Iterative Prompting (Iterativní promptování)

Proč iterovat

U spousty úloh je problém v tom, že na začátku ještě nevíš přesně, co potřebuješ: jaký tón, jakou strukturu, jaké detaily, jaká omezení.

A i když to víš, model může interpretovat zadání jinak, než očekáváš. Iterativní promptování z toho dělá standardní proces:

výstup → zpětná vazba → úprava promptu → nový výstup. Tím se zvyšuje relevance, přesnost a použitelnost výsledku.

Jak vypadá typický „iterativní cyklus“

1. První pokus (baseline): napíšeš jednoduché zadání, abys viděl, jak model chápe úkol a co produkuje.
2. Diagnóza: zhodnotíš výstup podle konkrétních kritérií (co chybí, co je moc obecné, co je mimo, co je nepřesné, co je dlouhé/krátké).
3. Úprava promptu: doplníš kontext, zpřesníš cíl, přidáš omezení, vynutíš formát, doplníš příklady nebo opravíš nejasné části.
4. Další iterace: zopakuješ generování s vylepšeným promptem.
5. Stabilizace: až je výstup dobrý, proměníš prompt na šablonu (template), aby se dal opakovaně používat.

Co přesně se v promptu obvykle ladí

• Cíl a definice „hotovo“: co má být výsledkem (např. plán, checklist, text, tabulka, argumentace pro/proti).
• Kontext: pro koho je výstup, v jaké situaci se použije, jaké jsou vstupy a omezení.
• Struktura: nadpisy, kroky, sekce, pořadí informací, shrnutí na začátku, doporučení na konci apod.
• Tón a styl: stručně vs. detailně, formálně vs. lidsky, odborně vs. pro laiky.
• Omezení: délka, zakázaná slova/tvrzení, co vynechat, co naopak musí být povinně zahrnuto.
• Formát výstupu: „vrať JSON“, „vrať tabulku“, „vrať seznam kroků“, „vrať 3 varianty + doporučení“.

Iterativní promptování vs. podobné techniky

• Iterativní promptování = ladíš zadání přes více kol, protože kvalita se rodí postupně.
• Sekvenční promptování = rozděluješ úkol do kroků (analýza → návrh → revize), ale nemusíš nutně ladit prompt jako takový.
  V praxi se obě techniky často kombinují: workflow po krocích a zároveň ladění kroků iteracemi.
• Question Refinement = speciální iterace zaměřená na to, aby se nejdřív upřesnila otázka, a teprve potom se odpovídalo.
  To je vlastně konkrétní podmnožina iterativního přístupu.

Nejčastější iterativní techniky

1) Přidání jasných kritérií kvality

Místo „napiš mi text“ přidáš hodnoticí rámec: „musí to mít 5 bodů, musí to obsahovat rizika, musí to být do 150 slov“.
Když model netrefí kvalitu, upravíš kritéria nebo přidáš kontrolní krok.

2) Vynucení struktury výstupu

Když se výstupy rozjíždí, pomůže šablona typu:
„Vrať: (1) shrnutí, (2) kroky, (3) rizika, (4) doporučení.“ Struktura funguje jako koleje.

3) Přidání příkladu (example / ukázka formátu)

Pokud model špatně chápe očekávání, přiložíš mini příklad toho, jak má vypadat výstup. V iteracích pak měníš příklad nebo ho zpřesníš.

4) „Revizní“ iterace

Necháš model nejdřív napsat návrh a v další iteraci mu dáš roli editora: „Zkontroluj, co chybí, co je slabé, co je nejasné,
a potom to přepiš.“ Tohle často výrazně zvedne kvalitu bez toho, abys musel všechno opravovat ručně.

5) Rozšiřování / zužování rozsahu

Častý problém je špatně zvolený rozsah: model píše moc obecně nebo moc do detailu. Iterace jsou ideální na „zoom“:
„buď konkrétnější, přidej 3 příklady“ nebo „zestručni to na 7 bodů“.

Praktický „iterativní“ postup – šablona

Iterace 1 – základní zadání

Úkol: [co má vzniknout]
Kontext: [pro koho / kde se to použije]
Požadovaný formát: [např. 5 bodů / tabulka / JSON / nadpisy]
Omezení: [délka, tón, co vynechat]
  

Iterace 2 – zpřesnění podle chyb

Uprav svůj výstup podle těchto bodů:
- Chybí: [co chybí]
- Je moc obecné: [kde]
- Neodpovídá formátu: [jak má být]
- Omez délku na: [limit]
Vrať jen upravenou verzi.
  

Iterace 3 – kontrola kvality (audit)

Zkontroluj předchozí výstup:
1) splnění požadavků (ano/ne)
2) seznam chyb nebo slabin
3) opravená finální verze
  

Kdy je iterativní promptování nejlepší volba

• když chceš výsledek, který má vysoké nároky na styl, strukturu a použitelnost (texty, analýzy, postupy, specifikace),
• když na začátku nemáš kompletní zadání a potřebuješ si ho „vyjasnit za pochodu“,
• když ladíš šablonu pro opakované použití (stejný typ úkolu, jiné vstupy),
• když potřebuješ snížit riziko chyb pomocí kontrolních iterací (revize/audit)