Jak pisać prompty do AI: 7 elementów dobrego promptu i 10 promptów bazowych do skopiowania 

Dobry prompt to nie jest długi tekst, tylko komplet informacji podany w ustalonym miejscu. Składa się z siedmiu elementów: celu, roli, kontekstu, odbiorcy, formatu odpowiedzi, stylu i oczekiwanego efektu. Pominięcie któregokolwiek z nich skutkuje odpowiedzią, którą będziesz poprawiał dłużej, niż pisał sam prompt. Poniżej rozbijam te siedem pozycji i daję 10 promptów bazowych, które możesz wziąć i podmienić pod swoje dane.

Prompt to nie jest pytanie

Model językowy nie domyśla się niczego. Dostaje dokładnie to, co napisałeś, i pracuje na tym. Zdanie „napisz coś o marketingu" nie jest promptem, tylko strzałem w ciemno - model nie wie, dla kogo piszesz, po co i jak długie ma być wyjście. Odpowiedzi, które dostajesz w takiej sytuacji, wyglądają jak jeden wszystkich tekstów: puste i pozbawione informacji, których potrzebowałeś.

Warto też od razu ustalić, czego prompt nie jest. Nie jest rozmową, w której model dopyta Cię o braki, chyba że wyraźnie o to poprosisz. Nie jest gwarancją poprawności - model potrafi wymyślić fakt, liczbę czy cytat, którego nie ma w danych. I nie jest jednorazowy: to instrukcja, którą warto zapisać, poprawić i użyć ponownie. Sam prompt rzadko wystarcza wtedy, gdy problem leży w innym miejscu - pisałem o tym osobno.

Siedem elementów dobrego promptu

Lista siedmiu elementów to jedna z popularniejszych wersji, jakie spotkasz w poradnikach. W innych znajdziesz pięć albo sześć pozycji i zupełnie inne nazwy - to, co tu nazywam kontekstem, gdzie indziej nazywa się materiałami albo danymi wejściowymi. Różnica jest w dużej mierze w nazewnictwie, bo wszystkie te listy opisują to samo: przekazać informacje, których model sam nie znajdzie.

1. Cel

Konkretna odpowiedź na pytanie, po co w ogóle to robisz. „Napisz opis produktu" jest za mało. „Napisz opis produktu, który wkleję do sklepu i będzie sprzedawał" już mówi, po co tekst powstaje, i to zmienia dobór argumentów.

2. Rola

Kontekst, w jakim model ma odpowiadać. „Działaj jako copywriter e-commerce specjalizujący się w modzie" ustawia rejestr języka i dobór argumentów. Rola działa, bo modele trenowano na ogromnych zbiorach tekstów pisanych w różnych zawodach.

Tylko że to nie jest obowiązkowe i nie warto przesadzać. Sam tytuł eksperta nie daje modelowi żadnej wiedzy o Twojej firmie - „jestem copywriterem z dwudziestoletnim doświadczeniem, z rozbudowanym CV o pracę dla Apple" brzmi imponująco, ale nie zmienia wyniku.

3. Kontekst

Informacje, których model nie ma: branża, sytuacja, dane, na których pracujesz. Przy danych źródłowych daj próbkę, zamiast opisywać strukturę - trzy wiersze prawdziwego arkusza mówią więcej niż zdanie „przygotuj podsumowanie na podstawie tabeli sprzedaży".

4. Odbiorca

Dla kogo powstaje tekst. Ten sam temat inaczej opiszesz dla klienta, który pierwszy raz widzi temat, i dla branżowca, który zna podstawy. Bez odbiorcy model wybierze ton, który wszystkim trochę pasuje i nikomu konkretnie.

5. Format odpowiedzi

Jak ma wyglądać wynik: lista, tabela, akapity, nagłówki, długość. Bez tego model wybiera własny domyślny układ, a domyślnym układem jest esej z nagłówkami. Podawaj konkretne liczby, nie oceny - „maksymalnie 600 znaków" działa, „krótko" nie.

6. Styl i ton

Formalny czy luźny, ekspercki czy partnerski, sprzedażowy czy edukacyjny. Jedno zdanie wystarczy. Tonu nie da się nadrobić w poprawkach - model buduje odpowiedź w całości pod jednym rejestrem, więc trzeba go podać od razu.

