Systémové prompty pre agentov: 12 design patternov pre produkčne pripravený dizajn systémového promptu

System Prompt Design označuje štruktúrovanú konštrukciu systémového promptu AI agenta z opakovane použiteľných stavebných blokov: rola, cieľ, obmedzenia, inštrukcie pre nástroje, výstupný formát, príklady, spracovanie chýb, reflexia, pamäť, eskalácia, kritériá zastavenia a bezpečnosť. Dobrý systémový prompt agenta je v roku 2026 modulárny, auditovateľný a riadený evaluáciami: verziovateľný artefakt namiesto prozaickej steny textu.

Rozdiel medzi demo agentom a produkčne pripraveným systémom zriedka spočíva v modeli. Spočíva v základoch promptu: či sú rola, nástroje, výstupný formát a kritériá zastavenia čisto definované. Nasledujúcich dvanásť design patternov tvorí opakujúce sa stavebné bloky, ku ktorým konvergujú seriózni produkční agenti (Claude Code, Cursor, Devin, OpenAI Codex Agents).

Rýchle odpovede

• Štruktúra poráža prózu: Systémový prompt agenta sa člení do štyroch vrstiev (Identity, Capability, Behavioral, Context), ktoré sa oddeľujú XML tagmi alebo Markdown nadpismi. Model parsuje štruktúrované prompty spoľahlivejšie.
• Správna dĺžka: 500-3 000 tokenov pre jadro (bez schém nástrojov). Príliš vágny prompt produkuje nekonzistentné výstupy, príliš detailný sa stáva krehkým a vo vlastnom prompte spúšťa efekt lost in the middle.
• Pattern bez evaluácie je folklór: Každý pattern sa overuje na evaluačnej sade. Klasiky ako "Si expert" alebo "Take a deep breath" na moderných modeloch často nemajú merateľný účinok.

Základ: štvorvrstvový model

Skôr než začnú pôsobiť jednotlivé patterny, potrebuje každý systémový prompt agenta kostru. Produkčné systémové prompty sa konzistentne členia do štyroch vrstiev, ktoré zároveň určujú rozloženie pre caching (stabilné vrstvy vpredu, dynamické vzadu):

Anthropic odporúča oddeľovať tieto sekcie XML tagmi ako <instructions> alebo Markdown nadpismi (stav 2026). Výhoda je dvojaká: model parsuje štruktúru spoľahlivejšie a inžinier môže sekcie porovnávať cez diff, verziovať a A/B testovať.

12 design patternov v prehľade

1-3: Rola, cieľ, obmedzenia

Anti-pattern "Si nápomocný asistent" je nešpecifický a modelu nedáva žiadne smerovanie. Základom je konkrétna rola s doménou a hranicami. Rovnako škodlivé sú protichodné obmedzenia ako "Buď stručný, ale dôkladný". Lepšie je jasné predvolené správanie s explicitnými klauzulami na jeho prepísanie (override). Dôležité: maximálne 5-8 pravidiel s vysokou prioritou. Neskoršie pravidlá v zozname so 47 bodmi model uplatňuje zriedkavejšie (lost in the middle priamo v systémovom prompte), zvyšok patrí do popisov nástrojov.

4: Inštrukcie pre nástroje

Definície nástrojov nie sú samostatná vrstva: model ich parsuje pri každom kroku inferencie. Keď agent koná chybne, príčina podľa Anthropicu "vo väčšine prípadov" nie je v modeli, ale v definícii nástroja. Orientačné pravidlo: 3-5 nástrojov stále načítaných, ďalšie cez Tool Search. Od 10 nástrojov sa výkon merateľne zhoršuje. Najúčinnejšou a najčastejšie zabúdanou zložkou je klauzula when-not-to-use: ak existujú search_web aj query_internal_db, o výbere rozhoduje práve ona. Ak sa však dva nástroje funkčne úplne prekrývajú, nepomôže ani ten najlepší prompt: vtedy ich treba zlúčiť alebo vecne čisto oddeliť.

5-6: Výstupný formát a few-shot príklady

"Spoľahlivý" znamená v roku 2026 100 percent, nie 95. OpenAI Structured Outputs vynucujú pomocou constrained decoding 100-percentnú zhodu s JSON schémou (všeobecne dostupné od augusta 2024). Anthropic predstavil natívne Structured Outputs v novembri 2025, všeobecne dostupné sú od februára 2026. Aj tu schému vynucuje constrained decoding: JSON schéma sa zadáva v output_config.format. Pri volaniach nástrojov vynúti schému strict: true v definícii nástroja. Staršie náhradné riešenie cez tool_choice s pseudonástrojom ako return_structured_result funguje naďalej, bez režimu strict však nezaručuje úplnú zhodu so schémou. Pre chain-of-thought spolu so štruktúrovaným výstupom v jednom volaní sa osvedčil XML pattern: model premýšľa viditeľne v bloku <thinking>, nadväzujúci systém parsuje len blok <final_output>. Few-shot príklady (napríklad pole input_examples od Anthropicu) pokrývajú vnorené a voliteľné parametre, pri ktorých by model inak hádal. Dôležité: rozmanité, kanonické príklady bez duplikátov, inak model zvolí ten najbližší.

