
40 gotowych promptów — i co robić, kiedy nie zadziałają
W skrócie: gotowy prompt to szablon, w którym rola, zadanie, kontekst i format są już wpisane — tobie zostaje wypełnić nawiasy kwadratowe. Poniżej znajdziesz 40 takich szablonów w sześciu kategoriach. Ale lista to łatwiejsza połowa. Lipiec 2026 spędziliśmy na wyciąganiu danych z wewnętrznego API Udemy i ze stron z opiniami na Coursera i odkryliśmy, że to, na co uczniowie narzekają najczęściej, jest jednocześnie tym, czego prawie nikt nie uczy: prompt nie zadziałał — co zmieniasz najpierw? Dlatego druga połowa tekstu to debugowanie, typowe błędy i prompty, które odpalisz tu, na miejscu, jednym przyciskiem.
Najpierw uczciwy problem z listami takimi jak ta
W sieci jest więcej list „100 najlepszych promptów” niż ludzi, którzy z nich korzystają. Chcieliśmy sprawdzić, czego naprawdę uczą największe płatne kursy, więc po liczby poszliśmy sami: do wewnętrznego API Udemy i na publiczne strony z opiniami Coursera. Pomiar z 17 lipca 2026.
Najpierw skala. Na Coursera „Prompt Engineering for ChatGPT” z Vanderbilt ma 698 444 zapisanych. Dłuższa „Prompt Engineering Specialization” tej samej uczelni — 138 967. „Generative AI: Prompt Engineering Basics” od IBM — 654 256. „Google Prompting Essentials” — 365 425. Na Udemy „Prompt Engineering with ChatGPT Masterclass” od RPATech ma 118 803 kursantów, a „Prompt and Context Engineering 101” Mike'a Wheelera — 84 942 przy ocenie 4,31, najniższej w naszej próbce ośmiu czołowych kursów.
A teraz narzekania. To kursy, które mają prompt engineering w tytule:
- „There is nothing teached about creating a good prompt. It is just an overview of types of prompts.” — Geralt O., 01.07.2026, 2★ (Wheeler)
- „No specific guidance on prompt engineering… what to avoid while asking, how to organize your thoughts, how to give feedback to AI based on its answers etc.” — Bharat Ram A., 05.06.2026, 1.5★ (Wheeler)
- „i thought it would go deeper in prompts and have more examples and sessions to master or enhance our current prompts.” — Manuel L., 15.06.2026, 2★ (PE for Everyone)
- „Too much background on ChatGPT. Get me to how to prompt GPT” — Mark R., 16.09.2025, 1.5★ (Academind)
Cztery osoby, cztery różne kursy, jedno i to samo. Nie „nudne” i nie „drogie”, tylko „pokazaliście mi klasyfikację promptów zamiast nauczyć, jak naprawić jeden”. Bharat Ram A. wypisał nawet program, którego mu zabrakło: czego unikać w pytaniu, jak uporządkować myśli, jak dać modelowi informację zwrotną na jego odpowiedź.
Wniosek, jaki z tego wyciągnęliśmy: dziura tego rynku nie tkwi w szablonach, tylko w debugowaniu. Szablon odpowiada na pytanie „co napisać za pierwszym razem”. Debugowanie odpowiada na pytanie „co robić, kiedy pierwszy raz nie wyszedł” — a nie wychodzi właściwie zawsze. Stąd taka konstrukcja tekstu: najpierw czterdzieści szablonów, potem to, co te kursy pomijają.
Zastrzeżenie przeciwko nam samym. Nasze cytaty pochodzą z domyślnej listy opinii, którą widzi każdy odwiedzający, a nie z próby reprezentatywnej: filtr gwiazdek na Coursera działa po stronie przeglądarki, a serwerowy HTML zawsze oddaje pierwszą stronę. To więc nie jest miara tego, ilu ludzi jest niezadowolonych; to obraz tego, co niezadowolonym przeszkadza. Udział też sprawdziliśmy i jest niewielki: opinie negatywne (≤3,5★) to 1,5–3,5% na Coursera i wyraźnie więcej na Udemy — 9,61% przy „Generative AI for Beginners” i 10,36% przy „The Complete AI Guide”. Większości te kursy się podobają. Tyle że ci, którym się nie podobają, mają zawsze ten sam zarzut.
