O pogodę to każdy potrafi zapytać, ale schody zaczynają się wtedy, kiedy chcesz zlecić AI coś bardziej złożonego. Dobry prompt opisuje cel, materiały i to, po czym poznasz udaną odpowiedź. Przy kampanii chodzi np. o to, by AI znalazła w rozmowach obawy klientów i dobrała do nich argumenty reklamowe.
Pokażę ci, jak zlecić analizę AI i sprawdzić wynik – dostaniesz szablon, przykłady marketingowe i sposób, który sam stosuję: proszę AI, żeby najpierw zadała mi potrzebne pytania. To sprytna sztuczka, gdy nie znasz się na danym temacie i nie wiesz, co uwzględnić w poleceniu.
TL;DR — jak napisać dobry prompt?
Przy większym zadaniu dobry prompt odpowiada na sześć pytań:
- Cel: co AI ma zrobić i do czego wykorzystasz wynik?
- Materiały: na jakich informacjach ma się oprzeć?
- Odbiorca: do kogo ma trafić przygotowany tekst lub pomysł?
- Forma odpowiedzi: jak ma wyglądać wynik — tabela, lista, tekst reklamy?
- Zasady: czego AI ma pilnować, a czego unikać?
- Dobry wynik: po czym poznasz, że odpowiedź nadaje się do użycia?
Co to jest prompt?
Prompt to wiadomość wejściowa, którą przekazujesz modelowi AI, żeby uzyskać odpowiedź. Może być pytaniem „Jaka jest stolica Polski?” albo zleceniem analizy skomplikowanego raportu. Zależnie od narzędzia dołączysz tekst, zdjęcie lub inne dane.
Jak działa prompt i dlaczego wpływa na odpowiedź?
Model dostaje twoje polecenie razem z udostępnioną historią rozmowy, materiałami i instrukcjami narzędzia. Te informacje tworzą jego kontekst, a samo polecenie wskazuje, czego ma szukać w materiałach i jak przedstawić wynik. Na tej podstawie model tworzy odpowiedź fragment po fragmencie, korzystając z wyuczonych wzorców.
Długość tego, co wysyłasz, i odpowiedzi modelu mierzy się w tokenach, czyli jednostkach tekstu, np. fragmentach słów.
Bez jasnego zadania i kontekstu AI musi przyjąć własne założenia, co czasem prowadzi do frustracji (znam to dobrze). Liczy się też trafność informacji, bo dłuższy prompt pełen zbędnych szczegółów nie musi dać lepszej odpowiedzi 😅
To trochę jak briefing, który trwa tak długo, że pod koniec trzeba przypomnieć, od czego zaczęliśmy. W AI ograniczeniem jest pojemność kontekstu: limit obejmuje wejście i generowaną odpowiedź. Narzędzie może skracać wcześniejsze treści, a nie cały załączony materiał musi trafić do modelu naraz — stąd dalsza rada o pracy partiami.
Co to jest prompt engineering?
Prompt engineering to projektowanie i sprawdzanie poleceń, żeby model dawał odpowiedzi przydatne w konkretnym zadaniu. Obejmuje dobór instrukcji, kontekstu i przykładów, a potem ocenę wyniku. Gdy poprawiasz prompt, bo reklamy powtarzają jeden argument, robisz właśnie to.
Jak pisać prompty? Sześć elementów dobrego promptu
Najpierw nazwij zadanie: co AI ma zrobić? Cel wyjaśnia, po co ci wynik. Przy większej pracy pomaga sześć elementów:
- Cel: wskaż, do czego wykorzystasz odpowiedź, np. do wyboru argumentów na stronę sprzedażową.
- Materiały: dołącz zapisy rozmów z klientami, opis produktu lub inne źródła potrzebne do pracy.
- Odbiorca: określ, do kogo kierujesz przekaz, np. do osób, które oglądają ubrania w sklepie internetowym, ale wahają się przed zakupem.
- Forma odpowiedzi: opisz układ wyniku, np. obawa klienta, obietnica i dowód, że firma jej dotrzyma.
