„AI pisze jak folder reklamowy”, „odpowiedź jest poprawna, ale nic z niej nie wynika” – jeśli to znasz, problem zwykle nie leży w modelu, tylko w poleceniu. Model nie zna Twojej firmy, klienta ani celu. Uzupełnia luki tym, co najbardziej typowe – a typowe znaczy ogólnikowe. Poniżej 10 najczęstszych błędów, każdy w tym samym układzie: zły prompt, co z nim nie tak, poprawiona wersja i czym różni się wynik.
Najważniejsze w skrócie
- Ogólnikowa odpowiedź to prawie zawsze skutek ogólnikowego polecenia.
- Dobry prompt mówi: kto czyta, po co, w jakiej formie i czego unikać.
- Jeden dobry przykład działa lepiej niż pięć przymiotników.
- Pierwsza odpowiedź to szkic – najlepsze wyniki daje dopytywanie w tej samej rozmowie.
Błąd 1: Brak kontekstu
Zły prompt:
Napisz opis kubka termicznego do sklepu.
Co z nim nie tak: model nie wie, kto kupuje, gdzie opis się pojawi ani co wyróżnia ten kubek. Napisze więc opis, który pasuje do każdego kubka w każdym sklepie.
Poprawiony prompt:
Napisz opis kubka termicznego 450 ml do sklepu internetowego.
Kupujący: osoby dojeżdżające do pracy rowerem lub pociągiem.
Najważniejsza korzyść: kawa jest ciepła przez 6 godzin, a kubek nie przecieka w plecaku.
Maksymalnie 100 słów, prosty język, bez wykrzykników.
Różnica w wyniku: zamiast „wysokiej jakości kubka, który sprawdzi się w każdej sytuacji” dostajesz tekst o konkretnym kliencie i konkretnym problemie – który ten klient rozpozna jako swój.
Gotowy prompt: opis produktu do sklepu internetowego.
Błąd 2: „Napisz coś o…”
Zły prompt:
Napisz coś o SEO dla mojego bloga.
Co z nim nie tak: „coś” nie jest zadaniem. Model nie wie, czy ma napisać definicję, poradnik, listę porad czy plan artykułu – wybiera najbezpieczniejszą opcję, czyli ogólny wstęp do tematu.
Poprawiony prompt:
Przygotuj plan artykułu na bloga pod frazę „jak sprawdzić pozycję strony w Google”.
Czytelnik: właściciel małego sklepu, bez wiedzy o SEO.
Cel: czytelnik po lekturze sam sprawdzi pozycje w Search Console.
Podaj tytuł H1, nagłówki H2 i H3 oraz jedno zdanie, co znajdzie się w każdej sekcji.
Różnica w wyniku: dostajesz konkretny produkt (plan), który da się ocenić i od razu wykorzystać, a nie tekst „SEO to proces optymalizacji strony…”.
Gotowy prompt: plan artykułu blogowego pod frazę.
Błąd 3: Opisywanie stylu zamiast pokazania przykładu
Zły prompt:
Napisz post na LinkedIn w naszym stylu: luźno, ale profesjonalnie.
Co z nim nie tak: „luźno, ale profesjonalnie” każdy rozumie inaczej. Model nie zna „Waszego stylu” – zgaduje, i zwykle trafia w styl coachingowy z emotkami na początku każdej linii.
Poprawiony prompt:
Napisz post na LinkedIn o tym, jak skróciliśmy czas odpowiedzi na zapytania klientów z 2 dni do 4 godzin.
Pisz w stylu tego posta, który się sprawdził:
"[WKLEJ SWÓJ NAJLEPSZY POST]"
Zachowaj długość zdań, sposób zaczynania i brak emotek. 120–150 słów.
Różnica w wyniku: tekst brzmi jak Ty, a nie jak „przeciętny post na LinkedIn”. Jeden prawdziwy przykład przekazuje więcej niż pięć przymiotników.
Gotowy prompt: post na LinkedIn z własnego doświadczenia.
Błąd 4: Brak formatu odpowiedzi
Zły prompt:
Porównaj te trzy oferty hostingu.
[WKLEJ OFERTY]
Co z nim nie tak: nie wiadomo, co porównać i jak ma wyglądać wynik. Dostaniesz trzy akapity, z których musisz sam wyłuskać liczby.
Poprawiony prompt:
Porównaj trzy oferty hostingu w tabeli.
Kolumny: cena pierwszego roku, cena odnowienia, miejsce na dysku, kopie zapasowe, SSL, wsparcie po polsku.
Pod tabelą wskaż jedną ofertę dla małego sklepu na WordPressie i uzasadnij w 2 zdaniach.
