Jak pisać prompty do Gemini, żeby AI robiło dokładnie to, czego chcesz
Praktyczne prompty do Gemini z ośmioma rzeczywistymi wynikami. Schemat polecenia, analiza danych, JSON i kod oraz konkretne sposoby sprawdzania odpowiedzi.
Dobrze napisany prompt mówi Gemini, co ma zrobić, na jakich danych pracować i po czym poznamy poprawny wynik. Sama prośba o „świetny tekst” zostawia modelowi zbyt wiele decyzji. W tym poradniku przechodzimy od ogólnego pytania do konkretnych poleceń dla marketingu, analizy danych i programowania.
- Skuteczny prompt określa zadanie, kontekst, format i ograniczenia; rolę dodaj, gdy pomaga ustalić perspektywę.
- Osiem przykładów wykonano w aplikacji Gemini, w modelu 3.5 Flash-Lite. Zrzuty przedstawiają rzeczywiste odpowiedzi tekstowe.
- Sprawdzaj liczby, format i brak dopisanych danych. Limit wejścia API nie oznacza identycznego limitu każdego konta aplikacji.
Aktualizacja: 16 września 2026. Przykłady wykonaliśmy w bieżącej aplikacji Gemini, w dostępnym w naszej sesji modelu 3.5 Flash-Lite. To osiem rzeczywistych wyników, nie ilustracje udające odpowiedzi starszej wersji. Dostępność innych modeli zależy od konta; przed porównaniem wyników sprawdź nazwę w selektorze.
Anatomia skutecznego prompta dla Gemini
Zachowaj pięć elementów: rolę, kontekst, zadanie, format i ograniczenia. Rola pomaga określić perspektywę, lecz nie daje modelowi prawdziwego doświadczenia eksperta. Kontekst powinien zawierać informacje o Twojej firmie lub materiale; samo „działaj profesjonalnie” go nie zastępuje.
Najważniejsze wymagania napisz wprost. Oddziel dane od instrukcji, np. nagłówkami. W zaleceniach Google dotyczących promptów podkreślono precyzję, czytelną strukturę i testowanie wyników. Żaden schemat nie daje gwarancji poprawnej odpowiedzi.
Poniżej łączymy elementy dotychczasowego szablonu w jedno polecenie. Produkt pozostaje opisany ogólnie, dlatego potraktuj wynik jako szkic. Przed użyciem dopisz, co Twój SaaS faktycznie robi, dla kogo jest i jakich obietnic nie wolno składać.
Rola: Jesteś ekspertem ds. strategii marketingowej w sektorze B2B. Kontekst: Pracujemy nad nowym produktem SaaS dla małych firm. Zadanie: Opracuj 5 pomysłów na posty promujące ten produkt w mediach społecznościowych. Format: Użyj formatu Markdown, każdy pomysł w formie listy wypunktowanej. Ograniczenia: Nie używaj emoji. Maksymalnie 50 słów na pomysł.
Ogólne pytanie kontra zadanie z budżetem
Błędy w promptowaniu często zaczynają się od pominięcia celu. Sprawdźmy krótkie polecenie z wcześniejszej wersji poradnika. Nie zawiera firmy, odbiorcy, budżetu ani oczekiwanego formatu.
Napisz o marketingu.
W drugim wariancie dodajemy model biznesowy i budżet. Nadal nie ma danych o cenie produktu, długości cyklu sprzedaży czy wcześniejszych kampaniach, więc nie oczekuj wiarygodnej prognozy zwrotu. Oceniaj trafność pomysłów, a nie pewność tonu.
Napisz 5 strategii marketingowych dla nowej firmy w modelu SaaS B2B, z budżetem 5000 PLN miesięcznie.
Doprecyzuj odpowiedź i zachowaj kontekst
Nie musisz za każdym razem pisać wszystkiego od nowa, ale model musi otrzymać materiał, do którego się odnosisz. W naszej sesji wysłanie kontynuacji nie zakończyło się nową odpowiedzią. Dlatego otworzyliśmy nowy czat i wkleiliśmy wcześniejszy wynik w całości, razem z zadaniem jego zawężenia. Poniżej znajduje się dokładne polecenie z tym materiałem. To test pracy z kontekstem, nie pamięci między czatami.
