Kun botti ei tottele, kokeile Markdownia
Konsultointi Valkosen tekoälykoulutuksissa opit esimerkiksi bottien määrittelyä.
Olet kirjoittanut Custom GPT:lle tai Copilot-agentille pitkät ja huolelliset ohjeet. Silti lopputulos on arvaamaton: botti sooloilee, ohittaa sääntöjä tai tulkitsee tavoitteet luovasti. Ensimmäinen reaktio on usein lisätä ohjeita. Se harvoin auttaa.
Usein ongelma ei ole mitä sanot, vaan miten sanot sen. Tasainen tekstimassa on kielimallille huono käyttöliittymä. Se muistuttaa puhelinluetteloa ilman taittoa: kaikki on periaatteessa siellä, mutta mikään ei erotu.
Ratkaisu on yksinkertainen ja alikäytetty: Markdown.
Miksi Markdown toimii kielimalleille poikkeuksellisen hyvin?
Markdown on kevyt tapa jäsentää tekstiä otsikoilla, listoilla ja korostuksilla. Kielimallille se ei ole kosmeettinen yksityiskohta vaan rakenteellinen vihje.
Markdown toimii kuin liikennemerkit:
otsikot kertovat kontekstin ja roolin
korostukset kertovat, mikä on kriittistä
listat kertovat järjestyksen ja rajat
erotellut esimerkit kertovat, mitä ei pidä noudattaa kirjaimellisesti
Kun rakenne on selkeä, malli tekee vähemmän oletuksia. Se vähentää “luovaa tulkintaa” ja lisää ohjeiden noudattamista.
Neljä Markdown-keinoa, joilla saat botin tottelevaisemmaksi
1. Käytä otsikoita (#) ohjeiden selkärankana
Älä kirjoita kaikkea yhdeksi kappaleeksi. Jaa ohjeistus loogisiin osiin otsikoilla.
Esimerkiksi:
# ROOLI## TAVOITE## SÄÄNNÖT## RAJOITTEET
Tämä auttaa mallia ymmärtämään, mikä tieto määrittää sen identiteetin ja mikä on vain toimintaa ohjaavaa.
Huomio: Otsikointi ei ole vain luettavuutta varten. Se vaikuttaa siihen, mihin kohtiin malli palaa “mielessään” vastatessaan.
2. Korosta kriittiset säännöt (**)
Jos jokin sääntö on ehdoton, näytä se myös muodollisesti.
Esimerkiksi:
Vastaa aina numeroidulla listalla
Älä käytä lähteitä
Älä ehdota jatkokysymyksiä
Korostus toimii painotuksena. Ilman sitä malli kohtelee sääntöä helposti yhtenä muiden joukossa.
3. Käytä listoja aina kun on järjestystä tai vaihtoehtoja
Prosessit, vaiheet ja ehdot kuuluvat listamuotoon.
Numeroitu lista (
1. 2. 3.) kertoo, että järjestyksellä on väliäLuetteloviivat (
-) kertovat, että kaikki kohdat ovat samanarvoisia
Listat vähentävät tulkinnanvaraa. Mallin on helpompi “seurata polkua” kuin päätellä se tekstimassasta.
4. Erota esimerkit ohjeista selkeästi
Yksi yleisimmistä virheistä on se, että malli luulee esimerkkiä käskyksi.
Yksinkertainen ratkaisu:
erota esimerkit hakasulkeilla tai selkeällä merkinnällä
pidä esimerkit visuaalisesti erillään ohjeista
Näin malli ymmärtää, että tämä on malli tai demonstraatio, ei noudatettava sääntö.
Mitä tämä tarkoittaa käytännössä?
Jos bottisi:
rikkoo sääntöjä satunnaisesti
vaihtaa tyyliä kesken kaiken
unohtaa alkuperäisen roolinsa
ongelma ei välttämättä ole mallissa. Se on usein ohjeistuksen rakenteessa.
Markdown ei tee ihmeitä, mutta se vähentää väärintulkintoja. Ja kielimallien kanssa juuri väärintulkinnat ovat kalleinta hävikkiä.
Yhteenveto
Hyvä ohjeistus ei ole pitkä vaan jäsennelty.
Markdown tekee ohjeista mallille luettavia, painotettuja ja hierarkkisia.
Jos haluat vähemmän sooloilua ja enemmän ennustettavaa toimintaa:
rakenna ohjeet otsikoilla
korosta kriittiset säännöt
pilko prosessit listoiksi
erottele esimerkit selvästi
Usein tämä riittää yllättävän pitkälle.
Haluatko vahvistaa työyhteisösi tekoälytaitoja? Tutustu kehuttuihin tekoälykoulutuksiimme!
Haluatko oppia lisää tekoälystä?
Seuraa aihetta LinkedInissä: #Tekoälyherätys ja #KonsultointiValkonen
Konsultointi Valkonen tarjoaa:
ajantasaiset tekoälykoulutukset
käytännönläheistä tukea muutoksen johtamiseen
selkeät, ymmärrettävät puheenvuorot
hallintamallien ja datavirtojen kartoitusta
Jos haluat sparrausta oman organisaatiosi tekoälykokonaisuuden hallintaan, laita viesti. Katsotaan, mitä tarvitset – ja mikä kannattaa tehdä seuraavaksi.