Kurssi 2 · Saatavilla
Hyvät ohjeet tekoälylle
Saa parempia vastauksia tekoälyltä — systemaattisesti ja toistettavasti.
Videot ja tekstit
~120 min
Oppitunteja
30
Moduuleja
6
Arvioitu kokonaistyö
1 op (27 h)
Vaativuustavoite
Eurooppalainen taso 6
Kokonaistyö sisältää videot, tekstit, harjoitukset ja oman soveltavan työn. Kyse ei ole korkeakoulun myöntämästä opintosuorituksesta tai sertifikaatista.
Osaamistavoitteet
Kurssin suoritettuaan opiskelija:
- osaa selittää omin sanoin, miksi sama ohje voi tuottaa kielimallilta eri vastauksia (todennäköisyyspohjainen sananvalinta) ja mitä satunnaisuuden säätö (Temperature) tarkoittaa
- tunnistaa hyvän ohjeen viisi osaa (rooli, tilanne, tavoite, rajoitteet, esimerkit) ja osaa käyttää niitä sekä ohjeen kirjoittamiseen että huonon vastauksen vianetsintään
- osaa arvioida, milloin tarvitaan vaiheittaista päättelyä, tehtävän pilkkomista tai haun ja generoinnin yhdistämistä (RAG), ja perustella valintansa tehtävän luonteella
- osaa soveltaa systemaattista ohjeistuksen suunnittelua (prompt engineering) omiin työtehtäviinsä: kirjoittaa täsmällisen ohjeen, iteroi vastausta täsmällisellä palautteella ja kohdentaa kysymykset pitkään aineistoon
- soveltaa oppimaansa rakentamalla uudelleenkäytettävän ohjepohjan ja perustelee, miten se parantaa vastausten toistettavuutta ja tietoturvaa
Kohderyhmä
Kaikki, jotka jo käyttävät tekoälyä työssään ja haluavat saada siltä parempia vastauksia systemaattisesti ja toistettavasti. Soveltuu toimialasta ja teknisestä taustasta riippumatta asiantuntijoille, esihenkilöille ja tiimeille, jotka haluavat yhtenäistää tekoälyn käytön laatua.
Esitiedot
Suositellaan kurssin K1 "Tekoälyn perusteet" suorittamista tai vastaavia tietoja kielimallien toiminnasta (todennäköisyyspohjaisuus, hallusinaatio, konteksti). Riittää tietokoneen ja jonkin tekoälypalvelun peruskäyttö.
Sisältö
Moduuli 1 · ~24 minMiksi sama ohje tuottaa eri tuloksiaMallin determinismi vs satunnaisuus — miksi sama kysymys tuottaa eri vastauksia.
Moduuli 1 · ~24 min
Miksi sama ohje tuottaa eri tuloksia
Mallin determinismi vs satunnaisuus — miksi sama kysymys tuottaa eri vastauksia.
- 1. Miksi sama kysymys antaa eri vastauksiaYmmärrät, että kielimalli ei ole tarkka kone vaan todennäköisyyksiin perustuva, ja osaat selittää miksi sama ohje voi tuottaa eri tuloksia.5 min
- 2. Temperature: satunnaisuuden ja luovuuden säätöOsaat selittää mitä Temperature tarkoittaa ja valita matalan tai korkean asetuksen tilanteen mukaan.6 min
- 3. Hallusinaatio: miksi malli keksiiTunnistat hallusinaation ja ymmärrät, miten hyvä ohjeistus vähentää sitä.5 min
- 4. Mikä tekee vastauksesta toistettavanTunnistat tekijät, jotka lisäävät tai vähentävät vastausten vaihtelua, ja osaat ohjata kohti toistettavuutta.4 min
- 5. Käytännön harjoitus ja tarkistuspisteOlet itse havainnut vastausten vaihtelun ja nähnyt, miten tarkempi ohje vähentää sitä.4 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 2 · ~26 minHyvän ohjeen 5 osaaRooli, tilanne, tavoite, rajoitteet ja esimerkit — systemaattinen ohjeen rakenne.