7. Oczekiwany efekt

Jak ma wyglądać dobry wynik i po czym poznasz, że się udało. To ostatni element jest najczęściej pomijany, a daje najwięcej. Opis kryteriów odbioru działa jak instrukcja, według której model sam siebie sprawdza: konkretność, długość, liczba propozycji, zero wstępów z ogólną refleksją o czasach.

Jak długi powinien być prompt

Krótki prompt jest złym poradem, a długi nie musi być dobrym. Proste zadanie - tytuł do wpisu - mieści się w jednym zdaniu. Złożona analiza mieści się w dziesięciu do piętnastu liniach. Miernikiem jest kompletność informacji, a nie liczba znaków. Jeśli tłumaczysz cztery zdania, żeby dostać akapit, brakuje ci informacji w zadaniu.

Jest ograniczenie, o którym rzadko się pisze. Limit obejmuje i prompt, i odpowiedź. Po jego przekroczeniu najstarsze fragmenty promptu są po cichu wypychane i model pracuje na niepełnej informacji, czego nie sygnalizuje.

Od słabego promptu do mocnego

Zacznij od „Napisz ofertę promocyjną". Model nie wie, na co, dla kogo i po co, więc dostaniesz tekst, który pasuje do każdej kampanii i do żadnej konkretnie.

Po uzupełnieniu siedmiu elementów to samo zadanie wygląda tak: „Napisz ofertę promocyjną na Dzień Matki - 20 procent rabatu na kosmetyki naturalne, ważną do 26 maja. Działaj jako copywriter e-commerce. Odbiorca to kobiety 30-45 lat, które kupują kosmetyki online. Ton ciepły, bez korporacyjnego żargonu. Maksymalnie 500 znaków, zakończ jednym wezwaniem do działania". W pierwszym poleceniu brakowało pięciu z siedmiu informacji. W drugim model ma wszystko, żeby zgadywać.

10 promptów bazowych do skopiowania

To szablony startowe, nie uniwersalne rozwiązania. Każdy wymaga podmiany w nawiasach kwadratowych na twoje dane.

1. Wyjaśnij trudne pojęcie dla osoby z innej branży

„Wytłumacz, czym jest [pojęcie], osobie, która prowadzi firmę i nie pisze kodu. Zamiast definicji z podręcznika daj trzy konkretne sytuacje, w których to pojęcie ma znaczenie, i powiedz, jak błąd w nim kosztuje. Maksymalnie 300 słów. Jeśli coś będzie niejasne, zapytaj mnie zamiast zgadywać."

2. Zamień żargon na język klienta

„Weź tekst poniżej i zamień wszystkie terminy techniczne na to, co klient zrozumie bez słownika. Nie upraszczaj przy tym sensu - jeśli jakieś określenie musi zostać, wyjaśnij je w nawiasie. Wypisz na końcu listę pojęć, które zostały, i jedno zdanie, dlaczego. Tekst: [wklej]."

3. Sprawdź tekst, zanim wyślesz go klientowi

„Przeanalizuj tekst poniżej i wypisz: główną tezę w jednym zdaniu, trzy najmocniejsze argumenty, ton wypowiedzi oraz grupę odbiorców. Potem wskaż trzy konkretne poprawki i przy każdej napisz, dlaczego ma znaczenie. Odpowiedź w formie listy numerowanej. Tekst: [wklej]."

4. Napisz maila z przeprosinami, który ma działać

„Napisz maila z informacją o opóźnieniu dostawy. Ton przepraszający, ale konkretny - bez korporacyjnego żargonu i bez zdań typu „przepraszamy za niedogodności". Zawieraj propozycję rekompensaty: 10 procent rabatu na kolejne zakupy. Maksymalnie 100 słów, zakończ jednym jasnym wezwaniem do działania. Od razu gotowy do wysłania, bez komentarzy."

5. Zamów trzy tony, nie jeden

„Napisz trzy wersje tego samego maila do klienta: formalną, luźną i rzeczową. Każda ma mieć maksymalnie 100 słów. Poniżej uzasadnij w jednym zdaniu, do kogo byś ją wysłał. Potem wskaż, którą z trzech rekomendujesz i dlaczego. Treść: [wklej]."

