Prompty w pracy: jak pisać polecenia dla AI, żeby dostać użyteczny wynik

„Napisz maila do klienta, że się spóźnimy”. AI odpisuje grzecznym, okrągłym tekstem, który pasowałby do każdej firmy na świecie. Do Twojej nie pasuje, więc przepisujesz go od zera i dochodzisz do wniosku, że szybciej byłoby samemu.

Problem zwykle nie leży w narzędziu. Leży w tym, że polecenie miało siedem słów, a odpowiedź wymagała wiedzy, której AI nie miało: kto jest klientem, ile trwa opóźnienie, co mu proponujecie i jakim tonem rozmawiacie. Ten tekst pokazuje, jak to naprawić na czterech typowych zadaniach biurowych i jak sprawić, żeby dobre polecenia zostawały w firmie.

Co to jest prompt?

Prompt to polecenie, które wpisujesz do narzędzia AI: treść zadania razem z materiałem i wskazówkami, jak ma wyglądać wynik. Może mieć jedno zdanie albo całą stronę. W ChatGPT, Claude, Copilot czy Gemini działa tak samo: model odpowiada na to, co dostał, i uzupełnia braki najbardziej typowym rozwiązaniem.

Na tym polega różnica wobec wyszukiwarki. Do Google wpisujesz hasło i dostajesz listę stron. Do czatu AI wpisujesz zlecenie i dostajesz gotowy tekst, tabelę albo analizę. Dlatego prompt bardziej przypomina brief dla nowego współpracownika niż zapytanie.

Google w poradniku do Gemini dla Workspace podaje, że najbardziej udane prompty mają średnio około 21 słów z kontekstem, a ludzie zwykle wpisują mniej niż 9. To obserwacja z użytkowników Gemini dla Workspace opisana w wydaniu z października 2024 roku, bez podanej próby. Nie chodzi o liczbę słów, tylko o to, czego w tych dziewięciu brakuje.

Jak wygląda dobry prompt: pięć elementów

Dobry prompt odpowiada na pięć pytań: kim ma być AI, co ma zrobić, na jakim materiale, w jakiej formie i czego ma unikać. Cztery pierwsze to schemat z poradnika Google: persona, zadanie, kontekst, format. Piąty dokładamy w firmie, bo w pracy liczą się też ograniczenia: dane, ton marki, rzeczy, których nie wolno obiecać klientowi.

Nie każde polecenie potrzebuje wszystkich pięciu. Google pisze wprost, że najważniejszy jest czasownik w zadaniu, a reszta pomaga. Przy krótkiej korekcie tekstu zwykle dają radę same zadanie i materiał. Przy ofercie dla klienta brak granic kończy się tym, że AI dopisze coś, czego firma nie oferuje.

Anthropic w dokumentacji Claude proponuje prosty test: pokaż swój prompt koledze, który nie zna zadania. Jeśli on by się pogubił, model też się pogubi. Taki test zajmuje kilkanaście sekund i często wystarcza, żeby zobaczyć, czego w poleceniu brakuje.

Szablon do skopiowania

Szablon polecenia:

Jesteś [rola, np. specjalistą ds. sprzedaży w firmie X].

Twoje zadanie: [czasownik + co dokładnie, np. przygotuj szkic oferty].

Materiał: [wklejony tekst, notatki, liczby; oznacz je wyraźnie, np. „Notatki ze spotkania:”].

Odbiorca i cel: [kto przeczyta wynik i co ma po nim zrobić] (to część formatu: dla kogo piszesz, decyduje o długości i tonie).

Format: [długość, struktura, ton, język].

Granice: [czego nie robić, czego nie zmyślać; jeśli czegoś brakuje, zapytaj zamiast zgadywać].

Ostatnie zdanie w granicach jest ważniejsze, niż wygląda. Model, któremu pozwolisz dopytać, ma szansę wskazać lukę w materiale, zamiast wypełnić ją wymyśloną liczbą.

Cztery zadania biurowe: prompt przed i po

Przykłady poniżej są scenariuszami przygotowanymi do tego tekstu, nie zapisami z pracy konkretnej firmy. Przy każdym podajemy, gdzie wolno je wykonać, bo dobre polecenie nie naprawi źle dobranego narzędzia.

1. Oferta dla klienta

Przed: Napisz ofertę na szkolenie z Excela.

Po: Jesteś handlowcem firmy szkoleniowej. Przygotuj szkic oferty na szkolenie z Excela dla działu księgowości [Klienta]. Materiał: notatki ze spotkania poniżej, nasz zakres szkolenia i cena katalogowa. Odbiorca: kierownik księgowości, który porówna nas z dwiema innymi ofertami. Format: do jednej strony; sekcje: potrzeba klienta własnymi słowami, program w 4 punktach, organizacja, cena. Granice: nie dodawaj modułów, których nie ma w zakresie; nie wymyślaj referencji.