Moduuli 2 · ~26 min
Hyvän ohjeen 5 osaa
Rooli, tilanne, tavoite, rajoitteet ja esimerkit — systemaattinen ohjeen rakenne.
- 1. Mitä on hyvä ohjeistusYmmärrät mitä ohjeistuksen suunnittelu tarkoittaa ja tunnet hyvän ohjeen viisi osaa.5 min
- 2. Rooli ja tavoiteOsaat antaa mallille selkeän roolin ja konkreettisen tavoitteen.6 min
- 3. Tilanne ja taustaOsaat antaa mallille tarvittavan taustatiedon, jotta se ei joudu arvaamaan.5 min
- 4. Rajoitteet ja muotoOsaat asettaa vastaukselle reunaehdot: pituuden, sävyn, kielen ja muodon.5 min
- 5. Esimerkit ja oman ohjeen kokoaminenYmmärrät miksi esimerkit ohjaavat mallia tehokkaasti, ja osaat koota kaikki viisi osaa yhdeksi ohjeeksi.5 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 3 · ~24 minIterointi: vastauksen parantaminenMitä tehdä kun ensimmäinen vastaus ei riitä — vaiheittainen parantaminen.
Moduuli 3 · ~24 min
Iterointi: vastauksen parantaminen
Mitä tehdä kun ensimmäinen vastaus ei riitä — vaiheittainen parantaminen.
- 1. Kun ensimmäinen vastaus ei riitäYmmärrät, että tekoälyn käyttö on iteratiivista, ja osaat suhtautua ensimmäiseen vastaukseen luonnoksena.5 min
- 2. Anna täsmällistä palautettaOsaat ohjata mallia eteenpäin kertomalla täsmällisesti mikä pitää muuttaa.5 min
- 3. Pyydä malli perustelemaan: vaiheittainen päättelyYmmärrät vaiheittaisen päättelyn (chain of thought) ja osaat pyytää sitä, kun tehtävä vaatii ajattelua.6 min
- 4. Pilko iso tehtävä osiinOsaat jakaa laajan tehtävän pienempiin vaiheisiin, joita on helpompi ohjata ja tarkistaa.4 min
- 5. Käytännön harjoitus ja tarkistuspisteOlet iteroinut yhden vastauksen huonosta hyväksi käyttäen moduulin keinoja.4 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 4 · ~25 minPitkät dokumentit ja viittauksetHaku- ja viittausajattelu (RAG) ilman teknistä terminologiaa.
Moduuli 4 · ~25 min
Pitkät dokumentit ja viittaukset
Haku- ja viittausajattelu (RAG) ilman teknistä terminologiaa.
- 1. Konteksti-ikkuna: kuinka paljon malli näkeeYmmärrät mitä konteksti-ikkuna tarkoittaa ja miksi se rajoittaa pitkän aineiston käsittelyä.5 min
- 2. Kun aineisto ei mahdu: tiivistä ja pilkoOsaat käsitellä liian pitkän dokumentin tiivistämällä ja pilkkomalla.5 min
- 3. Haku ja generointi yhdessäYmmärrät konseptitasolla, mitä tarkoittaa haun ja generoinnin yhdistäminen (RAG) ja milloin sitä käytetään.6 min
- 4. Miten haku ymmärtää merkityksen: embedding ja vektorikantaYmmärrät selkokielellä, mitä embedding ja vektorikanta tarkoittavat ja miten ne tekevät merkityshausta mahdollisen.5 min
- 5. Käytännön harjoitus ja tarkistuspisteOlet käsitellyt pitkää aineistoa kohdennetusti ja lähdeviittauksin.4 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 5 · ~22 minTallenna ja jaa hyviä ohjeitaOman ohjekirjaston rakentaminen ja jakaminen tiimille.
Moduuli 5 · ~22 min
Tallenna ja jaa hyviä ohjeita
Oman ohjekirjaston rakentaminen ja jakaminen tiimille.
