3 zasady i 3 techniki promptowania, których uczę na szkoleniach

Prowadziłem szkolenie z promptowania dla zespołu agencji digitalowej. Graficy, programiści, project managerzy. 30 minut, zero slajdów z definicjami, same przykłady z ich codziennej pracy.

Po szkoleniu dostałem pytanie: "Czemu nikt mi tego nie powiedział wcześniej?"

Odpowiedź jest prosta: bo większość poradników o promptowaniu mówi o technikach w oderwaniu od kontekstu. Zero-shot, few-shot, chain of thought - fajne nazwy, ale co z tego, jeśli nie wiem kiedy którego użyć?

W tym artykule daję to samo co na szkoleniu: 3 zasady i 3 techniki, z przykładami które możesz od razu zastosować.

Zanim przejdziemy do technik: 3 zasady

Techniki promptowania to narzędzia. Zasady to fundament - bez nich nawet najlepsza technika nie pomoże.

Zasada 1: kontekst na początku

AI nie wie kim jesteś, dla kogo pracujesz, jaka jest sytuacja. Jeśli nie powiesz - zgadnie. I zgadnie źle.

Prompt bez kontekstu:

Napisz maila do klienta

Prompt z kontekstem:

Kontekst: Jestem grafikiem w agencji. Klient (mała firma e-commerce)
czeka na logo już tydzień. Mam gotowe 3 propozycje.

Zadanie: Napisz maila z przeprosinami za opóźnienie i informacją
że wysyłam propozycje w załączniku.

Pierwszy prompt da generyczny mail. Drugi da mail, który możesz wysłać po drobnych poprawkach.

Zasada 2: powiedz co chcesz dostać

"Pomóż mi z prezentacją" to nie jest zadanie. To prośba o zgadywanie.

Konkretne zadanie:

Potrzebuję strukturę prezentacji dla zarządu.
Temat: Podsumowanie Q1 2026
Czas: 15 minut

Daj mi:
- 5-7 slajdów z tytułami
- 3-4 punkty na każdy slajd
- Sugestię co pokazać wizualnie

Dodatkowe 10 sekund pisania. 10 minut mniej poprawiania wyniku.

Zasada 3: iteruj zamiast pisać od nowa

Gdy AI nie trafi za pierwszym razem, nie kasuj rozmowy. Poprawiaj.

Dobra podstawa. Popraw:
- Skróć do 3 zdań (za długie)
- Zmień ton na bardziej bezpośredni
- Usuń "z przyjemnością informuję" - brzmi sztucznie

Pierwszy output to szkic, nie gotowy tekst. AI iteruje szybciej niż pisze od zera, bo ma kontekst z poprzednich wiadomości.

3 techniki promptowania

Zero-shot: zadanie bez przykładów

Dajesz AI zadanie i oczekujesz że samo wymyśli format odpowiedzi.

Kiedy: proste, standardowe zadania - streść tekst, napisz maila, zaproponuj nazwy.

Zaproponuj 5 nazw dla aplikacji do planowania podróży.
Nazwy mają być krótkie (max 2 słowa) i łatwe do zapamiętania.

Zero-shot działa gdy nie zależy Ci na konkretnym formacie. AI ma swobodę.

Few-shot: pokaż 2-3 przykłady

Dajesz AI wzorzec. AI go rozpoznaje i powtarza.

Kiedy: zależy Ci na konkretnym formacie, stylu, konwencji nazewnictwa.

Potrzebuję nazwy dla nowych plików projektowych.
Oto jak nazywam pliki w tym projekcie:

Przykład 1: "acme_logo_v2_dark.ai"
Przykład 2: "acme_banner_hero_mobile.psd"
Przykład 3: "acme_icon_cart_32px.svg"

Teraz nazwij plik z nową wersją logo dla jasnego tła, wersja 3.

AI odpowie: acme_logo_v3_light.ai. Nauczyło się wzorca z trzech przykładów.

Inny przykład - notatki ze spotkań:

Piszę notatki w takim formacie:

"[2026-01-15] Klient: Kowalski sp. z o.o.
Temat: Kick-off projektu CRM
Ustalenia: Start prac 1.02, pierwszy sprint 2 tygodnie
Action items: @Kamil setup repo, @Anna wireframes"

Teraz napisz notatkę z dzisiejszego spotkania.
Klient: ABC Corp. Temat: opóźnienie w dostawie.
Ustaliliśmy nowy termin na 10.02, Marek ma wysłać nowy harmonogram.

