Prompt engineer: na czym polega ta praca, ile płaci i czy nadal istnieje

Krótko: prompt engineer projektuje i debuguje zapytania do modeli AI tak, żeby te niezawodnie rozwiązywały prawdziwe zadanie. Jako osobne stanowisko rola w dużej mierze się rozpłynęła — umiejętność przeniosła się do wnętrza innych ról. Ale jest coś ciekawszego. 17 lipca 2026 przeskanowaliśmy rynek kursów sprzedających ten „zawód“ i odkryliśmy, że kursy z hasłem „prompt engineering“ w tytule uczą właściwie wszystkiego poza debugowaniem promptu. Poniżej: nasze liczby, opinie w oryginalnym brzmieniu i to, czego warto uczyć się zamiast tego.

Co prompt engineer robi naprawdę

Nazwa myli. Brzmi, jakby ktoś cały dzień układał eleganckie zdania dla chatbota. W praktyce ta praca jest bliższa debugowaniu. Zlecenie brzmi: „spraw, żeby model dawał użyteczny wynik na tysiącu różnych wejść, a nie tylko na twoim jednym szczęśliwym przykładzie“. Stąd bierze się prawdziwa robota:

• Sformułowanie zadania. Zamiana mglistego „niech AI zajmie się zgłoszeniami klientów“ w sprawdzalny wymóg z jasnymi kryteriami dobrze/źle.
• Projektowanie promptu. Rola, kontekst, format, przykłady, ograniczenia — podstawy z tekstu czym jest prompt i jak go pisać.
• Testowanie. Kilkadziesiąt prawdziwych przypadków, przebieg, porównanie wersji promptu między sobą. Bez tego zgadujesz.
• Walka z wpadkami. Model zmyśla fakty, ignoruje format, sypie się na długich wejściach, ucieka od instrukcji. Wszystko to naprawia się w prompcie, w danych albo w architekturze.
• Podpięcie danych i systemów. Często odpowiedź musi opierać się na bazie wiedzy firmy, a nie na pamięci modelu.

Pomyśl, zanim przeczytasz dalej: gdyby model mylił się na twoim zadaniu w jednym przypadku na dwadzieścia — skąd w ogóle wiedziałbyś, w którym? Umiejętność odpowiedzi na to pytanie to połowa zawodu. I — jak zaraz pokażemy — to właśnie na nie nie odpowiada niemal żaden kurs na rynku.

Skąd wziął się hype i dlaczego zszedł

W 2023 modele były bardziej kapryśne, a rynek zdezorientowany. Parę głośnych ogłoszeń z sześciocyfrowymi kwotami w dolarach trafiło na nagłówki i pojawiło się wrażenie nowej gorączki złota: „wpisujesz tekst w czat, zarabiasz jak senior developer“. Potem stały się trzy rzeczy.

1. Modele zmądrzały. Dzisiejsze wersje dużo lepiej rozumieją zwykłe ludzkie sformułowanie. Magiczne zaklęcia w stylu „jesteś geniuszem, zależy od tego moja kariera“ przestały dawać jakikolwiek widoczny efekt.
2. Umiejętność okazała się kompetencją podstawową, nie zawodem. Jak kiedyś obsługa wyszukiwarki albo arkusza: potwornie przydatna, ale nikt nie zatrudnia „operatora wyszukiwarki“ na osobnym etacie.
3. Prawdziwe problemy okazały się szersze niż prompt. Firmie nie jest potrzebny tekst zapytania, tylko działający system: z danymi, oceną jakości, kosztem i bezpieczeństwem. To już inna rola.

Hype zszedł w rekrutacji. Nie zszedł w sprzedaży szkoleń. Ta część ma się świetnie — i jest jedyną częścią tej historii, którą da się realnie zmierzyć. Więc ją zmierzyliśmy.

Nasze badanie: ile osób już „wyuczyło się na prompt engineera“

17 lipca 2026 ściągnęliśmy dane z Udemy (przez wewnętrzne API stojące za stronami kursów) i ze stron z opiniami na Coursera. Oto sześć kursów w całości poświęconych promptowaniu. Cztery mają słowa prompt engineering wprost w tytule; dwa pozostałe — „Google Prompting Essentials“ i „Prompt and Context Engineering 101“ — wynoszą promptowanie do tytułu innymi słowami. Policzymy na oba sposoby.

