Prompt Engineering w praktyce · Model-specific quirks
GPT quirks: markdown, JSON mode, o-series, function calling
Model-specific quirks
Wprowadzenie
Lekcja o specyfice OpenAI GPT: dlaczego markdown headers działają lepiej niż XML, instruction hierarchy w o-series i rola developer, JSON mode vs Structured Outputs ze strict mode, reasoning tokens w o-series (ukryte, ale opłacane), różnice function calling vs Claude tool use, vision API z parametrem detail, Realtime API audio WebSocket, Assistants vs Responses API, logprobs do confidence scoring, n>1 sampling i pułapki, presence/frequency penalty, logit_bias do wymuszania klasyfikacji, system_fingerprint do detekcji silent updates, SSE streaming, rate limit tiers, Batch API z 50% discount, decyzja fine-tuning vs RAG, Azure OpenAI Service, deprecation policy i legacy gpt-3.5-turbo.