SEO

LLM

Veliki jezični model · Large language model

Veliki jezični model: AI sustav naučen na golemoj količini teksta koji piše odgovore predviđajući sljedeću riječ. Na njemu rade ChatGPT, Claude i Gemini.

LLM (veliki jezični model, engl. large language model) je sustav umjetne inteligencije naučen na golemoj količini teksta. Ne pretražuje bazu gotovih odgovora, nego tekst slaže dio po dio, svaki put birajući nastavak koji mu se čini najvjerojatnijim. Na takvim modelima rade ChatGPT, Claude, Gemini i slični alati.

Tokeni: komadići od kojih model slaže tekst

Model tekst čita i piše u tokenima. Token je komadić teksta: kratka riječ, dio duže riječi, razmak ili interpunkcijski znak. Riječ „web” može biti jedan token, a „optimizacijom” se raspada na nekoliko dijelova.

OpenAI za engleski navodi grubo pravilo: jedan token je oko četiri znaka, a 100 tokena otprilike 75 riječi. Za druge jezike odnos je drukčiji. Hrvatski ima duge riječi s mnogo nastavaka i dijakritike, pa isti sadržaj u pravilu troši više tokena nego na engleskom. Koliko više, ovisi o modelu. To je važno iz dva razloga: plaćeni pristup modelima naplaćuje se po tokenu, a i ograničenje koliko teksta model odjednom može obraditi mjeri se u tokenima.

Kako model piše odgovor

Kad dobije upit, model za svaki mogući sljedeći token izračuna vjerojatnost, izabere jedan, doda ga tekstu i ponovi postupak. Odgovor od nekoliko odlomaka nastaje kroz stotine takvih koraka.

Primjer s izmišljenim vjerojatnostima. Nakon rečenice „Konoba u Komiži poslužuje svježu” model bi mogao procijeniti ovako:

Mogući nastavakVjerojatnost (primjer)
ribu58 %
srdelu14 %
hobotnicu9 %
tjesteninu3 %
sve ostalo16 %

Pri izboru model dopušta malo slučajnosti, pa dva ista pitanja mogu dobiti različito sročene odgovore. Važnije je što tablica ne sadrži: nigdje nema provjere stvarnog jelovnika te konobe. Model zna kako tekstovi o konobama obično izgledaju, a ne što ta konoba danas nudi.

Kako se model uči

Učenje ide u nekoliko faza. U prvoj, prethodnom učenju, model na tekstovima s weba, iz knjiga i koda pogađa sljedeći token i ispravlja se milijardama puta. Na kraju ima milijarde podešenih brojeva, parametara, u kojima su sažeti obrasci jezika i velika količina činjenica. Princip je isti kao u svakom strojnom učenju, samo u neusporedivo većem mjerilu.

Takav model zna nastaviti tekst, ali još nije koristan sugovornik. U drugoj fazi dodatno uči na primjerima pitanja i dobrih odgovora, a zatim ljudi ocjenjuju njegove odgovore pa se model podešava prema onima koji su ocijenjeni bolje. Tako uči slijediti upute, odbiti štetne zahtjeve i odgovarati u obliku razgovora.

Učenje završava na određeni datum. Sve što se dogodilo poslije model ne zna, osim ako mu alat u kojem radi ne dopusti pretraživanje weba ili mu se tekst ne preda izravno.

Kontekstni prozor

Kontekstni prozor je količina teksta koju model u jednom razgovoru može uzeti u obzir: upute, priložene dokumente, dosadašnje poruke i vlastiti odgovor. Mjeri se u tokenima. Aktualni Googleovi modeli Gemini i Anthropicovi modeli Claude prema dokumentaciji proizvođača primaju do milijun tokena, što je reda veličine nekoliko debelih knjiga.

Primjer računa, s procjenom: ugovor o zakupu poslovnog prostora od 40 stranica ima recimo 16.000 riječi. Na engleskom bi to bilo oko 21.000 tokena, a na hrvatskom više, procjena je 25.000 do 30.000. Takav dokument stane u prozor bez problema, i ostaje mjesta za pitanja.

Velik prozor ne znači da model jednako pažljivo čita svaki dio. Detalj zakopan usred dugog dokumenta može promaći, pa je za važne provjere bolje pitati o konkretnom članku ugovora nego tražiti „sažmi sve”.