• Prompt Engineering for ChatGPT (Vanderbilt, Jules White) — 698 444 zapisanych, 7 915 opinii, ocena 4,8, 19 godzin.
• Generative AI: Prompt Engineering Basics (IBM) — 654 256 zapisanych, 2 313 opinii, 4,7, około 10 godzin.
• Google Prompting Essentials (Google) — 365 425 zapisanych, 7 219 opinii, 4,8, poniżej 10 godzin.
• Prompt Engineering Specialization (Vanderbilt) — 138 967 zapisanych, 9 151 opinii, 4,8, 39 godzin.
• Prompt Engineering with ChatGPT Masterclass (RPATech, Udemy) — 118 803 kursantów, 57 836 opinii, 4,48, 4 godziny, 41 wykładów.
• Prompt and Context Engineering 101 (Mike Wheeler, Udemy) — 84 942 kursantów, 24 401 opinii, 4,31 — najgorsza ocena w naszej próbce.

Zsumuj: te sześć daje 2 060 837 zapisów. Bądź surowy i zostaw tylko te cztery, gdzie prompt engineering stoi w tytule dosłownie — i tak zostaje 1 610 470. Wniosek nie drgnie ani o milimetr w żadnym z tych ujęć. Dla skali: największy nietechniczny kurs na Coursera, Google AI Essentials, ma 1 876 929 zapisanych; Generative AI for Everyone Andrew Nga — 814 083. Na Udemy lider, Generative AI for Beginners od Aakriti E-Learning, ma 409 492 kursantów przy 121 079 opiniach i ocenie 4,53.

To znaczy więcej niż jakiekolwiek widełki płacowe. Gdyby „prompt engineer“ był zawodem deficytowym, dwa miliony absolwentów kursów o dokładnie tej umiejętności już by go zapełniły. Nisza nie jest pusta — jest zatłoczona. Wejście z hasłem „skończyłem kurs prompt engineeringu“ oznacza ustawienie się w kolejce, w której setki tysięcy ludzi mają tę samą linijkę.

Zastrzeżenie przeciwko nam samym: „zapisany“ na Coursera i „ukończył“ to nie to samo, a żadna z platform nie publikuje danych o ukończeniach. Dwa miliony to więc górna granica konkurencji, a nie liczba praktyków. Ale dolna granica też najwyraźniej nie brzmi „deficyt“.

Wymagania: kod nie jest potrzebny nigdzie

Przeczytaliśmy sekcję wymagań w najpopularniejszych kursach. Dosłownie: „No prerequisites as ChatGPT is a tool anyone can access and use immediately“ (Ballinger). „No coding skills needed“ (Wheeler). „A desire to learn“ (Aakriti). „No prior experience with AI or programming is needed“ (Complete AI Guide).

Czytaj to jako sygnał rynkowy, nie jako zaproszenie. Próg wejścia równy „chęci nauki“ oznacza, że kurs nikogo nie odsiewa — a więc jego certyfikat nie niesie pracodawcy żadnej informacji. Zawód, do którego można wejść bez jednego wymagania, nie jest opłacany jak zawód. To nie morał, to arytmetyka podaży.

To mówi też, co te kursy naprawdę sprzedają. Nie pracę. Dostęp do narzędzia, które i tak nie ma progu dostępu.

Ile to kosztuje: promocji na Udemy nie ma

Osobne znalezisko i powód, dla którego w ogóle zajrzeliśmy do API. O wiecznej wyprzedaży na Udemy wiedzą wszyscy — witryna marketplace'u świetnie potrafi podać cenę jako znikającą okazję. Zamiast spierać się z witryną, poprosiliśmy o surową odpowiedź ich własnego endpointu cenowego. Oto ona, bez naszej obróbki:

• "price": {"amount": 24.99, "currency": "EUR"}
• "list_price": {"amount": 24.99, "currency": "EUR"}
• "saving_price": {"amount": 0.0}
• "has_discount_saving": false
• "discount_percent": 0

Cena równa się cenie katalogowej. Oszczędność: zero. Procent rabatu: zero. Flaga „jest rabat“ ma dosłownie wartość false. Cokolwiek robi licznik odliczający na stronie, z tymi polami nie ma nic wspólnego.

