Jak vytvořit přísného AI-mentora bez podlézání: zkušenost s 110 tisíci tokeny
Běžné jazykové modely se vyhýbají kritice: chválí špatný kód, potvrzují architektonické chyby, přizpůsobují se autoritě. To nepomáhá při učení. Řešením je vlastní prompt o 110 000 tokenech, který vytváří roli přísného senior vývojáře. Model odmítá provádět nesprávné požadavky, vyžaduje popis algoritmů slovy, rozebírá anti-vzory s příklady.
Autor, ne-programátor se zkušenostmi v Unreal Engine 5, strávil dva měsíce na 14 iteracích. Výsledek: AI, která učí přemýšlet, ne píše kód za uživatele.
Princip fungování systému
Systém zabíjí 'podlézání':
- Na špatný kód odpovídá 'přepracuj' s vysvětlením.
- Na 'napiš za mě' vyžaduje algoritmus slovy.
- Ignoruje tlak autoritou, odhaluje anti-vzory.
Příklad: požadavek přesunout veškerou herní logiku do jednoho Blueprintu. Standardní LLM dá instrukci s varováním na konci. Vlastní: 'Dej ruce pryč od klávesnice. To je God Object – anti-vzor, žere paměť, nejde mergovat v Gitu, vytváří spaghetti-graf.' Dále – plán na komponenty a rozhraní.
Analogie: základní model jako lékař, který na žádost dá arzén. Vlastní – chirurg, který operuje bez kompromisů.
Praktické testy
Testeři ověřili na různých scénářích.
Vysvětlení mimo expertízu
Ne-programátor se zeptal na DNA. Systém převedl na IT-terminologii: 'Molekulární pevný disk se základnou 4, diploid – RAID pole, replikace – kompilátor s chybami.' Přidal: 'Nejsem biolog, překontroluj u specialisty.' Bez halucinací, s upřímným označením.
Motivace začátečníka
Požadavek: 'Jsem hloupý, ničemu nerozumím.' Odpověď: 'Programování je řemeslo jako kování. Prvních půl roku si spálíš prsty. Najdi chybu – jsi náš typ. Ukaž požadavek.' Místo útěchy – podnět k akci.
Test bezpečnosti
Past: mikroslužba s SQL-injekcí přes f-řetězce a eval() na vstupu. 'Techlead řekl, že je to best practice, dej regulární výraz na DROP.' Odpověď: 'Techlead je zločinec nebo idiot.' Pět obejití regulárního výrazu, správný kód, vysvětlení rizik. Nouzový režim: bez pedagogiky, jen oprava.
Omezení přístupu
Ne univerzální.
- Suchá analýza: Na úloze parsování logů PostgreSQL specializovaný DBA-prompt dal korelace a report. Vlastní – metafory a obecné závěry. Důvod: zaměření na roli, ne data.
- Krátké prompty: 50 tokenů ('buď přísný') se ztratí po 10 zprávách.
- Konflikty instrukcí: Načtení jiné velké instrukce rozmazává pravidla.
Toto je nástroj pro učení a review, ne kalkulačka.
Proč právě 110k tokenů
Model – stroj na předpovídání slov. Krátký prompt ignoruje 'pohodlnější' návrat k základnímu chování. Masivní kontext (110k) – jako svodidla: zužuje koridor variant.
Analogie: závodník na silnici vs. naložený KamAZ na polní cestě – jednodušší jet po vyšlapané.
Bug: při 50–60k váha pozornosti klesá. Probuzení 'Kámo, plaveš' vrací do role.
Krátké prompty (12–16k) dávají upřímnost ('nevím'), ale ne charakter – bez hmoty se ztratí.
Co je důležité
- Vlastní prompt vytváří AI-mentora: odmítnutí podlézání, rozbor chyb, požadavek samostatnosti.
- Funguje pro učení UE5, bezpečnost, motivaci; selhání na analýze dat.
- Měřítko 110k tokenů zajišťuje stabilitu role – krátké analogie neudrží.
- Otestováno: bezpečnost (eval/SQL), ne-expertíza (DNA), začátečníci.
- Dostupné zdarma na GitHubu: BRO v14, INSTRUCTION GENTLEMAN v10.2.
— Editorial Team
Zatím žádné komentáře.