Dec 14, 2025 | Pozivi (prompti)
Pazi pri reasoning modelih z navajanjem instrukcij da ne pride do loopa!
Pri Perplexetiju upoštevaj da lahko sprožiš search z navajanjem primerov
<role>
You are a [specific role/expert] with expertise in [domain].
Your audience: [description + knowledge level]
Communication style: [tone + specific requirements]
</role>
<task>
[Action verb] + [specific objective]
Key requirements:
– [Requirement 1]
– [Requirement 2]
– [Requirement 3]
</task>
<context>
[Paste relevant information, documents, data, or background details here]
</context>
<examples> (ne za perplexity !)
Example 1:
[Show what good output looks like for scenario 1]
Example 2..n:
[Show what good output looks like for scenario 2]
</examples>
<output>
Format: [specific format – e.g., “markdown table with 3 columns”]
Length: [constraint – e.g., “300-400 words”]
Structure: [if applicable – e.g., “Introduction → Analysis → Recommendations”]
</output>
<constraints>
– [Specific do’s and don’t]
– [Style requirements]
– [Any limitations or boundaries]
</constraints>
<instructions>
For complex tasks: Think through your approach step-by-step, then provide the final answer in the requested format.
If information is missing or uncertain, state this explicitly rather than guessing.
</instructions>
Dec 11, 2025 | Amazon, Ecommerce, LLM (AI)
vir: https://www.retailmediabreakfastclub.com/p/amazon-is-playing-agentic-commerce-chicken-other-retailers-should-not
Stran trdi, da si Amazon lahko privošči, da pri “agentic commerce” (nakup prek pametnih AI agentov) zavira, medtem ko si drugi trgovci tega ne morejo.
Amazon ima ogromen delež e-trgovine in lastnega agenta Rufus, zato nima velikega interesa odpreti se neodvisnim agentom, ker bi to ogrozilo njegov oglaševalski posel. Manjši trgovci pa morajo agente sprejeti, če želijo ujeti nov tip povpraševanja, ki ga ustvarjajo AI nakupovalne poti.
Članek poudarjaja, da agenti ustvarjajo “novo povpraševanje”, npr. pri načrtovanju obrokov ali večjih nakupnih scenarijih, kjer klasično iskanje po Amazonu ni tako močno. Amazon je posebej šibkejši pri živilih, kjer imajo Walmart in drugi večji tržni delež, kar odpira priložnost drugim trgovcem.
Avtor trdi, da ni treba, da agenti zavzamejo 50% trga, da se vse spremeni; dovolj je, da zavzamejo manjši, a strateško pomemben del nakupov. Trgovci, kot so Walmart in verige živil, naj zato aktivno podpirajo integracijo z agenti in interoperabilnost, namesto da čakajo, kaj bo naredil Amazon.
Dec 9, 2025 | Amazon, Ecommerce
Amazon na svojih straneh prikazuje več kot 25 sponzoriranih produktnih oglasov na stran, hkrati pa ohranja visoko vključenost kupcev, kar kaže, da velik obseg oglasov deluje, dokler so oglasi zelo relevantni glede na iskalne poizvedbe in organske rezultate.
Amazon je praktično zapolnil vse klasične pozicije za sponzorirane produkte: oglasi se pojavijo pri približno vseh iskanjih, povprečno več kot 25 na stran, bistveno več kot pri Walmartu ali Home Depotu. To je vzdržno, ker se uspešnost teh sponzoriranih pozicij (npr. CTR) približuje organskim rezultatom, zato uporabniška izkušnja ne razpade, čeprav je oglasov ogromno.
Tehnološka prednost
Prednost Amazona je v napredni oglasni tehnologiji, ki ohranja visoko pokritost in relevantnost tudi pri zahtevnih, long—tail poizvedbah, kjer je nakupni namen najmočnejši. S kombinacijo keyword in product-based targetinga ter zgodnjo investicijo v matching infrastrukturo Amazon prepreči “doom loop”, kjer nerelevantni oglasi prisilijo platformo v zmanjšanje gostote oglasov ali slabšanje UX.
Formati, dizajn in ekonomika
Namesto da bi le nalagal še več oglasnih ploščic nad pregib, je Amazon razširil formate (karuseli, video, različne površine) in poenotil zakup med Sponsored Ads in DSP, tako da sistem izbira optimalen format in pozicijo, stran pa ostane berljiva za kupca. Velika količina inventarja ublaži rast CPC: proračuni in kliki hitro rastejo, CPC pa bolj zmerno, ker dodatna ponudba vpije povpraševanje, kar omogoča več skupnega prihodka pri sprejemljivih cenah.