Prawdziwe liczby na 17.07.2026: 11 z 12 topowych kursów kosztuje 19,99 €; jeden (Complete AI Guide) — 24,99 €. Udemy Personal Plan to 20,00 €/mies., w promocji 10,00 €/mies. Coursera Plus to 50 €/mies. albo 343 €/rok z 14-dniowym zwrotem. Własne programy Google na Coursera kosztują 49 $/mies. po 7-dniowym okresie próbnym.

Praktyczny wniosek: nie daj się popędzać licznikowi. Płacisz 19,99 € dziś, 19,99 € jutro i 19,99 € za miesiąc. Jedyne, co licznik osiąga, to że nie czytasz spokojnie opinii. A warto je przeczytać.

Rzecz najważniejsza: kursy z „prompt engineering“ w tytule nie uczą promptowania

Przeszliśmy przez opinie i pogrupowaliśmy zarzuty. Najgęstszy klaster to ludzie, którzy kupili kurs dokładnie dla umiejętności z tytułu i jej nie dostali. Dosłownie, z autorami i gwiazdkami:

• „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“ — 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).

Przyjrzyj się dobrze Bharatowi Ramowi A. Wymienia trzy rzeczy: czego unikać w zapytaniu, jak uporządkować myśli i jak dać modelowi informację zwrotną do jego odpowiedzi. Trzeci punkt to właśnie debugowanie. Płacący kursant własnymi słowami opisał dziurę w rynku, bo jej szukał i jej nie znalazł.

Manuel L. chce „master or enhance our current prompts“ — ta sama prośba, inne słowa. Ulepszyć istniejący prompt. Nie nauczyć się wzoru: naprawić coś, co już jest i działa niewystarczająco dobrze. Cztery niezależne osoby, cztery różne kursy, jedna brakująca lekcja.

A oto zarzut, który tłumaczy, skąd to się wzięło. O kursie prompt engineeringu z największą liczbą zapisanych na Coursera:

„I finished week 2. And all the lessons could be in 1 lesson. I jumped to week 3, 4, 5 and 6, and I see some concept reapeted“ — Shai Mizrachi, 22.07.2023, 1★ (Vanderbilt).

I o samym formacie podania:

„why read straight from the slide? I can do that. This was not a helpful course at all“ — Janie I., 02.07.2026, 1★ (Justin Barnett).

Tu warto się zatrzymać. „I can do that“ to nie skarga na słabego wykładowcę. To stwierdzenie, że wideo będące odczytanym na głos slajdem z definicji przegrywa z tekstem: tekst ma tempo czytelnika i transkrypt w standardzie. Kto płaci Complete AI Guide 42 godzinami życia, kupuje w czasie coś, co mógłby przeczytać w godzinę.

Jeszcze dwie, ten sam klaster, inne kursy: „50% of this course is reading script like a robot from the slides“ — Shashank T., 13.04.2026, 1★. I o kursie RPATech ze 118 803 kursantami: „Written by AI, delivered by AI. The slides are way too crowded to be useful“ — Bradley M., 16.04.2026, 1★.

Dziura strukturalna: nikt nie sprawdza, czy się nauczyłeś

Teraz najważniejsza część dla naszego tematu. Kurs prompt engineeringu ma obowiązek sprawdzać prompty. A prompt można sprawdzić tylko jednym sposobem: uruchomić go na modelu i spojrzeć na odpowiedź. Wewnątrz lekcji na platformie wideo modelu nie ma. Czyli nie ma czym sprawdzać. Oto co z tego wychodzi:

„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★ (Vanderbilt Prompt Engineering).

To nie jest fuszerka wykładowcy. To konsekwencja architektury: platforma fizycznie nie może ocenić promptu, więc stawia zaliczenie. Stąd też sąsiednie skargi:

• „Videos are too short and superficial so you end up memorizing sentence by sentence to pass quizzes. Not a learning experience“ — Laurie J Phillips, 12.04.2024, 3★ (IBM).
• „quizzes give unhelpful feedback for incorrect answers and just say 'watch the video again'“ — Cory Covino, 04.05.2024, 2★ (IBM).
• „All the coding is done in the labs for you. You won't have to debug anything or figure anything out, just press shift-enter“ — Cornelius Griggs, 1★ (Generative AI with LLMs).