Jeśli jakiejś informacji nie ma w ofercie, wpisz „brak danych” zamiast zgadywać.
[WKLEJ OFERTY]
Różnica w wyniku: wynik da się przeczytać w 10 sekund i od razu widać, czego brakuje. Przy okazji wychodzi na jaw najczęstszy haczyk – cena odnowienia.
Podobny prompt: analiza konkurencji na podstawie ich stron.
Błąd 5: Brak limitów i ograniczeń
Zły prompt:
Napisz meta description dla strony o kursie Excela.
Co z nim nie tak: bez limitu model napisze tekst za długi albo za krótki do wyników Google, bez frazy na początku i z obowiązkowym „Odkryj!”.
Poprawiony prompt:
Napisz 3 warianty meta description dla strony kursu Excela dla księgowych.
Fraza: „kurs excela dla księgowych”.
140–155 znaków, fraza w pierwszej połowie, jedna konkretna korzyść,
bez wykrzykników i słów „odkryj”, „najlepszy”. Przy każdym wariancie podaj liczbę znaków.
Różnica w wyniku: dostajesz trzy warianty, które mieszczą się w wynikach wyszukiwania i różnią się korzyścią – możesz wybrać, zamiast poprawiać. (Liczbę znaków i tak sprawdź – modele potrafią się w niej mylić.)
Gotowy prompt: meta description dla podstrony.
Błąd 6: Kilka zadań w jednym poleceniu
Zły prompt:
Przeczytaj ten raport, streść go, napisz maila do zarządu z wnioskami
i zaproponuj prezentację na piątkowe spotkanie.
[WKLEJ RAPORT]
Co z nim nie tak: cztery zadania naraz to cztery razy mniej uwagi na każde. Streszczenie wyjdzie płytkie, mail ogólny, a prezentacja – szczątkowa. Nie masz też momentu, żeby poprawić streszczenie, zanim na jego podstawie powstanie mail.
Poprawiony sposób: rozbij to na kroki w jednej rozmowie.
Krok 1: Streść raport w 5 punktach z liczbami. Zaznacz, co jest zaskakujące.
(sprawdzasz i poprawiasz streszczenie)
Krok 2: Na podstawie tego streszczenia napisz maila do zarządu – do 150 słów,
z jedną rekomendacją i prośbą o decyzję do czwartku.
Krok 3: Zaproponuj plan 6 slajdów na piątek, tytuły slajdów jako pełne zdania z wnioskiem.
Różnica w wyniku: każdy krok jest lepszy, bo model skupia się na jednym zadaniu, a Ty poprawiasz błędy na początku – zanim przejdą do maila i prezentacji.
Gotowy prompt na pierwszy krok: streszczenie długiego dokumentu.
Błąd 7: Przymiotniki zamiast kryteriów
Zły prompt:
Napisz hasło reklamowe dla naszej agencji. Ma być kreatywne, nowoczesne i chwytliwe.
Co z nim nie tak: „kreatywne, nowoczesne, chwytliwe” to oceny, nie instrukcje. Model odpowie hasłami typu „Twój sukces, nasza pasja”, bo statystycznie tak wygląda „chwytliwe hasło”.
Poprawiony prompt:
Zaproponuj 10 haseł dla agencji, która robi sklepy internetowe na PrestaShop dla firm rodzinnych.
Wyróżnik: sklep gotowy w 6 tygodni, stała cena bez dopłat.
Hasło do 6 słów, mówi o korzyści dla klienta, nie o agencji.
Bez słów: sukces, pasja, innowacyjny, kompleksowy.
Różnica w wyniku: hasła mówią coś konkretnego („Sklep w 6 tygodni. Bez dopłat.”), więc nie pasują do każdej agencji w Polsce. Lista zakazanych słów to jedna z najprostszych i najskuteczniejszych sztuczek.
Gotowy prompt: propozycja wartości w jednym zdaniu.
Błąd 8: Proszenie o fakty z pamięci modelu
Zły prompt:
Opisz, czego najbardziej obawiają się nasi klienci przed zakupem.
Co z nim nie tak: model nie zna Twoich klientów. Wymyśli wiarygodnie brzmiące obawy – i nie da się odróżnić, które są prawdziwe, a które zmyślone.
Poprawiony prompt:
Na podstawie poniższych opinii i maili od klientów wypisz 5 najczęstszych obaw przed zakupem.
Przy każdej podaj, w ilu wypowiedziach się pojawia, i jeden cytat.
Opieraj się tylko na tych materiałach. Jeśli coś jest Twoim przypuszczeniem, oznacz to.