- Zasady: ustal ograniczenia, np. osobne oznaczanie pomysłów wymagających zmiany oferty.
- Dobry wynik: określ, co sprawdzisz, np. różne obawy w propozycjach i odwołania do rozmów klientów.
Ta lista to nic innego niż brief. Cel, materiały, odbiorca, forma, ograniczenia, kryteria odbioru — dokładnie to, co dajesz agencji czy reżyserowi, żeby nie dostać rzeczy nudnej i nijakiej. Z modelem jest podobnie, ale brak informacji nie musi zatrzymać jego pracy: zamiast powiedzieć, że czegoś nie wie, może wypełnić lukę czymś, co wygląda prawidłowo.
Przy prostym zadaniu wystarczy jedno zdanie, napisane tak samo jak wiadomość do współpracownika (to praktyczne rozwinięcie zaleceń OpenAI o jasnych instrukcjach i kontekście).
Masz już reklamy, których styl ci odpowiada? Dołącz je do promptu i dopisz, co ci się w nich podoba: prosty język, żart na początku albo sposób pokazania produktu. Tak łatwiej wyjaśnić, co dla ciebie znaczy „lekko i z humorem”. Jeśli zależy ci też na układzie tekstu, pokaż przykład z nagłówkiem, krótkim opisem i zachętą do zakupu.
Anthropic zaleca dla Claude 3–5 trafnych, zróżnicowanych przykładów. Mogą to być np. reklamy różnych produktów, napisane w stylu, który chcesz uzyskać.
Czy trzeba nadać AI rolę?
Rola, np. copywritera lub redaktora, podpowiada perspektywę i styl pracy. Jest opcjonalna: „jako redaktor wskaż niezrozumiałe fragmenty” opisuje konkretne zajęcie, a sam tytuł eksperta nie daje modelowi dodatkowej wiedzy o twojej firmie. Możesz też trafić na szalonych linkediniarzy, którzy proponują wpisanie „jesteś copywriterem z 20-letnim doświadczeniem, rozbudowanym CV o pracę dla Apple” czy coś podobnego – nie słuchaj ich 😅
Gotowy szablon promptu: pusty i wypełniony
Szablon do skopiowania
Wypełnij potrzebne pola zwykłymi zdaniami, a pozostałe usuń.
Szablon do uzupełnienia
Co ma powstać: [opisz zadanie].
Potrzebuję tego do: [cel lub decyzja, w której pomoże wynik].
Odbiorca: [kto będzie korzystał z odpowiedzi i co już wie].
Jak ma wyglądać odpowiedź: [układ, elementy, długość].
Ważne zasady: [zakres pracy, ograniczenia, oznaczanie braków].
Sprawdzę, czy: [warunki dobrego wyniku].
Na czym pracujemy: [wklej tekst lub dołącz plik].
Przy polu „Sprawdzę, czy” wyobraź sobie odbiór pracy u klienta: na co się umówiliście i co teraz wspólnie ocenicie? Samo „żeby było dobre” zostawia sporo miejsca na rozmowę o gustach (a te proponowane przez AI są hmm… generyczne i często nudne).
Słaby i dobry prompt: od rozmów z klientami do reklamy
Wyobraź sobie, że prowadzisz sklep internetowy z ubraniami. Klientka ogląda spodnie, podobają jej się, ale nie wie, czy wybrać M czy L. Nie chce zamawiać w ciemno i potem odsyłać paczki.