Few-shot zamienia AI w maszynę do replikowania Twojego stylu. Im lepsze przykłady, tym lepszy wynik.

Chain of Thought: każ myśleć krok po kroku

Prosisz AI żeby najpierw przeanalizowało problem, potem dało odpowiedź.

Kiedy: decyzje, analizy, porównania. Cokolwiek gdzie proste pytanie daje płytką odpowiedź.

Bez CoT:

Które zadanie zrobić pierwsze: bug w płatnościach czy nowa funkcja raportów?

AI: "Bug w płatnościach, bo wpływa na przychody." Odpowiedź poprawna, ale bez analizy.

Z CoT:

Muszę zdecydować co robić pierwsze. Pomyśl krok po kroku:

Opcja A: Bug w płatnościach
- Wpływ: 5% transakcji nie przechodzi
- Klient: Narzeka od tygodnia

Opcja B: Nowa funkcja raportów
- Wpływ: Obiecana klientowi na koniec miesiąca
- Klient: Kontrakt 50k/rok

Przeanalizuj:
1. Który problem jest pilniejszy?
2. Który ma większy wpływ biznesowy?
3. Który szybciej zrobić?

Daj rekomendację z uzasadnieniem.

Chain of Thought wymusza na AI strukturalne myślenie. Zamiast strzelać odpowiedzią, przechodzi przez logiczne kroki.

Kiedy której techniki użyć

Techniki można łączyć:

Piszę wyceny w takim formacie:
"Landing page (5-8k): design 2k, dev 3k, poprawki 1k, bufor 1k"

Teraz wycena dla sklepu e-commerce.
Najpierw przeanalizuj krok po kroku co wchodzi w zakres,
potem daj wycenę w moim formacie.

Few-shot (format) + Chain of Thought (analiza) w jednym prompcie.

Od prostego do zaawansowanego: pełne przykłady

Powyższe techniki wystarczą na 80% codziennej pracy. Ale są zadania, gdzie potrzebujesz czegoś więcej - wielosekcyjnego promptu z rolą, kontekstem projektu, checklistą i formatem odpowiedzi.

Poniżej dwa pełne prompty z mojego szkolenia. Jeden dla grafika (brief projektowy), drugi dla programisty (code review). Pokazuję progresję: ten sam temat, trzy poziomy złożoności.

Przykład 1: brief projektowy strony (dla grafika/UX)

Prosty prompt:

Zaprojektuj stronę dla startupu technologicznego

Strukturalny prompt:

Kontekst: Projektuję stronę dla startupu AI.
Zadanie: Zaproponuj układ strony głównej.
Format: Wireframe opisowy + paleta kolorów.

Zaawansowany prompt:

## ROLA
Jesteś Senior UI/UX Designerem z 10-letnim doświadczeniem
w projektowaniu stron dla firm technologicznych.
Specjalizujesz się w minimalistycznym designie i konwersji.

## PROJEKT
Klient: DataFlow AI - startup oferujący analitykę predykcyjną
dla e-commerce.
Cel strony: Landing page generujący demo requesty.
Target: CMO i Head of Data w firmach e-commerce (100-500 pracowników).

## ZADANIE
Przygotuj kompleksowy brief projektowy zawierający:

### 1. MOODBOARD (opisowy)
- 3 strony/brandy jako inspiracja wizualna (podaj dlaczego)
- Kierunek estetyczny (minimalizm tech / bold / corporate)
- Emocje które ma budzić strona

### 2. STRUKTURA STRONY
Dla każdej sekcji podaj:
- Nazwa sekcji
- Cel (co ma osiągnąć)
- Kluczowe elementy

### 3. PALETA KOLORÓW
- Primary (akcent, CTA)
- Secondary
- Neutrals (tła, tekst)
- Podaj kody HEX

## FORMAT ODPOWIEDZI
Dla każdej sekcji użyj nagłówków markdown.
Bądź konkretny - nie "nowoczesne kolory" tylko "#2563EB".