Posledice za druge trgovce
Večina drugih trgovcev ima precej nižjo pokritost sponzoriranih produktov in manj napredne tehnologije, zato ne more preprosto kopirati Amazonove nasičenosti brez tveganja za relevantnost. Članek trdi, da Amazonova skala, infrastruktura in prednost prvega igralca ustvarjajo “trdnjavo”, resnična lekcija pa je, da trda zgornja meja oglasne obremenitve v praksi ne obstaja, dokler je relevanca visoka.
vir : https://www.pentaleap.com/reports/h2-2025-sponsored-products-benchmarks-report
Dec 9, 2025 | LLM (AI), Pozivi (prompti)
Dec 8, 2025 | LLM (AI)
Claude je boljši od ChatGPT pri:
✦ Ponovnem ustvarjanju sloga pisanja.
✦ Razumevanju dolgega konteksta.
✦ Tehnikah pisanja in psihologiji.
Dec 4, 2025 | LLM (AI)
Članek na https://www.wordstream.com/blog/chatgpt-plus-features-vs-free primerja brezplačno različico ChatGPT z različico ChatGPT Plus in razloži, kdaj je smiselno plačati naročnino 20 USD/mesec.
Glavne razlike
-
Brezplačna različica ima strožje omejitve uporabe (manj sporočil v določenem času), medtem ko Plus omogoča bistveno več pogovorov in stabilnejše delovanje.
-
Uporabniki Plus prej dobijo dostop do novih modelov in funkcij, medtem ko so ti pri brezplačni različici omejeni ali pridejo z zamikom.
Funkcije in orodja
-
Obe različici uporabljata napredne modele, vendar se brezplačna hitreje preklopi na manjši “mini” model, ko dosežeš omejitev, Plus pa ima višje kvote.
-
Napredna orodja, kot so Agent (samodejno izvajanje več korakov), bolj zmogljivo “deep research”, več ustvarjanja slik in videa ter močnejši “memory” in projekti, so na voljo samo pri plačljivi ali so tam bistveno manj omejena.
Kdaj se Plus splača
-
Plus se splača, če AI uporabljaš redno za delo: večje ali dolgotrajne projekte, raziskave, vsebinsko produkcijo ali pogosto preklapljanje med nalogami.
-
Če ChatGPT uporabljaš le občasno za enostavna vprašanja, ideje ali hitre razlage in redko dosežeš omejitve, članek predlaga, da ostaneš na brezplačni različici.
| Funkcija / omejitev / ugodnost |
ChatGPT brezplačno |
ChatGPT Plus |
| Stroški |
Brezplačno (z računom in e-pošto) |
20 USD / mesec |
| Omejitve dostopa do modela / uporabe |
Do
10 sporočil vsakih 5 ur
z zadnjim modelom; nato se vrne v mini model “. ”
|
Do 60 sporočil vsakih 3 ure
s polnim modelom pred fallbackom.
|
| Izbira načina odziva |
Tako “INSTANT ” kot “THINKING ” načina sta na voljo — vendar način samodejno izbere sistem. |
Izbirate lahko med “Instant ” ali “Thinking” na zahtevo za več nadzora. |
| Generiranje slik |
Omejeno: uradno “3 slike / dan, ” čeprav je uporaba v resničnem svetu lahko bolj omejena; ni možno ustvarjanje videov. |
Veliko višje meje: npr. 50 slik vsakih 3 ure; dostop ustvarjanja videov (npr. 10-sečni posnetki pri 480p). |
| Zgodovina spomina in klepeta (nadaljevanje) |
Lahka kontinuiteta pomnilnika / klepeta (manj močna, manj obstojna) |
Celoten spomin in bolj vztrajna zgodovina klepeta, boljše zadrževanje konteksta na sejah. |
| Način agenta (avtomatizirane naloge) |
Ni na voljo. |
Na voljo: lahko izvajajo avtomatizirane, večstopenjske naloge — 40 agentov / mesec. |
| GPT po meri / Napredna orodja |
Omejen dostop do vnaprej izdelanih GPT-jev po meri prek GPT-store. |
Popoln dostop do GPT po meri in naprednih orodij / delovnih tokov s pomočjo sposobnosti GPT-store, da ustvarite svoje. |
| Primernost / uporaba primera |
Super za občasne poizvedbe, osnovno pisanje, hitre naloge, eksperimentiranje. |
Idealno za težko uporabo, profesionalne delovne tokove, ustvarjanje vsebin, raziskave in zapletene naloge. |
Nov 27, 2025 | AI SAS
| |
ChatGPT |
Gemini |
Claude |
| Cenik |
Prvotna različica ChatGPT ostaja za uporabnike brezplačna. ChatGPT Plus je na voljo za 20 USD na mesec. Pro stane 200 USD na mesec, Business stane od 25 USD na mesec, na voljo pa so tudi možnosti Enterprise. |
Brezplačno za osnovno platformo z omejitvami. AI Pro stane 19,99 $/mesec, AI Ultra pa 124,99 $/mesec. |
Brezplačna, Pro (20 $/mesec) in Max (100 $/mesec). |
| API |
Da |
Da |
Da |
| Razvijalec |
OpenAI |
Alphabet/Google |
Anatropic |
| Tehnologija |
GPT-5.1 |
Družina multimodalnih velikih jezikovnih modelov |
Claude Sonnet 4.5 |
| Dostop do informacij |
Podatki za usposabljanje z rokom oktobra 2024, vendar ima spletno iskanje dostop do podatkov v realnem času. |
Dostop v realnem času do podatkov, ki jih Google zbira iz iskanja. |
Dostop do podatkov v realnem času. |
Vsako orodje ima svoje prednosti in slabosti.