Griggs opisuje tę samą chorobę w formacie laboratorium: ćwiczenie się wykonuje, więc wygląda na praktykę, ale nigdy nic nie było na szali. „Just press shift-enter“ i „100% correct“ to to samo zdarzenie.

I wisienka. Prompt Engineering Specialization od Vanderbilt wymaga płatnej subskrypcji ChatGPT+, żeby wykonywać zadania. Kurs, za który już płacisz przez Coursera Plus (50 €/mies.), wysyła cię po model na zewnątrz. Ekonomia kursanta: około 70 €/mies. — za oglądanie wideo i otrzymywanie automatu „100% correct“. Co do dokładnej ceny subskrypcji ChatGPT powiemy uczciwie: źródło pierwotne nam jej nie oddało, wszystkie domeny OpenAI odpowiedziały 403, a ~20 $ to źródło wtórne. Natomiast 50 € za Coursera Plus to liczba z ich własnej strony.

Treść się psuje, a kursanci to widzą

„Most content is from 2024. This course is not bad for its time, but just too dated now“ — Martin F., 27.05.2026, 2★ — przy kursie, na którego karcie stoi „zaktualizowano 04.2026“.

„The content is mostly from 2023. …I invested my 41 hours and Im learning content which is from 2023“ — Harsh A., 09.04.2026, 1.5★ (Complete AI Guide).

Czasem przeterminowane robi się po prostu błędne: „Stable diffusion, Dalle and Midjourney are not GAN architecture powered. They're diffusion models“ — Jose C., 12.05.2026, 1★. Kursant poprawia kurs, a błąd żyje nie tylko w wykładzie, ale i w testach — czyli za poprawną odpowiedź dostaje się niezaliczone.

Przyczyna jest nudna i strukturalna: przekręcenie wideo kosztuje dużo, poprawka tekstu prawie nic. W dziedzinie, gdzie narzędzia zmieniają się raz na kwartał, to przesądza o wszystkim. Zwróć uwagę na rozjazd między „zaktualizowano 04.2026“ na karcie a „większość treści jest z 2024“ w opinii: data na karcie mierzy, kiedy ktoś kurs dotknął, a nie kiedy treść była prawdziwa.

O zarobkach — uczciwie

Na pewno trafiałeś na artykuły z konkretnymi kwotami. Traktuj je ostrożnie: liczby zwykle pochodzą z garstki głośnych ogłoszeń u szczytu hype'u, z agregatorów o mikroskopijnej próbce albo z raportów firm, którym zainteresowanie tematem się opłaca. Wiarygodnej średniej „pensji prompt engineera“ dziś po prostu nie ma — bo nie ma stabilnego, masowego stanowiska o takiej nazwie. Świadomie nie podajemy tu żadnej liczby: nie mamy źródła, za które wzięlibyśmy odpowiedzialność, a wymyślanie wiarygodnie wyglądającej liczby to dokładnie to, co robią artykuły, przed którymi cię ostrzegamy.

Co można powiedzieć bez kłamstwa: płaci się za rolę, a nie za prompty. ML engineer, data scientist, AI developer, product manager ze specjalizacją AI — te stanowiska mają realny rynek i realne widełki, a umiejętność promptowania wchodzi tam w zestaw wymagań, a nie go zastępuje. Jeśli widzisz „zostań prompt engineerem w miesiąc i zarabiaj X“ — to sprzedaż mitu, nie porada zawodowa.

Sprawdzisz to w pięć minut i bez wierzenia nam na słowo: otwórz dowolny portal z ofertami i poszukaj dokładnej frazy „prompt engineer“, a potem „AI engineer“ albo „machine learning engineer“. Różnica w liczbie wyników powie ci o rynku więcej niż jakikolwiek raport płacowy. Przy okazji przeczytaj wymagania tych nielicznych ofert, które się jednak znajdą: niemal na pewno będzie tam kod, dane i doświadczenie w danej dziedzinie, a same prompty — jednym punktem na dziesięć.

Postaw to obok naszych liczb zapisów i obraz się domyka. Podaż: 2 060 837 zapisów na kursy uczące dokładnie tej umiejętności. Popyt: fraza wyszukiwania, która ledwie zwraca wyniki. Z takiego zestawienia nie bierze się żadna pensja.