Dlaczego przycisk „Uruchom” pod promptem to nie ozdoba
Jest drugie odkrycie i tłumaczy, dlaczego promptowania tak trudno nauczyć wideo. Oto opinia o „Prompt Engineering for ChatGPT” z Vanderbilt:
„you send your assignments and immediatly you got your results: 100% correct. I am still speechless. I put all that effort in and have no idea whether I my answer was correct or not.” — Shinysheep, 21.09.2023, 1★
To nie lenistwo prowadzącego. To ograniczenie strukturalne: w lekcji na Coursera nie ma żadnego modelu. Prompt można sprawdzić dokładnie jednym sposobem — uruchomić go i spojrzeć na odpowiedź. Platforma tego nie potrafi, więc przybija automatyczne „100% correct”. Kursant włożył wysiłek i nie dowiedział się, czy ten wysiłek był cokolwiek wart.
To samo ograniczenie rodzi najczęstszy zarzut wobec kursów wideo w naszych danych: prowadzący czyta slajd na głos. Dosłownie: „why read straight from the slide? I can do that. This was not a helpful course at all” (Janie I., 02.07.2026, 1★). I ostrzej: „50% of this course is reading script like a robot from the slides… they are just reading text from the slides which you can also you from any good website” (Shashank T., 13.04.2026, 1★). I jeszcze jedna, przy kursie ze 118 803 kursantami: „Written by AI, delivered by AI. The slides are way too crowded to be useful and it really doesn't help to have the bot read them out word-for-word” (Bradley M., 16.04.2026, 1★, RPATech).
Na tej stronie każdy blok <pre> dostaje przycisk Uruchom: naciskasz i widzisz żywą odpowiedź modelu bez wychodzenia z artykułu. Prompty poniżej są napisane tak, żeby dało się je odpalić jak są, bez podstawiania — przykład siedzi już w środku. To dokładnie to, czego lekcja bez modelu w środku strukturalnie dać nie może.
Jak korzystać z tej listy
- Wypełnij wszystkie nawiasy. Pusty nawias to dziura, którą model zatka na chybił trafił, a odpowiedź wyjdzie przeciętna.
- Dorzuć swój materiał. Prawie każdy prompt zyskuje, jeśli wkleisz za nim źródło: maila, szkic, dane, ograniczenia.
- Nie zatrzymuj się na pierwszej odpowiedzi. „Krócej”, „inny ton”, „zmień przykład” — po dwóch, trzech poprawkach zwykle jesteś na miejscu.
- Szablon to hipoteza, nie zaklęcie. Oszczędza pierwszą minutę. Dalej pracuje część o debugowaniu.
Jeśli formuła „rola + zadanie + kontekst + format” nic ci jeszcze nie mówi, zacznij od tekstu czym jest prompt i jak go pisać — wtedy zbudujesz własne, a nie tylko skopiujesz cudze.
Maile służbowe i korespondencja (8)
Największa oszczędność czasu to nie „napisz maila”, tylko mail z ustalonym celem i tonem.
- Prośba: „Jesteś doświadczonym korespondentem biznesowym. Napisz maila do mojego współpracownika [imię/rola] z prośbą o [czego potrzebujesz]. Kontekst: termin [data], poprzednia prośba została bez odpowiedzi, relacja jest dobra i zawodowa — nie wolno naciskać. Do 120 słów, uprzejmie, z jasnym terminem i jednym pytaniem na końcu.”
- Złagodzenie ostrego maila: „Oto mój szkic: [tekst]. Przepisz go tak, żeby sens i prośba zostały nietknięte, ale ton zrobił się spokojny i zawodowy. W dwóch punktach wyjaśnij, co zmieniłeś i dlaczego.”
