Ładowanie…
Dobry prompt składa się z pięciu bloków: roli (kim ma być model), zadania (co dokładnie ma zrobić), kontekstu (dane, których model nie zna), ograniczeń (czego nie robić, jaka długość i ton) oraz formatu wyjścia. Prompt, w którym brakuje kontekstu albo formatu, wymusza dopytywanie — i właśnie te dodatkowe rundy, nie sam abonament, są głównym kosztem korzystania z AI.
Zacznij od tego, kim model ma być przy tym zadaniu: „Jesteś prawnikiem specjalizującym się w umowach B2B” daje inny wynik niż „Jesteś copywriterem”. Rola nie jest ozdobą — zawęża słownik, poziom szczegółowości i to, co model uzna za istotne. Pomiń ją tylko przy zadaniach mechanicznych, na przykład przy przeformatowaniu listy.
Zadanie musi mieć jeden czasownik główny i jednoznaczny przedmiot: „napisz”, „porównaj”, „wypunktuj”, „przepisz”. Jeśli w zdaniu jest „i” łączące dwie różne czynności („przeanalizuj i zaproponuj”), rozbij to na dwa prompty albo wypisz obie części jako osobne punkty — inaczej model zrobi jedną z nich pobieżnie.
Model nie zna Twojego klienta, produktu, cennika ani tego, co ustaliliście na spotkaniu. Wklej te dane wprost: kto jest odbiorcą, co już wie, jakie liczby są prawdziwe, co było wcześniej. To najczęściej pomijany blok i jednocześnie ten, którego brak generuje najwięcej rund poprawek.
Ograniczenia to długość, ton, język, rzeczy zabronione i granice zadania: „maksymalnie 150 słów”, „bez zwrotów typu »mam nadzieję, że mail zastał Pana«”, „nie wymyślaj danych, których nie podałem”, „nie zmieniaj cen”. Zakazy działają lepiej niż prośby o ogólną jakość, bo są weryfikowalne.
Powiedz, jak ma wyglądać odpowiedź: akapity czy lista, tabela z konkretnymi kolumnami, JSON z podanymi kluczami, gotowy tekst bez komentarza. Format to jednocześnie kryterium odbioru — jeśli wynik ma inny kształt niż zamówiony, wiesz od razu, że prompt był nieprecyzyjny, i nie musisz tego oceniać na wyczucie.
Przeczytaj własny prompt tak, jakbyś dostał go jako zlecenie od obcej osoby. Czy wiedziałbyś, co zrobić, bez zadawania pytań? Jeśli nie — brakuje kontekstu lub ograniczeń. To jest dokładnie ta weryfikacja, którą automatyzuje darmowa ocena promptu w pięciu wymiarach.
Model nie zgadnie, którego klienta masz na myśli, co mu obiecałeś, jak długi ma być mail i czy wolno wspominać o cenie. Zamiast dopytać, wybierze najbardziej prawdopodobną odpowiedź: uprzejmy, ogólny tekst, którego nie da się wysłać bez przeróbki. Potem następuje seria „popraw to”, „skróć”, „bardziej formalnie” — i to w tych rundach ucieka czas, nie w pierwszym prompcie.
Napisz maila do klienta z ofertą na wdrożenie CRM.
Jesteś konsultantem sprzedaży B2B. Napisz e-mail do dyrektora operacyjnego firmy produkcyjnej (120 osób), z którym rozmawiałem w piątek o ręcznym raportowaniu w Excelu. Kontekst: proponujemy wdrożenie CRM w 6 tygodni, cena 48 000 zł netto, mieliśmy podobne wdrożenie u producenta opakowań. Ograniczenia: maksymalnie 150 słów, bez zwrotów kurtuazyjnych typu „mam nadzieję, że mail zastał Pana w dobrym czasie”, nie wymyślaj referencji poza podaną. Format: temat maila w pierwszej linii, potem treść w trzech akapitach, na końcu jedno konkretne pytanie zamykające.
Dlaczego: Druga wersja zawiera wszystkie pięć bloków. Model nie musi zakładać niczego: ma rolę, odbiorcę, historię rozmowy, prawdziwe liczby, jawne zakazy i kształt odpowiedzi. Efekt zwykle nadaje się do wysłania po jednej korekcie, a nie po pięciu.
Kosztuje więcej za jedno wywołanie i mniej w sumie. Tokeny wejściowe są zwykle 4–5 razy tańsze od wyjściowych, a jedna dodatkowa runda poprawek to nie tylko drugie wywołanie, ale też Twój czas na przeczytanie i sformułowanie korekty. Dlatego opłaca się zapłacić za dłuższy prompt raz, zamiast za trzy krótkie wymiany. Jeśli chcesz to policzyć na własnych liczbach, użyj kalkulatora kosztów AI.
Struktura promptu jest mierzalna: można sprawdzić, czy pięć bloków jest obecnych, ile jest fraz-wypełniaczy i czy polecenie mieści się w limicie. Reszta — jasność, konkretność, ograniczenia i format, efektywność oraz dopasowanie do zadania — wymaga oceny treści. Darmowa ocena promptu na tej stronie robi jedno i drugie i pokazuje poprawioną wersję obok wyniku modelu na Twoim prompcie, bez zakładania konta.
Pięć bloków to fundament, ale nie cała technika. Kolejne warstwy to few-shot (przykłady w prompcie), kompresja bez utraty wykonalności, structured output i debugowanie odpowiedzi, które są ogólne mimo dobrego promptu. Wszystkie ćwiczy kurs Prompt Engineering Pro na misjach z oceną własnego tekstu.
Rola, zadanie, kontekst, ograniczenia, format wyjścia. Nie każdy prompt potrzebuje wszystkich pięciu — przy zadaniach mechanicznych rola bywa zbędna — ale brak kontekstu lub formatu prawie zawsze kończy się dodatkową rundą poprawek.
Tak długi, jak potrzeba, by zadanie udało się za pierwszym razem. Krótkość sama w sobie nie jest zaletą: prompt zbyt krótki, by model zrozumiał zadanie, wymusza iteracje i wychodzi drożej. Usuwaj wypełniacze, nie informacje.
Zmienia dobór słownictwa, poziom szczegółowości i to, co model uzna za istotne — najbardziej przy zadaniach specjalistycznych. Przy zadaniach mechanicznych, na przykład przeformatowaniu listy, wpływ jest marginalny i można rolę pominąć.
Tak, bo dotyczą struktury polecenia, nie sztuczek konkretnego dostawcy. Różnice między modelami pojawiają się wyżej: przy długim kontekście, reasoningu i formatach strukturalnych — i to jest już materiał na osobne lekcje.
Najprostszy test: przeczytaj go jak zlecenie od obcej osoby i sprawdź, czy wiedziałbyś, co zrobić, bez dopytywania. Automatycznie zrobi to darmowa ocena promptu w pięciu wymiarach — bez konta, razem z poprawioną wersją i wynikiem modelu.
Działają, dopóki Twoje zadanie jest identyczne z tym, pod które zostały napisane. Problem zaczyna się przy pierwszej różnicy w kontekście — dlatego nauka struktury przenosi się na dowolne zadanie, a lista gotowców nie.
Jak oceniamy prompty — metodologia · Autor: zespół AI Saver Quest wersja dla zespołów