Czego uczyć się zamiast „zawodu“: debugowania

Zbierzmy znaleziska. Wszyscy uczą „oto wzór promptu“. Prawie nikt nie uczy: prompt nie zadziałał — co zmieniasz najpierw? Cztery opinie wyżej proszą dokładnie o to. Czyli to jest ta umiejętność, która odróżnia cię od dwóch milionów ludzi z certyfikatem.

Debugowanie promptu to cykl, a nie olśnienie:

1. Nazwij objaw dokładnie. Nie „źle odpowiedział“, tylko: zmyślił fakt; zignorował format; za ogólnie; zły ton; posypał się na długim wejściu; odpowiedział na inne pytanie. Różne choroby, różne leki. Większość zatrzymuje się na „słabo“, a potem przepisuje na chybił trafił.
2. Zmieniaj po jednej rzeczy. Poprawisz pięć naraz — nie dowiesz się, co zadziałało. To dosłownie ta sama zasada, co przy każdym debugowaniu.
3. Sprawdzaj na kilku wejściach. Jedna udana odpowiedź to nie wynik, to zbieg okoliczności. Modele nie są deterministyczne; pojedynczy przebieg to próbka o liczebności jeden.
4. Ustal kryterium „dobrze“. Dopóki kryterium nie ma, nie debugujesz, tylko przestawiasz sformułowania, aż któreś ci się spodoba. To krok, który oddziela zawód od hobby.
5. Wersjonuj prompty. v1, v2, v3 i co dokładnie się między nimi zmieniło. Za tydzień nie będziesz pamiętać.
6. Rozpoznaj, kiedy problemem nie jest prompt. Brakujące dane to nie kwestia sformułowania. Żaden prompt nie wyciągnie faktu, którego model nigdy nie dostał. Wczesne zorientowanie się oszczędza dni.

A teraz to, czego Udemy i Coursera fizycznie nie mają. Poniżej — działające prompty. Każdy blok ma przycisk Uruchom: naciśnij tutaj i patrz, jak odpowiedź wraca na żywo. To właśnie ta weryfikacja, której platforma z wideo nie może zainstalować — nie ze złej woli, tylko dlatego, że w lekcji nie ma żadnego modelu.

Ćwiczenie 1: rozbiór słabego promptu

Jest tu już wklejony naprawdę słaby prompt — typowy, takie pisze każdy na starcie. Uruchom i zobacz, co wróci.

Jesteś wykładowcą debugowania promptów. Rozbierz prompt poniżej.

PROMPT DO ROZBIORU:
"Napisz post o naszym nowym produkcie. Zrób to ładnie i profesjonalnie."

Zrób dokładnie cztery rzeczy:
1. Wypisz, jakich informacji brakuje, żeby odpowiedź w ogóle mogła być dobra.
2. Nazwij kryteria postawione tu, ale niesprawdzalne, i wyjaśnij dlaczego.
3. Przewidź trzy konkretne sposoby, w jakie odpowiedź na ten prompt wyjdzie źle.
4. Podaj ulepszoną wersję plus tabelę: co zmieniłem -> po co.

Nie chwal mnie. Pisz zwięźle.

Ćwiczenie 2: przewidywanie wpadek przed uruchomieniem

Ruch, który odróżnia inżyniera: najpierw pomyśleć, gdzie się złamie, potem uruchamiać. Prompt jest samowystarczalny — zadanie opisano w środku.

Kontekst: zamierzam dać AI taką instrukcję do obsługi maili na wsparcie.

INSTRUKCJA:
"Przeczytaj mail klienta i zaklasyfikuj go jako: zwrot, dostawa,
problem techniczny albo inne. Odpowiedz jednym słowem."

Nie wykonuj tej instrukcji. Zamiast tego przeprowadź analizę ryzyka:
- Pięć sposobów, w jakie da błędny wynik na prawdziwych mailach.
- Do każdego przykładowy mail (2-3 zdania), na którym to nastąpi.
- Co dokładnie dodać do instrukcji, żeby zamknąć każdy przypadek.
- Osobno: których z tych problemów NIE da się naprawić promptem i dlaczego.

Format: tabela.

Ćwiczenie 3: zestaw testowy i kryterium „dobrze“

Ten krok, który kursy pomijają, a pracodawca sprawdza.

