Prompt (ang. prompt – polecenie, podpowiedź) to instrukcja tekstowa przekazywana modelowi językowemu (LLM), która określa, co model ma zrobić, w jakiej roli, dla kogo i w jakiej formie ma zwrócić wynik. Dla marketera prompt jest odpowiednikiem briefu dla agencji: im precyzyjniej opisuje cel, kontekst i kryteria jakości, tym mniej poprawek wymaga odpowiedź. To najtańsza i najszybsza dźwignia jakości w narzędziach z obszaru AI w marketingu.
Jak działa prompt w modelu językowym?
LLM nie „rozumie” zadania w ludzkim sensie – przewiduje kolejne fragmenty tekstu na podstawie treści, którą otrzymał w oknie kontekstu. Prompt jest więc jedynym źródłem informacji o oczekiwaniach użytkownika. Jeśli w prompcie brakuje grupy docelowej, tonu czy długości, model uzupełnia luki własnymi założeniami, które często nie pokrywają się z intencją marketera.
W praktyce prompt składa się z kilku warstw. Prompt systemowy definiuje stałe zasady (rolę, styl, ograniczenia), prompt użytkownika zawiera konkretne zadanie, a kontekst dodatkowy to dane wejściowe – np. fragment strony, brief kampanii lub wyniki wyszukiwania dostarczone w mechanizmie RAG (Retrieval-Augmented Generation). Przykłady dobrych praktyk publikuje m.in. dokumentacja OpenAI.
Z czego składa się skuteczny prompt?
Dobry prompt można rozłożyć na powtarzalne elementy. Nie każdy jest konieczny za każdym razem, ale brak któregoś zwykle widać w wyniku.
| Element | Co określa | Przykład dla marketera |
|---|---|---|
| Rola | Perspektywę i kompetencje modelu | „Jesteś copywriterem e-commerce w branży meblowej” |
| Zadanie | Konkretną czynność do wykonania | „Napisz 3 warianty nagłówka reklamy Google Ads” |
| Kontekst | Dane, na których model ma pracować | Opis produktu, persona, USP, wyniki poprzednich kampanii |
| Ograniczenia | Czego unikać, limity, zgodność | „Maks. 30 znaków, bez wykrzykników, bez obietnic zdrowotnych” |
| Format wyjścia | Strukturę odpowiedzi | „Zwróć tabelę: nagłówek, długość, uzasadnienie” |
| Przykłady | Wzorce pożądanego stylu (few-shot) | 2–3 zaakceptowane wcześniej nagłówki |
Prompt a RAG i agenci AI
W bardziej złożonych wdrożeniach prompt przestaje być pojedynczym pytaniem. W architekturze RAG system najpierw wyszukuje pasujące dokumenty (np. z bazy produktów lub regulaminów), a następnie wkleja je do promptu jako kontekst – dzięki temu model odpowiada na podstawie faktów firmy, a nie ogólnej wiedzy. Agent AI z kolei wykonuje sekwencję promptów: planuje kroki, wywołuje narzędzia (API, arkusz, CRM) i weryfikuje wyniki. W obu przypadkach jakość promptów bazowych decyduje o stabilności całego procesu, dlatego są one wersjonowane i testowane jak kod.
Najczęstsze błędy w promptach
- Brak kontekstu biznesowego – model pisze poprawnie, ale „o niczym”, bo nie zna oferty, persony ani celu kampanii.
- Kilka zadań w jednym poleceniu – analiza, tekst i tłumaczenie naraz obniżają jakość każdego z elementów.
- Brak formatu wyjścia – odpowiedź trudno wkleić do arkusza lub CMS bez ręcznej obróbki.
- Zbyt ogólne kryteria – „napisz dobry tekst” nie daje modelowi żadnego punktu odniesienia.
- Zaufanie bez weryfikacji – prompt nie chroni przed zmyślonymi danymi; fakty, ceny i twierdzenia prawne trzeba sprawdzić.
- Wklejanie danych wrażliwych – dane klientów lub tajemnice handlowe nie powinny trafiać do zewnętrznych modeli bez odpowiedniej umowy i konfiguracji.
Prompt w praktyce ICBM
W projektach z zakresu wdrażania AI traktujemy prompty jak element procesu, a nie jednorazową wiadomość w czacie. Zaczynamy od zebrania danych kontekstowych (brand book, persony, przykłady zaakceptowanych treści), budujemy biblioteki promptów dla powtarzalnych zadań – opisy produktów, warianty reklam, analiza fraz – i testujemy je na próbce przed uruchomieniem na skalę. Każdy prompt ma właściciela, wersję i kryteria akceptacji, co pozwala porównywać wyniki po zmianie modelu lub treści. Szerszy kontekst tematu znajdziesz w kategorii AI w marketingu.
Najczęściej zadawane pytania
Czym różni się prompt od promptu systemowego?
Prompt systemowy to stałe instrukcje ustawiane przez twórcę narzędzia lub administratora – rola, ton, zakazy. Prompt użytkownika to konkretne zadanie w danej rozmowie. Model łączy oba, przy czym prompt systemowy zwykle ma wyższy priorytet.
Czy dłuższy prompt jest zawsze lepszy?
Nie. Liczy się precyzja, a nie objętość – nadmiar niepowiązanych informacji może rozmyć zadanie. Lepiej dodać brakujący kontekst i przykład niż powtarzać ogólniki.
Czy ten sam prompt działa tak samo w różnych modelach?
Zwykle nie. Modele różnią się interpretacją instrukcji, długością okna kontekstu i stylem odpowiedzi, dlatego prompt po zmianie modelu warto przetestować i dostroić na tych samych przykładach.