- 1. Miksi hyvä ohje kannattaa tallentaaYmmärrät, miksi toimivien ohjeiden tallentaminen säästää aikaa ja parantaa laatua.4 min
- 2. Tee ohjeesta uudelleenkäytettäväOsaat kirjoittaa ohjepohjan, jossa muuttuvat tiedot on merkitty selvästi.5 min
- 3. Rakenna oma ohjekirjastoOsaat järjestää tallennetut ohjeesi niin, että löydät oikean nopeasti.4 min
- 4. Jaa ohjeet tiimilleYmmärrät, miten yhteiset ohjeet nostavat koko tiimin tuloksia ja yhtenäistävät laatua.4 min
- 5. Kurssin yhteenveto ja jatkopolkuHahmotat kurssin kokonaisuuden ja tiedät mihin soveltaa oppimaasi seuraavaksi.5 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 6 · ~24 minYhdestä ohjeesta agenttiinMiten hyvistä ohjeista siirrytään agentteihin: agentin ohjeistuksen osat, thinking- ja työkalumallien ohjaaminen sekä prompt injection.
Moduuli 6 · ~24 min
Yhdestä ohjeesta agenttiin
Miten hyvistä ohjeista siirrytään agentteihin: agentin ohjeistuksen osat, thinking- ja työkalumallien ohjaaminen sekä prompt injection.
- 1. Mikä agentti on promptaajan näkökulmastaYmmärrät eron yhden vastauksen ja monivaiheisen agentin välillä.4 min
- 2. Agentin ohjeistuksen osatOsaat laajentaa hyvän ohjeen viisi osaa agenttitehtävään sopivaksi.5 min
- 3. Ajattelun ja työkalujen ohjaaminenOsaat ohjata agenttia rajaamalla tehtävän ja kontekstin sen sijaan että sanelet ajatteluaskeleet.5 min
- 4. Prompt injection ja ihmisen tarkistuspisteetTunnistat, miten ulkoinen sisältö voi sisältää piilo-ohjeita, ja osaat suojautua tarkistuspisteillä.5 min
- 5. Ohjepohjasta agentiksiOsaat muuntaa aiemmin tekemäsi ohjepohjan toimivaksi agentin ohjeistukseksi.5 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Arviointi
Hyväksytty / hylätty. Hyväksytty suoritus edellyttää, että opiskelija on palauttanut kaikkien moduulien soveltavat oppimistehtävät ja saavuttanut loppukokeessa vähintään 60 % oikeita vastauksia. Oppimistehtävät arvioidaan suhteessa osaamistavoitteisiin: hyväksytyssä suorituksessa vastaus osoittaa käsitteiden ymmärrystä ja perusteltua soveltamista opiskelijan omaan työkontekstiin, ei pelkkää toistoa.
Kurssin lähteet (5)
- Vaswani, A. et al. (2017). Attention Is All You Need (transformer-arkkitehtuuri). Advances in Neural Information Processing Systems 30.
- Brown, T. et al. (2020). Language Models are Few-Shot Learners (esimerkkien voima ohjeessa).
- Wei, J. et al. (2022). Chain-of-Thought Prompting Elicits Reasoning in Large Language Models (vaiheittainen päättely).
- Lewis, P. et al. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (RAG).
- OpenAI: Prompt engineering -opas (ohjeistuksen suunnittelun käytännöt).
Saavutettavuus: Tavoitetaso WCAG 2.1 AA. Jokaisesta video-oppitunnista on tekstivastine (litteraatti tallennettuna oppimisalustalle), ja slide-pisteet toimivat visuaalisen sisällön tekstivaihtoehtoina. Värikontrastit noudattavat AA-tasoa. Materiaali on käytettävissä myös pelkkänä tekstinä ilman ääntä.
Sisältö tarkistettu: 2026-06-04
Suositeltu seuraava kurssi
Tekoäly arjessa
Vie hyvät ohjeet käytännön tuottavuuteen.
Tutustu seuraavaan kurssiin →