
- Prompt, który działa w biznesie, to nie jedno zdanie, tylko krótki brief: kto pisze, skąd bierze fakty, czego nie wolno i dlaczego, jak ma wyglądać wynik i jak go sprawdzić. Nasz brief dla agenta-autora tego serwisu ma 79 linii i 1 015 słów (odczyt 08.11.2026).
- Przy zakazach w naszych briefach stoi powód, np. „nie obiecujemy zarobków”, bo UOKiK karze za to firmy i influencerów. Wyjaśnianie powodu zaleca też Anthropic w przewodniku po promptach (sprawdzone 08.11.2026).
- Prompty zawodziły w udokumentowany sposób: 31.10.2026 redaktorzy-agenci usunęli dochodowe linki z kilku tekstów, 3.11.2026 trzeba było poprawić 79 tekstów ze starymi terminami ofert, a 6.11.2026 jedna poprawka w 9 tekstach okazała się błędna jeszcze tego samego dnia.
- Kontrola automatyczna nie zastępuje czytania: przy przeglądzie 109 tekstów 31.10.2026 redakcja znalazła około 30 błędów merytorycznych, a skrypt kontrolny tamtego serwisu nie wskazał żadnego z nich.
Spis treści · 8 części
- 01Prompty do ChatGPT przykłady: czym dobry prompt różni się od zwykłego polecenia?
- 02Jak wygląda prompt do pisania artykułów? Nasz brief dla agenta-autora
- 03Które prompty nie zadziałały i co w nich zmieniliśmy?
- 04Jakie prompty działają przy sklepie internetowym?
- 05Jak pisać prompty do analizy danych, żeby ChatGPT nie zmyślał liczb?
- 06Prompty do ChatGPT: lista kontrolna przed użyciem
- 07Najczęstsze pytania
- 08Źródła
Ten tekst jest dla Ciebie, jeśli używasz ChatGPT do treści, sklepu lub liczb i dostajesz odpowiedzi poprawne językowo, ale bezużyteczne. Zamiast listy gotowych formułek pokazuję prompty, którymi pracuje nasza redakcja: briefy agentów piszących artykuły, prompty budowy sklepu i instrukcję do analizy sprzedaży.
Przy każdym fragmencie piszę, po co jest dana zasada, a tam, gdzie mamy to zapisane, jaka wersja nie zadziałała i co zmieniliśmy.
Prompty do ChatGPT przykłady: czym dobry prompt różni się od zwykłego polecenia?
Dobry prompt do ChatGPT przy pracy w firmie to krótki brief: rola, źródła prawdy, zakazy z powodem, wzór wyniku i sposób sprawdzenia. Tak samo zalecają to dostawcy modeli. W przewodnikach OpenAI i Anthropic (sprawdzone 08.11.2026) powtarzają się te same zasady: dać kontekst, pokazać przykład, opisać format i wyjaśnić, dlaczego zasada jest ważna.
Anthropic pokazuje to na przykładzie: zakaz wielokropka działa gorzej niż ten sam zakaz z wyjaśnieniem, że tekst przeczyta syntezator mowy. Model uogólnia z powodu. Na tym zbudowane są nasze briefy.
