ChatGPT i inne modele AI potrafią znacząco ułatwić codzienną pracę w biznesie – od tworzenia treści marketingowych, przez komunikację HR, aż po wsparcie w zadaniach back office. Jednak jakość odpowiedzi zależy w ogromnej mierze od tego, jak sformułujemy pytanie, czyli prompt.
W tym poradniku pokażę Ci 10 praktycznych zasad pisania skutecznych promptów.
Na każdym etapie będziemy pracować na 3 przykładowych zadaniach biznesowych:
- Marketing: napisanie posta na LinkedIna o nowym produkcie.
- HR: przygotowanie wiadomości do kandydata.
- Back Office: sprawdzenie zgodności danych z faktur PDF z zapisami w systemie księgowym.
Zaczniemy od bardzo ogólnych, mało użytecznych promptów i krok po kroku przekształcimy je w precyzyjne i skuteczne instrukcje.
Zasada 1: Określ jasno cel promptu
Najczęstszy błąd to proszenie AI o coś zbyt ogólnie: „napisz post”, „napisz maila”, „wytłumacz Excela”. Model nie wie, jaki mamy cel i może pójść w dowolnym kierunku.
Dobre prompty zaczynają się od jasnego określenia: co chcę osiągnąć.
Przykłady:
Marketing:
„Chcę przygotować post na LinkedIna, którego celem jest zainteresowanie potencjalnych klientów nowym produktem.”
HR:
„Chcę przygotować wiadomość do kandydata po rozmowie rekrutacyjnej, której celem jest podziękowanie i przekazanie feedbacku.”
Back Office:
„Chcę, aby AI pomogło mi sprawdzić zgodność danych z faktur PDF z zapisami w systemie księgowym. Celem jest upewnienie się, że informacje finansowe są poprawne i nie występują błędy w procesie księgowym.”
Zasada 2: Podaj niezbędny kontekst
Cel to dopiero początek. Kolejnym krokiem jest dodanie kontekstu – czyli szczegółów, które pozwalają AI przygotować odpowiedź pasującą do sytuacji.
Przykłady:
Marketing:
„Jako menedżer marketingu chcę przygotować post na LinkedIna, którego celem jest zainteresowanie potencjalnych klientów nowym produktem – aplikacją do zarządzania projektami dla małych firm IT.”
HR:
„Jako rekruter chcę napisać wiadomość do kandydata po rozmowie rekrutacyjnej, której celem jest podziękowanie i przekazanie pozytywnego feedbacku. Odbiorcą jest kandydat aplikujący na stanowisko specjalisty ds. marketingu.”
„Jako rekruter chcę napisać wiadomość do kandydata po rozmowie rekrutacyjnej, której celem jest podziękowanie i przekazanie negatywnego feedbacku z zachętą do aplikowania w przyszłości. Odbiorcą jest kandydat aplikujący na stanowisko specjalisty.”
Back Office:
„Jako specjalista ds. księgowości chcę, aby AI pomogło mi sprawdzić zgodność danych z faktur PDF z zapisami w systemie księgowym. Sytuacja dotyczy kontroli numeru faktury, kwoty brutto i daty wystawienia.”
Zasada 3: Używaj prostego i precyzyjnego języka
AI rozumie naturalny język, ale im jaśniej i prościej sformułujesz prompt, tym większa szansa na dobrą odpowiedź. Warto unikać ogólników typu „ładny post”, „fajny mail”, „wytłumacz dokładnie” – zamiast tego mów wprost, czego oczekujesz.
Przykłady:
Marketing:
„Jako menedżer marketingu chcę przygotować prosty post na LinkedIna (ok. 100 słów), którego celem jest zainteresowanie potencjalnych klientów nowym produktem – aplikacją do zarządzania projektami dla małych firm IT. Napisz go językiem prostym i przyjaznym.”
HR:
„Jako rekruter chcę przygotować krótką wiadomość e-mail do kandydata, której celem jest podziękowanie za rozmowę i przekazanie pozytywnego feedbacku. Kandydat aplikował na stanowisko specjalisty ds. marketingu. Wiadomość powinna być uprzejma i profesjonalna.”
Back Office:
„Jako specjalista ds. księgowości chcę, aby AI pomogło mi sprawdzić, czy dane z faktur PDF są poprawnie wprowadzone do systemu księgowego. Skup się tylko na numerze faktury, kwocie brutto i dacie wystawienia. Wytłumacz krok po kroku, jak to zrobić.”
Zasada 4: Wskaż oczekiwany format odpowiedzi
Często AI daje dobre odpowiedzi, ale w formie, która nam nie pasuje (np. ściana tekstu zamiast listy punktów). Warto jasno wskazać format odpowiedzi, którego oczekujemy: lista, tabelka, gotowy tekst do wklejenia, instrukcja krok po kroku.
Przykłady:
Marketing:
„Jako menedżer marketingu chcę przygotować prosty post na LinkedIna (ok. 100 słów), którego celem jest zainteresowanie potencjalnych klientów nowym produktem – aplikacją do zarządzania projektami dla małych firm IT. Napisz go w formie:
- Krótkiego wstępu (z pytaniem/problemem),
- Opisu rozwiązania,
- Call to action na końcu.”