Pomóż mi zbudować zestaw testowy dla promptu.

Zadanie promptu: zamieniać surowe notatki ze spotkania
w listę zadań z osobą odpowiedzialną i terminem.

Daj mi:
1. Dziesięć wejść testowych - krótkich notatek ze spotkania, po 3-5 linijek.
   Trzy zrób granicznymi: bez terminów; ze sprzecznością;
   z dyskusją, w której nic ostatecznie nie zdecydowano.
2. Do każdego wejścia - co liczy się jako poprawna odpowiedź.
3. Rubrykę z pięcioma kryteriami ocenianymi 0/1 i progiem zaliczenia.
4. Jedno wejście, przy którym poprawne jest odmówić i dopytać.

Napisz to jak gotowy dokument, bez wstępu.

Ćwiczenie 4: egzamin z umiejętności na żywo

Sprawdź się. Automatu „100% correct“ tu nie będzie.

Przeegzaminuj mnie z debugowania promptów. Zasady:

- Dajesz mi JEDEN przypadek: zadanie + prompt + słabą odpowiedź modelu.
- Przypadek wymyślasz sam: realistyczny, z pracy biurowej.
- Ja odpowiadam, co zmieniłbym najpierw i dlaczego.
- Ty oceniasz mnie surowo: co przeoczyłem, co zdiagnozowałem błędnie,
  która hipoteza byłaby mocniejsza od mojej i dlaczego.
- Nie zgadzaj się z grzeczności. Jeśli nie mam racji - powiedz wprost.
- Po ocenie daj kolejny przypadek, trudniejszy.

Zacznij od pierwszego przypadku. Nie tłumacz teorii z góry.

Typowe błędy tych, którzy „uczą się promptów“

• Kolekcjonowanie zaklęć. Lista 500 promptów to nie umiejętność. Umiejętnością jest naprawienie tego jednego promptu, którego naprawdę potrzebujesz. Nasze przykłady promptów bierz jako półprodukt, nie jako przepisy.
• Nauka bez zadania. Prompt bez prawdziwego problemu za sobą to ćwiczenie w próżni. Stąd „only theory is discussed which we already know“ — Aditya Nagavolu, 19.11.2023, 1★.
• Jeden przebieg równa się wniosek. Model jest niedeterministyczny. To, że pierwsza odpowiedź ci się spodobała, niczego nie dowodzi.
• Poprawianie pięciu rzeczy naraz. Klasyk. Zrobiło się lepiej — a dlaczego, nie wiadomo.
• Wiara w certyfikat. Spójrz na liczby wyżej: 698 444 osoby na jednym kursie. Certyfikat to nie sygnał.
• Pośpiech przez licznik. has_discount_saving: false. Odliczanie nie jest o cenie, tylko o twojej uwadze.
• Mylenie długości z głębią. 42 godziny i 545 wykładów w jednym kursie, a najczęstszy zarzut to wata: „The course is far too drawn out… padding the course with filler“ — Victoria X., 13.02.2026, 2★.

Kim naprawdę zostają ci, którzy dobrze pracują z promptami

• AI engineer / AI developer — buduje produkty na modelach: integracje, agenty, wyszukiwanie po bazie wiedzy. Kod konieczny.
• Product albo project manager ze specjalizacją AI — wie, gdzie AI ma sens, co psuje i jak zmierzyć korzyść. Mniej kodu, więcej myślenia produktowego.
• Specjalista od jakości odpowiedzi AI — buduje zestawy testowe, ocenia wyjścia, łapie regresje. Mało romantyzmu, dużo pożytku. Zauważ: to dokładnie ta umiejętność, którą kursy zastępują automatem „100% correct“ — i dlatego wciąż jest deficytowa.
• Wzmocniony specjalista we własnej dziedzinie — marketingowiec, prawnik, analityczka albo nauczyciel, którzy robią swoją robotę zauważalnie szybciej. Najczęstsza i najbardziej niedoceniana ścieżka.

Osobny trend to agenty AI: systemy wykonujące wielokrokowe zadania z narzędziami. Prompt jest tam tylko jedną warstwą — ale bez niego nic nie działa. Sąsiednia historia to vibe coding, gdzie kod powstaje w dialogu z modelem.