| Część promptu | Fragment z naszego pliku | Po co to jest |
|---|---|---|
| Rola i głos | „piszesz w pierwszej osobie liczby pojedynczej (…) konkretnie, spokojnie, bez hype'u” (BRIEF-artykuly.md, Internetowe Imperium) | Ten sam potok pisze dla kilku serwisów, a brief Mądrego Dochodu każe pisać w drugiej osobie. |
| Źródła prawdy | „Liczby o naszych serwisach bierzesz tylko z fakty-floty.md (…) Niczego nie szacujesz” | Model chętnie „uzupełnia” brakujące liczby. Plik z datami stanu zamyka tę furtkę. |
| Zakaz z powodem | „Nie obiecujemy zarobków (…) UOKiK karze za to firmy i influencerów” | Powód pozwala agentowi rozpoznać też sformułowania, których nie wypisaliśmy. |
| Wzór wyniku | „pierwsze zdanie pod każdym h2 to samodzielna odpowiedź (…) 40–60 słów, z liczbą i datą” | Takie zdanie da się zacytować w Google i w ChatGPT bez reszty tekstu. |
| Kontrola i raport | „Przed oddaniem uruchom check-article.py (…) i popraw każdy ERROR” | Agent kończy, gdy przejdzie sprawdzian, a nie gdy uzna, że skończył. |
Jak wygląda prompt do pisania artykułów? Nasz brief dla agenta-autora
Prompt do pisania artykułów, którego używamy od października 2026, ma 9 obowiązkowych elementów struktury, listę zakazów i pytanie, na które agent odpowiada, zanim napisze zdanie. Ten tekst też powstał według niego. Najważniejszy fragment:
Zanim zaczniesz, odpowiedz w jednym zdaniu: „Co ten tekst daje,
czego nie ma w pierwszej dziesiątce Google?”. Wpisz to w meta
(wartosc_wlasna). Jeśli odpowiedzi nie ma, zgłoś to zamiast pisać
zapchajdziurę.Skąd to pytanie? 25.10.2026, przy uruchamianiu 6 tekstów dziennie dla kolejnego serwisu, ustaliłem zasadę, że we wszystkim, co tworzymy, obowiązuje Content is King. Tempo jest celem, a nie wymogiem ponad jakość. Agent bez prawa odmowy zawsze coś napisze, więc brief daje mu wyjście.
Drugi kluczowy fragment dotyczy faktów:
Przy każdej liczbie z dokumentu podaj w tekście datę dokumentu
albo datę sprawdzenia. Brak pewności = nie podajesz liczby.To zdanie jest celowo krótkie i bez wyjątków. Wolę tekst z jedną liczbą mniej niż z liczbą, której nikt nie wskaże w źródle.
Wersja do wklejenia w ChatGPT
Przeróbka briefu na zwykły czat, bez dostępu do plików. Fakty wklejasz w miejsce nawiasów.
Piszesz artykuł na mój blog o [TEMAT]. Czytelnik: [KTO I W JAKIEJ SYTUACJI].
Głos: pierwsza osoba, konkretnie, krótkie akapity, bez wykrzykników.
FAKTY (jedyne liczby, jakich wolno użyć, każda z datą):
[WKLEJ SWOJE DANE]
Jeśli potrzebujesz liczby spoza tej listy, wpisz [DANE: czego brakuje]
i pisz dalej. Nie szacuj, bo każda liczba w tekście musi mieć źródło.
ZANIM ZACZNIESZ: odpowiedz jednym zdaniem, co ten tekst daje,
czego nie ma w pierwszych wynikach Google. Jeśli nic, powiedz to.
STRUKTURA: ramka „w skrócie” (3–5 punktów z liczbami), 4–7 sekcji
z nagłówkami w formie pytań, pierwsze zdanie pod nagłówkiem odpowiada
na pytanie samodzielnie, na końcu 4–6 pytań FAQ.
NIE: obietnic zarobku (to ryzyko prawne) i ogólników bez przykładu.
NA KONIEC: wypisz wszystkie liczby z tekstu i przy każdej źródło.Które prompty nie zadziałały i co w nich zmieniliśmy?
Mam zapisane trzy przypadki, w których prompt zadziałał inaczej, niż chcieliśmy, i jeden poprawiony po błędzie w sklepach (notatki redakcji i pliki kolejki z 31.10–8.11.2026). Starszych wersji briefu tego serwisu nie zachowałem, więc pokazuję go w obecnym kształcie.