7-8: Spracovanie chýb a reflexia

Robustné slučky rozlišujú typy chýb: chyba nástroja (500/timeout) dovoľuje opakovanie s nezmenenými parametrami (max. 2x s backoffom), validačná chyba (400) opakovanie s upravenými parametrami, chyba oprávnení (403) žiadne opakovanie, ale eskaláciu. Najnebezpečnejším anti-patternom je tiché potláčanie chýb: volania nástrojov zlyhávajú a agent beží ďalej, akoby bolo všetko v poriadku. Chyby patria ako explicitné výsledky nástrojov späť do modelu. Reflexia a verifikácia stoja typicky 2- až 3-násobok tokenov za 5-15 percentuálnych bodov kvality. Pri agentovi, ktorý schvaľuje zákazku za 50 000 EUR, je návratnosť investície jasná, pri agentovi zákazníckeho servisu s centovými maržami musíš počítať presne.

9-10: Manažment pamäte a eskalácia/HITL

Aj v rámci kontextového okna model "zabúda" stav, ktorý dostal na začiatku. Zmierňujúce opatrenia: kritický stav (Goal, Current Task, Key Facts) pripnúť na koniec systémového promptu (modely venujú koncu viac pozornosti ako stredu), hlavička pred každou správou používateľa (pre-turn header) a explicitne udržiavaný scratchpad ako kotva. V prevádzke s viacerými klientmi (multi-tenant) patrí kontaminácia pamäte k najčastejším produkčným chybám. Náprava: explicitný reset relácie na začiatku konverzácie a ID relácie ako povinný parameter pre všetky nástroje pracujúce so stavom. Pri rozhodnutiach s vysokým rizikom patrí pred spustenie nástroja kontrolný bod human-in-the-loop.

11-12: Kritériá zastavenia a bezpečnosť

Nekonečné slučky boli podľa výskumov najčastejšou triedou produkčných chýb v rokoch 2025-2026. Robustné ukončenie kombinuje maximálny počet iterácií (10-30 pri všeobecných úlohách, 50-100 pri programovaní, ako pevný strop), kritérium úspechu, limit nákladov a detekciu opakovaného stavu (rovnaké volanie nástroja s rovnakými parametrami 3x ako detektor zacyklenia, takzvaného thrashingu). Bezpečnostné pokyny napokon musia byť explicitne označené ako nediskutovateľné a nadradené inštrukciám persóny. Anti-pattern "persóna nad bezpečnosťou" je známy vektor útokov prompt injection. Pri prevádzke v regióne DACH pribúdajú GDPR patterny: pseudonymizácia pred vložením údajov do kontextu a vrstva na odstraňovanie osobných údajov (PII) pred vložením cez RAG.

Praktický príklad: triage agent v stredne veľkej firme

Stredne veľká firma z regiónu DACH prevádzkuje triage agenta pre zákaznícky servis s takýmto rozpočtom (stav 2026): systémový prompt 800-1 500 tokenov, definície nástrojov 800-1 500 tokenov (4-5 nástrojov s input_examples), základný retrieval okolo 2 000 tokenov (3-5 chunkov s re-rankingom), história konverzácie pod 4 000 tokenov (posuvné okno N=10), výstup 1 000-2 000 tokenov. Spolu približne 10 000 tokenov na volanie. Systémový prompt a definície nástrojov majú spolu 1 600-3 000 tokenov, teda zhruba pätinu až tretinu vstupu, a pri všetkých volaniach zostávajú rovnaké. Na tento prefix sa uplatní prompt caching: čítanie z cache stojí pri väčšine modelov Claude 10 percent štandardnej ceny za vstup, ak prefix dosiahne minimálnu dĺžku daného modelu (512 až 4 096 tokenov podľa dokumentácie Anthropicu, stav október 2026). Náklady na vstup na jedno volanie tak klesnú zhruba o 20-30 percent, náklady na výstup zostávajú rovnaké. Keď platnosť cache vyprší, opätovný zápis prefixu stojí viac ako bežný vstup.

Pseudokód pre mantinely slučky:

• max_iterations = 20
• on tool_error(403): escalate_to_human() (žiadne opakovanie)
• on tool_error(500): retry(max=2, backoff=true)
• on repeated_call(same_tool, same_params, n>=3): break (thrashing)
• if confidence < 0.8 or amount > 5000: handoff_to_human()
• terminate_on: submit_final_answer() called

Dôležitá poznámka k výberu modelu: nemčina vytvára v štandardných tokenizéroch o 30-50 percent viac tokenov ako angličtina. Okno s kapacitou 200K tak pojme len toľko nemeckého obsahu ako zhruba 130K-150K tokenov anglického textu. Preto je disciplína pri dĺžke promptu o to dôležitejšia a caching o to výhodnejší.

Pre agentúry a B2B

Ak ako agentúra prevádzkuješ agentov pre klientov z viacerých odvetví, nemal by si písať systémové prompty pre každého klienta od nuly, ale odvodzovať ich dedením šablóny (template inheritance) zo základnej verzie agentúry: branding a správanie klienta prepíšeš, dvanásť patternov zostáva rovnakých. Tento prístup lepšie škáluje, pretože zdieľaná infraštruktúra (evaluačný framework, knižnica nástrojov, observability) prináša kumulatívne výnosy, zatiaľ čo izolované riešenia pre každého klienta zvyšujú náročnosť údržby exponenciálne. Pre B2B rozhodovateľov v regióne DACH je kľúčové posolstvo: systémový prompt nie je jednorazový text, ale verziovaný inžiniersky artefakt s regresnými evaluáciami pri každej zmene. Blck Alpaca z Viedne sprevádza firmy pri budovaní tejto reprodukovateľnej disciplíny systémových promptov, od výberu patternov až po logovaciu vrstvu v súlade s GDPR a AI Actom EÚ.