- Uprzejma odmowa: „Zaproponowano mi [co]. Odmawiam, bo [powód]. Napisz odmowę w 3–4 zdaniach: bez przepraszania na kolanach, ale z otwartymi drzwiami na przyszłość.”
- Odpowiedź niezadowolonemu klientowi: „Klient pisze: [reklamacja]. Fakty po mojej stronie: [co się naprawdę stało]. Napisz odpowiedź: przyznaj problem, wyjaśnij bez szukania wymówek, zaproponuj konkretny następny krok z terminem.”
- Ponaglenie zaległego zadania: „Napisz trzecie ponaglenie w sprawie [zadanie]. Ton przyjazny, ale już nazywający konsekwencję opóźnienia: [konsekwencja]. Do 80 słów.”
- Podsumowanie spotkania: „Oto moje notatki ze spotkania: [tekst]. Złóż z tego maila podsumowującego: decyzje, osoby odpowiedzialne, terminy. Osobną listą — pytania otwarte, w których decyzji nie ma.”
- Mail w innym języku: „Przetłumacz tego maila na [język]: [tekst]. Zachowaj sens, ale dopasuj sformułowania do norm biznesowych tego języka, zamiast tłumaczyć dosłownie. Zaznacz miejsca, w których ton oryginału zabrzmiałby nieuprzejmie.”
- Rozbiór maila przychodzącego: „Oto długi mail: [tekst]. Odpowiedz na trzy pytania: czego ode mnie chcą, do kiedy i co będzie, jeśli nie odpowiem. Po jednym zdaniu na każde.”
Pracuje tu nie rola — „doświadczony korespondent biznesowy” wnosi tyle co nic. Pracują dwie rzeczy: zadana długość i jedno ograniczenie zachowania („nie wolno naciskać”). Ograniczenie zachowania bije rolę prawie zawsze. Zapamiętaj to, bo to krok trzeci listy debugowania niżej.
Teksty i treści (6)
- Skrócić do N słów: „Jesteś redaktorem, który tnie lanie wody. Skróć poniższy tekst do [N] słów, nie gubiąc ani jednego faktu i wniosku. Odbiorca: [kto], czyta z telefonu i się spieszy. Najpierw skrócony tekst, potem lista tego, co wyrzuciłeś. Tekst: [wklej swój]”
- Nagłówki: „Oto tekst: [tekst]. Daj 10 nagłówków: 3 neutralne, 3 z liczbą, 3 w formie pytania, 1 prowokacyjny. Bez clickbaitu — obietnicę musi spełnić tekst.”
- Plan przed pisaniem: „Piszę [co] dla [kogo]. Cel czytelnika: [po co mu to]. Ułóż plan z 5–7 sekcji, do każdej jedno zdanie, co ma w niej być. Nie pisz samego tekstu.”
- Szukanie słabych miejsc: „Przeczytaj to jak sceptyczny czytelnik: [tekst]. Wskaż 5 miejsc, w których przestałbyś wierzyć albo byś się znudził, i wyjaśnij każde. Nie przepisuj.”
- Dopasowanie do kanału: „Weź ten tekst: [tekst]. Zrób trzy wersje: post na 600 znaków, mail do newslettera i minutowy scenariusz wideo. Jeden sens, trzy formy.”
- Mój styl: „Oto 3 moje teksty jako próbka stylu: [teksty]. Napisz nowy na temat [temat], trafiając w ten sam głos. Potem wypisz, jakie cechy stylu odtwarzałeś.”
„Własny głos” to osobny ból i żaden szablon nie leczy go w całości. Z forum OpenAI, wątek o pisaniu bez posmaku AI: „I've studied best practices to avoid it generating content that sounds like AI, but I'm not having any success.” Z Hacker News: „the email writing tools just seems to strip out my personal voice making me sound like I'm writing unsolicited marketing spam.” Zastrzeżenie: to zaawansowani użytkownicy i raptem dwa źródła — sygnał, nie pomiar. Ale sygnał jest stały i wskazuje coś użytecznego: próbki własnych tekstów w prompcie robią więcej niż jakikolwiek przymiotnik w rodzaju „pisz żywo”.
