Prompt: co to jest, jak go napisać i dlaczego jedno polecenie działa, a drugie nie
👁 114 przeczytań
Prompt to polecenie, które wydajesz modelowi sztucznej inteligencji. Tekst, obraz albo jedno i drugie naraz, na podstawie których model tworzy odpowiedź. Po polsku najbliższe są słowa „polecenie” i „podpowiedź”, ale w praktyce przyjęło się angielskie brzmienie i tak też mówi się w polskich firmach.
Tyle definicji. Ciekawsze jest to, dlaczego jedno polecenie daje świetną odpowiedź, a inne, pozornie takie samo, kompletnie chybia. O tym jest reszta tekstu.
Prompt po polsku: skąd to słowo
Angielskie prompt znaczy „skłonić do działania”, a w informatyce od dekad oznacza znak zachęty, czyli miejsce, w którym system czeka na Twoje polecenie. Stąd „wiersz poleceń”, po angielsku command prompt. Kiedy pojawiły się modele językowe, nazwa się przykleiła, bo mechanizm jest ten sam: system czeka, aż napiszesz, czego chcesz.
Tłumaczenia, które spotkasz po polsku: polecenie (najbliższe znaczeniowo), zapytanie (mylące, bo prompt nie musi być pytaniem), podpowiedź (mylące w drugą stronę, bo sugeruje coś pomocniczego) i instrukcja (dobre przy dłuższych poleceniach). W tekstach technicznych zwykle zostawia się „prompt” i to jest uczciwe rozwiązanie.
Z czego składa się dobry prompt
Różnica między poleceniem, które działa, a takim, które nie działa, sprowadza się do pięciu elementów. Nie wszystkie są potrzebne za każdym razem, ale im trudniejsze zadanie, tym więcej z nich warto podać.
1. Zadanie. Co ma powstać. „Napisz”, „przetłumacz”, „porównaj”, „znajdź błąd”. Czasownik na początku porządkuje resztę.
2. Kontekst. Dla kogo i po co. „Dla klienta, który nie zna się na technologii” zmienia odpowiedź bardziej niż dziesięć przymiotników.
3. Materiał. Tekst, dane albo zdjęcie, na których model ma pracować. Bez materiału model zgaduje.
4. Forma. Długość, układ, język. „Trzy akapity, bez wypunktowań, po polsku” oszczędza jedną rundę poprawek.
5. Ograniczenia. Czego ma nie robić. To najczęściej pomijany element, a przy zadaniach twórczych najważniejszy, bo odcina domyślne przyzwyczajenia modelu.
Ten sam cel, dwa polecenia
Najprościej zobaczyć różnicę na przykładzie.
Słabo: „Napisz post na LinkedIn o naszym nowym produkcie.”
Dobrze: „Napisz post na LinkedIn o wdrożeniu systemu do obsługi zamówień w małej hurtowni. Odbiorca: właściciel firmy, który nie zna się na technologii i boi się, że wdrożenie zatrzyma mu sprzedaż. Trzy akapity, do 900 znaków, bez wypunktowań i bez emoji. Zacznij od konkretnej sytuacji, a nie od zapowiedzi. „
Drugie polecenie jest cztery razy dłuższe i daje lepszą odpowiedź. Pierwsze daje tekst, który mógłby dotyczyć czegokolwiek.
Cztery błędy, które psują większość poleceń
Grzeczność zamiast treści. „Czy mógłbyś być tak miły i spróbować” nie poprawia wyniku, tylko zajmuje miejsce. Model nie obraża się za tryb rozkazujący.
Kilka zadań naraz. „Przetłumacz, skróć, popraw styl i zrób z tego tabelę” kończy się tym, że jedna rzecz wyjdzie dobrze, a reszta po łebkach. Lepiej rozbić na kroki.
Opis zamiast przykładu. Zamiast tłumaczyć, jakiego stylu oczekujesz, wklej dwa zdania w tym stylu. Jeden przykład niesie więcej informacji niż akapit opisu.
Brak zakazów. Model ma domyślne przyzwyczajenia: dopisuje wstępy, streszcza na końcu, wtrąca zastrzeżenia. Jeśli tego nie chcesz, trzeba napisać wprost.
Prompt to nie tylko tekst
W modelach obrazowych poleceniem bywa zestaw zdjęć razem z opisem, a rolę każdego pliku trzeba określić osobno, inaczej model je pomyli. Rozpisałem to na konkretnym przykładzie w poradniku o przerabianiu zdjęć w AI. W narzędziach programistycznych prompt bywa plikiem konfiguracyjnym, który obowiązuje przez całą pracę, a nie pojedynczą wiadomością.
Czy potrzebujesz generatora promptów
Generatory promptów to narzędzia, które z krótkiego opisu robią rozbudowane polecenie. Bywają przydatne na start, bo pokazują, jakich elementów brakuje w Twoim sposobie pisania. Ale mają wadę: produkują polecenia długie i ogólne, a najlepsze prompty są konkretne i krótsze, niż się wydaje.
Praktyczniejsze podejście: napisz polecenie po swojemu, a potem poproś model, żeby wskazał, czego w nim brakuje. Dostaniesz uwagi do własnego tekstu zamiast cudzego szablonu. Gotowe polecenia do konkretnych zadań zbieram w dziale przewodników.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Ile to wszystko jest warte
Umiejętność pisania poleceń bywa nazywana zawodem przyszłości i to jest przesada. To raczej umiejętność bazowa, jak sprawne wyszukiwanie w internecie: nikt nie zatrudnia za samo to, ale różnica w efektywności między kimś, kto to potrafi, a kimś, kto nie, jest realna i widać ją w każdym tygodniu pracy.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Najczęstsze pytania
Co to jest prompt?
Prompt to polecenie wydawane modelowi sztucznej inteligencji: tekst, obraz albo jedno i drugie naraz, na podstawie których model tworzy odpowiedź. Po polsku najbliższe są słowa polecenie i podpowiedź.
Jak przetłumaczyć prompt na polski?
Najbliższe jest „polecenie". „Zapytanie" myli, bo prompt nie musi być pytaniem, a „podpowiedź" sugeruje coś pomocniczego. W tekstach technicznych zwykle zostawia się słowo prompt.
Z czego składa się dobry prompt?
Z pięciu elementów: zadania, kontekstu, materiału do pracy, formy odpowiedzi oraz ograniczeń, czyli tego, czego model ma nie robić. Ostatni bywa pomijany, a przy zadaniach twórczych jest najważniejszy.
Skąd pochodzi słowo prompt?
Z informatyki, gdzie od dekad oznacza znak zachęty, czyli miejsce, w którym system czeka na polecenie. Stąd wiersz poleceń, po angielsku command prompt.
Czy warto używać generatora promptów?
Na start bywa przydatny, bo pokazuje brakujące elementy. Ma jednak wadę: produkuje polecenia długie i ogólne. Praktyczniej jest napisać polecenie po swojemu i poprosić model o wskazanie, czego w nim brakuje.
Czy grzeczne zwroty poprawiają odpowiedź?
Nie. Zwroty w rodzaju „czy mógłbyś być tak miły" nie poprawiają wyniku, a zajmują miejsce w poleceniu. Tryb rozkazujący jest w porządku.