6. Skróć bez utraty sensu

„Przepisz tekst poniżej, zachowując wszystkie informacje, ale: skróć o 30 procent, zamień stronę bierną na czynną, zamień abstrakcyjne sformułowania na konkretne przykłady, usuń słowa: innowacyjny, nowoczesny, efektywny. Na końcu wypisz, co usunąłeś i dlaczego. Tekst: [wklej]."

7. Rozłóż zadanie na etapy

„Pomóż mi zaplanować [zadanie]. Zamiast od razu dawać odpowiedź, najpierw wypisz 3-5 pytań, których potrzebujesz, żeby zrobić to dobrze. Poczekaj na moje odpowiedzi. Dopiero potem pokaż trzy naprawdę różne podejścia, a nie trzy warianty tego samego pomysłu. Zaznacz przy każdym, czego mu brakuje."

8. Przestań mówić, zacznij pytać

„Zanim napiszesz cokolwiek, zadaj mi pięć pytań, które pozwolą ci dobrze wykonać to zadanie: [opisz zadanie]. Po moich odpowiedziach podsumuj, co już wiesz, i wskaż, czego nadal brakuje."

9. Kwestionuj pomysł, zanim wyda pieniądze

„Przeczytaj [pomysł na kampanię lub projekt] i [informacje o odbiorcach]. Powiedz, co musi się wydarzyć, żeby to zadziałało, i co może pójść nie tak. Pokaż, co przemawia za pomysłem. Na końcu odpowiedz: po jakiej reakcji odbiorców powinniśmy zmienić plan, zanim wydamy pieniądze? Jeśli czegoś nie wiesz, napisz to wprost, zamiast zgadywać."

10. Zbuduj bibliotekę powtarzalnych poleceń

„Stwórz 10 promptów do ChatGPT, które pomogą [opisz grupie] w [konkretne zadania]. Każdy prompt ma zawierać: cel, rolę, kontekst, odbiorcę, format odpowiedzi, ton i kryterium dobrego wyniku. Po każdym dodaj jedno zdanie, kiedy ten prompt przestanie być przydatny i warto go przepisać."

Cztery spory wokół promptów

Cztery tematy powtarzają się w każdym poradniku i w każdym z nich źródła się nie zgadzają.

Czy model naprawdę myśli lepiej na głos

Technika chain-of-thought, czyli polecenie „przeanalizuj krok po kroku, wypisz rozumowanie przed odpowiedzią", była przedstawiana jako jedna z najskuteczniejszych. Pojawiają się przy tym liczby rzędu 20-30 procent poprawy w zadaniach analitycznych, choć nikt nie podaje pod nimi badania. Z drugiej strony OpenAI odradza ten dopisek w modelach rozumujących, bo wykonują tę pracę wewnętrznie. Praktycznie: testuj na swoim zadaniu, zamiast przyjmować regułę na słowo.

Czy pisać po polsku

Część poradników twierdzi, że modele najlepiej reagują na angielski. Inne powołują się na badanie obejmujące 26 języków, w którym polski zajął pierwsze miejsce, a angielski dopiero szósty. Samo badanie nie jest w tych artykułach podane - ani tytuł, ani link - więc traktuj liczby jako ciekawostkę, a nie podstawę decyzji. W praktyce pisz po polsku. Jeśli model gubi Twoją terminologię branżową, podaj słowa kluczowe dokładnie tak, jak brzmią w Twojej branży. Samą różnicę między modelami sprawdzałem na 25 zadaniach po polsku.

Czy pisać dwa zadania w jednym prompcie

Jedni radzą dzielić zadanie na osobne prompty i robić z nich serię etapów, z których wynik jednego jest wejściem następnego. Inni uważają, że siedem elementów w jednym poleceniu właśnie po to powstało, żeby zaoszczędzić rundy. Rozdziąga to cel, a nie długość: krótkie, powtarzalne zadania warto łączyć, a rozbudowaną analizę rozbić, bo przy kilku celach model zaczyna pomijać część.

