Prompt: co to jest i jak pisać dobre polecenia dla AI

Aktualizacja: 24 października 2026 r. · czas czytania ok. 9 minut

Dwie osoby w tej samej firmie korzystają z tego samego narzędzia AI. Jedna dostaje odpowiedzi, które od razu nadają się do wysłania klientowi, druga — ogólniki, które trzeba pisać od nowa. Różnica rzadko leży w modelu. Zwykle leży w tym, co do niego wpisano, czyli w prompcie. Poniżej wyjaśniamy, co to jest prompt, z czego składa się dobre polecenie, jak je poprawiać i jak prompty działają w firmowych chatbotach i automatyzacjach — z przykładami, które możesz od razu skopiować.

Prompt — co to jest? Definicja

Prompt (ang. prompt — podpowiedź, zachęta) to polecenie, pytanie lub zestaw instrukcji, które wpisujesz do narzędzia sztucznej inteligencji, żeby uzyskać odpowiedź: tekst, streszczenie, tabelę, kod czy obraz.

Najprostszy prompt to jedno zdanie, np. „Streść ten e-mail w trzech punktach”. Rozbudowany prompt może mieć kilka akapitów: opis roli, dane wejściowe, wymagany format, przykłady i ograniczenia. Model językowy (LLM) nie zna Twoich intencji ani kontekstu firmy — widzi tylko to, co znajduje się w prompcie i we wcześniejszej części rozmowy. Dlatego jakość odpowiedzi tak mocno zależy od jakości polecenia.

W polskich tekstach spotkasz też określenia „polecenie dla AI”, „zapytanie” albo „instrukcja”. Chodzi o to samo. Umiejętność świadomego pisania i testowania promptów nazywa się prompt engineering.

Co to jest prompt w praktyce: trzy rodzaje poleceń

Kiedy mówimy o promptach w firmie, warto rozróżnić trzy sytuacje — bo każda wymaga trochę innego podejścia.

Prompt użytkownika

To, co wpisujesz w okno czatu w ChatGPT, Claude czy Gemini. Piszesz go raz, patrzysz na wynik i poprawiasz. Tu liczy się szybkość i umiejętność doprecyzowania polecenia w kolejnej wiadomości.

Prompt systemowy

Instrukcja ukryta przed użytkownikiem, którą twórca aplikacji ustawia na stałe. Określa, kim jest asystent, o czym może rozmawiać, jakim tonem i czego mu nie wolno. Każdy firmowy chatbot ma taki prompt — klient go nie widzi, ale to on decyduje o tym, jak bot się zachowuje.

Prompt w automatyzacji

Szablon polecenia uruchamiany automatycznie, setki razy dziennie, z podstawianymi danymi: „Przypisz ten e-mail do jednej z kategorii…”. Nikt nie czyta każdej odpowiedzi na bieżąco, więc prompt musi być przewidywalny, a wynik — w ściśle określonym formacie, który zrozumie kolejny krok procesu.

Z czego składa się dobry prompt

Nie ma jednego „magicznego” szablonu, ale dobre polecenia zwykle zawierają te same elementy. Nie każdy prompt potrzebuje wszystkich — przy prostym pytaniu wystarczą dwa, przy szablonie do automatyzacji przydają się prawie wszystkie.

Dobra próba kontrolna: wyobraź sobie, że to samo polecenie dajesz nowemu pracownikowi w pierwszym dniu pracy. Jeśli musiałby dopytać o pięć rzeczy, model też ich nie wie — tyle że zamiast pytać, zgadnie.

Przykład: słaby i dobry prompt

Weźmy typową sytuację w sklepie internetowym: klientka pisze, że paczka nie dotarła. Pierwsza wersja polecenia wygląda zwykle tak:

Model napisze poprawny, ale nijaki tekst — może obiecać rekompensatę, której nie dajecie, albo użyć tonu, który nie pasuje do Waszej marki. Ta sama prośba z kontekstem, danymi i ograniczeniami:

Drugi prompt jest dłuższy, ale odpowiedź zwykle nadaje się do wysłania po drobnej korekcie. Zwróć uwagę na dwa szczegóły: dane wejściowe są wyraźnie oddzielone od instrukcji (tu cudzysłowami), a zakazy są zapisane wprost. Model nie domyśli się polityki firmy — trzeba mu ją podać.

Jak pisać prompty: sześć technik, które działają

1. Zacznij od celu, nie od tematu. „Napisz post o naszej promocji” daje gorszy wynik niż „Napisz post na Facebooka, który zachęci obecnych klientów do skorzystania z promocji do końca miesiąca”.
2. Pokaż przykład. Jeden wzorcowy opis produktu albo jedna dobra odpowiedź mówi modelowi więcej niż akapit przymiotników o „profesjonalnym, ale przyjaznym tonie”. Ta technika nazywa się few-shot prompting.
3. Określ format odpowiedzi. Lista punktów, tabela z kolumnami, JSON z konkretnymi polami, maksymalna liczba słów. Im ściślej, tym łatwiej wynik wykorzystać.
4. Poproś o rozumowanie krok po kroku przy zadaniach wymagających analizy — porównaniu ofert, sprawdzeniu umowy, wyliczeniach. Model, który najpierw wypisze założenia, rzadziej przeskakuje do błędnego wniosku.
5. Pozwól modelowi dopytać. Dopisz: „Jeśli brakuje Ci informacji, zadaj mi najpierw pytania”. To prosty sposób, żeby model nie wypełniał luk zmyśleniami.
6. Dziel duże zadania. Zamiast „przygotuj ofertę” — najpierw lista wymagań klienta, potem struktura oferty, potem poszczególne sekcje. Krótsze kroki łatwiej sprawdzić i poprawić.

