Membentuk Pesan dan Preferensi
Atur teks sistem dan petunjuk model untuk pemanggilan.
Membentuk Pesan dan Preferensi adalah pelajaran MCP Academy gratis di CoddyKit. Ini adalah pelajaran 3 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar MCP Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus MCP Academy mencakup 4 pelajaran total.
Anda Mengarahkan Generasi
Selain perintah, Anda dapat membentuk panggilan: perintah sistem, petunjuk model, panjang, dan seberapa banyak konteks sebelumnya yang disertakan.
Tetapkan Perintah Sistem
Gunakan systemPrompt untuk menetapkan peran atau gaya model dalam satu panggilan ini, misalnya memintanya menjadi peninjau kode yang singkat.
"systemPrompt": "You are a concise code reviewer."Susun Beberapa Pesan
Larikan pesan dapat memuat beberapa giliran, sehingga Anda dapat memberikan percakapan singkat sebagai konteks kepada model, bukan hanya satu baris.
Sarankan Model dengan Petunjuk
modelPreferences menerima petunjuk—substring seperti claude-3-sonnet—yang mungkin dicocokkan klien dengan model yang tersedia.
"hints": [{ "name": "claude-3-sonnet" }]Petunjuk Hanya Bersifat Saran
Klien menentukan pilihan akhir. Petunjuk adalah saran; host dapat memetakannya ke model setara dari penyedia lain.
Lakukan Penggantian dengan Baik
Daftarkan petunjuk berdasarkan urutan preferensi. Penggantian umum seperti petunjuk claude tanpa tambahan akan mencakup model Claude apa pun jika pilihan pertama tidak tersedia.
"hints": [{ "name": "claude-3-sonnet" },
{ "name": "claude" }]Prioritaskan Kecerdasan
Tetapkan intelligencePriority dari 0 hingga 1. Nilai yang lebih tinggi mendorong klien memilih model yang lebih mampu dan cerdas untuk pekerjaan sulit.
"intelligencePriority": 0.8Prioritaskan Kecepatan
Memerlukan latensi rendah? Naikkan speedPriority mendekati 1 agar klien cenderung menggunakan model yang lebih cepat, dengan mengorbankan sebagian kedalaman demi kecepatan.
"speedPriority": 0.8Prioritaskan Biaya
Naikkan costPriority untuk memilih model yang lebih murah. Ketiga prioritas ini adalah petunjuk yang dinormalisasi, bukan aturan mutlak.
"costPriority": 0.3Sertakan Konteks Sekitar
Pengaturan includeContext memungkinkan permintaan mengambil konteks dari server MCP, sehingga model melihat lebih dari sekadar teks Anda.
Sesuaikan Temperatur
Jika didukung, nilai temperatur mengubah balasan dari yang terfokus dan deterministik menjadi lebih beragam dan kreatif.
Pemeriksaan Singkat
Satu pertanyaan tentang pengarahan pilihan model.
Rangkuman
Bentuk panggilan dengan systemPrompt, pesan berlapis, dan modelPreferences—petunjuk serta prioritas biaya, kecepatan, dan kecerdasan. 🎛️
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Membentuk Pesan dan Preferensi” gratis?
Ya — teks lengkap “Membentuk Pesan dan Preferensi” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus MCP Academy, upgrade ke CoddyKit PRO. Kursus MCP Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Membentuk Pesan dan Preferensi”?
Atur teks sistem dan petunjuk model untuk pemanggilan. Kamu berlatih MCP Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai MCP Academy?
Tidak diperlukan pengalaman sebelumnya. MCP Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 3 dari 4.
Berapa lama pelajaran “Membentuk Pesan dan Preferensi” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran MCP Academy ini?
Ya. Setiap pelajaran MCP Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Kemampuan yang Dibuka Sampling
- Meminta Penyelesaian dari Host
- Membentuk Pesan dan Preferensi
- Persetujuan dengan Manusia dalam Proses