[WKLEJ OPINIE I MAILE – BEZ DANYCH OSOBOWYCH]
Różnica w wyniku: dostajesz wnioski z Twoich danych, z cytatami, które można sprawdzić – a nie listę z podręcznika marketingu. Zdanie „opieraj się tylko na tych materiałach” to najprostsza ochrona przed zmyślaniem.
Gotowy prompt: persona klienta na podstawie danych.
Błąd 9: Pozwalanie modelowi zgadywać, zamiast pytać
Zły prompt:
Napisz brief dla copywritera na nową stronę o usłudze.
Co z nim nie tak: brakuje połowy informacji, a model i tak napisze brief – wypełniając luki domysłami, które wyglądają jak fakty.
Poprawiony prompt:
Chcę przygotować brief dla copywritera na stronę usługi audytu SEO.
Zanim cokolwiek napiszesz, zadaj mi 5 pytań o rzeczy, których potrzebujesz,
żeby brief był konkretny. Zadawaj je po jednym i poczekaj na odpowiedź.
Różnica w wyniku: model sam wskazuje, czego nie wie (grupa docelowa, cena, wyróżnik, cel strony), a gotowy brief opiera się na Twoich odpowiedziach. To jedna linijka, która działa z prawie każdym promptem.
Gotowy prompt: brief dla copywritera.
Błąd 10: Akceptowanie pierwszej odpowiedzi
Zły nawyk: wysyłasz prompt, dostajesz odpowiedź, kopiujesz ją i zamykasz okno. Albo – jeśli się nie podoba – zaczynasz nową rozmowę od zera.
Co z nim nie tak: pierwsza odpowiedź to szkic. Model ma w rozmowie cały kontekst i potrafi go wykorzystać – tracisz to, zamykając okno.
Poprawiony sposób: dopytuj w tej samej rozmowie, konkretnie.
Który z tych trzech wariantów jest najsłabszy i dlaczego? Popraw go.
Skróć o połowę, zachowaj liczby i wezwanie do działania.
Przeczytaj ten tekst jak sceptyczny klient. Które zdanie budzi najwięcej wątpliwości?
Różnica w wyniku: po dwóch, trzech dopytaniach tekst jest zwykle wyraźnie lepszy niż po napisaniu nowego promptu od zera. Dlatego przy każdym prompcie w bibliotece znajdziesz sekcję „Co dalej – dopytaj model”, np. przy cold mailu do klienta B2B.
Szybka lista kontrolna przed wysłaniem promptu
| Pytanie | Jeśli „nie” – dopisz |
|---|---|
| Czy model wie, kto przeczyta wynik? | grupę docelową i jej poziom wiedzy |
| Czy jest jedno konkretne zadanie? | czasownik: napisz, porównaj, streść, zaproponuj |
| Czy wiadomo, po co to robię? | cel – co ma się stać po przeczytaniu |
| Czy pokazałem przykład? | wzór tekstu, który mi się podoba |
| Czy określiłem format? | tabela, lista, liczba wariantów, struktura |
| Czy są limity? | długość, liczba znaków, ton |
| Czy są kryteria zamiast przymiotników? | konkretne wymagania i słowa zakazane |
| Czy model ma materiał źródłowy? | dane, opinie, dokument – i „opieraj się tylko na nich” |
| Czy model może dopytać? | „zanim odpowiesz, zadaj mi pytania” |
| Czy planuję drugą rundę? | dopytanie w tej samej rozmowie |
FAQ
Czy dłuższy prompt zawsze jest lepszy?
Nie. Liczy się konkret, nie liczba słów. Pięć precyzyjnych zdań (kto, po co, co dokładnie, w jakiej formie, czego unikać) działa lepiej niż akapit ogólników. Długi prompt ma sens wtedy, gdy wklejasz materiał źródłowy.
Czy te zasady działają w ChatGPT, Claude i Gemini tak samo?
Tak – to zasady komunikacji, a nie sztuczki pod konkretny model. Różnice między narzędziami dotyczą bardziej długości tekstów, które przyjmują, i dostępnych funkcji niż tego, jak pisać polecenia.
Czy pisać prompty po polsku, czy po angielsku?
Do tekstów po polsku – po polsku. Współczesne modele dobrze rozumieją polski, a prompt w tym samym języku co oczekiwany wynik zmniejsza ryzyko kalek językowych. Wyjątkiem są generatory obrazów, które zwykle lepiej rozumieją angielski.
Skąd brać gotowe, sprawdzone prompty?
W bibliotece promptów każdy prompt ma już kontekst, format i ograniczenia – uzupełniasz tylko pola ze swoimi danymi i kopiujesz jednym kliknięciem.