Jasno je, da se je Gemini močno izboljšal in izenačil konkurenčne pogoje. Gemini ima lep uporabniški vmesnik in ima potencial, da jutri doda povezave do izdelkov, če bi to želel.
Claudeov bot je zelo izpopolnjen in idealen za ljudi, ki iščejo poglobljene odgovore z razlagami, vendar ne pričakujte povezav do virov za vse, tudi če je omogočeno iskanje po spletu.
ChatGPT je trenutno boljša izbira za nakupovanje, vendar ima vsak od njih svoje prednosti:
ChatGPT je najboljši za vsakodnevne odgovore, izdelke, glasovni klepet in uporabo računalnika.
Gemini je najboljši za poglobljeno raziskovanje in ustvarjanje videov.
Claude je najboljši za pisanje in kodiranje.
Halucinacije
LMM-ji lahko halucinirajo, vendar so njihovi odgovori zelo prepričljivi. Pomembno je upoštevati opozorilo razvijalcev.
Če uporabljate klepetalne robote za kaj, kar zahteva dejstva in študije, preverite svoje delo in se prepričajte, da so se dejstva in dogodki res zgodili.
Včasih so te halucinacije očitne, včasih pa se lahko neizkušeni uporabniki zlahka pustijo zavesti z odgovori, ki jih prejmejo.
Ker se klepetalni roboti učijo iz informacij, kot so spletne strani, so zaenkrat natančni le toliko, kolikor so natančne informacije, ki jih prejmejo.
Ena študija iz februarja 2025 kaže, da 91 % odgovorov chatbotov na novice kaže težave. Odgovore preverite dvakrat, kot priporočata Gemini in Claude, ker se botom dogaja, da se zmotijo.
Najdete lahko tudi primere, ko:
Odvetnik iz Alabame je bil izključen iz primera, ker je ChatGPT izmislil lažne citate.
Moški je bil hospitaliziran, ker je ChatGPT vprašal, kako iz svoje prehrane odstraniti sol, kar ga je pripeljalo do tega, da je natrijev klorid nadomestil z natrijevim bromidom.
Ob upoštevanju vseh teh opozoril začnimo spodbujati vsakega bota, da vidimo, kateri daje najboljše odgovore.
Nov 26, 2025 | LLM (AI)
Comprehension Without Competence: Architectural Limits of LLMs (arXiv 2507.10624, November 2025).
https://arxiv.org/abs/2507.10624
Zheng Zhang: “Veliki jezikovni modeli (LLM) kažejo izjemno površinsko tekočnost, vendar sistematično odpovejo pri nalogah, ki zahtevajo simbolično razmišljanje, aritmetično natančnost in logično doslednost. Ta članek ponuja strukturno diagnozo takšnih napak in razkriva vztrajno vrzel med razumevanjem in kompetenco. S kontroliranimi eksperimenti in arhitekturno analizo raziskava dokazuje, da LLM pogosto izražajo pravilna načela, ne da bi jih zanesljivo uporabili – napaka, ki ne izhaja iz dostopa do znanja, ampak iz računalniškega izvajanja. Ta pojav imenujejo računalniški sindrom razcepljenih možgan}, pri katerem so poti navodil in dejanj geometrijsko in funkcionalno ločene. Ta osnovna omejitev se ponavlja v različnih področjih, od matematičnih operacij do relacijskih sklepanj, in pojasnjuje, zakaj je vedenje modela krhko tudi v idealnih okoliščinah. LLM delujejo kot močni motorji za dopolnjevanje vzorcev, vendar jim manjka arhitekturna podpora za načelno, kompozicijsko sklepanje. Ugotovitve raziskave opredeljujejo meje trenutnih zmogljivosti LLM in spodbujajo razvoj prihodnjih modelov z metakognitivnim nadzorom, dvigovanjem načel in strukturno utemeljenim izvajanjem. Ta diagnoza tudi pojasnjuje, zakaj lahko ugotovitve mehanistične interpretabilnosti odražajo usklajevanje vzorcev, specifično za usposabljanje, in ne univerzalna računska načela, ter zakaj geometrijska ločitev med potmi navodil in izvajanja kaže na omejitve nevronske introspekcije in mehanistične analize.”
