Prompt: jak rozmawiać z modelem, żeby coś z tego wyszło

🎯 Po co Ci to?

Z książki: problem nie kończy się na „model jest głupi" — często źle stawiamy zadanie albo model kontynuuje najprawdopodobniejszy format zamiast wykonać intencję. Rzemiosło promptu to praktyczna obrona.

✅ Czego się nauczysz

Po tej lekcji potrafisz:

• rozpoznać prompt, który prowokuje „szycie" (przykład Stasia);
• stosować prosty wzorzec: rola / zadanie / format / ograniczenia / źródła;
• iterować (poprawiać prompt), zamiast magicznie „wierzyć w jeden strzał";
• łączyć dobre prompty z weryfikacją (18.1) i kontekstem (18.2).

🔁 Przypomnij sobie

Przykład z Działu 17: „Napisz charakterystykę Stanisława Tarkowskiego…" → surowy LM dokłada plan wypracowania. Douczony model pisze treść. Nawet po RLHF jakość zależy od jasności polecenia.

📘 Prompt jako wejście do kalkulatora

📐 DEFINICJA — prompt: tekst (i ewentualnie obraz/plik), który wchodzi do modelu jako kontekst generowania; w praktyce: Twoja instrukcja + materiały.

Prompt nie jest rozkazem dla procesora — jest warunkiem rozkładu prawdopodobieństwa następnych tokenów.

Antywzorzec: temat wypracowania bez „napisz treść, nie plan"; pytanie bez kryteriów sukcesu; „opowiedz o X" bez poziomu / długości / publiczności.

Wzorzec praktyczny (lista kontrolna):

1. Cel — co ma powstać (charakterystyka / streszczenie / lista błędów).
2. Rola (opcjonalnie) — „jesteś korepetytorem liceum", nie „bóg wiedzy".
3. Materiał — wklej fragment / regulamin / dane (RAG ręczny).
4. Format — „3 akapity", „tabela", „najpierw teza, potem argumenty".
5. Ograniczenia — „nie zmyślaj źródeł; jeśli brak danych, napisz «brak w tekście»".
6. Kryterium — „sprawdź, czy odpowiedziałeś na pytanie, a nie ułożyłeś planu".

To samo łączy się z ryzykiem z wykładu Falkon (2024): nadmierne poleganie na AI bez własnego myślenia. Dobry prompt nie zastępuje Twojej oceny wyniku — przyspiesza szkic, który i tak weryfikujesz.

💭 Pomyśl

Przerób prompt „Napisz coś o fotosyntezie" na wersję, która zmniejsza ryzyko ogólników i zmyślonych liczb.

Podpowiedź

Np.: „Dla ucznia 1. LO: wyjaśnij fotosyntezę w 2 krótkich akapitach (substraty → produkty). Bez wzorów chemicznych wykraczających poza podstawę. Jeśli podajesz liczby, zaznacz że to rzędy wielkości. Nie wymyślaj źródeł."

⚠️ Częsty błąd

Częsty błąd: „Im dłuższy prompt pełen grzeczności, tym lepsza odpowiedź."

Elenchus: Liczy się jasność zadania i ograniczeń, nie liczba „proszę". Szum rozwadnia sygnał w oknie kontekstu.

🌍 Powiązania

• 2.2 — programowanie vs prompt (determinizm).
• 17.2–17.3 — instrukcja vs kontynuacja; SFT uczy słuchać, Ty i tak precyzujesz.
• 21 — szkoła i AI: prompt ≠ odrobiona lekcja za Ciebie.

📐 Definicje tej lekcji

• Prompt — wejście warunkujące generację.
• Iteracja promptu — poprawiasz polecenie po zobaczeniu wyniku.

📌 Najważniejsze w pigułce

• Prompt = warunek statystyki, nie magiczny zaklęcie.
• Unikaj antywzorca „temat → plan zamiast treści".
• Cel, materiał, format, zakaz zmyślania.
• Iteruj + weryfikuj.

🎒 Zadania

Zadanie 18.3.1. Napisz zły i dobry prompt do: „Pomóż mi w zadaniu z matematyki o równaniach kwadratowych" (bez oddawania rozwiązania gotowca — celem jest nauka).

Pokaż rozwiązanie

Zły: „Rozwiąż: …"
Dobry: „Nie podawaj od razu wyniku. Zadaj mi pytanie naprowadzające do delty, poczekaj na moją odpowiedź, potem kolejne. Jeśli się pomylę, wskaż sprzeczność, nie poprawiaj milcząc."

Zadanie 18.3.2. Dlaczego „odpowiedz tylko na podstawie poniższego tekstu" + wklejony fragment to jednocześnie technika promptu i ręczny RAG?

Pokaż rozwiązanie

Bo ograniczasz generację do dostarczonego kontekstu (prompt) i sam dostarczasz źródło (retrieval zrobiony przez Ciebie).

🔍 Sprawdź, czy umiesz

• [ ] Rozpoznać prompt prowokujący „szycie".
• [ ] Zastosować checklistę 6 punktów.
• [ ] Iterować zamiast one-shot.
• [ ] Nie mylić dobrego promptu z gwarancją prawdy.

---