1. Brief „podnieś jakość”, po którym zniknęły linki partnerskie (31.10.2026)
31.10.2026 zleciłem agentom poprawę 109 tekstów z kolejki drugiego serwisu: aktualne fakty, mniej powtórzeń, lepsze FAQ. Agenci potraktowali linki partnerskie jako zbędne i usunęli z trzech tekstów linki do usługi przelewów walutowych, a do tego link do raportu kredytowego. Linki wróciły jeszcze tego samego dnia.
Zmiana w briefie była jednym, jednoznacznym zdaniem w sekcji „Czego nie zmieniasz”: istniejących linków partnerskich nie usuwasz, a w tekście zostają najwyżej 2. Wniosek: gdy każesz modelowi coś „poprawić”, napisz, czego nie wolno ruszyć.
Ten sam przegląd 109 tekstów wyłapał około 30 błędów merytorycznych i nieaktualnych faktów. Skrypt kontrolny tego serwisu, który sprawdza strukturę, linki i zakazane zwroty, nie wskazał żadnego z nich. Automat pilnuje formy. Fakty sprawdza tylko ktoś, kto czyta ze źródłem obok.
2. Terminy wpisane na sztywno (3.11.2026)
Na madrydochod.pl teksty o ofertach banków miały daty końca wpisane w treść. Po 31.10 część opisywała zakończone oferty jak aktywne, a część podawała stare terminy ofert przedłużonych. Audyt z 3.11.2026 skończył się poprawą 79 tekstów.
Brief dostał zdanie: kwot i dat końca nie wpisuj na sztywno, wstaw je kodem czytającym bazę na żywo. Do tego automat sprawdza teksty codziennie o 5:40. W ChatGPT: dat, które się zmieniają, nie każ przepisywać na stałe; każ podać ich źródło.
3. Poprawka, która była nieaktualna wieczorem (6.11.2026)
Rano 6.11.2026 brief kazał oznaczyć w tekstach trzy oferty jako zakończone, bo minął ich termin. Wieczorem okazało się, że banki uruchomiły nowe edycje tych ofert. 9 tekstów mówiło „zakończona” o czymś, co znów działało.
Nowy brief dodał regułę, której wcześniej brakowało: fakt historyczny zostaw, ale opisz go jako poprzednią edycję, a stan bieżący bierz z bazy. Lekcja: „sprawdź, czy minęło” to za mało, trzeba też zapytać, czy nie wróciło.
Każda z tych wpadek przeszła przez model bez protestu. Model nie wie, że link przynosi przychód albo że bank wznowi ofertę. Tę wiedzę właściciel musi wpisać do promptu.
4. Prompty sklepu poprawione po błędach na platformie (8.11.2026)
Pierwsza wersja 15 promptów budowy sklepu nie kazała sprawdzać VAT ani kosztu dostawy kilku sztuk, choć na platformie GAPLI znaleźliśmy wcześniej VAT 0 w około 50 sklepach i dostawę kolejnej sztuki liczoną jak pełna paczka (13,05 zł). 8.11.2026 dopisaliśmy do kroku 0 sprawdzenie „czy stawka VAT nie jest 0”, a do kroku 6 test dostawy przy 2 i 3 sztukach.
Jakie prompty działają przy sklepie internetowym?
Przy sklepie internetowym najlepiej działa nie jeden prompt, tylko seria 15 promptów z tym samym początkiem i końcem. Każdy zaczyna się od polecenia, żeby agent przeczytał plik z zasadami projektu i dziennik, a kończy raportem i wpisem do dziennika. Całość opisałem w tekście sklep internetowy z AI krok po kroku; tu pokazuję, dlaczego jest tak zbudowana.
Wspólna klamra wygląda tak (z pliku steps-pl.json, 8.11.2026):
Najpierw przeczytaj BRIEF-SKLEPU.md i DZIENNIK.md w katalogu projektu
i trzymaj się zapisanych tam zasad pracy.
(...)
Na koniec: raport (co zrobione, dowód, co zostało, ryzyka)
i wpis w DZIENNIK.md.Dziennik przenosi ustalenia między krokami, bo model nie pamięta, co ustaliliście trzy rozmowy temu. W ChatGPT trzymaj go w zwykłym dokumencie i wklejaj na początku każdej rozmowy.