Raziskava kaže, da imajo LLM-ji dve ločeni „poti“:
1) Pot navodil – razumevanje, razlaganje, poučevanje.
2) Pot dejanj – dejansko delovanje, izvajanje, ustvarjanje.
Ti poti sta v arhitekturi modela geometrijsko ločeni. To ni problem usposabljanja (kako se je ChatGPT naučil) ali spodbujanja (kako ga uporabljate).
To je vgrajeno v način delovanja transformatorjev (= LLM = ChatGPT).
LLM izražajo pravilna načela, ne da bi jih zanesljivo uporabljali – neuspeh izhaja iz računalniškega izvajanja, ne iz dostopa do znanja.
To pojasnjuje vsako frustracijo, ki ste jo imeli z AI pisanjem.
Nov 17, 2025 | LLM (AI)
Kontrolni seznam
☑ Naloga v enem stavku na vrhu (imperativni glagol)
☑ Nastavitev osebnosti („Ti si …“) za utrditev tonusa/znanja
☑ 3 zahteve v obliki seznamov (obvezne, ne le zaželene)
☑ Omejen kontekstni blok: Besedilo: /// … ///
☑ Omejitve na koncu (format, število besed, pravila sloga)
☑ Neobvezno: „Razmišljajte korak za korakom“ za naloge, ki zahtevajo veliko razmišljanja
☑ Spomnite na obseg na koncu (aktualnost)
☑ Prosite za samokontrolo: „Preverite vse omejitve, preden odgovorite“
☑ Vključite vrstico za oceno: „Če manjkajo informacije, vprašajte, preden nadaljujete“
☑ Ohranite skupno dolžino 150–300 besed za zmerne naloge
☑ Izogibajte se >500 besedam
Predloga, pripravljena za kopiranje (prilepite v ChatGPT)
Ravnajte kot [vloga/oseba].
Vaš cilj je [rezultat] za [občinstvo].
Naloga: [en stavek, glagol v imperativu]
Zahteve:
1) [zahteva 1]
2) [zahteva 2]
3) [zahteva 3]
Kontekst:
///
[vstavi samo relevantne izvlečke]
///
Omejitve:
- Oblika: [bullets/markdown/table]
- Slog: [plain, analytical, concise]
- Obseg: [vključi X, izključi Y]
- Razlogovanje: [Think step-by-step, then answer]
- Samopreverjanje: Verify all constraints before final answer.
Nov 17, 2025 | LLM (AI)
-
Zhang et al. (2025) — An Empirical Study on Prompt Compression for Large Language Models. arXiv. arxiv.org/abs/2505.00019
-
Qibang Liu, Wenzhe Wang, Jeffrey Willard (2025) — Effects of Prompt Length on Domain-specific Tasks for Large Language Models. arXiv. arxiv.org/pdf/2502.14255
-
TryChroma Research (2025) — Context Rot: How Increasing Input Tokens Impacts LLM Performance. research.trychroma.com/context-rot
-
Mosh Levy Alon Jacoby Yoav Goldberg (2024) — Same Task, More Tokens: the Impact of Input Length on LLMs. arXiv. arxiv.org/html/2402.14848v1
-
Databricks Engineering (2025) — Long Context RAG Performance of LLMs. databricks.com/blog/long-context-rag-performance-llms
-
Balarabe, T. (2024) — Understanding LLM Context Windows: Tokens, Attention, and Challenges. medium.com/@tahirbalarabe2
Optimalno dolžino navodila lahko razdelimo v kategorije:
✦ Preproste naloge
→ 50–100 besed (povzetki, kratka pojasnila, standardna vprašanja).
✦ Zmerna zahtevnost
→ 150–300 besed (analize, osnutki, kreativni povzetki).
✦ Zahtevne večdelne naloge
→ 300–500 besed (zapletene specifikacije, tehnična dokumentacija, izčrpna poročila).
