Práca s AI

Keď z modelu vypadne nezmysel, málokedy je to tým, že by nevedel. Nevedel, čo presne od neho chceš, tak si to domyslel — a domýšľa priemer internetu. Píš mu preto ako kolegovi, ktorý nastúpil včera: šikovný je dosť, ale o tvojej práci nevie nič.

Buď konkrétny

Povedz čo, pre koho, v akom formáte a rozsahu a podľa čoho sa pozná, že je to hotové. Keď chceš prácu navyše, vypýtaj si ju — inak model trafí strednú cestu.

Bez kritéria hotového je jediný signál „vyzerá to hotovo" — a overovať to musíš ty.

Povedz prečo

Holý zákaz model splní doslovne a v susednej situácii ho použije nezmyselne. S dôvodom si ho zovšeobecní sám.

A píš, čo má robiť, nie čo nemá: žiadne odrážky nechá otvorené čo teda, píš v súvislých vetách nie. Pri štýle funguje ukážka želaného tónu lepšie než zoznam zákazov.

Príklady a podklady

Opísať formát je ťažké, ukázať ho triviálne. Anthropic odporúča tri až päť príkladov — nech sú rôznorodé a kanonické, nie vyčerpávajúce: zoznam hraničných prípadov model skôr zmätie, než poučí. Oddeľ ich od inštrukcií vlastnou sekciou alebo značkami <priklad>.

Podkladov vlož radšej priveľa než primálo a dodrž poradie: dokumenty hore, otázka a inštrukcie dole. Pri dlhých viacdokumentových vstupoch (rádovo 20-tisíc tokenov a viac) to podľa meraní Anthropicu vie zdvihnúť kvalitu odpovede až o 30 %.

Pri dlhom dokumente sa oplatí medzikrok: najprv vypíš citácie, ktoré sa témy týkajú, a až z nich odpovedz. Odpoveď je potom oprená o text, nie o dojem z neho.

Kostra promptu

Zložitejšie zadanie rozdeľ na pomenované časti. Model podľa nich vie, kde končí inštrukcia a kde začínajú dáta.

Si copywriter, ktorý píše pre slovenský e-shop s outdoorovým vybavením.

<úloha>
Prepíš popis produktu nižšie tak, aby zaujal, ale neklamal.
</úloha>

<kontext>
Ide na kartu produktu, číta to zákazník, ktorý porovnáva tri stany naraz.
</kontext>

<pravidlá>
- 120 až 160 slov, dva odseky
- žiadne superlatívy typu „najlepší na trhu"
- parametre nechaj presne tak, ako sú
</pravidlá>

<vstup>
{sem vlož pôvodný popis}
</vstup>

Značky nie sú povinné — dnešné modely zvládnu štruktúru aj bez nich a pri krátkom zadaní sú zbytočné. Zaplatia sa vtedy, keď treba jasne oddeliť vložené dáta od inštrukcií. Rola v prvom riadku posunie slovník a uhol pohľadu, na presnosť odpovede vplyv nemá.

Formát sa lepí na prompt

Ako píšeš ty, tak píše aj model: prompt v odrážkach vracia odrážky, prompt v súvislom texte súvislý text. Ak nechceš markdown, nepíš ho ani v zadaní.

Stručnosť si treba vypýtať. Dnešné modely skôr pridávajú než uberajú — odpovedaj stručne, bez úvodu, detaily až keď si ich vypýtam. A matematiku dostaneš v LaTeXu, kým nepovieš, že chceš čistý text.

short Make Claude Code give you answers, not essays Matt Pocockstručnosť si treba vypýtať short Tell your LLM to SACRIFICE GRAMMAR Matt Pocockhustý výstup namiesto pekných viet

Najprv plán, potom práca

Pri väčšej úlohe si nepýtaj rovno výsledok. Opraviť tri odrážky v osnove je lacnejšie než prepisovať hotových tisíc slov.

Chcem [X]. Skôr než začneš, vypytuj sa ma na detaily — technické riešenie,
hraničné prípady, kompromisy. Nepýtaj sa na samozrejmosti, choď po veciach,
ktoré mi asi nenapadli. Keď to máme pokryté, napíš mi z toho zadanie.

Hotové zadanie si potom vlož do nového chatu a tam ho nechaj vykonať. Pri drobnosti to celé preskoč: keď vieš zmenu opísať jednou vetou, plán netreba.

Jeden prompt = jedna úloha. Rešerš, text aj kritika naraz = tri priemerné výstupy namiesto jedného dobrého.

Dovoľ mu povedať „neviem"

Model je natrénovaný odpovedať — keď odpoveď nepozná, vyrobí niečo, čo znie presvedčivo. Aj tak si čísla, citácie, mená a odkazy over.

Ak si niečím nie si istý, povedz to namiesto hádania.
Tvrdenia opri o podklady, ktoré som ti dal, a ak tam odpoveď nie je, napíš to.

Keď výsledok vyzerá príliš hladko, opýtaj sa: čo si pri tom predpokladal a čo by muselo platiť, aby to bolo zle? Chyby v predpokladoch sú tie, ktoré na výstupe nevidno.

short My agent hallucinated - what do I do? Matt Pocockfaktickosť vs. vernosť podkladom

Konverzácia sa časom kazí

Každé kolo nesie celú predošlú históriu, pozornosť sa riedi a omyl z desiatej správy sa v päťdesiatej stále nesie ďalej. Neplatí, že model „vynecháva stred" — platí, že čím viac balastu, tým menej spoľahlivá práca.

• Nová téma = nový chat.
• Dve opravy toho istého a končíš. Keď si tú istú vec vysvetľoval dvakrát, konverzácia je zapratná neúspešnými pokusmi — čistý chat s lepším zadaním vyhrá nad ďalšou opravou.
• Zhrnutie do nového chatu — zhrň, čo sme rozhodli a kde sme skončili. V Claude Code to spraví /handoff zo skillov Matta Pococka.

short What is the dumb zone? Matt Pocockodkiaľ ďalej už konverzácia len hlúpne

Iteruj

Prvý prompt je prvý pokus, nie odovzdávka. Napíš ho jednoducho, pozri, čo je zlé, a doplň presne to jedno — po jednej zmene, inak nevieš, ktorá zabrala.

Keď to nejde, opýtaj sa modelu: vlož mu prompt aj zlý výsledok a napíš čo je v tomto zadaní nejednoznačné a ako by si ho prepísal.

Čo nefunguje

Resources

• Prompting best practices — referenčná dokumentácia Anthropicu, dnes už všetko na jednej stránke.
• Best practices for prompt engineering — kratší článok s tabuľkou „rob / nerob".
• Effective context engineering — prečo je kontext rozpočet a nie skladisko.
• Context Rot — meranie na 18 modeloch: čím dlhší vstup, tým nespoľahlivejší výstup.
• Prompting Science Report 3 — Wharton, prepitné a vyhrážky bez merateľného efektu. Report 2 je o klesajúcej hodnote „krok za krokom".
• prompt-eng-interactive-tutorial — interaktívny kurz s cvičeniami.
• LLM Fundamentals — čo sa deje pod kapotou: tokeny, context window, tools.