Od prostych pytań do precyzyjnych instrukcji
Rozmowa z zaawansowanym modelem językowym (LLM) przypomina czasem komunikację z niezwykle zdolnym, ale literacko nastawionym stażystą. Jeśli dasz mu niejasne zadanie, otrzymasz ogólnikową, często powierzchowną odpowiedź. Kluczem do wydobycia wartości jest zrozumienie, jak AI przetwarza nasze polecenia, czyli prompty. Na podstawie analizy typowych interakcji można wyodrębnić kilka powtarzających się błędów, które ograniczają efektywność współpracy z narzędziami takimi jak ChatGPT.
Błąd 1: Zbyt ogólne i nieprecyzyjne sformułowania
Najczęstszym grzechem jest zadawanie pytań w stylu „Powiedz mi coś o marketingu”. Dla modelu jest to sygnał do wygenerowania szerokiego, encyklopedycznego streszczenia, które rzadko odpowiada na konkretną potrzebę użytkownika. Autor testów zauważył, że im bardziej sprecyzowany jest punkt wyjścia, tym bardziej użyteczna będzie odpowiedź. Zamiast pytać „o czymś”, lepiej określić kontekst, cel i pożądany format wypowiedzi.
Porównaj te dwa podejścia:
Napisz post na bloga.
oraz
Jesteś doświadczonym copywriterem specjalizującym się w nowych technologiach. Napisz wstęp (około 250 słów) do artykułu na bloga firmowego skierowanego do małych i średnich przedsiębiorstw. Temat: "Jak narzędzia oparte na AI, takie jak ChatGPT, mogą usprawnić obsługę klienta w polskiej firmie?". Ton: profesjonalny, ale zachęcający, z lekkim nutą optymizmu. Wyjaśnij jedną konkretną, praktyczną korzyść.
Drugi prompt nie pozostawia miejsca na domysły. Określa rolę, odbiorców, długość, kontekst, ton i konkretny wymóg merytoryczny, co znacznie zwiększa szansę na otrzymanie materiału gotowego do dalszej obróbki.
Błąd 2: Brak kontekstu i tła sytuacyjnego
Modele językowe nie pamiętają naszej poprzedniej rozmowy (poza aktualną sesją) i nie znają naszego świata. Prośba o „naprawienie” czegoś bez opisu punktu wyjścia to prośba o wróżbę z fusów. Sprawdzono, że dostarczenie nawet krótkiego kontekstu dramatycznie poprawia trafność sugestii. Jeśli potrzebujesz pomocy przy emailu, opisz sytuację. Jeśli chcesz przeanalizować problem, wyjaśnij jego genezę.
Popraw ten tekst.
kontra
Popraw poniższy tekst pod kątem gramatyki, stylu i jasności przekazu. To jest wiadomość email od freelancera (grafik) do klienta, który spóźnia się z płatnością za zrealizowany projekt o 14 dni. Ton ma być stanowczy i profesjonalny, ale nie agresywny, ponieważ chcę utrzymać dobrą relację. Tekst do poprawy: "Hej, czekam już długo na zapłatę, kiedy w końcu prześlesz hajs?".
Błąd 3: Pytania zamknięte i ograniczające
Zadawanie pytań, na które można odpowiedzieć „tak” lub „nie”, to zmarnowana okazja. Model może potwierdzić lub zaprzeczyć, ale nie rozwinie myśli, nie zaproponuje alternatyw ani nie poda przykładów. Autor artykułu zauważył, że przeformułowanie pytania na otwarte, zachęcające do eksploracji, uruchamia kreatywność i wiedzę ukrytą w AI.
Czy Python jest dobry do analizy danych?
kontra
Porównaj Pythona i R pod kątem zastosowań w analizie danych dla początkującego. Wymień trzy kluczowe mocne strony każdego z języków w tym kontekście i zasugeruj, który wybrać dla projektów skupionych na wizualizacji, a który dla automatyzacji procesów. Podaj nazwy konkretnych, popularnych bibliotek.
Błąd 4: Ignorowanie formatu odpowiedzi
Jeśli nie określisz, jak chcesz otrzymać informację, dostaniesz domyślną formę – zwykle blok tekstu. A przecież wynik może przybrać postać tabeli, listy punktowanej, schematu w formacie JSON, skróconego podsumowania, a nawet kodu. Określenie formatu to nie kaprys, a sposób na uzyskanie wyniku, który od razu można wykorzystać w docelowym narzędziu.
Wymień kroki zakładania jednoosobowej działalności gospodarczej w Polsce.
kontra
Przedstaw proces zakładania jednoosobowej działalności gospodarczej (JDG) w Polsce w formie uporządkowanej listy kroków. Dla każdego kroku podaj: 1) Krótką nazwę czynności, 2) Szacowany czas realizacji, 3) Kluczowy organ/instytucję, z którą należy się kontaktować. Formatuj odpowiedź jako tabelę.
Błąd 5: Rezygnacja po pierwszej nieidealnej odpowiedzi
Pierwsza odpowiedź AI to rzadko ostateczne, idealne rozwiązanie. Traktuj ją jako pierwszy szkic, który można i należy udoskonalać. Najpotężniejszą techniką jest iteracja: poproś o doprecyzowanie, rozszerzenie, skrócenie, zmianę tonu lub punktu widzenia. Możesz też bezpośrednio krytykować odpowiedź i wskazywać, co jest nie tak. Model nie ma uczuć – dostosuje się.
Dziękuję za tę listę. Skróć ją do pięciu absolutnie najważniejszych kroków dla kogoś, kto ma już wybraną formę opodatkowania (ryczałt). Sformatuj jako prostą, ponumerowaną listę.
lub
Twoja odpowiedź jest zbyt techniczna. Przeformułuj ją tak, aby zrozumiała ją osoba, która nigdy nie zakładała firmy. Użyj prostszych analogii i skup się na praktycznych, następnych krokach, a nie na paragrafach ustaw.
Podsumowanie: Struktura skutecznego promptu
Aby uniknąć tych błędów, warto pamiętać o prostym szablonie, który organizuje myślenie przed wpisaniem polecenia. Nie każdy element jest zawsze potrzebny, ale stanowią one doskonałą checklistę:
- Rola: Kim ma być AI? (np. „doświadczony nauczyciel matematyki”, „krytyk kulinarny”).
- Kontekst i tło: Jaka jest sytuacja? Dlaczego to robimy?
- Precyzyjna instrukcja: Czego dokładnie oczekujemy? Jaki jest cel?
- Format wyjścia: W jakiej formie chcemy otrzymać odpowiedź? (tabela, lista, kod, esej).
- Ton i styl: Jak ma brzmieć odpowiedź? (profesjonalnie, żartobliwie, perswazyjnie).
Eksperymentowanie z tymi elementami i iteracyjne doprecyżowywanie odpowiedzi to sedno efektywnej pracy z modelami językowymi. Jak pokazano, unikanie podstawowych pułapek nie wymaga zaawansowanej wiedzy, a jedynie odrobiny świadomości i praktyki w formułowaniu swoich myśli jako instrukcji dla inteligentnego, ale potrzebującego przewodnika narzędzia.
