Prompt engineering dla początkujących: od zera do działających promptów

Jeśli dopiero zacząłeś używać ChatGPT albo Claude i czujesz, że czasem dostajesz świetne odpowiedzi, a czasem kompletny bełkot — spokojnie, to nie ty jesteś problemem. Problemem jest sposób, w jaki pytasz. Dobra wiadomość: pisania dobrych promptów można się nauczyć w jedno popołudnie. Nie trzeba być programistą ani znać „tajnych sztuczek”. Trzeba zrozumieć jedną rzecz: jak model myśli i czego od ciebie potrzebuje.

Czym właściwie jest prompt

Prompt to po prostu to, co wpisujesz modelowi — pytanie, polecenie, opis zadania. Ale żeby pisać dobre prompty, potrzebujesz właściwego modelu myślowego. Oto on:wyobraź sobie, że rozmawiasz z bardzo szybkim, ale bardzo dosłownym stażystą. Ten stażysta czytał pół internetu, pisze błyskawicznie i nigdy się nie męczy. Ale ma trzy cechy, o których musisz pamiętać.

• Jest dosłowny. Robi dokładnie to, co napiszesz — nie to, co miałeś na myśli.
• Nie zna kontekstu, którego mu nie podasz. Nie wie, dla kogo piszesz, jaki masz cel ani co było wcześniej.
• Nie dopyta, jeśli czegoś nie rozumie. Zgadnie i pójdzie dalej — czasem trafnie, czasem zupełnie obok.

Cała sztuka prompt engineeringu sprowadza się do tego: dać temu stażyście tyle kontekstu i tak precyzyjne polecenie, żeby jego zgadywanie było trafne. Im lepiej zbriefujesz, tym lepszy efekt. To naprawdę całe „czary”.

Anatomia dobrego promptu

Dobry prompt ma pięć elementów. Nie musisz używać wszystkich za każdym razem, ale warto wiedzieć, z czego możesz korzystać:

• Kontekst — kim jesteś, dla kogo to robisz, jaka jest sytuacja. Przykład: Jestem właścicielem małej kawiarni, piszę do stałych klientów.
• Zadanie — co dokładnie ma zrobić model, jednym jasnym poleceniem. Przykład: Napisz post na Instagrama o nowym sezonowym latte.
• Ograniczenia — granice, w których ma się poruszać: długość, ton, język, czego unikać. Przykład: Maksymalnie 3 zdania, ciepły ton, bez emoji, po polsku.
• Format — jak ma wyglądać odpowiedź: lista, tabela, akapit, punkty. Przykład: Daj 3 warianty jako listę numerowaną.
• Przykłady — jeśli masz wzór, pokaż go. Jeden dobry przykład mówi modelowi więcej niż akapit opisu.

Złóż to razem, a z mglistego „napisz coś o kawie” robi się brief, na podstawie którego nawet człowiek wiedziałby, co zrobić. To jest dokładnie ten poziom precyzji, do którego dążysz.

Najczęstsze błędy początkujących

Zanim przejdziemy do dobrych nawyków, zobaczmy trzy pułapki, w które wpada prawie każdy na początku. Jeśli rozpoznasz choć jedną u siebie — gratulacje, właśnie znalazłeś swój największy potencjał do poprawy.

Błąd 1: za ogólnie

Napisz e-mail. O czym? Do kogo? W jakim tonie? Model musi zgadnąć wszystko, więc dostajesz uniwersalną papkę, która do niczego nie pasuje. Im bardziej ogólne pytanie, tym bardziej przeciętna odpowiedź.

Błąd 2: brak kontekstu

Pytasz Czy to dobry pomysł? — ale model nie wie, jaki pomysł, w jakiej branży, przy jakim budżecie i czego się obawiasz. Bez kontekstu dostaniesz ogólniki w stylu „to zależy”. Kontekst to paliwo dla trafnych odpowiedzi.

Błąd 3: wszystko naraz

„Zaplanuj mi wesele, napisz zaproszenia, ułóż menu, policz budżet i zaproponuj playlistę” w jednym promptcie. Model spróbuje, ale każdy element wyjdzie pobieżnie. Lepiej rozbić na kroki i robić po kolei — tak jak zlecałbyś to człowiekowi.

Iteracja zamiast magii za pierwszym razem

Najważniejsza zmiana w myśleniu: pierwsza odpowiedź to wersja robocza, nie wyrok. Początkujący często wpisują prompt, dostają nie to, czego chcieli, wzruszają ramionami i stwierdzają, że „AI jest słabe”. Profesjonaliści traktują to jak rozmowę: poprawiają, doprecyzowują, proszą o zmiany.