Zespół planuje reklamę z rabatem. Zanim ją przygotujecie, chcesz przejrzeć zapisy kilkunastu rozmów z obsługą sklepu i sprawdzić, co powstrzymuje klientów przed zakupem. Czy chodzi o cenę, rozmiar, a może coś jeszcze?
| Słaby prompt | Dobry prompt — skrót |
|---|---|
| Przeczytaj rozmowy i wymyśl reklamy naszego sklepu. | Przeczytaj te rozmowy i zobacz, co powstrzymuje klientów przed zakupem ubrań. Zaproponuj reklamy, które odpowiedzą na ich wątpliwości. Przy każdym pomyśle pokaż cytat i numer rozmowy. Sprawdź, czy nasz sklep rzeczywiście oferuje to, co obiecujesz w reklamie. |
Po lewej AI sama wybiera, czego szukać (i zapewne weźmie coś oczywistego i ogólnego). Po prawej ma sprawdzić obawy i pokazać, skąd wzięła pomysł. Transkrypcje, czyli tekstowe zapisy rozmów, pokazują, o co pytają klienci sklepu; bez nich AI musiałaby zgadywać.
W tym przykładzie cel i odbiorca mieszczą się w pierwszym akapicie, a pozostałe wymagania dopisujesz tam, gdzie są potrzebne. Nie musisz zachowywać układu pól z szablonu.
Prompt do skopiowania
Prowadzimy sklep internetowy z ubraniami. Pomóż mi napisać reklamy dla osób, które oglądają produkty, ale wahają się przed zakupem.
Przeczytaj [zapisy rozmów z obsługą sklepu] i [opisy produktów, tabelę rozmiarów i zasady zakupów]. Co powstrzymuje klientów przed zamówieniem? Pokaż cytaty z numerami rozmów i dopisz, jak je rozumiesz. Jeśli inne wypowiedzi do tego nie pasują, też mi je pokaż.
Na tej podstawie napisz nagłówki reklam i wyjaśnij, jak nasz sklep może pomóc tym osobom. Jeśli do spełnienia którejś obietnicy trzeba zmienić ofertę, napisz co.
Czy reklama odpowiada na obawy klienta?
AI może wymyślić reklamę, a potem dobrać cytat tak, żeby ją uzasadnić. Dlatego prosisz też o wypowiedzi, które do tego pomysłu nie pasują.
„Podobają mi się te spodnie, ale u was mam brać M czy L? Nie chce mi się znowu odsyłać paczki” — załóżmy, że tak brzmi jedna z rozmów. Rabat nie pomoże tej klientce wybrać rozmiaru. Może bardziej przekona ją pokazanie, jak porównać wymiary spodni z tymi, które już nosi? A może bezproblemowy zwrot w paczkomacie przez 30 dni?
Te trzy ostatnie zdania to już moja interpretacja, nie to, co powiedziała klientka. Model skleja jedno z drugim w gładki akapit i nie zaznacza szwu — dlatego prompt każe je rozdzielić.
Tylko czy na stronie są wymiary tych spodni?
Jeśli reklama zachęca do sprawdzenia wymiarów, klientka musi je znaleźć przy produkcie. Sama informacja „rozmiar M” nie wystarczy.
Gdy AI pomija część rozmów, podziel je na mniejsze grupy i każdą przeanalizuj tym samym promptem, a czasem pomoże jasna wskazówka: przeczytaj wszystkie rozmowy (bo przy dużych plikach modele lubią je powierzchownie streszczać). Potem przekaż AI zebrane wyniki i poproś o wspólne podsumowanie z zachowaniem cytatów i numerów rozmów. Po połączeniu łatwo przeoczyć, że jedna grupa wypadła.
Zanim przekażesz AI firmowe dane
Sprawdź, co firma pozwala przekazać danemu narzędziu, i usuń zbędne dane osobowe i identyfikatory klientów. Wątpliwości wyjaśnij z osobą odpowiedzialną za ochronę danych.
Konto darmowe, płatne osobiste i firmowe mogą mieć różne zasady: w osobistym ChatGPT trening wyłączysz w ustawieniach danych, a w planach firmowych Business i Enterprise jest domyślnie wyłączony. Wyłączenie treningu nie oznacza usunięcia rozmów — rozmowy nadal są przechowywane. Sprawdź okres przechowywania i zasady usuwania danych; ustawienie treningu nie daje zgody na ich udostępnienie.
Fajna sztuczka: poproś AI o napisanie promptu
AI może ułożyć prompt z twoich ustaleń albo pomóc ci je zebrać w rozmowie.
