--- title: "Prompt engineering dla firm: 5 elementów | JustAutomate" description: "Pięć części polecenia dla AI, wymuszony format odpowiedzi, zestaw trudnych przypadków do testu i wersjonowanie, gdy polecenie działa w procesie setki razy." url: "https://justautomate.ai/poradnik/prompt-engineering-dla-firm/" lang: pl --- Agenci AI i modele językowe # Prompt engineering dla firm: jak pisać polecenia? które działają setki razy, nie raz Polecenie napisane raz na czacie i polecenie, które ma zadziałać setny raz w procesie, to dwie różne rzeczy. Pierwsze poprawiasz w locie. Drugie musi poradzić sobie z danymi, jakich autor nie widział. Poniżej pięć części polecenia produkcyjnego, format, testy i wersjonowanie. 8 minut czytania - 5 częścityle ma polecenie produkcyjne: rola, zadanie, dane wejściowe, format wyjścia i reguła na brak danych - 10 do 20tyle trudnych przypadków testowych zakładamy w naszych wdrożeniach, zanim polecenie wejdzie na produkcję - 0,02 do 0,30 złkoszt jednego zapytania do modelu, płacony dostawcy bezpośrednio; dłuższe polecenie kosztuje więcej za każdym razem - 30 i 90 dnikiedy sprawdzamy po wdrożeniu, czy polecenie daje ten sam wynik na nowych danych Krótka odpowiedź ## Jak pisać polecenia dla AI, które działają w firmie? Najpierw zdecyduj, czy piszesz polecenie na raz, czy do procesu. Na raz wystarczy jedno zdanie, bo widzisz wynik. Polecenie, które ma chodzić bez nadzoru, buduj z pięciu części: rola, zadanie, dane wejściowe, format wyjścia i reguła na brak danych. Bez tej ostatniej model zgaduje. Format wyjścia opisz tak dokładnie, jak opisałbyś go programiście: jakie pola, w jakiej kolejności, co wolno zostawić puste. Odpowiedź, której nie da się przetworzyć bez człowieka, kasuje sens automatyzacji. Potem przetestuj polecenie na 10 do 20 trudnych przypadkach, nie na jednym ładnym. Na końcu polecenie ląduje w jednym miejscu, z numerem wersji i właścicielem z imienia. Zmiana jednego zdania zmienia wynik każdego uruchomienia. To różnica między sztuczką jednej osoby a umiejętnością zespołu. ## Czym różni się polecenie jednorazowe od polecenia w procesie? Pisania poleceń uczymy się na czacie: piszesz, patrzysz, poprawiasz. Działa, dopóki wynik czyta człowiek. W procesie pętla poprawiania znika i zostaje automat, który wykona instrukcję dosłownie na danych, których nikt nie obejrzał. Ta zmiana odpowiedzialności jest ważniejsza od techniki pisania. Polecenie w procesie to element systemu, jak reguła w CRM albo krok w n8n. Gdzie model językowy ma sens, opisaliśmy w poradniku [LLM w biznesie](https://justautomate.ai/poradnik/llm-w-biznesie/). | Wymiar | Polecenie jednorazowe | Polecenie w procesie | | ---------------------- | ------------------------------- | ------------------------------------------------ | | Kto czyta wynik | człowiek, od razu | następny krok automatu, bez nadzoru | | Dane wejściowe | jedne, wklejone ręcznie | setki rekordów, część niekompletna | | Reakcja na błąd | poprawiasz i pytasz jeszcze raz | błąd idzie dalej w proces | | Format odpowiedzi | dowolny, byle zrozumiały | sztywny, inaczej następny krok się zatrzymuje | | Koszt pomyłki | minuta Twojego czasu | tyle rekordów, ile przeszło, zanim ktoś zauważył | | Kto odpowiada za treść | autor, w tej jednej rozmowie | zespół, bo polecenie żyje w procesie | Nie każde polecenie musi być produkcyjne. Reguły poniżej dotyczą tych, które uruchamiają się bez człowieka. ## Z czego składa się dobre polecenie? Pięć części, zawsze w tej samej kolejności. Gdy wszyscy w zespole piszą tak samo, cudze polecenie da się przeczytać w pół minuty i poprawić bez pytania autora. Część piąta, reguła na brak danych, jest pomijana najczęściej i boli najbardziej. Model poproszony o NIP z dokumentu, w którym numeru nie ma, poda coś, co wygląda jak NIP. Dlaczego, opisaliśmy w poradniku [jak unikać halucynacji AI](https://justautomate.ai/poradnik/ai-halucynacje-jak-unikac/). - Rola: kim ma być model, jedno zdanie („Jesteś księgową sprawdzającą faktury kosztowe”) - Zadanie: jedna czynność, czasownikiem („Wypisz pozycje ze stawką VAT inną niż 23 procent”) - Dane wejściowe: oddzielone od instrukcji znacznikiem, żeby model wiedział, gdzie się zaczynają - Format wyjścia: dokładne pola, kolejność, typ wartości i to, czego w odpowiedzi ma NIE być - Reguła na brak danych: („Wpisz BRAK\_DANYCH, nie wnioskuj z reszty dokumentu”) **Uwaga.