Trzy zasady pracy z kroku 0, które obowiązują w całej serii:
- Każda obietnica na stronie (czas i koszt dostawy, zwroty, gwarancja,
dyskrecja) musi mieć pokrycie w regulaminie i ustawieniach.
Nie wymyślasz opinii, liczb, nagród ani certyfikatów.
- Hasła wpisuję sam, nie proś o nie w czacie.
- Gdy krok wymaga mojej decyzji (marka, kategorie, ceny, wybór
produktów), zatrzymujesz się i pytasz.5 z 15 kroków to punkty decyzji, w których agent się zatrzymuje. Każdy krok ma listę odbioru, łącznie 63 punkty do sprawdzenia przez człowieka.
Jak pisać prompty do analizy danych, żeby ChatGPT nie zmyślał liczb?
W promptach do analizy danych najważniejsza jest jedna zasada: liczy skrypt albo arkusz, a model tylko odczytuje wynik. Tak zaczyna się nasza instrukcja przeglądu sprzedaży sklepu WooCommerce, z uzasadnieniem: plik z 40 tys. zamówień nie mieści się w oknie rozmowy, a arytmetyka modelu psuje się po cichu.
Ostrzeżenia z tej instrukcji, przydatne przy ChatGPT:
- Jeśli okres porównawczy nie jest w pełni objęty danymi, procentowa zmiana jest arytmetycznie prawdziwa, ale handlowo bez znaczenia.
- Przychód na klienta z półrocznej historii sklepu to nie jest wartość klienta w czasie (LTV) i nie wolno tak go nazywać.
- Do raportu nie trafia żaden kupujący: tylko sumy i średnie, bez nazwisk i adresów.
Druga połowa zasady: liczba bez odczytu to jeszcze nie wniosek. Średni koszyk widać w panelu; analiza ma powiedzieć, co z niego wynika.
Analizujesz sprzedaż mojego sklepu. W załączniku jest plik CSV
z zamówieniami za [OKRES].
1. Nie licz w pamięci. Napisz i uruchom kod (analiza danych),
który policzy: przychód, liczbę zamówień, średni koszyk,
udział powracających klientów, w podziale na miesiące.
2. Zanim podasz wynik, napisz, które kolumny uznałeś za kwotę,
datę i klienta, ile wierszy odrzuciłeś i dlaczego.
3. Jeśli okres porównawczy jest niepełny, nie podawaj zmiany
procentowej jako wzrostu albo spadku.
4. Każdy wniosek: liczba, z czym ją porównujesz, co z tego wynika.
5. Nie wypisuj danych pojedynczych klientów.Na Instagramie jeden agent pisze post, drugi go sprawdza. Autor przy braku faktu wpisuje znacznik „[DANE: czego brakuje]”, a jego brief mówi: „Lepszy słabszy post niż zmyślony”. Kontroler ma rolę sceptycznego drugiego czytelnika, który zakłada, że autor mógł się pomylić.
Prompty do ChatGPT: lista kontrolna przed użyciem
Lista kontrolna promptu do ChatGPT ma 8 punktów, a każdy wziął się z sytuacji opisanych wyżej albo z zasad naszych briefów (stan na 08.11.2026). Przejdź ją przed każdym nowym zadaniem.
- Rola i czytelnik. Kto pisze i dla kogo. Jedno zdanie wystarczy.
- Źródło prawdy. Wklej fakty z datami albo wskaż plik. Napisz, co model ma zrobić, gdy faktu brakuje: znacznik zamiast szacunku.
- Prawo do odmowy. „Jeśli nie masz czego dodać, powiedz to”. Bez tego dostaniesz wypełniacz.
- Zakazy z powodem. Przy każdym „nie” dopisz „bo…”.