Gdy masz już ustalenia do długiego zadania
Załóżmy, że co miesiąc przygotowujesz raport z działań marketingowych. Najpierw możesz zlecić AI napisanie instrukcji do tego raportu, a z gotową instrukcją zacząć osobną rozmowę i dołączyć wyniki kampanii. Poproś o podział pracy na etapy:
Prompt do skopiowania
Ułóż mi prompt do miesięcznego raportu marketingowego. Mam wyniki kampanii, listę publikacji i notatki zespołu. Chcę wiedzieć, co warto robić dalej.
AI ma najpierw sprawdzić, czy ma wszystkie potrzebne dane. Jeśli czegoś brakuje, ma mnie o to zapytać i poczekać z analizą na odpowiedź. Dopiero potem ma napisać raport: co się wydarzyło, co z tego wynika i co proponuje zrobić. Zostaw miejsce na okres raportu i moje wymagania.
Jeśli AI pisze raport mimo brakujących danych, podział na etapy jest pozorny — tekst może brzmieć pewnie, choć nie ma podstaw.
Gdy znasz cel, ale potrzebujesz pytań
Sam często opisuję, co chcę osiągnąć, i proszę AI o pytania, zanim zabierze się do pracy. Polecam to, gdy wiesz, na czym ci zależy, ale nie wiesz jeszcze, co trzeba uwzględnić w poleceniu:
Prompt do skopiowania
Chcę [opisz, co chcesz osiągnąć]. Zanim zaczniesz pracę, zadaj mi pytania, których potrzebujesz, żeby dobrze wykonać to zadanie.
Jeśli po „Chcę poprawić stronę sprzedażową” AI od razu pisze nagłówki, skąd wie, co na stronie wymaga poprawy? 👀
Prompty do sprawdzania pomysłów marketingowych
Znajdź słaby punkt koncepcji kampanii
Zespół polubił pomysł na reklamę. Zanim zaczniecie nagrywać, warto sprawdzić choćby to, czy odbiorcy zrozumieją żart, który was rozbawił. To jedno z założeń kampanii: liczycie, że ludzie znają sytuację, do której się odwołujecie.
Prompt do skopiowania
Przeczytaj [pomysł na kampanię], [brief] i [informacje o odbiorcach]. Co musi się wydarzyć, żeby ta reklama zadziałała? Co może pójść nie tak? Wyjaśnij to na przykładzie naszego pomysłu, korzystając z materiałów. Pokaż też, co przemawia za reklamą. Jeśli czegoś nie wiemy, zaznacz to.
Jak sprawdzić największą wątpliwość z odbiorcami, zanim wydamy pieniądze na produkcję? Po jakiej reakcji powinniśmy zmienić pomysł? Jeśli potrzebujesz więcej informacji, zapytaj.
Uwaga „reklama może się nie spodobać” niewiele mi daje, bo pasuje do każdej kampanii. Przydatna krytyka wskazuje, które założenie może zawieść.
Żart bawi cały zespół, bo wszyscy znają problem od podszewki. Odbiorca może spotykać się z nim pierwszy raz — i wtedy reklama wymaga wyjaśnienia, którego zabrakło. AI może wskazać to założenie, ale zrozumiałość żartu sprawdzisz z ludźmi.
Sprawdź, czy warianty reklam rzeczywiście się różnią
To część konfrontowania pomysłów z briefem, które opisuję w Metodzie 5K Kreatywności. Przy kilku wersjach reklamy łatwo pomylić liczbę nagłówków z liczbą pomysłów.
Weźmy teraz słuchawki. Zespół przynosi hasła „Odetnij się od hałasu” i „Zostaw zgiełk za sobą”. Łatwo wyobrazić sobie oba na plakacie, z kimś zamykającym oczy w zatłoczonym tramwaju.