** Pisz pozytywnie tam, gdzie się da, ale zakaz przy danych zostaw wprost: „Nie wymyślaj wartości, których nie ma w tekście”. ## Jak wymusić format odpowiedzi, żeby dało się ją przetworzyć dalej? Format projektuj od końca: popatrz, co robi następny krok, i zażądaj dokładnie tego, czego on potrzebuje. Zapisuje dane do arkusza? Pola nazwane jak kolumny. Przypisuje zgłoszenie do osoby? Jedno słowo z zamkniętej listy, nie zdanie. Do tego dwie rzeczy techniczne. Zejdź z losowością modelu do zera tam, gdzie liczy się powtarzalność. Stałe zasady trzymaj w instrukcji systemowej, a zmienne dane w treści zapytania. Wtedy dane nie nadpiszą reguł. | Co robi następny krok | Format, jakiego żądasz | Co przy braku danych | | ------------------------------- | ------------------------------------------------- | --------------------------------------------- | | Zapis do arkusza albo bazy | JSON z zamkniętą listą pól | pole puste plus status BRAK\_DANYCH | | Przypisanie zgłoszenia do osoby | jedno słowo z listy podanej w poleceniu | słowo NIEROZPOZNANE i zgłoszenie do człowieka | | Wysyłka wiadomości do klienta | temat i treść w dwóch osobnych polach | pusta treść i zadanie w kolejce do akceptacji | | Ocena zapytania sprzedażowego | liczba od 1 do 5 plus jedno zdanie uzasadnienia | 0 i powód, dlaczego nie da się ocenić | | Wpis do CRM | pola nazwane dokładnie jak w CRM, bez dodatkowych | pole pominięte, nigdy zgadnięte | Zamknięta lista wartości bije otwarte pole, bo odpowiedź da się sprawdzić automatem. Wartość spoza listy kierujesz do człowieka. ## Na czym testować polecenie przed produkcją? Autor testuje polecenie na przypadku, który sam wymyślił, czyli takim, jaki miał w głowie, pisząc instrukcję. Dane produkcyjne wyglądają inaczej. Zestaw zbieraj z prawdziwych rekordów i szukaj brzydkich. W naszych wdrożeniach przyjmujemy 10 do 20 przypadków na polecenie i przepuszczamy cały zestaw po każdej zmianie. Kilka minut, a wyłapuje regresje niewidoczne na jednym rekordzie. - Rekord z pustym polem, którego autor polecenia nie przewidział - Dokument w dwóch językach albo skan zamiast tekstu - Dane sprzed zmiany nazewnictwa, na przykład stare statusy z CRM - Wartości skrajne: faktura na 12 groszy i faktura na kilkaset tysięcy złotych - Tekst, który sam wygląda jak polecenie („zignoruj wcześniejsze instrukcje”) - Przypadek, w którym poprawna odpowiedź brzmi „nie wiem” **Uwaga.** Zestaw testowy trzymaj razem z poleceniem. Polecenia bez zestawu nikt poza autorem nie odważy się poprawić. ## Jak dojść od pierwszej wersji polecenia do wersji produkcyjnej? Ścieżka jest krótsza, niż się wydaje, ale każdy pominięty krok wraca po tygodniu. U nas wygląda tak samo jak reszta metody: najpierw proces, potem narzędzia. 1. ### Wersja robocza na jednym przypadku Napisz polecenie z pięciu części i sprawdź je na jednym wygodnym rekordzie. Chodzi o to, czy zadanie jest wykonalne, a nie czy polecenie jest gotowe. 2. ### Zestaw trudnych przypadków Wyciągnij z systemu 10 do 20 rekordów: puste pola, wartości skrajne, dane sprzed migracji. Do każdego dopisz poprawną odpowiedź. Zajmuje to godzinę i nie da się tego przyspieszyć. 3. ### Format wyjścia i reguła na brak danych Dopisz pola, zamkniętą listę wartości i regułę na brak informacji. Przepuść cały zestaw i policz, ile odpowiedzi da się przetworzyć bez człowieka. 