Nauka i rozkładanie trudnego na części (6)
- Wyjaśnij od zera: „Jesteś cierpliwym nauczycielem. Wyjaśnij [temat] tak, żeby zrozumiał człowiek bez przygotowania. Najpierw analogia z codzienności, potem wyjaśnienie co do istoty na 150 słów, potem trzy pytania sprawdzające moje zrozumienie — i czekaj na moje odpowiedzi, nie odpowiadaj za mnie.”
- Rozbiór błędu: „Rozwiązałem tak: [moje rozwiązanie]. Poprawna odpowiedź to: [odpowiedź]. Nie dawaj gotowego rozwiązania — pokaż, na którym kroku skręciłem nie tam i dlaczego to typowy błąd.”
- Plan nauki: „Chcę opanować [umiejętność] w [czas], mogę poświęcić [N] godzin tygodniowo, poziom startowy [jaki]. Ułóż plan tygodniami: co robić, na czym ćwiczyć, jak sprawdzić, że tydzień się przyswoił.”
- Tryb sokratejski: „Nie wyjaśniaj mi [temat] wprost. Zadawaj po jednym pytaniu i sam doprowadź mnie do zrozumienia. Jeśli się mylę, nie poprawiaj — zadaj pytanie naprowadzające.”
- Streszczenie artykułu: „Oto tekst: [wklej]. Daj: 1) główną tezę jednym zdaniem, 2) trzy argumenty autora, 3) to, co autor stwierdził, ale nigdy nie udowodnił.”
- Fiszki do powtórek: „Zrób 15 fiszek pytanie-odpowiedź z tematu [temat] na poziom [jaki]. Odpowiedzi nie dłuższe niż dwa zdania. Bez pytań na zgadywanie.”
Zwróć uwagę na „czekaj na moje odpowiedzi, nie odpowiadaj za mnie”. Bez tego zdania model zada trzy pytania i od razu sam sobie na nie odpowie — jego zadaniem jest kontynuować tekst, a nie cię egzaminować. Dokładnie ta sama dziura co przy automacie „100% correct”: skoro nic cię nie sprawdza, nie dowiesz się, czy zrozumiałeś.
Analiza i decyzje (7)
- Rozbiór decyzji: „Jesteś analitykiem, który się ze mną spiera, a nie przytakuje. Rozbierz tę decyzję: [co zamierzam zrobić]. Cel [jaki], ograniczenia [pieniądze/czas/ludzie], termin [kiedy]. Format: 3 mocne argumenty za, 3 przeciw, ryzyko, którego najpewniej nie zauważyłem, i pytanie, którego odpowiedź zmieniłaby decyzję.”
- Adwokat diabła: „Oto mój plan: [plan]. Znajdź w nim najsłabsze ogniwo i wyjaśnij, jak się rozpadnie w rzeczywistości. Nie łagodź.”
- Porównanie wariantów: „Porównaj [wariant A] i [wariant B] do zadania [jakiego]. Format: tabela — kryterium, A, B, co jest ważniejsze dla mnie. Kryteria dobierz sam i uzasadnij wybór.”
- Rozbiór danych: „Oto liczby: [dane]. Wskaż trzy wnioski, które z nich wynikają, i osobno wnioski, które z nich NIE wynikają, choć wyglądają logicznie.”
- Przygotowanie do negocjacji: „Negocjuję z [kim] w sprawie [czego]. Moja pozycja: [jaka]. Zagraj drugą stronę: jakie trzy zarzuty mi postawisz i czego naprawdę chcesz?”
- Rozbicie zadania na kroki: „Zadanie: [co trzeba zrobić]. Rozbij je na kroki tak, żeby pierwszy zajmował nie więcej niż 15 minut. Zaznacz krok, na którym ludzie zwykle odpuszczają.”
