Aamulla tekoäly oli terävä. Iltapäivällä samassa keskustelussa se on unohtanut sovitun sävyn ja tarjoaa kertaalleen hylättyä ideaa uudelleen. Ei ihme, että moni epäilee mallin tyhmenevän käytössä.
Lyhyt vastaus: Kun vastaukset huononevat saman keskustelun aikana, vika on todennäköisesti keskustelussa eikä mallissa. Mitä enemmän tekstiä keskustelussa on, sitä huonommin malli poimii siitä olennaisen, ja alussa tehty väärä oletus voi jäädä ohjaamaan vastauksia loppuun asti. Pyydä tekoälyltä tiivistelmä ja jatka uudessa keskustelussa.
Miksi näin käy
- Tekoäly ottaa jokaiseen vastaukseen mukaan keskustelun aiemmat viestit. Kun niitä kertyy paljon, olennainen hukkuu muun sekaan. Chroman tutkimuksessa vuonna 2025 pidempi syöte heikensi 18 mallin tuloksia usein jo kauan ennen konteksti-ikkunan rajaa, myös yksinkertaisissa tehtävissä.
- Ohje voi lipsua, kun tekstiä hiotaan kerta toisensa jälkeen iskevämmäksi. Tekoäly alkaa rikkoa alussa sovittuja rajauksia, vaikka osaisi kysyttäessä luetella ne. Näin kävi tuoreessa tutkimuksessa myös vuoden 2026 malleilla.
- Väärä käänne jää päälle. Jos tekoäly tekee alussa väärän oletuksen, se rakentaa sen varaan eikä tutkimusten mukaan palaa siitä helposti takaisin.
- Pitkässä keskustelussa on paljon vanhentunutta. Vanha ohje, uusi ohje ja hylätty luonnos ovat kaikki yhä mukana, eikä malli aina tiedä, mikä niistä on voimassa.
Claudea kehittävä Anthropic kutsuu ilmiötä nimellä context rot. Sen nykymallien dokumentaatiossa sanotaan suoraan, ettei lisäkonteksti ole automaattisesti parempi, vaikka konteksti-ikkuna olisi miljoona tokenia: kun tekstiä kertyy, tarkkuus ja muistaminen heikkenevät.
Milloin kannattaa aloittaa alusta
- Tekoäly unohtaa alussa annetun ohjeen tai toistaa jo korjattua virhettä.
- Se ehdottaa uudelleen vaihtoehtoa, joka on jo hylätty.
- Vastaukset pitenevät ja muuttuvat yleisemmiksi.
- Olet korjannut samaa asiaa pari kertaa, eikä korjaus pysy.
- Aihe on vaihtunut matkan varrella.
Näin siirrät työn uuteen keskusteluun
Samaa neuvovat väärää käännettä tutkineet tutkijat: kun malli alkaa takkuilla, pyydä sitä kokoamaan kaikki kerrottu yhteen ja vie tulos uuteen keskusteluun.
- Pyydä vanhassa keskustelussa tiivistelmä alla olevalla promptilla.
- Lue tiivistelmä ja korjaa se. Tekoäly voi jättää pois juuri sen, minkä se oli jo ehtinyt unohtaa.
- Avaa uusi keskustelu, liitä tiivistelmä alkuun ja jatka siitä. Jos kesken on luonnos tai muu dokumentti, liitä sen viimeisin versio erikseen, koska tiivistelmä ei korvaa sitä.
Kirjoita tästä keskustelusta tiivistelmä, jonka liitän uuteen keskusteluun. Uusi keskustelu ei näe tätä historiaa, joten tiivistelmän pitää riittää yksinään.
Kerro tiivistelmässä:
- mikä on tavoite ja kenelle työ tehdään
- mitä on päätetty ja miksi
- mitkä vaihtoehdot hylättiin ja miksi, ettei niitä ehdoteta uudelleen
- mitkä ohjeet ja säännöt (sävy, tyyli, muoto) ovat voimassa nyt ja mitkä aiemmat ohjeet on korvattu
- mikä on valmista ja mikä kesken
- tärkeät luvut, nimet, linkit ja tiedostot sellaisenaan
- avoimet kysymykset ja seuraava askel
Erota keskustelussa varmistetut tiedot oletuksista ja arvauksista. Älä lisää mitään, mitä keskustelussa ei sanottu. Kirjoita tiivistelmä yhtenä vastauksena lyhyin väliotsikoin, jotta voin kopioida sen kerralla.Jos sama taustatieto toistuu keskustelusta toiseen, tallenna se pysyviin ohjeisiin tai projektiin. Silloin sitä ei tarvitse siirtää joka kerta.
Lue myös: Tekoälyn peruskäsitteet markkinoijalle.
Usein kysytyt kysymykset
Mitä tutkimukset tästä kertovat? expand_more
Microsoftin ja Salesforcen tutkijat antoivat malleille simuloiduissa keskusteluissa saman tehtävän joko kerralla tai palasina. Palasina annettuna tulokset olivat keskimäärin 39 % heikompia, koska mallit tekivät alussa oletuksia ja rakensivat niiden varaan. Tutkimus julkaistiin ICLR 2026 -konferenssissa. Münchenin teknillisen yliopiston tutkijan esijulkaisussa huhtikuulta 2026 GPT-5.4:ää, Gemini 3.1 Prota ja Claude Sonnet 4.6:ta pyydettiin kuuden kierroksen ajan tekemään tutkimusideasta yhä rohkeampi, ja mallit alkoivat rikkoa alussa annettuja rajauksia. Tutkimus koski tieteellistä ideointia, mutta asetelma muistuttaa tekstin hiomista yhä iskevämmäksi. Linkit tutkimuksiin ovat artikkelin tekstissä.
