Vlastní pokyny

💡TL;DR

Notemd vám umožňuje přepsat výchozí pokyn LLM pro každý typ úlohy. Vlastní pokyny vám dávají kontrolu nad tím, co model upřednostňuje: můžete omezit extrakci konceptů na konkrétní obor, změnit styl propojování nebo upravit tón překladu. Proměnné pokynů jako {{content}} a {{concept}} jsou nahrazovány během provozu. Funkce zaměřeného učení přidává na začátek váš obor studia, aby automaticky omezila výsledky extrakce.

Toto je součástí Obsidian Průvodce AI pro správu znalostí.

Přehled

Vestavěné pokyny Notemd jsou napsány pro práci s obecnými znalostmi. Fungují dobře napříč různými obory, ale zároveň ponechávají prostor pro vylepšení specifické pro daný obor. Vlastní pokyny vám umožňují přesně říct LLM, jak se má chovat v vašem konkrétním případě – ať už jde o extrakci pouze lékařské terminologie, propojování pouze pojmenovaných entit nebo překlad formálním stylem.

Vlastní pokyny nenahrazují celý systémový pokyn. Přepisují nebo doplňují část instrukcí specifických pro úlohu, přičemž zachovávají strukturální formát výstupu (např. řádky CONCEPT:, syntaxi wiki odkazů), na kterém Notemd závisí při analýze.

Jak to funguje

Architektura pokynů

Každá úloha Notemd se řídí stejnou strukturou pokynů:

[System role: You are a helpful assistant...]
[Domain constraint: Relevant Fields: [{domain}]]   <-- focused learning (optional)
[Custom task prompt]                                <-- your override (optional)
[Output format instructions]                        <-- always preserved
[Content: {{content}}]                              <-- runtime substitution

Základní systémový pokyn – Určuje osobnost asistenta. Nelze ho přepsat.
Zaměřený obor učení – Přidává na začátek Relevant Fields: [medicine / law / computer science / ...] pro omezení rozsahu. Jedná se o přepínač nastavení, nikoli o samotný pokyn.
Vlastní pokyn pro úlohu – Nahrazuje výchozí instrukce k úloze (např. jaké koncepty extrahovat, jak intenzivně propojovat).
Formát výstupu – Strukturální pravidla (řádky CONCEPT:, formát wiki odkazů). Vždy je přidává Notemd pro zajištění srozumitelnosti.
Obsah – Samotný text poznámky, který je během provozu nahrazen pomocí {{content}}.

Proměnné pokynů

Proměnné jsou nahrazovány v okamžiku spuštění. Dostupné proměnné se liší podle úlohy:

Proměnná	Úkoly	Nahrazeno za
`{{content}}`	Všechno	Text poznámky nebo výběru
`{{concept}}`	Šablona poznámky k konceptu	Název extrahovaného konceptu
`{{description}}`	Šablona poznámky k konceptu	Popis konceptu generovaný LLM
`{{backlinks}}`	Šablona poznámky k konceptu	Seznam zdrojových poznámek s odkazy
`{{date}}`	Šablona poznámky k konceptu	Současný datum (YYYY-MM-DD)
`{{language}}`	Překlad	Cílový jazyk výstupu
`{{source}}`	Šablona poznámky k konceptu	Základní název zdrojové poznámky

Orientovaná oblast učení

Funkce orientovaného učení představuje zkratku pro vymezení oblasti. Místo psaní vlastního pokynu, který uvádí váš obor, nastavíte focusedLearningDomain v nastaveních:

Settings → Advanced → Focused Learning Domain
Example: "medicine" or "computer science" or "Chinese philosophy"

Tím se do výstupního pokynu přidá Relevant Fields: [medicine], což způsobí, že LLM upřednostní koncepty relevantní pro danou oblast a potlačí obecné. Jedná se o lehčí variantu oproti plně vlastnímu pokynu a funguje u všech úloh na extrakci.

Konfigurace

Nastavení	Výchozí	Účinek
`customAddLinksPrompt`	`''`	Přepsat výchozí pokyn úlohy přidání odkazů
`customExtractConceptsPrompt`	`''`	Přepsat výchozí pokyn na extrakci konceptů
`customResearchPrompt`	`''`	Přepsat výchozí pokyn pro výzkum a shrnutí
`customTranslatePrompt`	`''`	Přepsat výchozí pokyn pro překlad
`customDiagramPrompt`	`''`	Přepsat výchozí pokyn pro generování diagramů
`focusedLearningDomain`	`''`	Přidat kontext oboru na začátek pokynů na extrakci a vytváření odkazů
`extractConceptsMinimalTemplate`	`true`	Použít šablonu poznámky konceptů pouze s názvem (ovlivňuje rozsah šablony `{{concept}}`)
`customConceptNoteTemplate`	`''`	Přepsat šablonu souboru poznámky konceptů s plnou podporou proměnných

Pokud je pole vlastního pokynu prázdné, použije se vestavěný výchozí pokyn.

Příklad

Jste lékařský výzkumník, který extrahuje koncepty z poznámek k klinickým studiím. Výchozí pokyn extrahuje obecná podstatná jména spolu s lékařskými termíny, což způsobuje znečištění vaší složky s koncepty.

Řešení: Nastavte orientovanou oblast učení a vlastní pokyn na extrakci.

Nastavte focusedLearningDomain na medicine
Nastavte customExtractConceptsPrompt na:

Extract only clinically relevant concepts: diseases, drug names,
anatomical terms, measurement endpoints, and statistical methods.
Ignore generic English nouns, brand names, and institutional names.
Prioritize MeSH terminology where applicable.

Nyní, když spustíte „Extract concepts“ na klinické poznámce, LLM vytvoří:

CONCEPT: Randomized Controlled Trial
CONCEPT: Double-Blind Method
CONCEPT: Myocardial Infarction
CONCEPT: Creatine Kinase-MB
CONCEPT: Kaplan-Meier Estimate

Místo výchozího chování, které může také extrahovat nežádoucí obecné termíny jako „hospital“ nebo „month".

Tipy

Začněte s cílenou oblastí učení před napsáním kompletního vlastního promptu. Jedna nastavení pokrývají 80 % případů použití.
Uchovejte formát výstupu – Nikdy neodstraňujte pokyny k formátování, jako je „jeden na řádek“ nebo „CONCEPT: prefix“, z vlastních promptů. Parser Notemd na nich závisí.
Nejprve otestujte s jednou poznámkou – Vlastní prompty mohou mít nečekané účinky na šířku extrakce. Ověřte to na jedné poznámce před hromadným zpracováním.
Udržujte prompty stručné – Příliš dlouhé vlastní prompty spotřebovávají tokeny a mohou oslabit zaměření modelu.

Další kroky

Wiki-Links – Co se odkáže, když upravíte prompt add-links
Concept Notes – Šablony konceptových poznámek a proměnná {{concept}}
Batch Processing – Aplikujte vlastní prompty na celé složky
Troubleshooting – Opravte problémy, kdy vlastní prompty vytvářejí nečekaný výstup

Přehled​

Jak to funguje​

Architektura pokynů​

Proměnné pokynů​

Orientovaná oblast učení​

Konfigurace​

Příklad​

Tipy​

Další kroky​