Wersja „przed” daje ofertę, która nie pasuje do żadnego klienta. Wersja „po” daje szkic, który handlowiec poprawia w kilku miejscach, zamiast pisać od nowa. Notatki ze spotkania z klientem to zwykle dane osobowe i poufne, więc to zadanie należy do zatwierdzonego konta firmowego, a na koncie prywatnym zostaje praca na szablonie z polami w nawiasach.

2. Streszczenie umowy

Przed: Streść tę umowę.

Po: Jesteś asystentem działu zakupów. Streść umowę poniżej dla kierownika, który ma zdecydować, czy ją podpisać. Format: tabela z kolumnami „zapis”, „numer paragrafu”, „co to znaczy dla nas”. Uwzględnij: okres i wypowiedzenie, kary umowne, odpowiedzialność, terminy płatności, automatyczne przedłużenie. Granice: przy każdym punkcie podaj numer paragrafu; jeśli czegoś nie ma w umowie, napisz „brak w umowie”; nie oceniaj zgodności z prawem.

Numery paragrafów pozwalają sprawdzić każde zdanie w oryginale w minutę. Umowa z kontrahentem to informacja poufna i często dane osobowe, więc trafia wyłącznie do narzędzia zatwierdzonego dla takich danych, po ocenie zastosowania. Streszczenie nie zastępuje przeczytania kluczowych zapisów ani opinii prawnika.

3. Mail do klienta

Przed: Odpisz klientowi, że dostawa się opóźni.

Po: Jesteś opiekunem klienta w hurtowni. Napisz odpowiedź do [Klienta], którego zamówienie przyjedzie 5 dni roboczych później, niż obiecaliśmy. Fakty: przyczyna to opóźnienie u przewoźnika; proponujemy darmową dostawę następnego zamówienia. Ton: rzeczowy, bez nadmiernych przeprosin, zwracamy się per Pan/Pani. Format: do 100 słów, bez nagłówków. Granice: nie podawaj nowej daty, której nie ma w faktach; nie obiecuj innych rekompensat.

Tutaj materiałem są fakty, nie dokument. Zamiast imienia i nazwy firmy klienta wpisujesz pole w nawiasach i uzupełniasz je już w programie pocztowym. Dzięki temu taki szkic można przygotować w każdym narzędziu dopuszczonym do materiałów bez danych osobowych.

4. Analiza tabeli

Przed: Przeanalizuj te dane sprzedażowe.

Po: Jesteś analitykiem sprzedaży. W załączonym arkuszu jest sprzedaż miesięczna według regionów i grup produktów za ostatnie 12 miesięcy. Zadanie: wskaż 3 największe zmiany rok do roku i 2 możliwe przyczyny każdej z nich. Format: tabela, a pod nią najwyżej 5 zdań komentarza. Granice: każdą liczbę podaj z nazwą kolumny i miesiąca, z których pochodzi; przyczyny oznacz jako hipotezy; nie licz średnich z pustych komórek.

AI chętnie podaje liczby, których w arkuszu nie ma, dlatego żądanie źródła przy każdej liczbie jest tu najważniejsze. Zestawienie zagregowane, bez nazwisk handlowców i nazw klientów, to dane wewnętrzne: przesyłasz je do zatwierdzonego narzędzia firmowego. Kolumny z danymi osób usuń przed wysłaniem, jeśli nie są potrzebne do analizy.

Co nie trafia do promptu

Do promptu na koncie prywatnym trafiają tylko materiały publiczne, a hasła i klucze API nie trafiają do żadnego promptu na żadnym koncie. Dane wewnętrzne, osobowe i poufne wymagają zatwierdzonego narzędzia firmowego, a osobowe i poufne także oceny zastosowania. Co dzieje się z danymi w poszczególnych planach i jakie ustawienia warto sprawdzić, opisujemy w tekście Czy ChatGPT jest bezpieczny dla firmy? Dane, RODO i ustawienia.

Pola w nawiasach, takie jak [Klient] czy [kwota], pomagają pisać polecenia bez danych osobowych. Nie robią jednak z dokumentu materiału publicznego. Umowa z wyciętymi nazwiskami nadal zawiera poufne warunki handlowe.

Cztery kategorie danych i zasady ich użycia opisujemy w tekście Polityka AI w firmie: co powinna zawierać i jak ją wdrożyć (ze wzorem).

Czy w ChatGPT, Claude, Copilot i Gemini pisze się inaczej?

Zasady są wspólne: jasne zadanie, materiał, przykłady i opis formatu działają we wszystkich czterech narzędziach. Dokumentacja trzech dostawców mówi o tym podobnie. Google proponuje schemat czterech obszarów. Anthropic radzi pisać wprost, określać format i dawać od 3 do 5 przykładów. OpenAI zaleca dzielić dłuższe polecenia na części oznaczone nagłówkami Markdown albo znacznikami XML.

Różnice dotyczą tego, co narzędzie widzi, a nie tego, jak pisać. Asystent wbudowany w pakiet biurowy może korzystać z Twoich plików i poczty, więc polecenie może się do nich odwoływać. Zwykły czat widzi tylko to, co wkleisz albo załączysz. Modele zmieniają się też co kilka miesięcy, a polecenie dopracowane pod jedną wersję może po zmianie działać inaczej. Dlatego warto trzymać ważne prompty w bibliotece i co jakiś czas je sprawdzać.

