Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Dataformat: JSONL-konversationer

Lektion 3 av 16 Uppdaterad 2 november 2026 Avancerad
På denna sida
  1. JSONL-formatet
  2. Konversationsstruktur
  3. Flerstegskonversationer
  4. Viktning med weight
  5. Skript för att skapa JSONL-fil
  6. Viktiga punkter

Uppdatering 2 november 2026 — Tillgänglighet för finjustering. OpenAIs självbetjäningstjänst för finjustering avvecklas: sedan den 7 maj 2026 kan organisationer som aldrig har använt tjänsten inte längre skapa jobb; sedan den 2 juli måste du ha använt en finjusterad modell under de senaste 60 dagarna; och från och med den 6 januari 2027 kommer ingen kund att kunna starta nya jobb. Redan tränade modeller går fortfarande att använda tills deras basmodell tas ur bruk. Denna kurs är fortfarande användbar för att förstå och utnyttja en befintlig modell; för nya projekt bör du prioritera prompt engineering, RAG och utvärderingar.

JSONL-formatet

JSONL (JSON Lines) är det format som krävs för OpenAIs API för finjustering. Varje rad i filen är ett oberoende JSON-objekt som representerar ett komplett träningsexempel. Denna struktur låter dig strömma en korpus med tiotusentals exempel utan att någonsin behöva läsa in hela filen i minnet.

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

Grundregel: en rad = ett JSON-objekt = ett exempel. Inkludera inga radbrytningar inuti själva JSON-objektet. Med andra ord kommer “vacker utskrift” med indrag från din textredigerare att förstöra filen – detta är den vanligaste orsaken till att uppladdningar nekas.

Konversationsstruktur

Varje exempel är ett objekt med nyckeln messages som innehåller en array med meddelanden. Varje meddelande har en role och ett content. Endast tre roller accepteras:

  • system: globala instruktioner för assistenten (valfritt, men rekommenderas)
  • user: användarens meddelande
  • assistant: det svar som modellen ska lära sig att producera

Det minimala formatet består av ett enda utbyte mellan användare och assistent. Detta räcker när det önskade beteendet inte beror på specifik inramning, till exempel för en modell som är dedikerad till en enda uppgift.

{
  "messages": [
    {"role": "user", "content": "Hej, hur mår du?"},
    {"role": "assistant", "content": "Hej! Jag är redo att hjälpa till. Vad kan jag göra för dig?"}
  ]
}

Så fort modellen behöver anta en specifik roll lägger du till ett systemmeddelande – och håller det identiskt i alla dina exempel. Notera i exemplet nedan att instruktionen “erbjud alltid en demo” faktiskt följs i assistentens svar: systemmeddelandet beskriver en begränsning, och exemplet visar hur det ser ut när den tillämpas.

{
  "messages": [
    {
      "role": "system",
      "content": "Du är en säljassistent för TechCorp. Svara koncist och professionellt. Erbjud alltid en demo."
    },
    {
      "role": "user",
      "content": "Jag letar efter en CRM-lösning för mitt team på 50 personer."
    },
    {
      "role": "assistant",
      "content": "Vårt TechCorp CRM är designat för team på 20 till 200 personer, med kontaktshantering, försäljningspipeline och integrerad rapportering. För ett team på 50 rekommenderar jag Business-paketet till 29 €/användare/månad. Vill du boka en personlig demo denna vecka?"
    }
  ]
}

Flerstegskonversationer

Du kan inkludera konversationer med flera utbyten. Modellen lär sig då att upprätthålla konsekvens över stegen: här bygger det andra svaret på steg 2 som tillkännagavs i det första, något ett isolerat exempel inte kunde lära ut.