I najważniejsze: pierwsza odpowiedź to szkic. Zamiast pisać prompt od nowa, powiedz modelowi, co poprawić — „krócej”, „bez żargonu”, „dodaj cenę netto”. Iteracja to normalna część pracy, a nie dowód, że prompt był zły.

Przykłady promptów dla małej firmy

Kilka poleceń, które w MŚP sprawdzają się najczęściej. Nawiasy kwadratowe zastąp własnymi danymi.

Opis produktu do sklepu

Streszczenie dokumentu

Klasyfikacja wiadomości

Ostatni przykład to typowy prompt do automatyzacji — odpowiedź w jednym słowie łatwo przekazać dalej, np. do narzędzia takiego jak n8n, które na tej podstawie kieruje wiadomość do właściwej osoby.

Uwaga praktyczna: zanim wkleisz do publicznego czatu umowę, fakturę czy wiadomość klienta, sprawdź, czy korzystasz z konta firmowego, na którym dane nie są używane do trenowania modeli, i czy nie przekazujesz danych osobowych bez podstawy prawnej. Wrażliwe dokumenty lepiej usunąć z nazwisk i numerów albo przetwarzać w rozwiązaniu działającym na infrastrukturze firmy.

Prompt systemowy w chatbocie firmowym

W chatbocie AI dla firmy prompt nie jest jednym zdaniem wpisywanym przez klienta, tylko starannie przygotowaną instrukcją, która obowiązuje w każdej rozmowie. Zwykle opisuje:

• rolę i ton — np. „asystent salonu, zwracasz się na Pan/Pani, krótko i konkretnie”;
• zakres — o czym bot rozmawia, a przy jakich tematach przekazuje sprawę człowiekowi;
• źródła — że odpowiada wyłącznie na podstawie cennika, regulaminu i bazy wiedzy;
• zachowanie przy braku odpowiedzi — przyznaje, że nie wie, i proponuje kontakt;
• akcje — kiedy prosi o dane kontaktowe, kiedy proponuje rezerwację terminu.

Sam prompt nie wystarczy, żeby bot znał ofertę firmy. Aktualne dokumenty podaje mu się osobno, przez bazę wiedzy (RAG) — prompt mówi, jak odpowiadać, a baza wiedzy dostarcza, co odpowiedzieć. Gdy bot ma dodatkowo wykonywać działania w systemach firmy, staje się agentem AI, a prompt opisuje też, kiedy wolno mu użyć danego narzędzia.

Prompt systemowy testuje się jak oprogramowanie: przygotowuje się kilkadziesiąt prawdziwych pytań klientów — także tych trudnych, nietypowych i złośliwych — i sprawdza, czy po każdej zmianie instrukcji odpowiedzi są nadal poprawne.

Najczęstsze błędy i ograniczenia

Zbyt ogólne polecenie

„Napisz coś o naszej firmie” zmusza model do zgadywania. Efekt to tekst, który pasuje do każdej firmy — czyli do żadnej.

Wiara, że dobry prompt usuwa zmyślenia

Nawet najlepszy prompt nie sprawi, że model będzie znał fakty, których nie ma w poleceniu ani w danych. Liczby, ceny, nazwiska i przepisy zawsze trzeba sprawdzić. Prompt może zmniejszyć ryzyko („odpowiadaj tylko na podstawie tekstu poniżej, a jeśli informacji brak — napisz to”), ale go nie eliminuje.

Sprzeczne instrukcje

„Bądź szczegółowy” i „maks. 50 słów” w jednym poleceniu to typowy przykład. Model wybierze jedną z instrukcji, niekoniecznie tę, na której Ci zależało. Przy długich promptach warto co jakiś czas przeczytać je w całości i usunąć dopiski, które sobie przeczą.

Prompt injection

Jeśli model czyta treści z zewnątrz — e-maile, strony internetowe, wiadomości klientów — ktoś może w nich ukryć własne polecenie, np. „zignoruj wcześniejsze instrukcje”. To tzw. prompt injection. Dlatego w firmowych wdrożeniach nie polega się wyłącznie na prompcie: bot ma ograniczone uprawnienia, a działania o skutkach finansowych lub prawnych zatwierdza człowiek.

Prompt engineering — czy firma potrzebuje specjalisty?

Do codziennej pracy z czatem AI wystarczy, że zespół zna kilka zasad opisanych wyżej — to kwestia godzinnego szkolenia i trochę praktyki. Osobnej kompetencji wymagają natomiast prompty, które działają bez nadzoru: w chatbocie na stronie, w automatyzacji obsługującej setki wiadomości czy w agencie z dostępem do systemów firmy. Tam liczy się nie tylko treść polecenia, ale też zestaw testów, wersjonowanie zmian i monitorowanie odpowiedzi po wdrożeniu. To zwykle część projektu wdrożeniowego, a nie osobny etat.

Podsumowanie

Prompt to polecenie, które dajesz modelowi AI — i najtańszy sposób na lepsze wyniki. Dobry prompt jasno określa zadanie, podaje kontekst i dane, wymaga konkretnego formatu, mówi, czego nie robić, i w miarę możliwości pokazuje przykład. W codziennej pracy wystarczy iterować: poprawiać odpowiedź zamiast zaczynać od zera. W chatbotach i automatyzacjach prompt staje się częścią systemu, którą trzeba testować tak samo jak kod. Jeśli chcesz przenieść dobre prompty z okna czatu do procesu, który działa w Twojej firmie bez przerwy, porozmawiajmy o tym na bezpłatnej konsultacji.