Jeśli po zmianie słów wszystkie reklamy nadal obiecują ciszę, kolejny nagłówek nie wniósł nowego argumentu. Dla kogoś innego powodem zakupu może być to, że słuchawki trzymają się w uszach podczas biegu. O różnicy decyduje cała reklama, razem z obrazem:
Prompt do skopiowania
Przejrzyj [teksty i grafiki reklam]. Które obiecują klientowi to samo, choć używają innych słów lub obrazów? Pokaż je razem i wyjaśnij na przykładach, co się powtarza.
Na podstawie [opisu produktu] i [rozmów z klientami] zaproponuj dwie reklamy, które dadzą inny powód do zakupu. Napisz do nich nagłówki. Co sprawdzimy, porównując je z obecnymi reklamami? Jeśli brakuje ci informacji, zapytaj.
Czego nie robić przy pisaniu promptów?
Po „bardziej kreatywnie” nadal nie wiem, co ma się zmienić w pomyśle.
- „Jesteś światowej klasy ekspertem”: wskaż zamiast tego konkretne zadanie.
- „Napisz jak człowiek”: podaj próbkę stylu albo nazwij problem, np. powtarzające się początki zdań.
- Groźby i obietnice napiwku: zastąp je kryteriami oceny, które wyjaśnią, co ma się poprawić.
- „Daj 20 pomysłów”: jeśli wybierasz kierunek, zacznij od kilku różnych argumentów, np. trzech. Liczba pomysłów nie mówi, jak bardzo się różnią.
„Myśl krok po kroku” też wymaga doprecyzowania. OpenAI odradza ten dopisek w modelach rozumujących, które wykonują tę pracę wewnętrznie. Cel, kontekst i kryteria nadal opisuj konkretnie; upraszczasz instrukcje sterujące myśleniem, a nie usuwasz informacji o zadaniu.
Model rozumujący może sygnalizować etap myślenia przed odpowiedzią lub mieć osobne ustawienie poziomu rozumowania. Sprawdź opis narzędzia i aktualne poziomy w ChatGPT.
Ponowić prompt, poprawić odpowiedź czy zacząć od nowa?
Czasem wystarczy drugie ujęcie. Scenariusz zostaje ten sam, a wykonanie wychodzi inaczej. Ten sam prompt też może dać różne odpowiedzi — OpenAI opisuje generowanie jako niedeterministyczne.
Przy jasnej instrukcji i jednym nietrafionym wyniku warto ponowić odpowiedź i ocenić ją tymi samymi kryteriami. Jeśli wraca ten sam błąd, kolejne ujęcie raczej go nie załatwi; pora zmienić instrukcję.
Na szkoleniach pokazuję feedback z konkretną informacją: co zostaje, co poprawiamy, dlaczego i jaki jest następny krok. Po samym „fajne pomysły” nadal nie wiadomo, co zachować w kolejnej wersji.
Większość osób źle zgłasza feedback. Po otrzymaniu 10 słabych pomysłów rzucają „daj kolejne 10” i dziwią się, że te wcale nie są lepsze. Zdecydowanie lepiej jest numerować pomysły i odpowiadać: który ci się nie podoba, który jest niezły i dlaczego. Zazwyczaj po takiej informacji zwrotnej kolejne pomysły są znacznie bardziej dopasowane do ciebie.
Poprawka ma sens, gdy zachowujesz większość wyniku, a poprawiasz nagłówek, dodajesz dowód lub inaczej odczytujesz wypowiedź. Jeśli AI pracuje na złym materiale lub całość służy innemu odbiorcy albo celowi, napisz prompt ponownie z poprawnymi założeniami. Gdy w rozmowie nagromadziły się sprzeczne instrukcje, zacznij nową i dołącz potrzebne materiały. To nie jest porażka, tylko taka jakby nowa burza mózgów 🫡
Wróćmy do klientki, która nie wie, jaki rozmiar spodni zamówić. Załóżmy, że AI zauważyła jej problem, ale zaproponowała nagłówek „Twoje nowe ulubione spodnie — teraz 10% taniej”. Możesz zachować analizę rozmowy i poprosić o zmianę samej reklamy:
Prompt do skopiowania
Zostaw opis obaw i cytaty, ale popraw nagłówek. Klientka nie wie, jaki rozmiar wybrać, a ty proponujesz jej rabat. Sprawdź w materiałach, jak pomagamy dobrać rozmiar, i napisz o tym reklamę. Jeśli nie masz tej informacji, zapytaj mnie.
