Jak jsem optimalizoval Aimee AI Coach prompty
Master prompty Aimee AI Coach (buddy, chatty, concise, mentor) měly 271 řádků s masivními redundancemi při kombinování modulárních souborů (Core + Mode + Tone). "Core Principle" se opakoval 3x, "Success Criteria" 2x, behavioral rules se překrývaly, jazyk byl smíšený (angličtina + čeština), a chyběla explicitní hierarchie instrukcí.
To vedlo ke ztrátě token efficiency (~25%), záměně LLM při konfliktech (např. Core říkal "be concise" vs. Tone Chatty "expand prose"), a snížené konzistentnosti AI odpovědí.
Problém, který jsem řešil
Potřeba vytvořit čistý, modulární systém bez duplikátů, kde Core definuje základní principy, Mode přidává session-specific behavior, a Tone upravuje jen styl komunikace, ne pravidla.
To bylo kritické pro škálovatelnost – pokud bychom přidali nové módy nebo tóny, duplikáty by exponenciálně narůstaly a udržování by bylo nemožné. Zároveň jsme potřebovali zachovat flexibilitu kombinací bez rekonstrukce celého systému.
Jak jsem ho vyřešil
Začal jsem hloubkovou analýzou existujících master promptů, kde jsem identifikoval, že kombinace Core + Blank Page Mode + Tone vytvářela tři úrovně duplikací. Klíčové rozhodnutí bylo vytvořit explicitní hierarchii Composition Hierarchy v Core, která definovala prioritu: Core > Mode > Tone.
Optimalizoval jsem Core prompt (přidal hierarchii, sjednotil jazyk). Refaktoroval jsem Mode prompts (odstranil duplikáty "Core Principle", "Success Criteria"). Upravil jsem Tone prompts (adjustments syntax místo absolutních instrukcí).
Výsledek: 248-250 řádků, 0 redundancí, explicitní hierarchie Core > Mode > Tone. Vytvořil jsem v2-tests master prompty (optimalizované kombinace).
Jak to funguje v praxi
Tone adjustments syntax byl elegantnější, než jsem očekával – místo 10řádkových rules, jen 3-5 bullet points. Tone teď upravuje, jak mluvíš, ne CO je povolené. Eliminoval jsem konflikty – Tone už nemohl "overridnout" Core principy, jen upravit styl komunikace.
Co jsem se naučil
Explicitní hierarchie eliminuje konflikty. Jednoduché pravidlo Core > Mode > Tone eliminovalo všechny konflikty – Tone už nemohl "overridnout" Core principy, jen upravit styl komunikace.
Jazyková konzistence je kritická. Přeložit všechny příklady do češtiny místo mixu angličtina + čeština zabezpečilo, že LLM správně interpretuje, který jazyk má použít v odpovědích.
Redundance nesly "hidden cost" – ne jen větší délka promptů, ale riziko, že LLM se ztrácí v duplikacích místo zaměření na unikátní obsah. Research ukazuje, že redundance snižují instruction following accuracy o 15-20%.
Proč to stojí za to
Když máš modulární prompt systém s redundancemi, nemusíš to refaktorovat manuálně. Můžeš použít AI na systematickou analýzu a optimalizaci s explicitní hierarchií.
Optimalizovaný prompt systém je teď součástí Aimee. Šetří mi tokeny, protože nemám redundance. A zároveň mám kontrolu nad tím, jak prompty vypadají, protože všechno je v čistém, modulárním formátu.
Pokud máš podobný problém – modulární prompt systém s redundancemi – zkus to. Možná zjistíš, že je to jednodušší, než sis myslel.
Časté otázky
Co je hierarchie Core > Mode > Tone a proč je důležitá?
Explicitní pravidlo, které říká, co má prioritu při konfliktech. Core definuje základní principy, Mode přidává session-specific behavior, Tone upravuje jen styl. Bez hierarchie se LLM ztrácí – Core říká "be concise", Tone Chatty říká "expand prose". Výsledek? Nekonzistentní odpovědi.
Kolik tokenů ušetří odstranění redundancí?
V mém případě ~25% token efficiency. Z 271 řádků na 248-250 řádků s nulou redundancí. Ale nejde jen o délku – research ukazuje, že redundance snižují instruction following accuracy o 15-20%. Takže šetříš tokeny a zároveň zlepšuješ kvalitu odpovědí.
Jak poznat, že mám v promptech redundance?
Hledej opakující se sekce – "Core Principle" 3x, "Success Criteria" 2x, behavioral rules, které si protiřečí. Pokud máš modulární systém (Core + Mode + Tone), zkombinuj je do jednoho master promptu a projdi ho. Duplikáty vyskočí okamžitě.
Proč je jazyková konzistence v promptech kritická?
Mix angličtina + čeština v příkladech mate LLM – neví, který jazyk má použít v odpovědích. Přeložit všechno do jednoho jazyka zabezpečí, že AI správně interpretuje, jak má komunikovat. Jednoduchá změna, velký dopad na konzistenci.
Jak refaktorovat Tone prompty bez ztráty flexibility?
Použij adjustments syntax místo absolutních instrukcí. Místo 10řádkových rules jen 3-5 bullet points. Tone upravuje JAK mluvíš, ne CO je povolené. Tím zachováš flexibilitu kombinací – můžeš přidat nové tóny bez rekonstrukce celého systému.
Tom