- Czego nie widzę: „Decyzja: [jaka]. Uwzględniłem: [lista]. Wskaż 5 czynników, których nie ma na mojej liście, a które mogą wszystko zmienić. Do każdego: jak sprawdzić go w jeden dzień.”
Kariera i pieniądze (5)
- CV pod ofertę: „Oto moje CV: [tekst]. Oto oferta: [tekst]. Przepisz blok doświadczenia pod nią: te same fakty, akcent na tym, co istotne. Zaznacz, czego w CV brakuje pod tę ofertę.”
- Przygotowanie do rozmowy: „Oferta: [opis]. Moje doświadczenie: [krótko]. Zadaj mi 8 pytań, które naprawdę padną, w tym dwa niewygodne. Po jednym naraz, czekaj na odpowiedź.”
- Rozmowa o podwyżce: „Chcę porozmawiać o podwyżce. Moje wyniki z roku: [lista]. Złóż argumentację: co mówić, w jakiej kolejności i jak odpowiedzieć na „teraz nie ma budżetu”.”
- Ocena oferty pracy: „Oferta: [warunki]. Jakie pytania zadać przed podpisaniem? Co w takich warunkach zwykle okazuje się ważniejsze, niż wygląda na wejściu?”
- Plan na tydzień: „Oto moje zadania: [lista]. Rozłóż je według macierzy pilne/ważne, zaproponuj, co wyrzucić całkiem, i wskaż jedno zadanie, które da najwięcej.”
Dom i codzienność (8)
- Menu i zakupy: „Ułóż menu na tydzień: [ile osób], budżet [kwota], bez [alergeny/produkty], gotowanie nie dłużej niż 30 minut. Osobno — lista zakupów pogrupowana według działów sklepu.”
- Rozbiór wydatków: „Oto moje wydatki za miesiąc: [lista]. Pogrupuj według kategorii, znajdź trzy, w których ucieka najwięcej, i zaproponuj po jednym realnym cięciu do każdej.”
- Planowanie wyjazdu: „Jadę do [miasto] na [ile dni], zainteresowania: [jakie]. Ułóż trasę dzień po dniu z uwzględnieniem geografii, żebym nie latał tam i z powrotem. Zaznacz, co warto zarezerwować wcześniej.”
- Trudna rozmowa: „Muszę powiedzieć [komu] o [czym]. Obawiam się reakcji: [reakcja]. Pomóż dobrać sformułowania: co powiedzieć najpierw, czego nie mówić w ogóle.”
- Instrukcja po ludzku: „Oto instrukcja: [tekst]. Przepisz ją krok po kroku dla kogoś, kto robi to pierwszy raz. Zaznacz krok, na którym najczęściej się mylą.”
- Pomysły na prezent: „Prezent dla [kto], budżet [kwota], lubi [co], nie lubi [co]. Daj 10 pomysłów: 5 zwykłych, 5 nieoczywistych. Bez banałów w rodzaju karty podarunkowej.”
- Próba wystąpienia: „Występuję [gdzie] przez [ile minut] przed [kim]. Temat: [jaki]. Daj strukturę, pierwsze zdanie i ostatnie. Potem zadaj 3 pytania, które może zadać sala.”
- Rozbiór umowy: „Oto tekst umowy: [tekst]. Znajdź zapisy niekorzystne dla mnie i wyjaśnij każdy jednym prostym zdaniem. Osobno — czego w umowie nie ma, a powinno być. Nie jesteś prawnikiem, więc zaznaczaj, gdzie potrzebny jest specjalista.”
A teraz najważniejsze: prompt nie zadziałał — co zmieniasz najpierw?
To jest ta dziura, dla której powstał cały tekst. Czworo ludzi cytowanych wyżej zapłaciło i wyszło bez tej umiejętności. Idź listą z góry na dół i nie przeskakuj.
- 1. Sprawdź, czy w prompcie jest kryterium „gotowe”. Najczęstszy powód słabej odpowiedzi to model, który nie ma pojęcia, jak wyglądałaby dobra. „Napisz tekst o produkcie” nie ma kryterium, więc dostaniesz średnią ze wszystkich tekstów produktowych, jakie kiedykolwiek napisano. „Napisz 150 słów, które przekonają człowieka, który raz już odmówił” kryterium ma. Jeśli sam nie potrafisz opisać, czym dobra odpowiedź różni się od złej, model tym bardziej nie zdoła.