{
  "messages": [
    {
      "role": "system",
      "content": "Du är en teknisk assistent för ett betalnings-API."
    },
    {
      "role": "user",
      "content": "Hur integrerar jag ert betalnings-API?"
    },
    {
      "role": "assistant",
      "content": "Integrationen sker i 3 steg: 1) Installera SDK:t med pip install paycorp-sdk, 2) Konfigurera din API-nyckel, 3) Skapa din första betalning. Vilket steg vill du börja med?"
    },
    {
      "role": "user",
      "content": "Hur konfigurerar jag API-nyckeln?"
    },
    {
      "role": "assistant",
      "content": "Hämta din nyckel från instrumentpanelen (Settings > API Keys) och konfigurera den sedan i din kod:\n\nfrom paycorp import PayCorp\nclient = PayCorp(api_key=\"your_key\")\n\nAnvänd testnyckeln (prefix sk_test_) i utveckling och produktionsnyckeln (sk_live_) i produktion. Checka aldrig in dina nycklar i källkoden."
    }
  ]
}

Viktning med weight

Du kan tala om för modellen vilka assistentmeddelanden som är viktigast genom att lägga till ett fält weight:

{
  "messages": [
    {"role": "user", "content": "Sammanfatta detta dokument."},
    {"role": "assistant", "content": "Här är sammanfattningen...", "weight": 1}
  ]
}

En weight på 0 innebär att modellen inte kommer att tränas på just det assistentmeddelandet; standardvärdet är 1. Det typiska användningsfallet är flerstegskonversationer där endast det sista steget spelar roll: du behåller tidigare utbyten eftersom de ger nödvändig kontext, men du vill inte att modellen ska lära sig att reproducera dem – sätt dem helt enkelt till 0.

Skript för att skapa JSONL-fil

I praktiken kommer du aldrig att skriva denna fil för hand. Funktionen nedan serialiserar en lista med exempel och skyddar dig mot de två vanligaste fallgroparna: att glömma den sista radbrytningen och att hantera escape-tecken för accenter felaktigt.

import json

def create_jsonl_file(examples: list[dict], path: str):
    """Skapar en JSONL-fil från en lista med exempel."""
    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"Fil skapad: {path} ({len(examples)} exempel)")

# Dina exempel
examples = [
    {
        "messages": [
            {"role": "system", "content": "Kundtjänstassistent för TechCorp."},
            {"role": "user", "content": "Mitt konto är låst."},
            {"role": "assistant", "content": "Jag förstår din frustration. För att låsa upp ditt konto behöver jag din registrerade e-postadress. Jag kontrollerar statusen och guidar dig genom återaktiveringsprocessen."}
        ]
    },
    {
        "messages": [
            {"role": "system", "content": "Kundtjänstassistent för TechCorp."},
            {"role": "user", "content": "Hur ändrar jag mitt lösenord?"},
            {"role": "assistant", "content": "För att ändra ditt lösenord: gå till Inställningar > Säkerhet > Ändra lösenord. Ange ditt nuvarande lösenord och sedan det nya (minst 12 tecken, med versal, siffra och specialtecken). Bekräfta och klicka på Spara."}
        ]
    }
]

create_jsonl_file(examples, "training_data.jsonl")

De fel du stöter på är alltid desamma, och alla kan upptäckas före uppladdning. En saknad radbrytning mellan två objekt slår samman två exempel till en oläslig rad. Felaktigt formaterad JSON – saknat citattecken, extra kommatecken – får hela raden att misslyckas. Ett tomt content utlöser ett valideringsfel hos OpenAI, liksom en påhittad roll: endast system, user och assistant accepteras. Skriv slutligen alltid i UTF-8 med ensure_ascii=False, annars kommer dina tecken med accenter att omvandlas till escape-sekvenser som modellen samvetsgrant kommer att lära sig att reproducera.

Viktiga punkter

  • En JSONL-rad = ett JSON-objekt = en komplett konversation
  • Varje konversation innehåller minst ett user-meddelande och ett assistant-meddelande
  • Meddelandet system är valfritt men rekommenderas för konsekvens
  • Använd weight: 0 för att exkludera vissa steg från träning i flerstegskonversationer
  • Validera alltid din JSONL-fil innan uppladdning