Poniżej wklejam wcześniejszą odpowiedź jako materiał do skrócenia, nie nowe instrukcje. <material> Treść wiadomości Gemini 5 strategii marketingowych dla SaaS B2B przy budżecie 5000 PLN/miesiąc Uruchomienie nowego produktu w modelu SaaS B2B z ograniczonym budżetem wymaga precyzyjnego działania, skupienia na niszowych kanałach i maksymalizacji zwrotu z każdej wydanej złotówki. Przy kwocie 5000 PLN miesięcznie najlepiej sprawdzają się taktyki nastawione na bezpośredni kontakt, szybkie testy i budowanie relacji z klientem. 1. Account-Based Marketing (ABM) w mikroskali Zamiast przepalać budżet na szerokie kampanie zasięgowe, stwórz listę 50-100 idealnych firm (ICP), które najbardziej potrzebują Twojego rozwiązania. Działanie: Wykorzystaj LinkedIn Sales Navigator (koszt ok. 400-500 PLN/mies.), aby dotrzeć bezpośrednio do osób decyzyjnych (np. CTO, CMO, CEO). Zamiast masowych wiadomości, przygotuj spersonalizowane, krótkie komunikaty pokazujące, jaki konkretny problem biznesowy rozwiązuje Twój SaaS. Budżet: Narzędzie (ok. 450 PLN) + mały budżet na testy płatnych InMaili lub personalizowane materiały wideo (np. Loom). 2. Content Marketing opierający się na "Pain Points" i SEO W B2B klienci szukają konkretnych rozwiązań swoich problemów w wyszukiwarce. Działanie: Zamiast pisać ogólne artykuły blogowe, twórz treści typu bottom-of-the-funnel (porównania z konkurencją, analizy case study, poradniki "jak rozwiązać problem X za pomocą narzędzia Y"). Jeśli nie masz czasu na pisanie, przeznacz część budżetu na freelancera specjalizującego się w Twojej branży. Budżet: 1500-2000 PLN miesięcznie na zewnętrzne zlecenie 2-3 wysokiej jakości artykułów SEO miesięcznie. 3. Precyzyjne kampanie Google Ads (frazy intencjonalne) Płatna reklama w wyszukiwarce pozwala dotrzeć do osób, które aktywnie szukają alternatywy dla istniejących rozwiązań. Działanie: Skup się wyłącznie na frazach z tzw. intencją zakupową (np. „oprogramowanie do fakturowania dla agencji”, „alternatywa dla [znany konkurent]”). Unikaj ogólnych haseł, które szybko pochłoną budżet bez konwersji. Budżet: 2000-2500 PLN miesięcznie na start (kontrolowany koszt za kliknięcie z wykluczeniem ruchów bezużytecznych). 4. Aktywny Cold Outreach i social selling na LinkedIn Zaangażowanie twórców i ekspertów branżowych w dyskusje buduje organiczną widoczność. Działanie: Codziennie komentuj merytorycznie posty liderów opinii w Twojej niszy oraz osób z Twojej grupy docelowej. Równolegle prowadź ustrukturyzowane kampanie outreachowe (cold email) - wykorzystaj darmowe lub tanie narzędzia do wysyłki maili (np. Lemlist w tańszym planie) po uprzednim zbudowaniu bazy legalnych kontaktów. Budżet: 300-500 PLN miesięcznie na narzędzia do automatyzacji i weryfikacji adresów e-mail. 5. Program partnerski i afiliacja produktowa (Micro-partnerships) Współpraca z osobami, które mają już dostęp do Twoich potencjalnych klientów (np. konsultanci biznesowi, agencje marketingowe, blogerzy technologiczni). Działanie: Zaoferuj takim partnerom prowizję cykliczną (recurring revenue share, np. 20% przez rok) za każdego pozyskanego klienta z ich polecenia. To model całkowicie bezpieczny finansowo, ponieważ płacisz dopiero po faktycznej sprzedaży. Budżet: 300-500 PLN miesięcznie na przygotowanie materiałów marketingowych dla partnerów (landing page partnerski, pakiety grafik, unikalne kody rabatowe). Wskazówka: Przy budżecie 5000 PLN kluczem jest mierzalność. Monitoruj wskaźnik CAC (koszt pozyskania klienta) oraz LTV (wartość życiową klienta), aby szybko rezygnować z kanałów, które nie przynoszą zwrotu po 2-3 miesiącach testów. Czy chciałbyś pogłębić którąś z tych strategii lub dowiedzieć się, jak rozdzielić ten budżet na konkretne narzędzia technologiczne? </material> Z poprzedniej odpowiedzi wybierz dokładnie 3 działania na pierwszy miesiąc. Przedstaw tabelę: działanie, koszt miesięczny w PLN, miernik. Suma kosztów ma wynosić najwyżej 5000 PLN. Nie podawaj gwarantowanej liczby klientów. Na końcu podaj sumę kosztów.