- 2. Dorzuć materiał, a nie przymiotniki. „Pisz ciekawiej” nic nie zmienia, bo „ciekawiej” to nie operacja, którą model umie wykonać. Trzy akapity twojego tekstu wklejone jako próbka zmieniają wszystko. Zasada: chcesz poprawić odpowiedź — dorzuć wejście, a nie ocenę poprzedniej.
- 3. Zamień zakaz na zalecenie. „Nie pisz urzędniczym stylem” działa gorzej niż „zdania do 12 słów, czasowniki w stronie czynnej, bez ciągów rzeczowników”. Zakaz mówi, gdzie nie iść; zalecenie mówi, gdzie iść. Modele są dużo lepsze w robieniu czegoś niż w nierobieniu.
- 4. Potnij zadanie. Jeśli prompt każe jednocześnie znaleźć, ocenić i przepisać, wszystkie trzy wyjdą słabo. Najpierw „wskaż 5 słabych miejsc”, potem „przepisz miejsce nr 3”. Model się nie męczy, ale ma tylko jedną nić rozumowania na odpowiedź.
- 5. Zapytaj, czego mu zabrakło. Dosłownie: „Zanim odpowiesz, zadaj mi 3 pytania, których odpowiedzi najmocniej zmienią twoją odpowiedź.” To najtańszy sposób znalezienia dziury we własnym prompcie — i dokładnie to, o co prosił Bharat Ram A. i czego nie dostał: jak dać modelowi informację zwrotną na jego odpowiedź.
- 6. Dopiero potem zmieniaj rolę i sformułowania. „Jesteś doświadczonym marketingowcem” to podkręcenie o kilka procent. Ludzie zaczynają od tego, bo to widoczna część, i grzęzną, bo to słaba część.
Sprawdź na żywym przykładzie. Prompt poniżej jest samowystarczalny — naciśnij Uruchom, nie trzeba nic podstawiać: w środku leży już celowo zły prompt, którego trzeba naprawić.
Jesteś nauczycielem debugowania promptów. Oto prompt, który napisał początkujący: „Napisz dobry post na social media o naszej aplikacji. Zrób ciekawie i nie pisz nudno.” Zrób cztery rzeczy: 1. Wskaż dokładnie trzy powody, dla których ten prompt da przeciętną odpowiedź. 2. Do każdego powodu podaj poprawkę, która go naprawia — poprawka musi być operacją, a nie oceną. 3. Przepisz prompt w poprawionej postaci, samodzielnie wymyślając brakujący kontekst, i wyraźnie oznaczaj zmyślone słowem ZAŁOŻENIE. 4. Na koniec jedno zdanie: która z trzech poprawek dałaby najwięcej i dlaczego.
Drugi eksperyment: konkret bije uprzejmość i bije rolę. Ten prompt zmusza model, żeby pokazał różnicę na jednym i tym samym zadaniu.
Wykonaj trzy zadania po kolei i pokaż wszystkie trzy odpowiedzi w całości. Zadanie A. Odpowiedz na prompt: „Napisz maila o przesunięciu terminu.” Zadanie B. Odpowiedz na prompt: „Jesteś doświadczonym korespondentem biznesowym. Napisz profesjonalnego maila o przesunięciu terminu.” Zadanie C. Odpowiedz na prompt: „Napisz maila do współpracownika: proszę o przesunięcie terminu raportu z piątku na środę przyszłego tygodnia, bo podwykonawca spóźnił się z danymi. Relacja jest dobra, nie wolno naciskać, to pierwsza prośba o przesunięcie. Do 90 słów, jedno pytanie na końcu, bez przepraszania więcej niż raz.” Po trzech odpowiedziach zrób tabelę: jakie właściwości pojawiły się w B w porównaniu z A i w C w porównaniu z B. W ostatnim wierszu odpowiedz na pytanie: co dało większy przyrost — dodanie roli czy dodanie kontekstu?