4. ### Pilot obok człowieka Uruchom polecenie na prawdziwych danych, ale z osobą, która przez tydzień sprawdza każdy wynik przed zapisem. Każda poprawka wraca do zestawu. 5. ### Produkcja i pomiar Zdejmij ręczną akceptację, zostaw kierowanie wyjątków do człowieka. Po 30 i 90 dniach przepuść ten sam zestaw: dane zmieniają się szybciej niż polecenia. ## Jak wersjonować polecenia i kto za nie odpowiada? Polecenie w procesie jest konfiguracją systemu, więc obowiązują je te same zasady: jedno miejsce, historia zmian, właściciel. Prywatny czat autora tym miejscem nie jest, bo po jego urlopie nikt nie wie, skąd się bierze wynik. Kto ma pisać polecenia, to pytanie organizacyjne. Najlepiej wychodzi to osobie, która zna proces, a technikę da się przekazać w jeden dzień. Tym zajmuje się [szkolenie AI dla firm](https://justautomate.ai/uslugi/szkolenie-ai-dla-firm/): zespół wychodzi z własnymi poleceniami. - Jedno miejsce przechowywania: repozytorium, Notion albo Confluence, nigdy prywatna rozmowa - Numer wersji i data przy każdej zmianie, tak samo jak przy zmianie w kodzie - Jedno zdanie: co zmieniono i po co, żeby dało się cofnąć bez śledztwa - Wynik zestawu testowego przed zmianą i po niej, w tym samym wpisie - Właściciel z imienia i nazwiska, nie „zespół operacyjny” **Uwaga.** Zmiana jednego zdania zmienia zachowanie każdego uruchomienia, także w procesach, o których autor poprawki nie pamiętał. ## Jakich danych nie wolno wklejać do polecenia? Polecenie razem z danymi wychodzi poza firmę, do dostawcy modelu. To zwykłe powierzenie przetwarzania, więc pytanie nie brzmi „czy model to zapamięta”, tylko „czy mamy podstawę prawną i umowę”. Zasada dla zespołu jest prostsza od regulaminu: do polecenia trafia tylko fragment potrzebny do zadania. Nie cały eksport, nie cała baza, nie cała skrzynka. - Dane osobowe bez podstawy przetwarzania i umowy powierzenia - Hasła, klucze API i tokeny dostępu, także te „tymczasowe” w treści zgłoszenia - Dokumenty objęte NDA, cenniki partnerów i warunki handlowe kontrahentów - Dane kadrowe, wynagrodzenia i dokumentacja medyczna - Pełne eksporty baz zamiast pojedynczego rekordu, który akurat jest przetwarzany **Uwaga.** Jeśli proces musi działać na danych osobowych, ustaw to raz: umowa powierzenia, region przetwarzania, wyłączenie uczenia na Waszych danych, retencja. Najczęstsze błędy ## Pięć błędów, które psują polecenia w procesach - Polecenie napisane pod jeden ładny przypadek Pierwszy rekord z pustym polem wywraca wynik, a nikt tego nie widzi, bo odpowiedź nadal wygląda poprawnie. - Brak reguły na brak danych Model zgaduje zamiast przyznać, że nie wie. Zgadnięta wartość wchodzi do systemu i wygląda jak prawdziwa. - Format wyjścia opisany słowami, nie polami Następny krok dostaje raz listę, raz akapit. Ktoś dopisuje poprawki w automacie i proces robi się droższy od ręcznej pracy. - Polecenie żyje w prywatnym czacie autora Po jego urlopie nikt nie wie, która wersja działa na produkcji ani czemu wynik zmienił się w środę. - Zmiana polecenia bez przepuszczenia zestawu testowego Poprawka jednego przypadku psuje trzy inne. Wyjdzie to po tygodniu, na danych, które poszły do klienta. Lista kontrolna ## Lista kontrolna przed wpuszczeniem polecenia na produkcję Jeśli któryś punkt jest na „nie”, polecenie zostaje w pilocie. - Polecenie ma pięć części: rolę, zadanie, dane wejściowe, format wyjścia i regułę na brak danych - Format wyjścia opisany polami i zamkniętą listą wartości, nie zdaniem - Zestaw 10 do 20 trudnych przypadków przepuszczony w całości - Jest reguła, kto dostaje wyjątek i w jakim czasie - Polecenie leży w jednym miejscu, ma numer wersji, datę i właściciela z imienia - Ustalone i zapisane obok polecenia, jakie dane wolno wkleić - Termin sprawdzenia po 30 i 90 dniach wpisany do kalendarza Źródła ## Źródła 1. [Anthropic, dokumentacja dla deweloperów: instrukcja systemowa, format odpowiedzi i parametry modelu](https://docs.anthropic.com/) 2. [OpenAI, dokumentacja platformy: format odpowiedzi, instrukcje systemowe i losowość generowania](https://platform.openai.com/docs) 3. [Rozporządzenie 2016/679 (RODO): podstawy przetwarzania i powierzenie przetwarzania danych osobowych](https://eur-lex.europa.eu/eli/reg/2016/679/oj) 4. [Dokumentacja n8n: jak krok z modelem językowym osadza się w automatyzacji procesu](https://docs.n8n.io/) Napisz to na swoich procesach ## Polecenia pisze się z procesu, nie z listy trików Na bezpłatnej konsultacji (30 minut) bierzemy jeden Twój proces i sprawdzamy, czy potrzebuje modelu, czy zwykłej reguły. Piszesz bezpośrednio do Pawła. Warsztat procesowy kosztuje 2500 zł netto za tydzień i kończy się mapą procesu, pierwszymi poleceniami i zestawem testowym. [Umów bezpłatną konsultację](https://justautomate.ai/kontakt/) ## Najczęstsze pytania Czym jest prompt engineering w firmie? To umiejętność pisania poleceń dla modelu językowego tak, żeby dawały ten sam, przetwarzalny wynik na danych, których autor nie widział. Sprowadza się do pięciu części polecenia, wymuszonego formatu i testu na trudnych przypadkach. Umiejętność zespołu, bo polecenie przeżywa autora. Ile przypadków testowych wystarczy, żeby sprawdzić polecenie? W naszych wdrożeniach zakładamy 10 do 20 rekordów na polecenie: puste pola, wartości skrajne i dane sprzed migracji systemu. Zestaw przepuszczasz w całości po każdej zmianie, nie tylko przy pierwszym uruchomieniu. Poprawka z pilota dopisuje nowy przypadek. Jak wymusić, żeby model zwracał zawsze ten sam format? Opisz pola tak dokładnie, jak opisałbyś je programiście, podaj zamkniętą listę dopuszczalnych wartości i powiedz, czego w odpowiedzi ma nie być. Zejdź z losowością modelu do zera tam, gdzie liczy się powtarzalność. Odpowiedź spoza listy odrzucaj automatem. Gdzie przechowywać polecenia i jak je wersjonować? W jednym miejscu dostępnym dla zespołu: repozytorium, Notion albo Confluence. Każda zmiana dostaje numer wersji, datę, jedno zdanie o powodzie i wynik zestawu testowego przed i po. Właściciel z imienia, bo inaczej po dwóch miesiącach nikt nie wie, co chodzi na produkcji. Czy zmiana jednego zdania naprawdę zmienia wynik w całym procesie? Tak, i to jest główny powód wersjonowania. Polecenie działa na każdym uruchomieniu identycznie, więc poprawka pod jeden przypadek zmienia zachowanie pozostałych. Dlatego po zmianie przepuszcza się cały zestaw testowy, nie tylko ten problematyczny rekord. Jakich danych nie wolno wklejać do modelu? Danych osobowych bez podstawy przetwarzania i umowy powierzenia, haseł i kluczy API, dokumentów objętych NDA, danych kadrowych i medycznych oraz pełnych eksportów baz. Zasada praktyczna: do polecenia trafia tylko fragment potrzebny do zadania. Ile kosztuje uruchomienie polecenia w procesie? Samo zapytanie do modelu kosztuje od 0,02 do 0,30 zł i płacisz je dostawcy bezpośrednio, więc dłuższe polecenie kosztuje więcej przy każdym uruchomieniu. Wdrożenie wyceniamy po warsztacie, który kosztuje 2500 zł netto za tydzień. O opłacalności decyduje liczba uruchomień, nie cena zapytania. ## Powiązane - [Jak wdrożyć Agenta AI](https://justautomate.ai/poradnik/jak-wdrozyc-agenta-ai/) - [LLM w biznesie](https://justautomate.ai/poradnik/llm-w-biznesie/) - [Jak unikać halucynacji AI](https://justautomate.ai/poradnik/ai-halucynacje-jak-unikac/) - [Jak zbudować bazę wiedzy dla AI](https://justautomate.ai/poradnik/jak-zbudowac-baze-wiedzy-ai/) - [BOND: firmowy agent AI](https://justautomate.ai/uslugi/bond-firmowy-agent-ai/) - [Warsztat procesowy](https://justautomate.ai/produkty/warsztat-procesowy/) --- **JustAutomate** · kontakt: contact@justautomate.ai · formularz: https://justautomate.ai/kontakt/