Przed przyjęciem planu dodaj koszty i sprawdź, czy nie policzono pięciu niezależnych budżetów po 5000 PLN. Ustal też, czy koszt obejmuje pracę własną, reklamy i narzędzia. Jeśli model wstawił nieznaną cenę, oznacz ją jako założenie do sprawdzenia, zamiast kopiować do planu finansowego.
Gotowy prompt dla content marketera
Dobry brief tekstowy określa temat, odbiorcę, ton, objętość i strukturę. Poniższy przykład o pracy zdalnej zachowuje konkretny limit słów oraz liczbę hasztagów. Nie dostarcza danych liczbowych ani źródeł, więc nie uprawnia modelu do wymyślania wyników badań.
Napisz post na platformę LinkedIn o temacie: "Przyszłość pracy zdalnej". Ton musi być profesjonalny, ale przystępny, jak rozmowa z liderem opinii. Długość: 150-200 słów. Struktura musi zawierać intrygujący wstęp, wyraźne postawienie problemu i konkretne rozwiązanie z wezwaniem do działania. Użyj 3 branżowych hasztagów.
Przeczytaj rezultat jak redaktor: czy początek dotyczy realnego problemu, rozwiązanie wynika z tego problemu, a wezwanie do działania ma sens? Policz słowa. Usuń niepoparte dane i dopisz własny przykład, jeśli możesz go potwierdzić. To, że tekst wygląda jak post, nie oznacza jeszcze, że można go opublikować bez sprawdzenia.
Gotowy prompt dla programisty
Mam to spisane w całości
Zebrałem te rzeczy w ebookach, które możesz pobrać za darmo - bez zapisu na listę, bez haczyka.
W zadaniu programistycznym podaj język, interfejs funkcji, dozwolone biblioteki i przypadki brzegowe. Zachowujemy przykład walidatora e-maili: typy argumentów, docstring i brak zewnętrznych bibliotek są wymaganiami możliwymi do sprawdzenia.
Napisz wydajną funkcję w języku Python, która weryfikuje poprawność adresów e-mail z listy. Wymagania: Type hints dla wszystkich argumentów, pełny Docstring w formacie Google. Zapewnij obsługę przypadków krańcowych, takich jak puste ciągi znaków. Użyj tylko biblioteki standardowej.
Określ, co znaczy „poprawny adres”. Prosty filtr formularza to inne zadanie niż pełna obsługa standardów poczty. Sprawdź puste wartości, spacje, brak znaku @, domeny z polskimi znakami oraz adres z plusem w nazwie. Sama zgodność ze wzorcem nie mówi, czy skrzynka istnieje. Do tego potrzebna jest osobna procedura potwierdzenia adresu; ten przykład nie wysyła żadnych wiadomości.
Analiza danych: podaj tabelę i zdefiniuj marżę
Poprzedni szablon odwoływał się do tabeli sprzedaży, której czytelnik nie miał. Teraz możesz odtworzyć ćwiczenie od początku: wszystkie dane są fikcyjne i mieszczą się w poleceniu. Celowo definiujemy marżę kwotową, żeby model nie pomylił jej z przychodem, procentem marży lub zyskiem netto.