Eivätkö uudet mallit ole jo korjanneet tämän? expand_more
Eivät kokonaan. Anthropic sanoo nykymalliensa dokumentaatiossa, ettei suurempi konteksti ole automaattisesti parempi: kun tekstiä kertyy, tarkkuus ja muistaminen heikkenevät. Münchenin tutkimuksessa mallien välillä oli kuitenkin suuria eroja: GPT-5.4 rikkoi rajauksia niitä muistaessaan 8 prosentissa testiajoista, Gemini 3.1 Pro 18 prosentissa ja Claude Sonnet 4.6 99 prosentissa. Kun jatkopyynnöt olivat neutraaleja, ohjeet pysyivät.
Eikö isompi konteksti-ikkuna ratkaise ongelman? expand_more
Ei kokonaan. Konteksti-ikkuna kertoo, kuinka paljon tekstiä malli voi ottaa vastaan, ei sitä, kuinka hyvin se sitä käyttää. Anthropic sanoo nykymalleistaan, ettei lisäkonteksti ole automaattisesti parempi. Iso ikkuna auttaa, kun käsittelet pitkää dokumenttia, mutta pitkä keskustelu kannattaa silti katkaista ajoissa.
Eikö tekoäly tiivistä pitkän keskustelun itse? expand_more
Palvelut käsittelevät pitkiä keskusteluja eri tavoin. Clauden maksullisissa tilauksissa Claude tiivistää aiemmat viestit automaattisesti, kun keskustelu lähestyy konteksti-ikkunan rajaa ja koodin suoritus on asetuksissa päällä. Tiivistys tapahtuu vasta lähellä rajaa, ja tekoäly valitsee itse, mitä siihen nostaa. Googlen ohjeen mukaan Geminin vastauksista voi jäädä yksityiskohtia huomiotta, jos konteksti-ikkuna ylittyy. Claude Codessa ja OpenAI:n Codexissa keskustelun voi tiivistää myös itse komennolla /compact. Ominaisuudet muuttuvat usein, joten tarkista oman palvelusi ohjeet.
Mistä tiedän, johtuuko huono vastaus keskustelusta vai palvelusta? expand_more
Kokeile samaa tehtävää uudessa keskustelussa ja anna olennaiset ohjeet kerralla. Jos tulos paranee, pitkä keskustelu saattoi olla syy. Jos ongelma jatkuu, tarkista, mikä malli on valittuna, ja katso palvelun tilasivulta tai tiedotteista, onko häiriöitä.
Onko tekoäly joskus oikeasti heikentynyt? expand_more
On ollut tapauksia. Anthropic kertoi syyskuussa 2025, että kolme infrastruktuurivirhettä heikensi osaa Clauden vastauksista elo- ja syyskuussa. Huhtikuussa 2026 se kertoi, että asetus- ja ohjemuutokset heikensivät Claude Coden, Claude Agent SDK:n ja Claude Coworkin toimintaa. Kummassakaan tapauksessa itse malli ei muuttunut.
Pitääkö kaikki ohjeet antaa heti alussa? expand_more
Anna alussa se, minkä jo tiedät: tavoite, kohderyhmä, rajaukset ja sävy. Tarkentaa saa keskustellen. Jos ohjeet muuttuvat monta kertaa ja malli palaa vanhaan ratkaisuun, kokoa voimassa olevat ohjeet yhteen ja aloita uusi keskustelu.
Eikö muistitoiminto hoida tämän? expand_more
Ei kokonaan. Muisti ja pysyvät ohjeet kulkevat keskustelusta toiseen, ja palvelusta riippuen tekoäly voi käyttää myös aiempia keskusteluja. Ne eivät kuitenkaan siirrä luotettavasti yksittäisen työn tilaa, kuten kesken olevaa luonnosta, tehtyjä päätöksiä tai hylättyjä vaihtoehtoja. Siihen tarvitaan tiivistelmä. Muistiin voi myös jäädä vanhentunutta tietoa, joten käy se läpi silloin tällöin.
Toimiiko tiivistelmä eri tekoälyjen välillä? expand_more
Toimii. Tiivistelmä on tavallista tekstiä, joten sen voi liittää vaikka ChatGPT:stä Claudeen tai toisin päin. Tarkista vain, että saat käyttää molempia palveluja sille aineistolle.
Kuluttaako pitkä keskustelu enemmän käyttörajaa? expand_more
Claudessa kuluttaa: Clauden ohjeen mukaan keskustelun pituus ja monimutkaisuus vaikuttavat siihen, kuinka nopeasti käyttöraja täyttyy. Muissa palveluissa rajat lasketaan eri tavoin, joten tarkista oman palvelusi ohjeet.
Kirjoittanut
Janne Riihimäki
Tekoälykonsultti ja -kouluttaja markkinointiin · Sofia Digital
Autan markkinointitiimejä ottamaan tekoälyn käyttöön niin, että se jää arkeen. Kaikki lähtee tarpeesta: ensin katsotaan, mitä tiimi tekee, ja sitten valitaan keinot ja työkalut. Tutustu Janneen ja siihen, missä hän auttaa
Tarvitsetko apua käyttöönottoon?
Ota yhteyttä arrow_forward