Przejdź do treści
Prompty do pracy z AI: struktura, few-shot i przykłady z biuraModuł 1 · lekcja 1 z 3
Za darmo4 min czytania

Moduł 1 · Podstawy: jak model czyta prompt

Czym jest prompt engineering i do czego Ci się przyda

Po tej lekcji wyjaśnisz, czym jest prompt engineering, w jakich zadaniach daje największą różnicę i czego żaden prompt nie naprawi. To punkt wyjścia do całego kursu.

Prompt to instrukcja dla nowego współpracownika

Prompt to wszystko, co model językowy dostaje na wejściu: Twoje polecenie, wklejony tekst, przykłady, a w aplikacjach także instrukcje systemowe, których zwykle nie widzisz. Prompt engineering to umiejętność takiego układania tych elementów, żeby model za pierwszym lub drugim podejściem dał wynik, którego możesz użyć.

Dokumentacja Anthropic podsuwa trafną analogię: traktuj model jak bardzo zdolnego, ale nowego pracownika, który nie zna Twojej firmy, klientów ani zwyczajów. Zna język i ogólną wiedzę, ale nie wie, że Twoi klienci nie lubią wykrzykników ani że oferta kończy się w piątek. Im dokładniej to opiszesz, tym lepszy wynik. Ta sama dokumentacja proponuje prosty test: pokaż swój prompt koledze, który nie zna zadania. Jeśli on by się pogubił, model też się pogubi.

To podejście zmienia sposób myślenia. Nie szukasz magicznych słów ani sztuczek. Piszesz dobry brief, taki, jaki dałbyś grafikowi, copywriterowi albo stażyście. Dokumentacje OpenAI i Google mówią to samo innymi słowami: jasne zadanie, kontekst, przykłady i opis oczekiwanego formatu.

Przykład z praktyki. Zofia prowadzi we Wrocławiu mały sklep internetowy z ręcznie robioną ceramiką (fikcyjna firma „Glina i Szkliwo”, będzie Ci towarzyszyć przez cały kurs). Pierwszy prompt Zofii brzmiał: „napisz opis kubka”. Wynik był poprawny, ale mógłby pasować do każdego sklepu na świecie. Drugi prompt zawierał materiał, pojemność, sposób wypalania, informację, że kubek można myć w zmywarce, grupę klientów i długość opisu. Ten tekst nadawał się do sklepu po drobnej korekcie.

Gdzie dobry prompt robi największą różnicę

Prompt engineering opłaca się najbardziej tam, gdzie zadanie się powtarza albo gdzie pomyłka kosztuje. Kilka typowych obszarów:

Gdzie dopracowany prompt daje najwięcej

Przykładowe zastosowania. Każdy wynik z faktami wymaga weryfikacji.

Wspólna cecha tych zadań: możesz z góry opisać, jak wygląda dobry wynik. Jeśli potrafisz to opisać, potrafisz to zapisać w prompcie. Jeśli nie potrafisz, najpierw doprecyzuj cel, dopiero potem pisz polecenie.

Druga korzyść jest mniej oczywista. Dobry prompt jest powtarzalny. Zofia zapisała swój szablon opisu produktu i używa go do każdego nowego wzoru. Opisy mają ten sam układ, tę samą długość i ten sam ton, a ona poprawia tylko szczegóły. W module 5 zobaczysz, jak takie szablony testować i ulepszać w sposób uporządkowany, a nie na wyczucie.

Czego żaden prompt nie naprawi

Prompt engineering ma granice i warto je znać od pierwszej lekcji.

  • Brak wiedzy modelu. Model nie zna Twoich danych sprzedażowych, regulaminu sklepu ani rozmowy z klientem, dopóki ich nie podasz. Nie zna też wydarzeń po dacie zakończenia treningu, chyba że narzędzie ma dostęp do wyszukiwarki.
  • Zmyślanie faktów. Model potrafi napisać płynne, pewne siebie zdanie, które jest nieprawdziwe: wymyślony przepis, nieistniejące badanie, złą datę. Dokumentacje producentów wprost zalecają sprawdzanie faktów. W lekcji 3 zobaczysz, skąd to się bierze.
  • Odpowiedzialność. Jeśli publikujesz tekst albo wysyłasz go klientowi, odpowiadasz za niego Ty, a nie narzędzie. Dotyczy to szczególnie cen, terminów, warunków reklamacji i informacji prawnych.
  • Dane osobowe. Wklejanie danych klientów do publicznego czatu to decyzja, która podlega RODO. Wrócimy do tego w ostatnim module.

Dobra zasada na start: używaj modelu do pierwszej wersji, struktury i pomysłów, a fakty, liczby i decyzje sprawdzaj samodzielnie.

Jak będziesz pracować w tym kursie

Każda lekcja kończy się ćwiczeniem z przykładowym rozwiązaniem. Ćwiczenia możesz wykonywać w dowolnym czacie AI, z którego korzystasz: ChatGPT, Claude, Gemini, Copilot albo innym (stan na październik 2026). Kurs nie zależy od jednego narzędzia, bo zasady dobrego promptu są wspólne dla wszystkich dużych modeli. Tam, gdzie narzędzia różnią się działaniem, podamy to wprost i z datą.

Zbieraj swoje najlepsze prompty w jednym pliku albo notatce. W projekcie końcowym połączysz je w zestaw szablonów do własnej pracy.

Najważniejsze w 3 punktach

  1. Prompt engineering to pisanie dobrego briefu dla modelu, który nie zna Twojej firmy ani zadania.
  2. Największą wartość daje w zadaniach powtarzalnych, w których potrafisz opisać dobry wynik.
  3. Prompt nie zastąpi wiedzy, której model nie ma, ani Twojej weryfikacji faktów i odpowiedzialności za wynik.

Źródła

Następna: Anatomia skutecznego promptu

21 lekcji i certyfikat w abonamencie.

Program kursu

Karta wymagana · anulujesz jednym kliknięciem · Mam już konto