Większość „kursów promptowania” sprzedaje listę magicznych zaklęć. Oficjalne wytyczne Anthropic są nudniejsze i skuteczniejsze — i przez ostatni rok mocno się zmieniły, bo modele nauczyły się rzeczy, które kiedyś trzeba było wymuszać ręcznie.

1 · Pisz jasno i bezpośrednio

Traktuj Claude jak zdolnego nowego pracownika, który nie zna waszych zwyczajów. Nie zna skrótów, nie wie, do czego to służy, nie domyśli się formatu.

2 · Wyjaśniaj powód, nie tylko regułę

Model dużo lepiej uogólnia z wyjaśnienia niż z zakazu. To jedna z najmocniejszych i najmniej znanych technik.

3 · Pokaż przykłady

Najpewniejszy sposób sterowania formatem, tonem i strukturą. Dokumentacja radzi 3–5 przykładów, różnorodnych (żeby model nie uchwycił przypadkowego wzorca) i ujętych w znaczniki.

4 · Porządkuj prompt znacznikami

Gdy w jednym poleceniu mieszasz instrukcję, kontekst, przykłady i dane wejściowe, znaczniki XML dają modelowi jasne granice. Nazwy mogą być dowolne — byle konsekwentne.

5 · Długi kontekst: dane na górze, pytanie na dole

Przy materiale powyżej ~20 tysięcy tokenów kolejność ma mierzalne znaczenie. Dokumentacja podaje, że umieszczenie pytania na końcu, po dokumentach, potrafi poprawić jakość odpowiedzi nawet o 30% przy pracy na wielu dokumentach naraz.

Druga technika: oparcie się na cytatach. Każ najpierw wypisać dosłowne fragmenty, a dopiero potem odpowiadać na ich podstawie. To najskuteczniejsze dostępne narzędzie przeciw konfabulacji.

6 · Mów, co ma być, nie czego ma nie być

Działa też lustrzana zasada: styl twojego promptu przenosi się na odpowiedź. Piszesz w punktach — dostaniesz punkty. Piszesz akapitami — dostaniesz akapity.

7 · Steruj wysiłkiem myślenia

Myślenie adaptacyjne samo decyduje, ile rozumowania włożyć. Ogólne polecenie działa lepiej niż rozpisywanie kroków — „przemyśl to dokładnie” zwykle bije ręcznie napisany plan. Można też zejść w drugą stronę: „Myślenie wydłuża odpowiedź i ma sens tylko przy zadaniach wieloetapowych. W razie wątpliwości odpowiedz od razu.”

8 · Przy narzędziach — mów imperatywem

Modele biorą sformułowania dosłownie. „Czy mógłbyś zaproponować zmiany?” da propozycje. „Zmień tę funkcję, żeby działała szybciej” da zmienioną funkcję. To jedna z najczęstszych przyczyn wrażenia, że „agent nic nie zrobił”.

Zaskakująca zmiana: przy nowszych modelach agresywny język pogarsza wyniki. „Użyj tego narzędzia, gdy…” działa lepiej niż „KRYTYCZNE: MUSISZ…”.

9 · Techniki, które przestały być potrzebne

• Prefill (podpowiadanie początku odpowiedzi) — w modelach 4.6 i nowszych zwraca błąd. Zamiast tego: odpowiedzi w ustalonym formacie ze schematem JSON albo zwykła instrukcja „odpowiedz bez wstępu, nie zaczynaj od »Oto…«”.
• Ręczne „myśl krok po kroku” — modele robią to same. Wymuszanie własnej sekwencji często pogarsza wynik.
• Łańcuchy promptów — nadal przydatne, ale głównie gdy chcesz obejrzeć wynik pośredni albo wymusić konkretny przebieg. Klasyczny sensowny przypadek: wygeneruj szkic → oceń go według kryteriów → popraw.

10 · Prompty dla agentów

Przy Cowork i Claude Code dochodzą reguły, których w czacie nie ma:

• Zakres. „Właściwy poziom złożoności to minimum potrzebne do tego zadania” — bez tego agent lubi przeprojektować pół systemu.
• Potwierdzenia. Wymagaj pytania przed operacjami nieodwracalnymi i widocznymi na zewnątrz — kasowaniem, wysyłką, publikacją.
• Zakaz spekulacji. „Nigdy nie zgaduj treści pliku, którego nie otworzyłeś” — prosta linijka, która kasuje sporą część zmyśleń.
• Sprzątanie. „Pliki tymczasowe utworzone na potrzeby pracy usuń na końcu.”
• Weryfikacja. Powiedz, co ma być dowodem ukończenia: przechodzące testy, zgodna suma kontrolna, zrzut ekranu.