporočite, katera sporočila asistenta so najpomembnejša, tako da dodate polje weight:

{
  "messages": [
    {"role": "user", "content": "Povzemi ta dokument."},
    {"role": "assistant", "content": "Tukaj je povzetek...", "weight": 1}
  ]
}

Vrednost weight enaka 0 pomeni, da se model ne bo usposabljal na tem specifičnem sporočilu asistenta; privzeta vrednost je 1. Tipičen primer uporabe so večkratni pogovori, kjer je pomemben le zadnji del: prejšnje izmenjave ohranite, ker zagotavljajo potreben kontekst, vendar ne želite, da se model nauči njihovega reproduciranja – zato jih nastavite na 0.

Skripta za ustvarjanje datoteke JSONL

V praksi te datoteke nikoli ne boste pisali ročno. Spodnja funkcija serializira seznam primerov in vas ščiti pred dvema najpogostejšima pastema: pozabo na končni prelom vrstice in nepravilnim ravnanjem z ubežnimi zapisi za šumnike.

import json

def create_jsonl_file(examples: list[dict], path: str):
    """Ustvari datoteko JSONL iz seznama primerov."""
    with open(path, "w", encoding="utf-8") as f:
        for example in examples:
            line = json.dumps(example, ensure_ascii=False)
            f.write(line + "\n")
    print(f"Datoteka ustvarjena: {path} ({len(examples)} primerov)")

# Vaši primeri
examples = [
    {
        "messages": [
            {"role": "system", "content": "Asistent za podporo strankam TechCorp."},
            {"role": "user", "content": "Moj račun je zaklenjen."},
            {"role": "assistant", "content": "Razumem vaše razočaranje. Za odklep računa potrebujem vaš e-naslov, uporabljen ob registraciji. Preveril bom status in vas vodil skozi postopek ponovne aktivacije."}
        ]
    },
    {
        "messages": [
            {"role": "system", "content": "Asistent za podporo strankam TechCorp."},
            {"role": "user", "content": "Kako spremenim svoje geslo?"},
            {"role": "assistant", "content": "Za spremembo gesla: pojdite na Settings > Security > Change Password. Vnesite trenutno geslo, nato novo (najmanj 12 znakov, z veliko začetnico, številko in posebnim znakom). Potrdite in kliknite Shrani."}
        ]
    }
]

create_jsonl_file(examples, "training_data.jsonl")

Napake, na katere boste naleteli, so vedno iste in vse jih je mogoče zaznati pred nalaganjem. Manjkajoč prelom vrstice med dvema objektoma združi dva primera v eno neberljivo vrstico. Nepravilno oblikovan JSON – manjkajoči narekovaj, odvečni vejica – povzroči napak v celotni vrstici. Prazna vsebina content sproži napako pri validaciji na strani OpenAI, prav tako tudi izmišljena vloga: sprejete so le system, user in assistant. Končno, vedno pišite v kodiranju UTF-8 z nastavitvijo ensure_ascii=False, sicer se bodo vaši šumniki spremenili v ubežna zaporedja, ki se jih bo model vestno naučil reproducirati.

Ključne ugotovitve

  • Ena vrstica JSONL = en objekt JSON = en popoln pogovor
  • Vsak pogovor vsebuje vsaj eno sporočilo user in eno sporočilo assistant
  • Sporočilo system je izbirno, a priporočljivo zaradi doslednosti
  • Uporabite weight: 0 za izključitev določenih delov pogovora iz usposabljanja pri večkratnih izmenjavah
  • Pred nalaganjem vedno validirajte svojo datoteko JSONL