Trzeci chwyt, najbardziej niedoceniany. Nie proś modelu o odpowiedź. Poproś, żeby najpierw wyciągnął z ciebie dane.
Moja sytuacja: mam tydzień na wybór między dwiema ofertami pracy i nie chcę tego żałować za rok. Nie odpowiadaj i nie dawaj rad na razie. Zamiast tego: 1. Zadaj mi dokładnie 5 pytań — tych, których odpowiedzi najmocniej zmienią twoją rekomendację. Ustaw je malejąco według wpływu. 2. Do każdego pytania wyjaśnij jednym zdaniem, co dokładnie w twojej rekomendacji od niego zależy. 3. Potem napisz, jaka byłaby twoja rekomendacja, gdybym nie odpowiedział na żadne pytanie, i dlaczego nie można na niej polegać. Poczekaj na moje odpowiedzi, zanim pójdziesz dalej.
Zwróć uwagę, co łączy wszystkie trzy: żaden nie prosi o gotowy produkt. Proszą model, żeby odsłonił własne rozumowanie, własne założenia albo różnicę między dwoma wejściami. Tak wygląda ćwiczenie, które da się sprawdzić — i dlatego prompt z przyciskiem Uruchom uczy w trzydzieści sekund więcej niż slajd o klasyfikacji promptów przez dwadzieścia minut.
Pięć błędów, które zabijają szablon
- Zostawić nawiasy niewypełnione. Brzmi śmiesznie, ale to powód numer jeden. Model nie zapyta — dopowie sobie sam.
- Wrzucić trzy zadania w jeden prompt. „Przeanalizuj, przepisz i zaproponuj nagłówki” da trzy przeciętne kawałki zamiast jednego dobrego.
- Żądać „bez lania wody”, nie zadając długości. Długość to jedyne ograniczenie, które model wykonuje dosłownie. Korzystaj.
- Wierzyć pierwszej odpowiedzi. Każda odpowiedź to szkic. Zwłaszcza ta, która brzmi pewnie.
- Zbierać szablony zamiast zbierać poprawki. Czterdzieści cudzych szablonów jest słabsze niż trzy własne, wydebugowane na własnej pracy.
Ile to samo kosztuje w kursach
Skoro już weszliśmy w ceny — oto one, pomiar z 17 lipca 2026. Obiegowa opinia, że „Udemy zawsze ma 90% zniżki”, nie wytrzymuje kontaktu z ich własnym API: surowa odpowiedź oddaje "saving_price": 0.0, "has_discount_saving": false, "discount_percent": 0. Żadnej zniżki nie ma. 11 z 12 czołowych kursów kosztuje 19,99 €, jeden (Complete AI Guide) — 24,99 €. Udemy Personal Plan to 20,00 €/mies., w promocji 10,00 €/mies. Coursera Plus — 50 €/mies. albo 343 €/rok z 14-dniowym zwrotem.
I osobny wątek: „Prompt Engineering Specialization” z Vanderbilt wymaga płatnej subskrypcji ChatGPT+, żeby wykonywać zadania. Czyli za praktykę płacisz dwa razy — subskrypcja platformy plus subskrypcja modelu. Dokładnej ceny ChatGPT Plus nie podajemy: źródło pierwotne jest zamknięte (wszystkie domeny OpenAI oddały naszemu crawlerowi 403), a liczby z drugiej ręki nie mają czego szukać w tekście, który broni sprawdzalnych twierdzeń.
Co robić dalej
Nie próbuj wykuć czterdziestu szablonów — wybierz trzy pod swoje realne zadania i przepuść je przez ten tydzień. Kiedy odpowiedź okaże się nie ta (a okaże się), przejdź sześć kroków debugowania z góry na dół i zapisz, który zadziałał. Za miesiąc będziesz miał nie listę cudzych promptów, tylko własną umiejętność, która przeżyje zmianę modelu. Lista nie przeżyje.
