Jak psát prompty pro AI, aby to trefila napoprvé

Proč stejný nástroj dá jednou skvělý výsledek a podruhé nic

Dva lidé ve stejné firmě používají ten samý ChatGPT nebo Copilota. Jeden z nich dostává použitelné odpovědi napoprvé, druhý si stěžuje, že „ta AI píše nesmysly“, a po třech pokusech to vzdá. Rozdíl mezi nimi skoro nikdy není v tom, kdo má lepší předplatné. Je v tom, jak zadání napsali.

Tenhle text rozebírá tu dovednost do kroků, které jde použít hned na dalším zadání, ne na teoretický popis, jak AI funguje uvnitř.

Anatomie zadání, které funguje

Dobré zadání pro AI obvykle obsahuje pět částí. Nemusí být v tomhle pořadí a nemusí být pokaždé všechny, ale čím víc jich chybí, tím víc si model domýšlí sám.

Když chybí role, model si domyslí nějakou neutrální. Když chybí formát, dostanete odstavec tam, kde jste chtěli tabulku. Když chybí omezení, model se snaží být užitečný i tam, kde má radši přiznat, že něco neví, a to je nejčastější zdroj toho, čemu se říká halucinace.

Na školeních vidíme, že lidem nejvíc chybí právě omezení. Zadání „shrň mi tuhle smlouvu“ dostane odpověď. Zadání „shrň mi tuhle smlouvu a u každého bodu napiš, ze kterého odstavce to vzalo“ dostane odpověď, které se dá věřit víc, protože jde ověřit.

Ukázka funguje líp než popis

Nejsilnější nástroj v celém prompt engineeringu není chytřejší formulace. Je to vzorový dokument.

Když chcete, aby AI napsala e-mail ve vašem tónu, nepopisujte tón slovy jako „přátelský, ale profesionální“. Vložte do zadání tři starší e-maily, které ten tón mají, a řekněte: piš stejným stylem jako tyhle. Model kopíruje strukturu vět, délku odstavců i míru formálnosti mnohem přesněji z ukázky než z jakéhokoli popisu.

Stejně to funguje u nabídek, zápisů z porad nebo popisků produktů. Ukázka nahrazuje desítky vět vysvětlování a dá spolehlivější výsledek.

Kdy nechat AI přemýšlet dýl

Novější modely umí přepnout do režimu, kdy si odpověď dýl rozmyslí, než ji napíšou. Vyplatí se to tam, kde úkol má víc kroků nebo se v něm dá snadno splést: porovnání dvou verzí smlouvy, výpočet, který má víc podmínek, nebo plán, který musí sedět dohromady.

Na rychlou otázku typu „přepiš tuhle větu formálněji“ je to zbytečné. Prodlouží se čekání na odpověď a výsledek se prakticky neliší. Pravidlo, které dáváme na kurzu: čím víc kroků úkol má a čím dráž vyjde chyba, tím víc se vyplatí dát modelu čas na rozmyšlenou.

Iterace: neopravujte prompt, opravujte výstup

Nejčastější chyba není špatné první zadání. Je to, co se děje po něm. Když výstup nesedí, hodně lidí smaže konverzaci a napíše prompt od začátku, jinými slovy. Rychlejší a spolehlivější je zůstat ve stejné konverzaci a říct přesně, co nesedí: „datum je špatně, mělo by být datum splatnosti, ne datum vystavení“ nebo „zkrať to na polovinu a vynech poslední odstavec“.

Model má z předchozí odpovědi kontext a opravuje jen tu část, která nesedí. Ušetří to čas a obvykle to dá lepší výsledek než start od nuly.

Co do zadání nepatří

Tohle bod, který se na kurzech řeší hned první den, protože jinde než v zadání se to nestihne. Do AI nepatří:

• osobní údaje zákazníků a zaměstnanců
• mzdy a jiné citlivé personální údaje
• hesla a přístupové údaje
• čísla účtů a platební údaje
• neveřejné smlouvy a obchodní tajemství

Platí to bez ohledu na to, jestli je účet placený nebo bezplatný. Rozdíl mezi nimi je jinde, v tom, jak se s daty zachází na straně poskytovatele, ne v tom, že by placený účet dovoloval víc. Firmy, které to myslí vážně, mají sepsané, co do AI smí a nesmí, a seznámí s tím celý tým, ne jen ty, kdo AI zrovna testují.