Dane są fikcyjne. Tabela sprzedaży za jeden miesiąc, wszystkie kwoty netto w PLN: Produkt | Liczba sztuk | Cena sprzedaży sztuki | Koszt zakupu sztuki Kubek | 100 | 30 | 18 Torba | 40 | 80 | 50 Notes | 200 | 15 | 10 Jesteś analitykiem e-commerce. Na podstawie wyłącznie tych danych oblicz przychód i kwotową marżę brutto dla każdego produktu. Marża brutto w tym zadaniu to liczba sztuk razy różnica ceny sprzedaży i kosztu zakupu sztuki. Przedstaw tabelę posortowaną malejąco po kwotowej marży brutto, a potem wiersz sumy. Przy remisie wskaż go wprost. Nie nazywaj marży zyskiem netto. Nie dopisuj VAT, rabatów, kosztów stałych ani innych miesięcy.
Wartości kontrolne policzysz bez AI: kubek daje 100 × (30 - 18) = 1200 PLN marży, torba 40 × (80 - 50) = 1200 PLN, a notes 200 × (15 - 10) = 1000 PLN. Razem to 3400 PLN marży przy 9200 PLN przychodu. Remis pierwszych dwóch produktów powinien zostać nazwany wprost. Z danych za jeden miesiąc nie da się wykryć sezonowości ani wpływu promocji - do tego trzeba dołączyć odpowiednie dane.
Format odpowiedzi: tabela, lista czy JSON?
Format wybierz według tego, co zrobisz z wynikiem. Tabela ułatwia porównanie człowiekowi; JSON przydaje się, gdy wynik ma odczytać program. W kolejnym ćwiczeniu używamy tych samych fikcyjnych produktów, ale zadanie polega na przepisaniu danych do określonej struktury.
Zamień dane na poprawny JSON, bez bloków Markdown i bez komentarzy. Zwróć obiekt z kluczem produkty i tablicą trzech obiektów. Każdy obiekt ma klucze nazwa (tekst), liczba_sztuk (liczba całkowita), cena_pln (liczba). Dane fikcyjne: kubek, 100 sztuk, 30 PLN; torba, 40 sztuk, 80 PLN; notes, 200 sztuk, 15 PLN. Nie dodawaj innych kluczy ani produktów.
W czacie prośba o JSON nadal wymaga walidacji. Sprawdź parserem, czy dokument się odczytuje, a potem porównaj klucze i wartości z wejściem. W integracji programistycznej structured outputs w Gemini API pozwalają określać schemat odpowiedzi. Zgodność ze schematem nie dowodzi, że wartości są prawdziwe; to osobne sprawdzenie.
Instrukcje systemowe w Google AI Studio i API
Instrukcje systemowe określają reguły zachowania modelu na poziomie konfiguracji. W dokumentacji generowania tekstu Google opisuje do tego parametr system_instruction. Akapit wpisany w zwykłej rozmowie nie jest automatycznie ustawieniem systemowym API.
W stałych regułach możesz określić język, sposób oznaczania brakujących danych i wymagania dotyczące formatu. Konkretny materiał do analizy umieść w wiadomości użytkownika. Dzięki temu nie mieszasz reguł wielokrotnego użytku z jednorazowym zleceniem.
Nie pokazujemy zwykłego czatu jako dowodu działania panelu AI Studio. Osiem zrzutów w tym poradniku pochodzi z aplikacji Gemini. Jeśli odtwarzasz przykład w API, zanotuj model, konfigurację i pełny prompt; różne środowiska mogą dać różne odpowiedzi.
Obrazy i wykresy: opisz zadanie, nie tylko załącznik
Przy multimodalnym zadaniu napisz, czy oczekujesz opisu, odczytania wartości, porównania wariantów czy znalezienia błędu. Załącz czytelny materiał, wskaż jednostki i poproś o oznaczenie nieczytelnych danych. Nie każ modelowi zgadywać liczby zasłoniętej na wykresie.
