Prođi AI intervju u 2026: Kako objasniti svoje prompte šefu
Prekini sa ‘Samo sam ga pitao’: Zašto je to najbrži način da ne dobiješ posao
Prekini lagati sebe da je prompt samo rečenica ubačena u chat prozor. To je inženjerski nacrt. Ako misliš da ćeš u 2026. proći intervju govoreći ‘Pa, AI je to sam izbacio’, možeš odmah spakovati kofere. Tvoj šef u 2026. godini ne traži osobu koja zna da kuca; on traži operatera koji razumije zašto je svaki zarez u instrukciji na svom mjestu. Ti si odgovoran za izlaz. Ako tvoj model ‘laže’ ili halucinira, to nije greška servera u Silicijskoj dolini—to je tvoja greška u konstrukciji. Shvati to odmah. Nauči kako spriječiti halucinacije prije nego što te koštaju ugleda na prvom sastanku.
Dokazivanje opterećenja: Zašto tvoj ‘Few-Shot’ prompt štedi 40% resursa
Na intervjuu će te pitati o efikasnosti. Šefovi mrze kad trošiš tokene (i novac) na dugačke, konfuzne upite. Moraš objasniti ‘Few-Shot’ metodu kao da objašnjavaš radniku u radionici kako da koristi šablon. Umjesto da opisuješ zadatak deset minuta, daj modelu tri savršena primjera. To je kao da mu daš kalup. Osjetit ćeš onaj specifičan ‘klik’ u brzini odgovora kada model shvati obrazac. To smanjuje račun za API i ubrzava rad. Kratko. Jasno. Efikasno. To je ono što šef želi čuti dok mirišeš ustajalu kafu u sobi za intervju i čuješ zujanje serverskih ventilatora u pozadini.
WARNING: Nikada, ali nikada ne ubacuj sirove finansijske podatke firme u javni model bez provjere enkripcije. 120v strujni udar boli, ali tužba zbog curenja podataka uništava karijeru. Provjeri siguran AI kod prije nego što klikneš ‘Enter’.
Anatomija prompte: Razbijanje logike iza tvog koda
Kada te pitaju ‘Kako si došao do ovog rezultata?’, ne odgovaraj opisno. Rastavi prompt na komponente: Uloga, Kontekst, Zadatak i Izlazni format. To je tvoj alatni set. Objasni im da si modelu dodijelio ulogu ‘Seniorskog revizora’ jer to mijenja način na koji LLM (Large Language Model) ponderira težinu određenih riječi. To je čista matematika, a ne magija. Ako ne razumiješ znanja za AI karijeru, izgledat ćeš kao amater sa skupom igračkom. Izbjegavaj guranje teksta bez strukture. Koristi ‘Delimiters’ poput trostrukih navodnika da izoluješ podatke od instrukcija. Čisto je. Pregledno. Radi.

Zašto se tvoj prompt ‘slomio’: Fizika žaljenja u produkciji
Desit će se. Model će izbaciti smeće. Na intervjuu moraš pokazati da znaš popraviti kvar. Objasni proces ‘Chain of Thought’ (Lanac misli) profilacije. Natjeraj model da prvo zapiše logičke korake prije nego što izbaci finalni odgovor. To je kao da postavljaš skelu prije zidanja zida. Ako preskočiš skelu, zid će pasti. U 2026. godini, niko ne vjeruje rezultatu iz prve. Pokaži im svoj dnevnik testiranja. Pokaži im gdje si pogriješio i kako si to ‘zakrpao’. To dokazuje iskustvo, a ne samo teoriju sa YouTube tutorijala.
Anatomija jednog promašaja: Šta se desi kada zaboraviš negativni prompt
Zamisli da si šefu obećao izvještaj, a AI je generisao tri stranice teksta koji nema veze sa temom jer si bio lijen da postaviš granice. To je ‘Anatomija promašaja’. Bez negativnih promptova (uputstva šta NE raditi), tvoj model je kao nekontrolisana bušilica—probiće tamo gdje ne treba. U 2026. godini, kompanije gube milione jer AI agenti daju pogrešne popuste ili otkrivaju interne mailove. Ako na intervjuu ne pomeneš ‘Safety Guardrails’, nisi spreman za pravi posao. Moraš znati kako pratiti performance modela u realnom vremenu.
Tehnička digresija: Zašto temperatura prompte nije samo broj
Mnogi misle da je ‘Temperature’ u podešavanjima neka vrsta klizača za kreativnost. Greška. To je kontrola entropije. Pri ništoj temperaturi (0.1), model bira najvjerovatniji sljedeći token. To je tvoj čekić—precizan i predvidljiv. Pri visokoj temperaturi (0.8), model počinje da ‘rizikuje’. To je tvoj kist—dobar za marketing, katastrofa za pravne ugovore. Na intervjuu objasni zašto si koristio 0.2 za analizu podataka. Pokaži da razumiješ vjerovatnoću, a ne samo ‘vibru’ modela. To je ono što razdvaja zanatliju od hobiste.
Često postavljana pitanja: Da li mi treba diploma za AI karijeru?
Ne nužno, ali ti treba dokaziva vještina. Diploma je papir; tvoj Github repo sa dokumentovanim prompt procesima je tvoj stvarni CV. Provjeri šta naučiti za 3 mjeseca da bi postao relevantan. Fokusiraj se na rješavanje problema, a ne na sertifikate koji skuplju prašinu.
Kako objasniti AI ‘crnu kutiju’ ne-tehničkom šefu?
Koristi analogije iz stvarnog svijeta. Nemoj mu pričati o neuralnim težinama. Reci mu da je AI kao nevjerovatno brz pripravnik koji je pročitao svu biblioteku svijeta, ali nema zdrav razum. Ti si tu da mu držiš ruku i vodiš ga kroz proces. Tvoji promptovi su njegove naočale. Bez njih, on je slijep. Sa njima, on je genije. Kratko i jasno.

Prije nekoliko mjeseci, postavio sam pitanje o tome kako efikasno koristiti ‘Few-Shot’ pristup u realnim projektima. Ono što sam naučio je da pravi konceptualni ‘kalup’ i odabrani primjeri mogu uštedjeti vrijeme i resurse, što je posebno važno u velikim kompanijama gdje su tokene plaćeni. Takav pristup također pomaže u održavanju kontrole nad izlazima i izbjegavanju skupih grešaka. Ono što me zanima jeste, kako vi održavate tačnu kontrolu kvaliteta modela u dinamičnom okruženju gdje se zahtevi često mijenjaju? Da li neko koristi specijalizirane alate ili tehnike za praćenje performansi prije nego što se informacije uklone ili promjene? Bilo bi sjajno čuti vaše iskustvo ili preporuke za efikasno upravljanje tim aspektima.