Kurs prompt engineering
po polsku — prompty, które działają

Prompt engineering — co to właściwie jest?

To sztuka precyzyjnego polecania AI. Ten sam model raz daje banał, a raz świetny efekt — różnica jest w prompcie: kontekście, roli, przykładach i formacie odpowiedzi. Dobry prompt engineering zamienia AI z zabawki w narzędzie pracy.

Czego nauczysz się o promptach

Chcesz najpierw poczytać?

Zanim zdecydujesz, weź z Bazy wiedzy to, co przydaje się od pierwszego dnia:

• Prompt engineering — co to jest — definicja bez żargonu.
• Jak pisać prompty — gotowe przykłady — schematy do skopiowania.
• ChatGPT vs Claude vs Gemini — który model do jakiego zadania i jak dostroić do niego prompt.

Anatomia promptu, który działa

Dobry prompt to nie zaklęcie, tylko sześć elementów ułożonych w jednym miejscu. Jeśli któregoś zabraknie, model dopisze go sobie sam — i wtedy dostajesz odpowiedź poprawną, ale ogólną.

• Rola — kim ma być model i do kogo mówi.
• Kontekst — fakty, których model nie ma: kto, co się stało, jakie liczby i daty.
• Zadanie — jedna czynność, nie pięć naraz.
• Format — długość, układ, czy ma być lista, mail, tabela.
• Kryteria — po czym poznasz, że wynik jest dobry.
• Ograniczenia — czego nie wolno: nie zmyślać dat, nie obiecywać rabatu, nie używać żargonu.

Weźmy typową sytuację biurową. Klient napisał, że zamówienie spóźnia się o tydzień. Musisz odpisać.

Prompt słaby:

Napisz maila do klienta w sprawie opóźnienia dostawy.

Wynik będzie gramatycznie w porządku i do niczego. Model nie wie, kto zawinił, kiedy realnie wyjdzie paczka i czy wolno cokolwiek zaoferować. Więc zgaduje — najczęściej dopisuje przeprosiny za coś, czego nie było, i obietnicę, której nie możesz dotrzymać.

Ten sam prompt napisany dobrze:

Jesteś pracownikiem obsługi klienta w hurtowni. Piszesz do stałego klienta firmowego.

Sytuacja: zamówienie nr 4471 miało wyjść 12 marca, wyjdzie 19 marca. Powód: opóźniona dostawa od producenta. Klient napisał wczoraj, że czeka i pyta o termin. To jego czwarte zamówienie w tym roku.

Zadanie: napisz odpowiedź na jego maila.

Format: maksymalnie 120 słów, bez nagłówków, jeden akapit plus zdanie kończące. Ton rzeczowy, bez przesadnych przeprosin.

Kryteria: konkretna data wysyłki musi paść w pierwszych dwóch zdaniach; klient po przeczytaniu ma wiedzieć, co się dzieje i kiedy.

Ograniczenia: nie obiecuj rabatu ani rekompensaty. Nie zrzucaj winy na producenta z nazwy. Nie używaj zwrotu "dokładamy wszelkich starań". Jeśli czegoś nie podałem, dopisz [DO UZUPEŁNIENIA] zamiast zgadywać.

Różnica nie polega na długości. Polega na tym, że drugi prompt nie zostawia modelowi miejsca na zgadywanie. Data jest podana, ton jest ustawiony, zakazy są wypisane, a linia z [DO UZUPEŁNIENIA] zamienia zmyślanie w widoczną lukę. Ten schemat przenosisz na dowolne zadanie: ofertę, opis produktu, notatkę ze spotkania, podsumowanie długiego dokumentu.

Pięć błędów, które psują prompty najczęściej

Na warsztatach te same pomyłki wracają niezależnie od branży. Każdą da się naprawić jedną zmianą w treści promptu.