Do wykresu możesz dopisać: „Wypisz wartości widoczne na osi, wskaż największą zmianę i oddziel odczyt od interpretacji. Jeśli etykieta jest nieczytelna, zaznacz to”. To szablon do pracy z własnym załącznikiem, nie opis wykonanego tu testu wideo lub obrazu. W pokazanej partii testowaliśmy tekst, kod i wklejoną tabelę.
Sprawdzalne obliczenia zamiast obietnicy „myślenia krok po kroku”
W analizie poproś o przyjęte dane, zastosowany wzór, wynik i krótką kontrolę. W naszym przykładzie marży można samodzielnie odtworzyć każde mnożenie. Nie potrzebujesz długiego opisu wewnętrznego rozumowania modelu, żeby wykryć pomylenie przychodu z marżą.
Polecenie nie daje gwarancji poprawnego rozwiązania. Jeśli wynik budzi wątpliwość, sprawdź obliczenie osobno, wskaż konkretną rozbieżność i ponów tylko tę część zadania. Zmiana tonu na bardziej pewny nie jest naprawą błędu.
Długi kontekst: limity API nie są limitem każdej rozmowy
Karta Gemini 3.5 Flash-Lite podaje dla API limit wejścia 1 048 576 tokenów. Nie należy przeliczać go na stałą liczbę polskich słów ani stron książki. Nie jest to też obietnica identycznego limitu w każdym planie aplikacji Gemini.
Przy długich materiałach nadaj dokumentom nazwy, oznacz daty i zakończ polecenie konkretnym pytaniem. Poproś o wskazanie fragmentów, na których opiera się odpowiedź. Nie dodawaj całej dokumentacji tylko dlatego, że mieści się w oknie: dane niepotrzebne do zadania utrudniają kontrolę wyniku.
Model obsługuje różne typy wejścia, ale według tej samej karty jego wyjściem jest tekst. Nie traktuj trybu Flash-Lite jako dowodu wygenerowania obrazu. W tym poradniku ilustracjami są autentyczne zrzuty odpowiedzi tekstowych.
Szablony promptów: zapisuj też kryteria odbioru
Do biblioteki zachowuj pełne polecenie, przykładowe wejście oraz listę warunków poprawnej odpowiedzi. Dla analizy marży będą to definicja, suma i obsługa remisu. Dla JSON: poprawne parsowanie, właściwe typy i brak dodatkowych pól. Dla posta: temat, długość, liczba hasztagów i brak niepotwierdzonych danych.
Przy zmianie modelu uruchom ponownie tę samą małą paczkę testów. Nie oceniaj wyłącznie, która odpowiedź brzmi ładniej. Sprawdź, czy zachowała wymagania i nie dopisała danych. To bardziej użyteczne niż deklaracja, że jeden prompt zawsze działa najlepiej.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Od czego zacząć?
Wybierz jedno zadanie, dopisz kontekst i określ wynik, który potrafisz sprawdzić. Jeśli dopiero poznajesz co to jest prompt, zacznij od krótkiego przykładu. Kolejne prompty AI po polsku traktuj jako materiał do dostosowania do własnych danych, a nie gotową gwarancję wyniku.
Zobacz też: Gemini: przewodnik po polsku - plany, ceny, zastosowania i testy
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Najczęstsze pytania
Jak pisać skuteczne prompty do Gemini?
Określ zadanie, kontekst, format i ograniczenia. Dostarcz potrzebne dane i ustal warunki, według których sprawdzisz wynik. Testy z poradnika wykonano w Gemini 3.5 Flash-Lite.
Czym różnią się instrukcje systemowe od zwykłego promptu?
Instrukcje systemowe są elementem konfiguracji modelu, m.in. w API. Zwykła wiadomość w aplikacji Gemini nie staje się automatycznie ustawieniem systemowym.
Czy poprawny JSON oznacza poprawną odpowiedź?
Nie. Parser sprawdza składnię, a schemat strukturę. Wartości trzeba osobno porównać z danymi wejściowymi.
Ile tekstu mieści Gemini 3.5 Flash-Lite?
Karta modelu podaje limit wejścia API 1 048 576 tokenów. Nie jest to stała liczba polskich słów ani stron i nie oznacza identycznego limitu każdego konta aplikacji.
Podobne tematy na Promptowym