Halucinacije i druga ograničenja

Halucinacija je odgovor koji zvuči sigurno, a netočan je: izmišljen članak zakona, pogrešan datum, nepostojeći izvor. Nastaje iz istog mehanizma koji model čini korisnim. Model slaže uvjerljiv nastavak, a uvjerljivo i istinito nisu isto. Rizik je najveći kod rijetkih činjenica, točnih brojeva i lokalnih podataka, upravo onoga što se tiče hrvatskog malog poduzetnika.

Postoje i druga ograničenja. Model ne zna vaše cijene, radno vrijeme ni uvjete ako ih nigdje jasno ne piše. Računanje i brojanje mogu mu ići lošije od pisanja. Hrvatski mu je slabiji od engleskog jer je hrvatskog teksta za učenje neusporedivo manje, što se vidi na padežima, rodu i rjeđim izrazima.

Ublažava se tako da model dobije provjerene izvore. Kad alat najprije pretraži web ili vašu bazu dokumenata pa tek onda odgovara, odgovor se oslanja na stvarne tekstove. Dobro napisan prompt koji traži navođenje izvora i dopušta odgovor „ne znam” također smanjuje izmišljanje.

Najpoznatiji modeli

Većina alata koje ljudi koriste svodi se na nekoliko obitelji modela:

  • GPT, OpenAI, na kojem radi ChatGPT
  • Gemini, Google, koji stoji i iza AI odgovora u Google pretrazi
  • Claude, Anthropic
  • Llama, Meta, objavljivana s otvorenim težinama, pa je tvrtke mogu pokretati na vlastitim poslužiteljima
  • Mistral, francuska tvrtka Mistral AI, čiji su modeli zanimljivi tvrtkama koje žele europskog dobavljača

Nazivi verzija mijenjaju se nekoliko puta godišnje, zato ih ovdje ne nabrajamo. Kad sam model dobije pristup alatima i smije samostalno izvršavati korake, nastaje AI agent, a kad razgovara s posjetiteljima na stranici, chatbot.

LLM i vidljivost vaše tvrtke

Odgovori u ChatGPT-u i u Google AI Overviewsu nastaju tako da sustav pronađe nekoliko stranica i model ih sažme. Stranica s jasnim činjenicama, konkretnim odgovorima i urednom strukturom ima veće izglede da bude jedan od tih izvora. Time se bavi GEO optimizacija, kao proširenje klasičnog SEO-a.

U EU-u za pružatelje velikih modela vrijedi Akt o umjetnoj inteligenciji. Obveze za modele opće namjene, poput tehničke dokumentacije i sažetka podataka za učenje, primjenjuju se od 2. kolovoza 2025. One padaju na tvrtke koje modele razvijaju, ne na hrvatsku firmu koja ChatGPT koristi za pisanje ponuda. Za takvu firmu i dalje vrijedi GDPR kad u alat upisuje osobne podatke.

Česta pitanja

Je li LLM isto što i ChatGPT?

Nije. ChatGPT je aplikacija, a LLM je model koji u njoj radi. Ista aplikacija može koristiti više modela i mijenjati ih, a isti model može raditi u različitim aplikacijama.

Uči li model iz onoga što mu napišem?

Tijekom razgovora model ostaje isti i samo uzima u obzir ono što je u kontekstnom prozoru. Hoće li vaši razgovori kasnije poslužiti za učenje novih verzija, ovisi o postavkama i uvjetima usluge. Poslovne verzije alata to u pravilu isključuju, ali provjerite uvjete prije nego što upišete podatke klijenata.

Zašto LLM griješi u jednostavnim činjenicama?

Zato što predviđa vjerojatan tekst i ne provjerava činjenice. Ako je podatak rijedak ili se u izvorima različito navodi, model će složiti nešto što zvuči ispravno. Svaki broj, datum i propis iz AI odgovora vrijedi provjeriti na izvoru.

Može li LLM raditi na hrvatskom?

Može, i veliki modeli pišu solidan hrvatski. Pogreške u padežima, kalkovi iz engleskog i krivi izrazi ipak su češći nego na engleskom, pa tekst namijenjen kupcima treba pročitati netko kome je hrvatski materinji jezik.

Spremni za rast vašeg poslovanja?

Dogovorimo kratki razgovor. Pregledat ćemo vašu web stranicu, oglase, SEO i recenzije te vam poslati pisani plan, bez obzira angažirate li nas ili ne.