Czy po poprawce zmienił się argument, czy tylko słowa w nagłówku?
Zapisz instrukcje do powtarzalnych zadań
Układ i zasady raportu mogą zostać w narzędziu na kolejne miesiące:
- W Projekcie ChatGPT zapisz np.: „Raport zacznij od wyników, potem podaj wnioski i działania; każdą rekomendację uzasadnij danymi”.
- W Gemini utwórz Gem z instrukcjami raportu do użycia w kolejnych miesiącach.
- W instrukcjach własnych ChatGPT zapisz preferencje do różnych rozmów, np. styl odpowiedzi.
Instrukcje zostają, ale nie odświeżają danych. Do kolejnego raportu potrzebne są aktualne wyniki i okres analizy.
Co sprawdzić, zanim wykorzystasz odpowiedź?
Najpierw znajdź cytat w transkrypcji. Model może go zmyślić albo przypisać do złej rozmowy — numer źródła sprawia tylko tyle, że da się to sprawdzić. Dopiero potem oceniaj interpretację; Anthropic zaleca sprawdzanie twierdzeń w źródłach.
Obietnice muszą zgadzać się z możliwościami produktu, a fakty z podanymi źródłami. Na pytanie „czy ktoś to kupi?” najbardziej przekonuje mnie to, jak zareagują klienci.
Przydatne
Pamiętaj, by grafiki zrobione przez AI oznaczać w odpowiedni sposób – mój poradnik wyjaśnia to w całości.
Nie ograniczaj się do jednego modelu: sprawdź GPT 6 Astra oraz jego europejski odpowiednik – Mistral AI.
FAQ
Czy prompt musi być długi?
Nie, przy prostym zadaniu wystarczy jedno zdanie, np. „Skróć ten opis produktu do 300 znaków”. Więcej szczegółów przydaje się wtedy, gdy AI potrzebuje materiałów, informacji o odbiorcy lub wyjaśnienia, jaki efekt chcesz osiągnąć.
Czy trzeba pisać po angielsku?
Nie, możesz pisać po polsku — modele OpenAI obsługują wiele języków. Najwygodniej opisać zadanie w języku, w którym potrafisz jasno wyjaśnić, o co ci chodzi. Jeśli potrzebujesz odpowiedzi w innym języku, dopisz to w prompcie.
Czy AI może pomóc mi napisać prompt?
Tak, wystarczy opisać, co chcesz osiągnąć, i poprosić AI o potrzebne pytania przed rozpoczęciem pracy. Po rozmowie możesz dodać: „Na podstawie naszych ustaleń napisz mi prompt, którego użyję do tego zadania”.
Co zrobić, gdy AI źle odpowiada?
Napisz konkretnie, co ci nie pasuje, np. „Zostaw argumenty, ale usuń żarty — to wiadomość do niezadowolonego klienta”. Jeśli AI źle zrozumiała całe zadanie, lepiej ponownie wyjaśnić cel niż poprawiać każde zdanie odpowiedzi. Błędy w faktach wymagają sprawdzenia źródeł, nawet gdy poprawiona wersja brzmi przekonująco.
Kilka źródeł wiedzy
- Działanie modelu: OpenAI — rozwój modeli i Advanced usage o tokenach i limicie kontekstu.
- Pisanie promptów: OpenAI — Prompt engineering; Anthropic — zalecenia dla Claude dotyczące instrukcji, kontekstu i przykładów.
- Sprawdzanie odpowiedzi: Anthropic — Reduce hallucinations o weryfikowaniu twierdzeń w źródłach.
- Modele rozumujące: OpenAI — Reasoning best practices.
- Dane firmowe: OpenAI — Enterprise privacy i Data Controls FAQ; zalecenia UODO dotyczące ochrony danych przy wdrażaniu AI.