Jedno zadání, dva výsledky

Nejlíp se rozdíl ukáže na příkladu, který na kurzech používáme pořád stejný, protože funguje.

Zadání bez struktury: „Napiš e-mail zákazníkovi, že se mu zpozdí dodávka.“

Výstup bude gramaticky v pořádku, ale obecný. Model neví, o kolik se dodávka zpozdí, jestli se má omluvit, nabídnout náhradu, nebo jen informovat, a jakým tónem má firma se zákazníky mluvit. Doplní si to sám, obvykle nejneutrálnějším možným způsobem, a výsledek se pak celý přepisuje.

Zadání se strukturou: „Jsi zákaznická podpora výrobní firmy. Zákazníkovi se zpozdí dodávka objednávky číslo 4521 o tři pracovní dny kvůli výpadku na straně dopravce. Napiš e-mail: omluva, nové datum dodání, nabídka slevy pět procent na příští objednávku. Piš stejným tónem jako tenhle vzorový e-mail: [vložený příklad]. Vrať jen text e-mailu, bez předmětu.“

Druhé zadání má roli, kontext, úkol, formát i ukázku tónu. Výstup z něj jde odeslat s minimální úpravou, ne přepsat od podlahy.

Zadání se liší podle pozice, ne podle nástroje

Stejná pětice prvků, role, kontext, úkol, formát a omezení, platí pro každou pozici, mění se jen to, co do nich patří:

• Účetní potřebuje v kontextu typ dokladu a účetní pravidla firmy, v omezení pak přesnost čísel a zákaz domýšlení chybějících údajů.
• Obchodník potřebuje v kontextu informace o zákazníkovi a nabízeném produktu, ve formátu strukturu nabídky, kterou firma používá.
• HR potřebuje v omezení jasně řečeno, že se nesmí rozhodovat o konkrétním člověku, jen připravit podklad pro rozhodnutí, které udělá člověk.
• Vedoucí potřebuje v kontextu zápis nebo podklady ze schůzky, ve formátu krátké shrnutí s úkoly a termíny, ne dlouhý text.

Právě proto se na kurzu každá pozice učí stavět si vlastní katalog zadání, ne univerzální sadu pro celou firmu. Univerzální prompt sedí obecně, ale nesedí přesně nikomu.

Časté chyby, které dělá skoro každý na začátku

Prompt je moc obecný. „Napiš mi nabídku“ dá obecnou nabídku. „Napiš nabídku na základě téhle poptávky a tohohle ceníku, ve struktuře jako minulá nabídka, v rozsahu jedné stránky“ dá nabídku, kterou stačí doladit.

Chybí formát. Když chcete tabulku, řekněte tabulku. Když chcete tři varianty, řekněte tři varianty. Model bez pokynu zvolí to, co je statisticky nejčastější, což nemusí být to, co potřebujete.

Delší prompt místo jasnějšího. Rozvláčné zadání s omluvami a odbočkami ztěžuje modelu najít, co je vlastně úkol. Pět jasných vět bývá silnějších než odstavec.

Věřit prvnímu výstupu bez kontroly. Zadání může být dokonalé a výstup přesto obsahovat chybu, protože model si něco domyslel. Kontrola výstupu patří k zadání stejně jako formulace samotného promptu.

Kde v tom stojíme my

Tohle je jedna z prvních věcí, které se na našem padesátihodinovém kurzu AI pro zaměstnance učí. Celý druhý modul stojí na tom, že si každý účastník odnese vlastní katalog odladěných zadání pro svou pozici, ne obecný návod, který se za týden zapomene.

Než se dostane k psaní zadání, projde si účastník i to, kde má AI tvrdé limity a co jí nepatří. Bez toho by prompt engineering řešil jen polovinu problému. Přehled dalších nástrojů a toho, jak se s nimi bezpečně pracuje, jsme sepsali v článku o tom, jak nastavit ChatGPT pro každodenní práci.

Při schválené žádosti kurz hradí program Úřadu práce. Kolik z ceny pokryje ve vašem případě, spočítáme písemně dopředu.