Podstawy Promptowania - Jak Pisać Skuteczne Prompty

Czym jest prompt?

Prompt to instrukcja lub polecenie, które przekazujesz modelowi językowemu (LLM). Może to być proste pytanie, złożone polecenie, a nawet cały kontekst z przykładami. Jakość odpowiedzi, którą otrzymasz od AI, zależy bezpośrednio od tego, jak dobrze sformułujesz swój prompt.

Myśl o prompcie jak o rozmowie z bardzo inteligentnym, ale dosłownym asystentem. Im precyzyjniej opiszesz, czego oczekujesz, tym lepszy wynik otrzymasz.

Cztery elementy skutecznego prompta

Prompt rozkładam na cztery elementy. Nie w każdym zadaniu potrzebujesz wszystkich - ale warto wiedzieć, którego akurat brakuje:

1. Instrukcja (Instruction) - konkretne zadanie lub polecenie dla modelu. To “co” ma zrobić AI. Przykład: “Sklasyfikuj sentyment tekstu”, “Przetłumacz na angielski”, “Podsumuj w 3 zdaniach”
2. Kontekst (Context) - informacje zewnętrzne, które pomagają modelowi lepiej zrozumieć zadanie. Przykład: tło tematu, dodatkowe fakty, rola, którą ma przyjąć AI
3. Dane wejściowe (Input Data) - dane lub pytanie, na które szukasz odpowiedzi. Przykład: tekst do analizy, dokument do streszczenia, kod do wyjaśnienia
4. Wskaźnik wyjścia (Output Indicator) - typ lub format oczekiwanego wyniku. Przykład: “Odpowiedź:”, “Sentyment:”, “JSON:”, “Lista punktowana:”

Framework CO-STAR - profesjonalna struktura prompta

CO-STAR to sprawdzony framework używany przez profesjonalistów do tworzenia skutecznych promptów. Każda litera oznacza element, który możesz dodać do swojego prompta:

Litera	Element	Opis	Przykład
C	Context (Kontekst)	Tło sytuacji, informacje o projekcie	“Prowadzę mały sklep online z rękodziełem”
O	Objective (Cel)	Co chcesz osiągnąć	“Chcę zwiększyć sprzedaż o 20%”
S	Style (Styl)	Sposób pisania lub podejście	“W stylu przyjaznym i bezpośrednim”
T	Tone (Ton)	Emocjonalny wydźwięk przekazu	“Entuzjastyczny, ale profesjonalny”
A	Audience (Odbiorca)	Dla kogo jest tworzona treść	“Kobiety 25-45 lat ceniące unikalne produkty”
R	Response (Odpowiedź)	Format i struktura oczekiwanego wyniku	“Lista 5 pomysłów z krótkim opisem każdego”

Transformacja prompta z CO-STAR

❌ Przed (słaby prompt):
Napisz post na Instagram o moich produktach.

✅ Po (z CO-STAR):
[C - Context]
Prowadzę mały sklep online z rękodziełem - sprzedaję ręcznie robioną biżuterię z naturalnych kamieni. Mam 2000 obserwujących na Instagramie.

[O - Objective]
Chcę stworzyć angażujący post promujący nową kolekcję wiosenną i zachęcający do zakupów.

[S - Style]
W stylu przyjaznym i autentycznym, pokazującym kulisy pracy ręcznej.

[T - Tone]
Ciepły, inspirujący, z pasją do rzemiosła.

[A - Audience]
Kobiety 25-45 lat, ceniące unikalne, handmade produkty i świadome zakupy.

[R - Response]
Post na Instagram (max 2200 znaków) z:
- Chwytliwym pierwszym zdaniem
- Historią powstania kolekcji
- Call-to-action
- 5 odpowiednich hashtagów

Wskazówka praktyczna

Nie musisz używać wszystkich elementów CO-STAR za każdym razem. Dla prostych zadań wystarczy O (cel) i R (format odpowiedzi). Im bardziej złożony wynik potrzebujesz, tym więcej elementów warto dodać.

CO-STAR w praktyce - przykłady branżowe

Dla marketera: C: firma SaaS, produkt do zarządzania projektami, rynek B2B · O: email do leadów, którzy pobrali ebook · S: profesjonalny, ale nie korporacyjny · T: pomocny, ekspercki · A: menedżerowie projektów w firmach 50-200 osób · R: email follow-up, 150-200 słów, z jednym CTA

Dla nauczyciela: C: lekcja historii, klasa 7, temat: II wojna światowa · O: quiz sprawdzający zrozumienie materiału · S: przyjazny, dostosowany do wieku uczniów · T: zachęcający, nieoceniający · A: uczniowie 13-14 lat, różny poziom zaawansowania · R: 10 pytań (5 zamkniętych, 5 otwartych) z kluczem odpowiedzi

Dla programisty: C: aplikacja React, system rezerwacji, używamy TypeScript · O: komponent formularza rezerwacji z walidacją · S: czysty kod, zgodny z best practices React · T: techniczny, precyzyjny · A: zespół developerów mid-level · R: kod TypeScript z komentarzami, obsługa błędów, testy jednostkowe

Przykład ewolucji prompta

Pokażę Ci na jednym zdaniu, jak stopniowe dodawanie elementów zmienia odpowiedź:

Prosty prompt (słaby):
Niebo jest

Odpowiedź AI: “niebieskie.” - Model nie wie, czego od niego oczekujesz.

Z instrukcją (lepszy):
Dokończ zdanie: Niebo jest

Odpowiedź AI: “niebieskie w dzień i ciemne w nocy.” - Jasna instrukcja daje lepszy wynik.