HR:
„Jako rekruter chcę przygotować krótką wiadomość e-mail do kandydata, której celem jest podziękowanie za rozmowę i przekazanie pozytywnego feedbacku. Kandydat aplikował na stanowisko specjalisty ds. marketingu. Napisz treść w formie gotowego maila z nagłówkiem ‘Szanowny Panie/Pani’ i podpisem ‘Zespół HR [nazwa firmy]’.”
Back Office:
„Jako specjalista ds. księgowości porównaj dane z faktur PDF z zapisami w systemie księgowym i przedstaw wynik w tabeli. Kolumny: numer faktury, kwota brutto (PDF), kwota brutto (system), zgodność TAK/NIE.”
„Jako specjalista ds. księgowości przygotuj raport w formie listy punktów zawierający tylko faktury, w których występują różnice powyżej 100 zł, wraz z krótkim komentarzem do każdej pozycji.”
Zasada 5: Dziel złożone zadania na kroki
Jeśli zadanie jest skomplikowane, warto poprosić AI o podział na etapy. Dzięki temu otrzymasz bardziej przejrzystą i łatwą do zastosowania odpowiedź.
Przykłady:
Marketing:
„Jako menedżer marketingu chcę przygotować prosty post na LinkedIna (ok. 100 słów), którego celem jest zainteresowanie potencjalnych klientów nowym produktem – aplikacją do zarządzania projektami dla małych firm IT. Napisz go w 3 krokach:
- najpierw przygotuj plan posta (nagłówki + 2–3 zdania opisu do każdego punktu),
- po mojej akceptacji napisz wstęp,
- następnie rozwiń każdą część według planu,
- na końcu napisz podsumowanie z call to action.
Zatrzymuj się po każdym etapie i czekaj na mój sygnał, zanim przejdziesz dalej.”
HR:
„Jako rekruter chcę przygotować wiadomość e-mail do kandydata po rozmowie rekrutacyjnej, w której podziękuję mu i przekażę pozytywny feedback. Podziel zadanie na etapy i rób je kolejno:
- zaproponuj plan maila (nagłówki: powitanie, podziękowanie, feedback, zakończenie),
- po mojej akceptacji napisz wstęp i powitanie,
- następnie przygotuj część z podziękowaniem,
- potem rozwiń fragment z feedbackiem,
- na końcu dodaj zakończenie i podpis firmy.
Zatrzymuj się po każdym etapie i czekaj na mój sygnał, zanim przejdziesz dalej.”
Back Office:
„Jako specjalista ds. księgowości pomóż mi zautomatyzować proces uzgadniania faktur. Podziel pracę na kroki i rób je kolejno:
- przygotuj listę pól, które powinny być sprawdzane w fakturze (np. numer, kwota, data, NIP),
- napisz instrukcję, jak wydobyć te dane z pliku PDF,
- zaproponuj sposób porównania z danymi w systemie księgowym,
- opisz, jak oznaczać i raportować różnice.
Zatrzymuj się po każdym etapie i czekaj na mój sygnał, zanim przejdziesz dalej.”
Zasada 6: Dodawaj przykłady wzorcowe
AI łatwiej tworzy trafne treści, gdy ma wzór, do którego może się odnieść. Dodanie przykładu zwiększa szansę na odpowiedź zgodną z Twoimi oczekiwaniami.
Przykłady:
Marketing:
„Jako menedżer marketingu chcę przygotować prosty post na LinkedIna (ok. 100 słów)… Napisz go w podobnym stylu do tego przykładu: „Czy często Twoje projekty przekraczają terminy? Nasza aplikacja pomaga zespołom IT zarządzać zadaniami i lepiej planować. Sprawdź darmową wersję już dziś!””
HR:
„Jako rekruter chcę przygotować krótką wiadomość e-mail… Napisz ją w podobnym stylu do tego przykładu: „Cześć, dziękuję za udział w procesie rekrutacyjnym. Doceniamy Twoje przygotowanie i pozytywne nastawienie. Z radością informuję, że…””
„Jako rekruter chcę przygotuj wiadomość do kandydata w stylu bardziej formalnym, np. „Szanowna Pani, dziękujemy za udział w rekrutacji na stanowisko… Z przyjemnością informujemy, że…””
Back Office:
„Jako specjalista ds. księgowości pomóż mi sprawdzić zgodność danych z faktur PDF z systemem księgowym. Oto przykład, jak chciałbym, żeby wyglądał wynik:
- Faktura FV/123/2025: kwota brutto w PDF – 1 230,00 zł, kwota brutto w systemie – 1 230,00 zł → zgodność TAK.
- Faktura FV/124/2025: kwota brutto w PDF – 980,00 zł, kwota brutto w systemie – 1 000,00 zł → zgodność NIE.
Przygotuj w formie tabeli.
Zasada 7: Eksperymentuj z różnymi wariantami
Nie zawsze pierwszy prompt da najlepszy efekt. Warto poprosić AI o kilka wariantów, by porównać i wybrać ten najbardziej pasujący.
