Co to jest prompt? Słownik AI i przykład polecenia
Przejdź do treści i przykładów
Źródło: Link
Prompt Optimizer przepisuje polecenie tak, żeby model zrozumiał, o co Ci chodzi. Pierwsze użycie bez karty.
Prompt to wiadomość lub instrukcja, którą przekazujesz modelowi AI, aby określić zadanie. Pytanie „co oznacza ten termin?” także jest promptem. W narzędziach obsługujących różne rodzaje danych do polecenia możesz dołączyć np. tekst dokumentu lub obraz.
Nie potrzebujesz specjalnych słów. Najpierw określ, co chcesz otrzymać, z jakiego materiału i jak rozpoznasz poprawny wynik. Ten słownik wyjaśnia pojęcia na jednym prostym zadaniu: napisaniu maila bez dopisywania obietnic.
Prompt opisuje polecenie. Kontekst to informacje potrzebne do jego wykonania. Odpowiedź jest wynikiem pracy modelu i nadal wymaga sprawdzenia. Umieszczenie informacji w kontekście nie gwarantuje, że model wykorzysta ją poprawnie.
Napisz krótki mail do klienta. Maksymalnie 80 słów, ton rzeczowy. Korzystaj tylko z materiału poniżej. Nie potwierdzaj terminu końcowego.
Materiał: szkic możemy przekazać w piątek; termin finalnego projektu nie jest jeszcze ustalony.
Oczekiwany rezultat to mail rozróżniający szkic i gotowy projekt. Jeśli odpowiedź obiecuje finalny projekt w piątek, nie spełnia zadania, nawet gdy brzmi naturalnie.
| Pojęcie | Co przekazujesz | Przykład |
|---|---|---|
| Zero-shot | Instrukcję bez przykładów | Oznacz wiadomość jako pytanie, potwierdzenie lub odmowę. |
| One-shot | Jeden przykład wejścia i wyniku | „Potwierdzam termin” → potwierdzenie. |
| Few-shot | Kilka poprawnych przykładów | Przykłady wszystkich trzech kategorii przed nową wiadomością. |
Przykłady pomagają wskazać format i granice kategorii. Nie dokładaj ich tylko po to, żeby wydłużyć polecenie. Zacznij od prostego zadania i dodaj przykład, gdy odpowiada na zaobserwowany problem. Dokumentacja tworzenia promptów.
Token jest jednostką, na którą narzędzie dzieli materiał. Nie jest zawsze jednym słowem. Okno kontekstu określa zakres informacji możliwy do przetworzenia przez model; jego rozmiar zależy od konkretnej wersji i sposobu użycia. Nie ma jednego limitu promptu dla całego ChatGPT, Claude czy Gemini.
W długiej rozmowie nie zakładaj, że każdy wcześniejszy szczegół pozostaje dostępny. Przy nowym zadaniu podaj ponownie kluczowe warunki i wymagany materiał, w granicach limitów danego produktu.
Chain-of-thought odnosi się do toku rozumowania. Polecenie „myśl krok po kroku” nie jest uniwersalnym sposobem poprawy wyników. OpenAI odradza jego wymuszanie dla modeli rozumujących. Możesz poprosić o sprawdzalny plan, wzór lub krótkie uzasadnienie; to nie żądanie ujawnienia wewnętrznego rozumowania. Zalecenia dla modeli rozumujących.
Halucynacja to odpowiedź zawierająca zmyślone lub niepoparte informacje. Pewny ton nie potwierdza faktów. Przy cenach, dokumentach i decyzjach sprawdź materiał źródłowy.
Prompt injection polega na próbie zmiany zachowania modelu przez instrukcję w treści, którą miał analizować, np. w pobranej stronie. Sam szablon promptu nie gwarantuje odporności. W automatyzacji trzeba również ograniczać dostęp narzędzi i sprawdzać rezultat przed wykonaniem działania. Bezpieczeństwo agentów.
Prompt engineering to przygotowywanie i poprawianie instrukcji. Zapisz wejście, model i wynik. Zmień jedno wymaganie odpowiadające na konkretny błąd, a następnie powtórz próbę na tym samym i drugim przykładzie. Nie przypisuj modelowi kwalifikacji tylko dlatego, że prompt nazywa go ekspertem.
Nie. Możesz zacząć po polsku i ocenić wynik na swoim zadaniu. Nie ma podstaw do obietnicy identycznej jakości każdego języka i modelu.
Nie. Potrzebny jest materiał wystarczający do zadania, jasne warunki i kontrola odpowiedzi. Zobacz pięć technik promptowania z przykładami.