Nie musisz pisać idealnego promptu za pierwszym razem. Po prostu zacznij i koryguj: Za długie, skróć o połowę. Za formalne, napisz luźniej. Drugi punkt jest niejasny, rozwiń go na przykładzie. Każda taka poprawka to kolejny element kontekstu, który przybliża cię do celu. Trzy iteracje prawie zawsze biją jeden „idealny” strzał.

Trzy przeróbki: zły prompt do dobrego

Teoria teorią, ale najwięcej uczy się na konkretach. Oto trzy pary — wersja, którą wpisze początkujący, i wersja po zastosowaniu zasad z tego artykułu.

Przykład 1: e-mail

Źle: Napisz e-mail z przeprosinami.

Dobrze: Jestem właścicielem sklepu internetowego. Klientka czekała na paczkę 2 tygodnie z naszej winy. Napisz krótki e-mail z przeprosinami, ciepły ale profesjonalny, max 4 zdania, zaproponuj 15% rabatu na kolejne zakupy.

Przykład 2: nauka

Źle: Wytłumacz mi inflację.

Dobrze: Wytłumacz, czym jest inflacja, jakbyś tłumaczył 15-latkowi. Użyj jednego przykładu z życia codziennego, unikaj żargonu ekonomicznego, maksymalnie 150 słów.

Przykład 3: plan

Źle: Pomóż mi schudnąć.

Dobrze: Mam 35 lat, pracuję siedząco, trenuję 2 razy w tygodniu. Zaproponuj realistyczny plan posiłków na jeden dzień (śniadanie, obiad, kolacja, przekąska) około 1800 kcal, polskie produkty, bez egzotycznych składników. Podaj jako listę.

Widać wzór? Dobra wersja zawsze dodaje kontekst, zawęża zadanie i mówi, jak ma wyglądać wynik. To nie jest dłuższe pisanie dla samego pisania — każde zdanie odbiera modelowi jedno błędne zgadywanie.

Czat kontra narzędzia do kodu

Jeśli używasz AI tylko do pisania, tłumaczeń i pomysłów — powyższe zasady wystarczą w 100%. Ale warto wiedzieć, że istnieje druga rodzina narzędzi: asystenci do programowania (jak Cursor, GitHub Copilot czy Claude Code). Rządzą się trochę innymi prawami, nawet jeśli sam nie jesteś programistą.

• W czacie kontekst dajesz słowami. Model wie tylko to, co napisałeś w okienku rozmowy.
• W narzędziach do kodu model widzi twoje pliki i projekt. Kontekst często bierze sam z otoczenia, więc precyzyjne polecenie liczy się jeszcze bardziej — „zmień to” nie wystarczy, gdy „to” może oznaczać dziesięć rzeczy.
• W kodzie ceni się małe, konkretne kroki: „dodaj przycisk tutaj” zamiast „zbuduj mi całą aplikację”. Ta sama zasada co w czacie, tylko jeszcze ważniejsza, bo błędy w kodzie są trudniejsze do wyłapania na oko.

Wniosek jest budujący: nawyki, które ćwiczysz w zwykłym czacie — kontekst, precyzja, małe kroki — przenoszą się jeden do jednego na bardziej zaawansowane narzędzia. Uczysz się raz, korzystasz wszędzie.

Prosta rutyna, żeby się poprawić

Nie musisz robić kursu. Wystarczy świadomie ćwiczyć przez dwa tygodnie. Oto rutyna, która działa:

1. Zanim wpiszesz prompt, zadaj sobie jedno pytanie: „Czy obcy człowiek zrozumiałby z tego, czego chcę?”. Jeśli nie — dodaj kontekst.
2. Świadomie dorzuć przynajmniej dwa z pięciu elementów anatomii: zwykle kontekst i format.
3. Pierwszej odpowiedzi nigdy nie przyjmuj jako ostatecznej. Wymuś na sobie jedną poprawkę, nawet jeśli było dobrze.
4. Zapisuj prompty, które zadziałały. Zbuduj sobie prywatną „ściągę” — szybko zauważysz, że dobre prompty mają powtarzalny schemat.
5. Raz w tygodniu weź swój najgorszy wynik z tego tygodnia i przepisz prompt od nowa. To pojedyncze ćwiczenie uczy najwięcej.

Po dwóch tygodniach takiego treningu pisanie dobrych promptów stanie się odruchem. Przestaniesz o tym myśleć, a jakość odpowiedzi po prostu skoczy.

TL;DR

Traktuj model jak szybkiego, ale dosłownego stażystę: rób dobry brief. Dobry prompt ma kontekst, zadanie, ograniczenia, format i — jeśli możesz — przykład. Trzy najczęstsze błędy to za ogólnie, brak kontekstu i wszystko naraz. Pierwsza odpowiedź to wersja robocza, więc iteruj zamiast liczyć na magię za pierwszym razem. Te same nawyki działają w czacie i w narzędziach do kodu. Ćwicz świadomie przez dwa tygodnie, a dobre prompty staną się odruchem.