Lekcja 1 z 12

Jak zapytać, żeby dostać odpowiedź, a nie wypracowanie

Da się odróżnić polecenie, przy którym model zgaduje, od polecenia, przy którym pracuje na podanym materiale.

6 min · sprawdzone 2026-09-16

Kroki

  1. Zbierz materiał, zanim powstanie polecenie

    Pliki, zrzuty ekranu, wcześniejsze wersje i liczby dotyczące tego jednego zadania. To jest materiał, na którym model ma pracować, i bez niego reszta kroków nie ma sensu.

  2. Zacznij od „masz tu", a nie od „napisz mi"

    Pierwsze słowa rozstrzygają o trybie pracy. „Napisz mi ofertę na sprzątanie biur" każe zgadywać. „Masz tu moją ostatnią ofertę, popraw nagłówek i skróć akapit drugi" każe pracować na konkrecie.

  3. Powiedz, czego nie wolno ruszać

    Przy pracy na materiale trzeba wskazać części do zostawienia bez zmian. Bez tego model przepisze całość i nie da się porównać wersji.

  4. Zadaj to samo dwa razy i porównaj

    Raz bez materiału, raz z materiałem. Różnica między obiema odpowiedziami tłumaczy tę lekcję lepiej niż jakikolwiek opis.

Co zobaczysz

Odpowiedź z materiałem zawiera liczby, nazwy i zdania pochodzące z podanych plików. Odpowiedź bez materiału składa się z ogólników, które pasowałyby do dowolnej firmy w tej branży.

Gdzie się to wykłada

Gdy materiał jest długi i sam ze sobą sprzeczny. Model nie zgłosi, że dwa dokumenty mówią co innego. Wybierze jedną wersję i napisze ją tym samym pewnym tonem co resztę.

Jest jedna różnica w tym, jak pytasz, która zmienia jakość odpowiedzi bardziej niż wybór narzędzia. Nie chodzi o to, czy używasz ChatGPT czy Claude. Chodzi o to, czy dajesz modelowi materiał, czy każesz mu zgadywać z pamięci.

Poziom 0 drabiny nazywa się „Pytasz" nie dlatego, że pytanie jest złe, pytanie jest pierwszym, naturalnym sposobem korzystania z AI. Problem zaczyna się, gdy pytanie jest jedynym, co robisz: otwierasz czat jak wyszukiwarkę i bierzesz pierwszą odpowiedź bez sprawdzenia, skąd się wzięła.

„Napisz mi ofertę" a „masz tu ofertę, popraw"

Zdanie „napisz mi ofertę na usługę sprzątania biur" prosi model o to, żeby zgadł, jak wygląda dobra oferta sprzątania biur. Model to zrobi, zbuduje coś wiarygodnie brzmiącego z tego, co widział w danych treningowych. Zdanie „masz tu moją ostatnią ofertę, popraw nagłówek i skróć akapit 2" daje modelowi materiał, na którym pracuje, zamiast każąc mu wymyślać od zera.

  • Pytanie z pamięci: „Jak wycenić usługę sprzątania biur?", model odpowiada ogólnikami, bo nie zna Twojego cennika, klientów ani rynku.
  • Pytanie z materiałem: „Masz tu mój cennik i trzy ostatnie wyceny, czy któraś odstaje od reszty?", model pracuje na Twoich liczbach, nie na uśrednionej wiedzy o rynku w ogóle.
  • Sygnał, że zmieniłeś tryb: zdanie zaczyna się od „masz tu…", „oto…", „w załączeniu…", nie od „napisz mi…", „wymyśl…", „zaproponuj…".

Modele różnią się tym, jak długo „myślą": ale żaden nie zna Twojej firmy

Część narzędzi AI ma dziś tryb „rozumujący" (dłużej analizuje zadanie przed odpowiedzią) obok trybu szybkiego. To realna różnica przy zadaniach logicznych czy wieloetapowych. Ale żaden z trybów nie zmienia jednego: model nie wie, ile kosztuje Twoja usługa, jak brzmi Twoja marka i czego chcą Twoi klienci, chyba że mu to dasz. Wolniejsze myślenie nie zastępuje brakującego materiału, tylko lepiej z niego korzysta, gdy już je ma.

Następna lekcja →