- Czego nie ruszać. Przy poprawkach wypisz, co zostaje bez zmian: linki, daty, struktura, adres. To lekcja z 31.10.2026.
- Dane zmienne. Terminy, ceny i stany oznacz jako zmienne, ze źródłem.
- Wzór wyniku. Sekcje, długość, format. Przy liczbach: kod liczy, model odczytuje.
- Sprawdzian i raport. Każ wypisać liczby ze źródłami i to, czego nie da się potwierdzić. Potem przeczytaj to sam.
Nasze briefy to pliki, do których po wpadkach dopisujemy zasady z datą decyzji. Trzymaj prompt w pliku i notuj, kiedy i dlaczego dodałeś każdą zasadę. Wersję dla agentów opisałem w tekście o skillach agenta AI.
Jeśli chcesz zobaczyć, co agenci z takimi promptami robią u nas na co dzień, zajrzyj do tekstu agent AI: przykłady z naszej floty, a jeśli nie programujesz, do poradnika Claude Code dla nieprogramisty. Pozostałe teksty o sztucznej inteligencji są w dziale AI.
Jeśli dopiero zaczynasz i chcesz nauczyć się pisać takie polecenia samodzielnie, zacznij od tekstu Prompt engineering: jak zacząć bez kursu, z planem nauki na 7 dni.
Najczęstsze pytania
Czy prompty pisane dla Claude działają w ChatGPT?
Zasady tak. Rola, źródła prawdy, zakazy z powodem i wzór wyniku zalecają zarówno OpenAI, jak i Anthropic (sprawdzone 08.11.2026). Polecenia czytania plików trzeba w zwykłym czacie zastąpić wklejeniem danych.
Jak sprawić, żeby ChatGPT nie wymyślał liczb?
Podaj liczby sam, z datami, i napisz, co ma zrobić przy braku danych: wstawić znacznik zamiast szacunku. Przy analizie danych każ modelowi policzyć wynik kodem, a nie w pamięci. Na końcu każ wypisać wszystkie liczby ze źródłami i sprawdź je samodzielnie.
Czy automatyczna kontrola tekstu wystarczy?
Nie. Skrypt kontrolny tego serwisu sprawdza 16 reguł, od struktury po zakazane zwroty. Podobny skrypt drugiego serwisu przy przeglądzie 109 tekstów 31.10.2026 nie wskazał żadnego z około 30 błędów merytorycznych. Automat łapie formę, fakty sprawdza człowiek ze źródłem obok.
Czy z takimi promptami tekst z AI zarobi na siebie?
Nie obiecuję tego. Dobry prompt zmniejsza liczbę błędów i pustych tekstów, ale ruch i przychód zależą od tematu, konkurencji i czasu. Swoje wyniki pokazuję w Liczniku Imperium, także te słabe.
Źródła
- Anthropic, Prompting best practices (dostęp 08.11.2026): platform.claude.com
- OpenAI, Prompt engineering (dostęp 08.11.2026): developers.openai.com
- Pliki redakcji (odczyt 08.11.2026): BRIEF-artykuly.md i RUNBOOK-dzienne-artykuly.md (Internetowe Imperium), BRIEF-artykuly.md, BRIEF-podniesienie-jakosci-kolejki.md i briefy poprawek z 3.11 i 6.11.2026 (Mądry Dochód), prompty budowy sklepu (steps-pl.json, 8.11.2026), instrukcja przeglądu sprzedaży sklepu, briefy autora i kontrolera postów na Instagram, skrypt check-article.py.
Stan na 08.11.2026. Fragmenty promptów przepisałem z plików, z których korzysta nasza redakcja, liczby słów i linii policzyłem 08.11.2026, a historię zmian wziąłem z notatek kolejki z 31.10, 3.11, 6.11 i 8.11.2026. Wersje do ChatGPT są moimi przeróbkami tych briefów. Przewodniki OpenAI i Anthropic sprawdziłem 08.11.2026.