• Prosisz o wszystko naraz. "Przeanalizuj, podsumuj, napisz maila i zaproponuj trzy warianty" kończy się czterema połowicznymi odpowiedziami. Zamiast tego: jedno zadanie na wiadomość, kolejne w następnej turze.
• Piszesz przymiotnikami zamiast liczb. "Krótko", "profesjonalnie", "ciekawie" znaczą dla modelu cokolwiek. Zamiast tego: "maksymalnie 120 słów", "bez wykrzykników", "ton jak w mailu do księgowej".
• Nie dajesz kontekstu, bo "model powinien wiedzieć". Nie wie. Nie zna Twojej firmy, cennika ani tego, co ustaliliście na spotkaniu. Zamiast tego: wklej fragment dokumentu, dane liczbowe, wcześniejszą korespondencję.
• Zaczynasz od nowa, gdy wynik jest zły. Kasujesz czat i piszesz prompt jeszcze raz. Zamiast tego: popraw punktowo — "drugi akapit jest za miękki, przepisz go tak, żeby data była pierwsza". Poprawianie działa szybciej niż pisanie od zera.
• Nie mówisz, czego robić nie wolno. Model domyślnie wypełnia luki. Zamiast tego: dopisz zakazy i regułę "jeśli nie masz danych, napisz, że ich nie masz". To jedno zdanie usuwa większość zmyśleń.

Warto to sprawdzić na własnym zadaniu z tego tygodnia: weź prompt, który dał słaby wynik, i policz, ilu z sześciu elementów w nim brakowało. Zwykle brakuje kryteriów i ograniczeń.

ChatGPT, Claude i Gemini — czym różni się promptowanie w praktyce

Zasady są wspólne, ale każdy z trzech modeli inaczej reaguje na ten sam tekst. Na kursie pracujemy na wszystkich trzech, żebyś umiał przenieść prompt między nimi, a nie uczył się jednego okienka.

• ChatGPT dobrze znosi rozmowę krok po kroku i szybkie poprawki. Sprawdza się przy tekstach codziennych, burzy pomysłów i pracy z plikami. Prompt możesz pisać luźniej i doprecyzowywać w kolejnych wiadomościach.
• Claude lepiej pracuje na długich materiałach i lubi wyraźną strukturę. Jeśli wklejasz regulamin, umowę albo dwadzieścia stron notatek i chcesz z tego zwięzłe wnioski, opłaca się rozpisać prompt sekcjami i wskazać, gdzie kończy się materiał, a gdzie zaczyna polecenie.
• Gemini jest wygodny tam, gdzie liczy się dostęp do świeżych informacji i praca w ekosystemie Google. Tu szczególnie warto dopisać, że model ma podać źródło i wyraźnie oznaczyć, czego nie potwierdził.

Praktyczna reguła: nie przepisujesz promptu od zera, tylko dostrajasz dwie rzeczy — ilość struktury i ilość ograniczeń. Ten sam szkielet z sześciu elementów działa wszędzie. I jeszcze jedno: żaden z tych modeli nie odpowiada za poprawność wyniku. Sprawdzenie liczb, nazwisk i dat zostaje po Twojej stronie. Co wolno wklejać, a czego nie, opisujemy w materiale o RODO i AI Act.

Kiedy prompt to za mało

Prompt jest jednorazowy. Świetnie działa, dopóki zadanie robisz raz albo dwa razy w miesiącu. Gdy zaczynasz wklejać to samo polecenie codziennie, jesteś już poza prompt engineeringiem.

Sygnały, że dojechałeś do granicy: kopiujesz ten sam prompt z notatnika kilka razy dziennie, trzymasz go w pliku i ręcznie podmieniasz dwa pola, albo pracuje na nim więcej niż jedna osoba i każda ma swoją wersję. Wtedy potrzebujesz nie lepszego zdania, tylko stałej instrukcji systemowej — zapisanych raz zasad, które działają w tle przy każdej rozmowie: kim jest model, jakim tonem pisze, czego nie wolno, co robi przy braku danych.

Kolejny krok to agent. Agent nie czeka na Twoją wiadomość — ma zadanie, dostęp do danych albo narzędzi i wykonuje sekwencję kroków. Sortowanie zgłoszeń, przygotowanie wstępnej odpowiedzi, wyciąganie danych z dokumentów. Uczciwie: agent to więcej pracy na starcie i więcej rzeczy, które mogą pójść nie tak, więc nie zaczynaj od niego. Zacznij od dobrych promptów, potem instrukcja systemowa, a agent dopiero wtedy, gdy proces jest już powtarzalny.

Promptowanie ćwiczymy w kursie Podstawy. Instrukcje systemowe i budowanie agentów to kurs Agenci AI. Jeśli chcesz przeszkolić zespół na Waszych własnych zadaniach, zobacz szkolenia dla firm — wycenę wysyłamy w 24 godziny w dni robocze.

Najczęstsze pytania

Kurs AI od podstaw → Stwórz własnego agenta AI → Szkolenia AI dla firm →