Druga runda: jak poprawiać wynik

Pierwsza odpowiedź rzadko jest ostateczna i nie musi być. Zamiast pisać polecenie od zera, dopisz w tej samej rozmowie, co zmienić. Google zaleca w swoim poradniku właśnie taki tryb: rozmowę z kolejnymi doprecyzowaniami.

Gdy po trzech poprawkach wynik dalej nie pasuje, zwykle brakuje materiału, a nie sprytniejszego sformułowania, i lepiej zacząć nową rozmowę z pełniejszym poleceniem.

Dlaczego AI zmyśla mimo dobrego promptu

Dobry prompt zmniejsza ryzyko zmyślonych faktów, ale go nie usuwa. Przy brakach w materiale model potrafi podać przekonującą, nieprawdziwą liczbę albo paragraf, dlatego pomaga żądanie źródła przy każdym fakcie i zgoda na odpowiedź „nie wiem”. Mechanizm i firmowe sposoby ograniczania tego zjawiska opisujemy w tekście Halucynacje AI: dlaczego AI zmyśla i jak to ograniczyć w firmie.

Firmowa biblioteka promptów: jak ją prowadzić

Biblioteka promptów to wspólny zbiór sprawdzonych poleceń do powtarzalnych zadań zespołu, z właścicielem, wersją i opisem, jakie dane wolno w nim przetwarzać. Bez niej najlepsze polecenia żyją w prywatnych historiach czatów. Kiedy autor idzie na urlop albo odchodzi, zespół zaczyna od zera.

Karta wpisu: siedem pól

Przykładowy zapis: Odpowiedź na reklamację opóźnienia, wersja 1.2 z 3.10.2026. Właściciel: kierownik obsługi klienta. Dane: bez danych osobowych w poleceniu, pola [Klient] i [nowa data] uzupełniane w poczcie. Narzędzie: zatwierdzone konto firmowe. Zmiana w 1.2: dodano zakaz podawania daty, której nie ma w faktach. Test: 3 przypadki, sprawdziła osoba z działu sprzedaży.

Test na trzech przypadkach

Zanim prompt trafi do biblioteki, sprawdź go na trzech różnych przypadkach: typowym, trudnym i nietypowym. Przy reklamacjach mogą to być zwykłe opóźnienie, wściekły klient i opóźnienie częściowe. Wyniki ocenia osoba inna niż autor, bo autor czyta z pamięci to, co chciał napisać. Trzy przypadki to nasza robocza reguła, a nie norma z badań. Chodzi o to, żeby prompt nie działał wyłącznie na przykładzie, na którym powstał.

Podobną zasadę stosują sami dostawcy, tyle że na większą skalę. OpenAI w dokumentacji dla programistów radzi dodać reprezentatywne przykłady i testy, zanim zmieni się prompt używany na produkcji, i przypinać aplikacje do konkretnej wersji modelu.

Jak zacząć w zespole

1. Wybierz 5 zadań, które zespół wykonuje co tydzień i w których AI już jest używane, np. maile do klientów, notatki ze spotkań, oferty.
2. Zbierz polecenia, którymi ludzie już pracują. Najlepsze prompty zwykle istnieją, tylko w prywatnych czatach.
3. Ujednolicić je według szablonu z pięcioma elementami i polami w nawiasach.
4. Przetestuj każde na trzech przypadkach i wpisz wynik do karty.
5. Ustal miejsce i właściciela biblioteki: wspólny dokument albo folder w narzędziu, którego zespół już używa, i jedna osoba, która przyjmuje zmiany.
6. Przeglądaj wpisy co kwartał oraz po zmianie narzędzia lub modelu.

Biblioteka promptów jest naturalnym wynikiem dobrego szkolenia, bo zamienia ćwiczenia w narzędzie, które zostaje po warsztacie. Jak zaplanować taki program dla całej firmy, opisujemy w tekście Szkolenie AI dla firm: jak zbudować program, który zmienia sposób pracy.

Bibliotekę poleceń dla zespołu marketingu budujemy na warsztacie Szkolenie AI w marketingu: zespół pracuje na Waszych materiałach.

Czy do pracy z AI potrzebny jest prompt engineer?

W typowej firmie nie: pisanie poleceń to umiejętność pracownika, tak jak pisanie dobrych maili, a nie osobny etat. Google w swoim poradniku pisze wprost, że do korzystania z generatywnej AI nie trzeba być prompt engineerem. Osobne role mają sens tam, gdzie firma buduje własne systemy na API, a prompty działają bez udziału człowieka.

Umiejętność pisania poleceń przydaje się też przy obowiązku kompetencji z AI Act. Firma ma podejmować działania dopasowane do tego, jak zespół korzysta z AI, a ćwiczenia z promptów mogą być ich częścią. Czym jest ten obowiązek i jak go udokumentować, wyjaśniamy w tekście AI literacy: obowiązek kompetencji z art. 4 AI Act w praktyce.