Typická chyba je přehnaný výkon. Silný pásek na malé ploše přebije barvu stěn a místo útulna vznikne dojem herny. Zvolte pásky s regulací jasu a nastavte je na 20–40 % maxima. Další častá chyba je zapomenutá barva na bílém nábytku – modré nebo zelené světlo na bílé ploše vytvoří nechtěný nádech. V takovém pokoji držte barevné pásky dál od nábytku nebo je nasměrujte na zeď.
První pastí je přílišná stručnost. Zadání typu „napiš něco o marketingu” nedává modelu žádný kontext. Doplňte, pro koho text je, jaký má tón, jak dlouhý má být a co má čtenář po přečtení udělat. Místo „napiš článek” napište „napiš 400 slov pro majitele malých e-shopů, kteří neznají SEO, vysvětli tři konkrétní kroky a vyhni se odbornému žargonu”. Čím konkrétnější zadání, tím méně prostoru pro dohady.
Většina problémů s výstupy jazykových modelů nevzniká kvůli modelu samotnému, ale kvůli zadání. Prompt, který je vágní, přeplněný nebo nejednoznačný, vede k obecné odpovědi, kterou pak musíte opravovat. Vyhnout se tomu jde, pokud budete psát zadání stejně pečlivě jako zadání pro kolegu, který o tématu nic neví.
Růžový olej z okvětních lístků se dá vyrobit dvěma způsoby: macerací za studena a macerací za tepla. Pro domácí podmínky je vhodnější studená cesta, protože nezničí těkavé látky a výsledek má jemnější vůni. Potřebujete čerstvé nebo sušené okvětní lístky růže, nejlépe z vlastní zahrady bez postřiků, a kvalitní nosný olej – mandlový, jojobový nebo slunečnicový. Lístky nikdy nemyjte pod tekoucí vodou, jen je lehce otřete vlhkou utěrkou a nechte oschnout. Pokud používáte sušené lístky, musí být dokonale suché, jinak olej zplesniví.
Pátá past je opakování stejného nefunkčního zadání. Když výstup opakovaně nesplňuje očekávání, není chyba v modelu, ale v zadání. Zkuste ho přeformulovat, přidat příklad nebo omezit rozsah. Někdy pomůže zadat jen jednu část úkolu a zbytek doplnit v další interakci. Menší a přesnější kroky vedou k předvídatelnějšímu výsledku než jeden velký prompt, od kterého čekáte všechno najednou.
Batchování a dataloadery jako zákl
Třetí pastí je spoléhání na to, že model zná kontext, který jste mu nedali. Pokud chcete text pro české publikum, řekněte to. Pokud nesmí obsahovat anglicismy, napište to. Pokud má vycházet z interních dat, vložte je do zadání. Model nevidí do vaší hlavy ani do vašich dokumentů. Každé omezení, které je pro vás samozřejmé, musí být v promptu vyslovené.
Poslední krok je jednoduchý: před dokončením objednávky si napište celkovou částku včetně dopravy a porovnejte ji s druhou nejlepší nabídkou. Pokud je rozdíl malý, rozhodujte podle dostupnosti, záruky a recenzí. Pokud je rozdíl výrazný, ověřte, zda nejde o chybu v datech. Ušetřené stovky korun nejsou o hledání nejnižšího čísla, ale o ochotě věnovat pár minut kontrole toho, co se do ceny skutečně počítá.
Malý byt není problém, dokud si v něm každá věc nenajde své místo a každá činnost svůj čas. Většina lidí ale dělá stejnou chybu: snaží se do pár metrů čtverečních vecpat všechno, co měli ve velkém bytě. Klid pak nepřijde, i když je uklizeno. Začněte tím, že si přiznáte, kolik prostoru skutečně máte. Změřte si půdorys a napište si, co v bytě musí být – spaní, vaření, jídlo, práce, odpočinek. Teprve pak řešte nábytek.
Čtvrtá past je absence kontroly. První výstup berte jako návrh, ne jako hotovou věc. Přečtěte si ho, označte místa, která nesedí, a požádejte o úpravu konkrétně: „ve druhé části chybí příklad”, „třetí odstavec je moc dlouhý”, „změň tón z formálního na přátelský”. Obecné „udělej to lepší” nefunguje, protože model neví, co je pro vás lepší.
Když je zadání příliš dlouhé Druhá past je opačný extrém: prompt na několik obrazovek, ve kterém se mísí pravidla, příklady, omezení a doplňující poznámky. Model se v tom ztrácí a část instrukcí ignoruje. Rozdělte zadání na krátké odstavce nebo číslované body. Každý bod ať řeší jednu věc. Pokud potřebujete vzorový výstup, vložte ho jako samostatnou ukázku a výslovně uveďte, co z něj má model napodobit – styl, strukturu, délku – a co naopak vynechat.