Przykłady:
Marketing:
„Jako menedżer marketingu przygotuj 3 warianty posta na LinkedIna (ok. 100 słów) o aplikacji do zarządzania projektami dla małych firm IT. Każdy w innym stylu: profesjonalnym, inspirującym i humorystycznym.”
HR:
„Jako rekruter napisz 2 wersje maila do kandydata z pozytywnym feedbackiem: jedna bardziej formalna, druga bardziej przyjazna i nieco mniej oficjalna.”
Back Office:
„Jako specjalista ds. księgowości przygotuj 2 warianty porównania faktur:
- w formie tabeli,
- w formie listy punktów (tylko te pozycje, które się różnią).”
„Przygotuj 2 wersje raportu – jedna szczegółowa ze wszystkimi fakturami, druga skrócona tylko z największymi rozbieżnościami (np. > 500 zł).”
Zasada 8: Kontroluj długość i szczegółowość
Czasem potrzebujesz krótkiej odpowiedzi, a czasem szczegółowego opracowania. Jeśli nie określisz tego w promptach, AI samo zdecyduje – co może nie być dla Ciebie optymalne.
Przykłady:
Marketing:
„Jako menedżer marketingu przygotuj pomysły na post na LinkedIna o aplikacji do zarządzania projektami dla małych firm IT. Objętość maks. 2 zdania na pomysł. Podaj dużo zróżnicowanych tematów.”
„Jako menadżer marketingu przygotuj pomysły na post na LinkedIna o aplikacji do zarządzania projektami dla małych firm IT. Objętość maks. 4 zdania na pomysł. Wolę mniej tematów, ale bardziej przemyślane i odpowiadające branży klienta.”
HR:
„Jako rekruter chcę napisz wiadomość e-mail do kandydata z pozytywnym feedbackiem (maks. 5 zdań), podziękuj za rozmowę i podkreśl jego mocne strony.”
Back Office:
„Jako specjalista ds. księgowości porównaj dane z faktur PDF z zapisami w systemie księgowym. Podaj maksymalnie 5 przykładów różnic, każdy opis w jednym zdaniu.”
Zasada 9: Weryfikuj i poprawiaj prompt iteracyjnie
Podejdź do pracy z AI iteracyjnie – jeśli AI odpowiada nie tak, jak chcesz, doprecyzuj prompt i spróbuj ponownie.
Przykłady:
Marketing:
„Post jest zbyt techniczny. Napisz go ponownie, używając prostszego języka, tak aby był zrozumiały dla osób nietechnicznych.”
HR:
„Mail brzmi zbyt formalnie. Napisz go ponownie w bardziej serdecznym tonie, ale nadal profesjonalnym.”
„Mail jest zbyt krótki i ogólny. Rozbuduj go o dodatkowe szczegóły dotyczące procesu rekrutacyjnego (np. kolejne etapy, termin decyzji).”
Back Office:
„Lista różnic jest zbyt długa. Ogranicz wynik tylko do faktur, gdzie różnica przekracza 100 zł.”
Zasada 10: Ucz się na podstawie analizowanych wyników
Najważniejsze w pracy z AI to wyciąganie wniosków. Obserwuj, które prompty działają najlepiej i rób z nich swoje wzorce. Z czasem pisanie promptów stanie się coraz bardziej skuteczne i trafne.
Przykłady – finalne prompty:
Marketing:
„Jako menedżer marketingu przygotuj 3 warianty krótkiego posta na LinkedIna (maks. 100 słów) o aplikacji do zarządzania projektami dla małych firm IT. Każdy wariant ma mieć: 1) pytanie/problem na wstępie, 2) opis rozwiązania, 3) call to action. Styl: prosty i zrozumiały dla osób nietechnicznych. Opracuj na wzór: „Czy często Twoje projekty przekraczają terminy?…””
HR:
„Jako rekruter chcę napisz 2 warianty krótkiego maila (maks. 5 zdań) do kandydata, który aplikował na stanowisko specjalisty ds. marketingu. Każdy mail powinien zawierać: 1) powitanie, 2) podziękowanie za rozmowę, 3) pozytywny feedback, 4) zakończenie z podpisem firmy. Jeden mail w tonie bardziej formalnym, drugi bardziej serdeczny.”
Back Office:
„Jako specjalista ds. księgowości przygotuj prompt, który porówna dane z faktur PDF z zapisami w systemie księgowym. W odpowiedzi podaj tylko faktury, gdzie nie ma zgodności. Wynik przedstaw w tabeli z kolumnami: numer faktury, kwota PDF, kwota systemowa.”
Podsumowanie
Pisanie dobrych promptów to praktyczna umiejętność, która bardzo szybko procentuje w pracy. Jasny cel, kontekst, prosty język i doprecyzowanie formatu sprawiają, że odpowiedzi AI są znacznie bardziej użyteczne. Ważne jest jednak podejście iteracyjne – testowanie różnych wariantów i poprawianie pytań krok po kroku. Dzięki temu AI staje się prawdziwym wsparciem w codziennych zadaniach biznesowych, zamiast źródłem przypadkowych odpowiedzi.