Pełny prompt (najlepszy):
Dokończ poniższe zdanie w stylu poetyckim, używając metafory.

Zdanie: Niebo jest

Styl: poetycki z metaforą

Odpowiedź AI: “Niebo jest płótnem, na którym słońce maluje codziennie nowy obraz nadziei.”

Formaty promptów

Na początek wystarczą Ci trzy formaty: format prosty (bezpośrednie pytanie lub instrukcja), format Q&A (struktura “Q: pytanie / A:” wymuszająca odpowiedź) oraz format z separatorami (oddzielanie sekcji prompta za pomocą ### lub —).

Szczegółowe omówienie formatów (JSON, XML, tabele, szablony i inne) znajdziesz w rozdziale Strukturyzacja danych w promptach.

Pięć zasad projektowania promptów

1. Zacznij prosto, rozbudowuj stopniowo. Nie próbuj od razu tworzyć skomplikowanych promptów. Zacznij od prostej wersji i dodawaj elementy iteracyjnie. Jeśli zadanie jest złożone, rozbij je na mniejsze podzadania.

2. Używaj jasnych, konkretnych instrukcji. Stosuj polecenia takie jak: Napisz (do generowania treści), Sklasyfikuj (do kategoryzacji), Podsumuj (do streszczeń), Przetłumacz (do tłumaczeń), Wyodrębnij (do ekstrakcji informacji). Umieszczaj instrukcje na początku prompta i oddzielaj je od kontekstu separatorami (np. ###, —, lub pustymi liniami).

3. Bądź konkretny co do formatu. Im bardziej opisowy i szczegółowy prompt, tym lepsze wyniki. Podawaj konkretny format i przykłady:

Wyodrębnij nazwy miejsc z poniższego tekstu.

Oczekiwany format:
Miejsca: <lista oddzielona przecinkami>

Tekst: Podróżowałem z Warszawy do Krakowa,
a potem odwiedziłem Gdańsk i Wrocław.

Miejsca:

4. Unikaj niedoprecyzowania. Zamiast mówić, czego AI nie powinno robić, precyzyjnie określ, czego oczekujesz. Źle: “Nie bądź zbyt opisowy”. Dobrze: “Użyj 2-3 zdań do wyjaśnienia koncepcji”.

5. Działanie zamiast negacji. Skup się na tym, co model MA robić, nie czego NIE powinien. Źle: “NIE pytaj użytkownika o preferencje filmowe”. Dobrze: “Agent rekomenduje filmy z topowych trendów globalnych, bazując na gatunku podanym przez użytkownika”.

Praktyczne przykłady zastosowań

Streszczanie tekstu:

Wyjaśnij, czym są antybiotyki, w jednym zdaniu
dla osoby bez wykształcenia medycznego.

Odpowiedź:

Ekstrakcja informacji:

Zidentyfikuj produkt AI wymieniony w poniższym akapicie.

Akapit: OpenAI wprowadziło ChatGPT w listopadzie 2022 roku.
Narzędzie szybko zdobyło miliony użytkowników na całym świecie
i zmieniło sposób, w jaki ludzie myślą o sztucznej inteligencji.

Produkt:

Klasyfikacja sentymentu:

Sklasyfikuj sentyment tekstu jako: neutralny, negatywny lub pozytywny.

Tekst: Jedzenie było całkiem w porządku.

Sentyment:

Odpowiadanie na pytania (QA):

Odpowiedz na pytanie, bazując wyłącznie na podanym kontekście.

Kontekst: Python został stworzony przez Guido van Rossuma
i po raz pierwszy wydany w 1991 roku. Nazwa pochodzi od
grupy komediowej Monty Python, nie od węża.

Pytanie: Skąd pochodzi nazwa języka Python?

Odpowiedź:

Najczęstsze błędy początkujących

Zbyt ogólne instrukcje

“Napisz coś o marketingu” vs “Napisz 5 strategii marketingowych dla małego e-commerce z budżetem do 5000 zł miesięcznie”

Brak kontekstu

“Popraw ten tekst” vs “Popraw poniższy tekst pod kątem gramatyki i stylu. Tekst ma być formalny i przeznaczony dla klientów biznesowych.”

Niejednoznaczne oczekiwania

“Krótka odpowiedź” vs “Odpowiedz w maksymalnie 2 zdaniach”

Podsumowanie

Podstawy promptowania to fundament, na którym budujesz wszystkie zaawansowane techniki. Pamiętaj:

• Prompt składa się z: instrukcji, kontekstu, danych wejściowych i wskaźnika wyjścia
• Zacznij prosto i rozbudowuj iteracyjnie
• Bądź konkretny i precyzyjny
• Określaj format oczekiwanego wyniku
• Mów, co AI ma robić, nie czego ma nie robić

Teraz wiesz

• Jak zbudować prompt z czterech elementów: instrukcja, kontekst, dane wejściowe i wskaźnik wyjścia
• Jak używać frameworka CO-STAR do tworzenia profesjonalnych promptów biznesowych
• Jakich pięciu zasad się trzymać: zacznij prosto, bądź konkretny, określ format, unikaj negacji i iteruj

Następny krok: Techniki promptowania - nauczysz się trzech fundamentalnych technik: zero-shot, few-shot i chain-of-thought, które pozwolą Ci radzić sobie z coraz trudniejszymi zadaniami.

Częste pytania

Jak napisać dobry prompt?

Dobry prompt jest konkretny, zawiera kontekst, określa rolę AI, format odpowiedzi i oczekiwany poziom szczegółowości. Unikaj pytań zbyt ogólnych.