Notatka z migracji z zewnętrznego API na lokalny model. Największym wyzwaniem okazał się nie sam model, lecz różnice w formacie odpowiedzi i prompty.
Kontekst
Aplikacja korzystała z zewnętrznego API modelu w chmurze.
Ze względu na poufność danych zdecydowano o przejściu na model uruchamiany lokalnie.
Co próbowano
Podmieniono punkt końcowy na lokalny model, zakładając, że wystarczy zmiana adresu usługi.
Prompty i obsługę odpowiedzi pozostawiono bez zmian.
Co zawiodło
Integracja zaczęła się sypać na parsowaniu odpowiedzi i drobnych różnicach w formacie.
Prompty dopracowane pod wcześniejszy model dawały na lokalnym gorsze wyniki.
Dlaczego zawiodło
Różne modele inaczej reagują na te same instrukcje — prompt nie jest uniwersalny.
Aplikacja opierała się na nieformalnych założeniach co do formatu odpowiedzi, które przestały obowiązywać.
Co zadziałało
Dostosowanie promptów do nowego modelu i wymuszenie ustrukturyzowanego formatu odpowiedzi ustabilizowało integrację.
Dodanie warstwy walidacji odpowiedzi uodporniło aplikację na drobne różnice.
Wnioski
Migracja modelu to nie podmiana adresu, lecz ponowne dostrojenie promptów i kontraktu danych.
Wymuszony, ustrukturyzowany format odpowiedzi znacząco ułatwia takie przejścia.
Kiedy stosować
Gdy przenosisz istniejącą aplikację z API w chmurze na model lokalny ze względu na poufność lub koszt.
Kiedy nie stosować
Jeśli dane nie są wrażliwe, a skala mała, pełna migracja bywa nieopłacalna wobec nakładu pracy.
Źródła
- Notatka terenowa Silent Impact AI oparta na własnym, zanonimizowanym doświadczeniu wdrożeniowym.