Ważne: każda odpowiedź na te prompty to szkic, a nie prawda. Model potrafi z pełnym przekonaniem wymyślić fakt, liczbę albo link — dlaczego tak się dzieje, rozbieramy w tekście o halucynacjach AI. O tym, jakie dane w ogóle bezpiecznie wklejać do czatu — w materiale o prywatności przy pracy z AI. O podstawowej formule zapytania — czym jest prompt. A jeśli chcesz, żeby prompt nie tylko odpowiadał, ale sam wykonywał wieloetapowe zadanie — to już temat na agentów AI.
FAQ
Czy te prompty działają tak samo w ChatGPT, Claude i Gemini?
Logika jest jedna: rolę, zadanie, kontekst i format rozumieją wszystkie duże modele, a szablon przenosi się bez poprawek. Różnić się będą styl i długość odpowiedzi. Nie bierz tego na słowo — weź dowolny prompt z przyciskiem Uruchom powyżej, wyślij ten sam tekst do swojego czatu i porównaj. Różnica między modelami jest zwykle mniejsza niż różnica między twoją pierwszą a trzecią wersją promptu.
Po co nawiasy kwadratowe — można je po prostu usunąć?
Nawiasy zaznaczają miejsca, w które wchodzą twoje dane. Jeśli je usuniesz, nic nie podstawiając, model sam dopowie sobie kontekst i odpowiedź wyjdzie przeciętna. Właśnie dlatego w blokach z przyciskiem Uruchom nawiasów nie ma w ogóle: prompt, którego nie da się odpalić jak jest, to ćwiczenie, którego nie da się sprawdzić.
Prompt jest długi — czy to w porządku?
Tak, jeśli ta długość to potrzebne dane, a nie lanie wody. Źle jest wtedy, gdy w prompcie dużo ozdobników, a mało konkretu. Prosty test: usuń zdanie — jeśli odpowiedź się przez to nie zmieni, zdanie było zbędne. Pierwsze zwykle wylatują rola i uprzejmość, a zostają długość, ograniczenie i materiał.
Co robić, jeśli odpowiedź z szablonu i tak jest nie ta?
Nie przepisuj promptu od zera. Przejdź sześć kroków debugowania po kolei: czy jest kryterium „gotowe”, czy dorzuciłeś materiał zamiast przymiotników, czy zamieniłeś zakaz na zalecenie, czy pociąłeś zadanie, czy zapytałeś model, czego mu zabrakło. Rola i sformułowania na końcu: to najbardziej widoczna i najsłabsza poprawka.
Czy warto kupić kurs prompt engineeringu?
Zależy, co jest w środku. Nasz pomiar z 17 lipca 2026: na kursach, które mają prompt engineering w tytule, powtarza się jeden i ten sam zarzut — „There is nothing teached about creating a good prompt. It is just an overview of types of prompts” (Geralt O., 2★). Przed zakupem sprawdź jedno: czy jest tam praktyka ze sprawdzaniem. Jeśli zadania sprawdza automat na „100% correct”, płacisz za oglądanie, a nie za umiejętność.
Czy można wklejać do promptu dokumenty służbowe i dane klientów?
Danych osobowych osób trzecich, tajemnicy handlowej i dostępów lepiej nie, jeśli firma nie ma zatwierdzonego środowiska korporacyjnego. Wymogi RODO obejmują też dane wysłane do chatbota. Bezpieczniej zanonimizować: zamień nazwiska i liczby na umowne. Na jakość odpowiedzi wpływa to znacznie mniej, niż się wydaje.
Czy istnieje jeden uniwersalny prompt na wszystko?
Nie, a obietnice „sekretnego promptu” to marketing. Uniwersalna jest tylko struktura: rola, zadanie, kontekst, format. Kontekst za każdym razem jest twój i to on decyduje o jakości odpowiedzi. Najbliżej uniwersalności jest nie prompt, tylko chwyt: poprosić model, żeby zadał ci pytania, zanim odpowie.