Prosty prompt da ogólną odpowiedź w stylu "użyj nowoczesnych kolorów i dużo białej przestrzeni". Zaawansowany da brief, z którym grafik może usiąść do Figmy i zacząć pracę.

Różnica między nimi: 2 minuty pisania. Wynik? Oszczędność godzin na iteracjach z AI i ręcznym doprecyzowywaniu.

Przykład 2: code review (dla programisty)

Prosty prompt:

Sprawdź ten kod

Zaawansowany prompt:

## ROLA
Jesteś Senior Backend Developerem z doświadczeniem w:
- Python/FastAPI (5+ lat produkcji)
- Security best practices (OWASP Top 10)
- Performance optimization

## KONTEKST PROJEKTU
Aplikacja: System rezerwacji dla sieci hoteli
Stack: FastAPI + SQLAlchemy + PostgreSQL + Redis
Środowisko: Kubernetes, 50k requests/day

## ZADANIE
Przeprowadź code review poniższego kodu. Sprawdź:

### 1. SECURITY
- [ ] SQL Injection
- [ ] Authentication/Authorization
- [ ] Input validation
- [ ] Rate limiting

### 2. PERFORMANCE
- [ ] N+1 queries
- [ ] Missing indexes (sugestie)
- [ ] Caching opportunities
- [ ] Async/await poprawność

### 3. CODE QUALITY
- [ ] Error handling
- [ ] Type hints
- [ ] Docstrings

## FORMAT REVIEW
Dla każdego znaleziska:
[SEVERITY: critical/major/minor/suggestion]
Linia: X
Problem: [opis]
Fix: [konkretna poprawka z kodem]

## OCZEKIWANIA
- Priorytetyzuj: security > performance > quality
- Dla każdego CRITICAL daj gotowy fix
- Na końcu: overall assessment (approve / request changes)

"Sprawdź ten kod" da kilka ogólnych uwag. Zaawansowany prompt da review na poziomie senior developera - z priorytetyzacją, gotowymi fixami i checklistą bezpieczeństwa.

5 błędów które widzę najczęściej

1. Zbyt ogólne zadanie. "Napisz artykuł" nie mówi AI nic. Dodaj: dla kogo, o czym, ile słów, jaki ton.

2. Brak kontekstu. "Jaki jest ROI z AI?" - AI nie wie czy pytasz jako CEO, student, czy freelancer. Inna odpowiedź dla każdego.

3. Przeładowanie. 5 zadań w jednym prompcie = 5 powierzchownych odpowiedzi. Rozbij na osobne wiadomości.

4. Akceptacja pierwszego outputu. Pierwszy wynik to punkt startowy, nie gotowy tekst. Iteruj 2-3 razy.

5. Brak weryfikacji. AI generuje przekonująco brzmiące bzdury. Daty, liczby, fakty - sprawdzaj. Szczególnie w kontekście biznesowym.

Bonus: prompt anty-sycophancy

Domyślnie ChatGPT i Claude zgadzają się z Tobą we wszystkim. "Masz absolutną rację!" - nawet gdy się mylisz.

Dodaj to do Custom Instructions:

Jesteś moim asystentem, który daje eksperckie odpowiedzi.
Ogranicz entuzjazm i chęć zgadzania się ze mną we wszystkim.
Bądź sceptycznie nastawiony do moich odpowiedzi.
Twoje odpowiedzi mają być trafne, nawet jeżeli nie zgadzają się
z moim rozumowaniem. Pamiętaj, że ja nie zawsze mam rację,
tak samo jak Ty. Jeżeli nie jesteś czegoś pewien, zadawaj pytania
i rób swój własny research.

Różnica jest odczuwalna od pierwszej rozmowy. AI przestaje być potakiwaczem i zaczyna faktycznie pomagać.

Szablon do natychmiastowego użycia

Dla każdego zadania, które dajesz AI, wypełnij:

Kontekst: [kim jestem, jaka sytuacja]
Zadanie: [co dokładnie ma zrobić AI]
Dla kogo: [kto to przeczyta/zobaczy]
Ton: [jaki styl]
Format: [długość, struktura, forma]

5 linijek. 15 sekund. Wynik lepszy o rząd wielkości.

Prowadzę szkolenia z promptowania i narzędzi AI dla zespołów - szczegóły na stronie konsultacje i szkolenia.