Jak wybrać kurs, jeśli jednak chcesz kurs

Przeczytaliśmy setki opinii i wyprowadziliśmy test z czterech pytań. Zadaj je dowolnemu kursowi — łącznie z naszym.

1. Gdzie uruchomię prompt? Jeśli odpowiedź brzmi „w innej karcie, za osobną subskrypcję“ — kurs nie sprawdzi twojej pracy. Patrz Vanderbilt i ChatGPT+.
2. Kto oceni mój prompt? Jeśli autotest po słowach kluczowych, dostaniesz „100% correct“ i zero informacji. Shinysheep włożył „all that effort“ i nie dowiedział się nic o własnej odpowiedzi.
3. Czy uczy debugowania? Otwórz program i znajdź lekcję, w której prompt nie zadziałał. Nie ma takiej — kurs jest o wzorze, a nie o pracy.
4. Kiedy naprawdę aktualizowano treść? Nie po dacie na karcie, tylko po opiniach z ostatniego miesiąca. Martin F. zobaczył rok 2024 przy deklarowanej aktualizacji z kwietnia 2026.

I uczciwe zastrzeżenie do naszych danych: udział negatywnych opinii (≤3.5★) na Udemy to 9,61% przy Generative AI for Beginners i 10,36% przy Complete AI Guide; na Coursera — 1,5–3,5%. Czyli przytłaczająca większość kursantów jest zadowolona, a my świadomie czytaliśmy mniejszość. Robimy to nie po to, żeby dowieść, że kursy są złe, tylko dlatego, że niezadowolona mniejszość najprecyzyjniej nazywa, czego w produkcie nie ma. Zadowolony kursant mówi „świetny kurs“. Bharat Ram A. mówi, której lekcji zabrakło. Jeszcze jedno ograniczenie warte nazwania: filtr gwiazdek na Coursera działa po stronie klienta, więc cytaty, do których dotarliśmy, pochodzą z domyślnej strony, którą widzi każdy odwiedzający — nie wybieraliśmy rodzynków z głębi filtra 1★, ale też nie możemy twierdzić, że zobaczyliśmy wszystko.

Od czego zacząć

1. Weź swoje zadanie, nie ćwiczebne. To, które robisz ręcznie co tydzień.
2. Opanuj bazę. Rola-zadanie-kontekst-format, przykłady w prompcie, ograniczenia, zgoda na powiedzenie „nie wiem“.
3. Zrób zestaw testowy. Dziesięć prawdziwych wejść i jasność, jak wygląda poprawna odpowiedź. To odróżnia inżyniera od entuzjasty. Ćwiczenie 3 wyżej złoży go w jednym uruchomieniu.
4. Naucz się łapać zmyślenia. Zrozumienie, skąd biorą się halucynacje AI, i techniki przeciw nim to połowa praktycznej wartości.
5. Porównuj modele. To samo zadanie zachowuje się u każdego inaczej — zobacz porównanie ChatGPT, Claude i Gemini.
6. Prowadź dziennik. Prompt, co nie zadziałało, co zmieniłeś, co wyszło. Za miesiąc ten dziennik to twoje portfolio — dużo bardziej przekonujące niż certyfikat, który ma też 698 444 innych osób.

Podsumowanie bez hype'u

„Prompt engineer“ jako osobny zawód był w dużej mierze zjawiskiem jednego sezonu. Umiejętność nigdzie nie zniknęła — przestała być stanowiskiem i stała się częścią normalnej pracy z AI. Nasze pomiary dokładają drugą połowę: miejsca, które uczą tego „zawodu“, sprzedają milionom ludzi wzór promptu i nie sprzedają jedynej rzeczy wartej pieniędzy — umiejętności naprawienia promptu, który nie zadziałał. Powodem nie jest lenistwo autorów. Powodem jest to, że promptu nie da się sprawdzić bez żywego modelu w lekcji, a platforma z wideo go nie ma. Więc ucz się tam, gdzie można nacisnąć Uruchom. Stronę praktyczną omawiamy w artykule o AI w pracy, lęk „czy mnie zastąpią“ — w tekście czy AI zastąpi moją pracę, a podstawy zapytania — w czym jest prompt. Jeśli chcesz systemowo — jest nasz kurs prompt engineeringu.