Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Bästa praxis och vanliga misstag

Lektion 14 av 14 Uppdaterad 3 november 2026 Nybörjare
På denna sida
  1. Sammanfattning och skyddsräcken
  2. Bästa praxis
  3. Vanliga misstag
  4. Kursammanfattning
  5. Viktiga punkter
  6. Testa dina kunskaper

Uppdaterat den 3 november 2026. Baserat på xAI API-referensen: max_completion_tokens begränsar endast det synliga svaret; resonemangstokens räknas inte mot denna gräns, och reasoning_effort styr deras antal. Källa: Chat Completions.

Sammanfattning och skyddsräcken

Denna sista lektion täcker de viktigaste bästa praxis och de vanligaste misstagen när du skriver prompter för Grok. Behandla den som en referenschecklista att konsultera varje gång du skapar eller förfinar en prompt.

Bästa praxis

1. Strukturera dina prompter systematiskt

Separera alltid kontext, uppgift och begränsningar. Modellen har svårare att tolka ett enda textblock än en prompt organiserad i sektioner.

2. Använd systemmeddelandet för permanenta instruktioner

Placera allt som måste gälla för varje utbyte (språk, format, ton, begränsningar) i systemmeddelandet. Placera situationsbundna instruktioner i användarmeddelanden.

3. Ge exempel istället för beskrivningar

När utdataformatet är komplext är ett exempel värt tusen ord av beskrivning. Few-shot prompting är nästan alltid mer effektivt än en detaljerad förklaring av det förväntade formatet.

4. Matcha modellen till uppgiften

  • Enkel och snabb uppgift: grok-4.3 eller grok-build-0.1 (för kod)
  • Komplex resonemangsuppgift: grok-4.20-0309-reasoning med hög ansträngning
  • Bildanalys: grok-4.5 med detaljinställning (låg/hög)

5. Justera temperaturen efter målet

  • Extraktion, klassificering, fakta: temperatur 0 till 0,3
  • Professionellt skrivande, sammanfattning: temperatur 0,4 till 0,7
  • Idégenerering, kreativitet: temperatur 0,8 till 1,5

6. Testa med parametern seed

För att objektivt jämföra två promptformuleringar, använd samma seed. Detta eliminerar variabilitet orsakad av slumpmässighet och låter dig mäta effekten av din ändring.

7. Bygg ett bibliotek med prompter

Spara dina bästa prompter i ett bibliotek organiserat efter användningsområde. En bra prompt är en investering: den ökar i värde vid varje återanvändning.

Vanliga misstag

Misstag 1: Otydliga prompter

Modellen är inte telepatisk. Ju mer specifik du är, desto bättre blir resultatet.

Misstag 2: Ignorera begränsningar hos resonemangsmodeller

Grok-resonemangsmodeller stöder inte vissa parametrar: frequency_penalty, presence_penalty och stop utlöser ett fel. Tillåt en tidsgräns på 3 600 sekunder för komplexa uppgifter.

Misstag 3: Ändra historik mitt i en konversation

Grok API är tillståndslöst (stateless). Att ändra historiken bryter inferenscachen och försämrar prestandan.

Misstag 4: Använda temperatur och top_p samtidigt

Att ändra temperatur och top_p samtidigt ger oförutsägbara resultat. Välj det ena eller det andra.

Misstag 5: Förbise resonemangstokens i budgeten

På resonemangsmodeller läggs resonemangstokens till det synliga svaret och debiteras med utdata-taxan, men max_completion_tokens begränsar inte dem: parametern begränsar endast det synliga svaret. För att kontrollera denna kostnad, ställ in resonemangsansträngningen (reasoning_effort) och övervaka reasoning_tokens i användningsstatistiken.

Misstag 6: Inte specificera utdataformat

Utan formatinstruktioner väljer modellen det format den anser lämpligt. Specificera alltid det förväntade formatet.

Misstag 7: För mycket irrelevant kontext

xAI:s dokumentation rekommenderar uttryckligen att exkludera irrelevant information från kontexten.

Misstag 8: Lagra historik med bilder

Använd store: false med förfrågningar som innehåller bilder för att undvika fel.

Kursammanfattning

Under dessa 14 lektioner har du lärt dig att:

  • Strukturera dina prompter med tydlighet, kontext och format (lektion 1–4)
  • Utnyttja avancerade tekniker: few-shot, chain of thought, systeminstruktioner, iteration, multimodalitet (lektion 5–9)
  • Tillämpa prompting på verkliga exempel: skrivande, analys, kod (lektion 10–12)
  • Bygga expertprompter genom att följa en metodisk process (lektion 13)

Prompting är en färdighet som förbättras med övning. Varje prompt du förfinar berikar din erfarenhet och ditt bibliotek av återanvändbara mallar.

Viktiga punkter

  • Strukturera alltid dina prompter i distinkta sektioner
  • Matcha modellen och parametrarna till varje uppgift
  • Ge exempel snarare än långa beskrivningar
  • Undvik klassiska misstag: inkompatibla parametrar, modifierad historik, överdriven kontext
  • Dokumentera och återanvänd dina bästa prompter
  • Prompting är iterativt: testa, diagnostisera, justera

Testa dina kunskaper

Efter expertworkshoppen följer en slutgiltig kontroll av Grok-promptingstekniker.

1. Vad är systemrollen jämfört med användar- och assistentrollerna?

Svar: Systemrollen sätter den bestående ramen för konversationen – identitet, regler, format – medan användaren bär på förfrågningar och assistenten på svar: applikationsinstruktioner blandas inte med dialogen.

2. När ska man sänka temperaturen?

Svar: För faktabaserade uppgifter, extraktion och kod, där variation är en defekt; höj den för kreativitet – inställningen följer kostnaden för ett annat svar från en körning till nästa.

3. Vad vinner man med chain of thought?

Svar: Vid resonemangsuppgifter minskar begäran om steg före slutsatsen felen avsevärt – modellen vecklar ut processen istället för att hoppa till det som verkar troligt.

4. Hur skriver man prompter för multimodalitet (text + bild)?

Svar: Genom att rama in analysen som text: precis fråga, kriterier, utdataformat – bilden är data, prompten förblir metoden.

5. Nämn två vanliga misstag att undvika.

Svar: Allomfattande förfrågningar utan struktur eller format, och brist på iteration – att acceptera det första utdatat istället för att förfinar det; kursens bästa praxis är raka motsatsen.

Tydlig ram, anpassade inställningar, iterationer: teknikerna kokar ner till tre rörelser – workshopen lät dig öva på dem, dina projekt kommer att skörda frukterna.