Czy „daj mi 20 pomysłów" to dobre polecenie

Nie bardzo. Liczba pomysłów nic nie mówi o tym, jak bardzo się różnią - dwadzieścia wariantów jednego podejścia to wciąż jeden pomysł. Gdy coś Ci nie wyszło, odpowiadaj numerami. „Daj kolejne 10" po dziesięciu słabych odpowiedziach prawie nigdy nie daje lepszych.

Najczęstsze błędy, przez które prompt nie działa

Zbyt ogólne polecenie to pierwszy i najczęstszy. „Napisz artykuł o AI" nie zawiera odbiorcy, celu ani formatu. Drugi błąd to brak ograniczeń: jeśli nie powiesz, czego nie chcesz, model doda wstęp z ogólną refleksją o czasach, buzzwordy i zakończenie wezwaniem do działania. Trzeci to zbyt długi prompt pełen ogólników.

Czwarty błąd jest ciekawszy: dotyczy sformułowań, które wyglądają jak fachowa jazda, a nic nie wnoszą. „Bardziej kreatywnie" - po czym nadal nie wiadomo, co ma się zmienić. „Jesteś światowej klasy ekspertem" - wskaż zamiast tego konkretne zadanie. „Napisz jak człowiek" - podaj próbkę stylu albo nazwij konkretny problem.

I piąty, praktycznie najważniejszy: przeskakiwanie do nowej rozmowy. W tej samej rozmowie model pamięta poprzednie ustalenia, a nowa zaczyna od zera. Wyjątek jest jeden - gdy nazbierało się sprzecznych instrukcji, lepiej zacząć czysto i wkleić potrzebne materiały niż dalej dopisywać do bałaganu.

Prompt jako plik, nie jako jednorazowa wiadomość

Największej różnicy między kimś, kto używa AI, a kimś, kto na nim polega, nie robi sam język promptu, tylko to, że drugi zapisuje wyniki. Jeśli prompt zadziałał, to jest instrukcją, nie kodem jednorazowym.

U mnie najszybciej zadziałały trzy rzeczy. Po pierwsze, własna baza kilkunastu promptów podzielona na to, co powtarza się tygodniowo. Po drugie, testy na jednym zadaniu: uruchamiam dwie wersje polecenia i patrzę, która daje lepszy wynik, zamiast zgadywać. Po trzecie, instrukcje zapisane w narzędziach, w których pracuję na co dzień - raport ma zawsze zaczynać się od wyników, potem wnioski, potem działania.

To działa też na większą skalę: powtarzalne polecenie warto przepuścić przez automatyzację zamiast przez okno rozmowy. Opisałem to na przykładzie własnego asystenta w n8n, a koszt takiego podejścia przy tysiącu zadań policzyłem osobno. Prompty tracą przy tym ważność - ten, który działał pół roku temu, może dziś dawać gorsze wyniki, bo nowsze modele rozumieją więcej z kontekstu.

Kiedy model zmyśla i co z tym zrobić

Modele językowe nie „czytają w myślach" - przewidują kolejne słowa na podstawie wzorców, na których je wytrenowano. Dlatego potrafią zmyślić cytat, liczbę czy źródło, i to z dużą pewnością siebie.

Dwa zabezpieczenia wystarczą. Po pierwsze, każd prosić o cytat ze wskazaniem źródła - numeru, nazwy dokumentu, pozycji. Sam numer nie gwarantuje prawdy, ale pozwala sprawdzić, zamiast wierzyć. Po drugie, poprosić o wypowiedzi, które nie pasują do wniosku. Jeśli model wymyślił tezę, potrafi dobrać przykłady, żeby ją uzasadnić. Przy danych firmowych sprawa jest prostsza: im mniej wklejasz, tym mniej ryzyka.

Następny krok

Wybierz jedno zadanie, które robisz w tym tygodniu kilka razy, i przepisz je przez siedem elementów. Porównaj wynik z tym, co dostawałeś dotąd. Różnica zwykle jest widoczna w pierwszej odpowiedzi, a opłaca się w setkach powtórzeń rocznie.

Jeśli chcesz, żebym zrobił to za Ciebie - napisz, które procesy w Twojej firmie są najbardziej powtarzalne. Odpowiadam zwykle tego samego dnia.