W zeszłym miesiącu spędziłem 3 godziny próbując napisać przyzwoity szablon cold emaila.
Trzy. Całe. Godziny.
AI non stop produkował generyczne bzdury, które brzmiały jak każdy inny "Cześć [IMIĘ], mam nadzieję, że u Ciebie wszystko dobrze"…
Potem zmieniłem jedną rzecz w moim prompcie.
Jedną rzecz.
Nagle AI pisał emaile, które faktycznie brzmiały jak ludzkie, odnosiły się do konkretnych punktów zaczepienia i miały osobowość.
Mój wskaźnik odpowiedzi wzrósł ogromnie!
Ten moment?
To wtedy prompt engineering przestał być umiejętnością, a zaczął przypominać niemal oszustwo.
Oto rzecz związana z prompt engineeringiem, która jest oczywista: chodzi o to, by być naprawdę, naprawdę dobrym w pytaniu o dokładnie to, czego chcesz.
Większość z nas jest w tym beznadziejna. Bo to nie jest takie łatwe.
Kliknęło, gdy zacząłem budować tę stronę używając Cursora.
Moje pierwsze próby były katastrofą:
"Stwórz moją stronę główną i ostyluj ją oszałamiającymi i estetycznymi wizualizacjami"
Generyczny, brzydki, chaotyczny kod, którego nikt nigdy nie byłby w stanie dostosować. 🤮
"Jesteś senior web designer developerem z głęboką wiedzą w UI/UX. Budujesz ze mną mój osobisty blog, dobrym kolegą niezaznajomionym z naszą bazą kodu (Astro Framework). Opierając się na konwencjach i najlepszych praktykach Astro, twórz praktyczne assety, komponenty jak UI i sekcje oparte na plikach astro. Końcowy rezultat powinien być szablonem, który doświadczeni deweloperzy mogliby łatwo używać i dostosowywać..."
Faktycznie użyteczne i czyste pliki astro, przynajmniej lepsze i bardziej zorganizowane niż wcześniej. (Pliki CSS wciąż są średnie) 😅
Różnica? Przestałem prosić AI o pisanie generycznego kodu i zacząłem prosić go, by był doświadczonym deweloperem pomagającym koledze budować jego skromny projekt.
Kiedyś pisałem prompty jakbym prosił o przysługę: "Czy mógłbyś może pomóc mi napisać post na bloga o SEO?".
Teraz jestem bezpośredni: "Napisz post na bloga liczący 1 200 słów dla marketerów-deweloperów, którzy chcą zrozumieć techniczne SEO. Dołącz przykłady kodu i wyjaśnij, dlaczego szybkość strony faktycznie ma znaczenie dla wskaźników konwersji, nie tylko dla rankingów."
AI nie ma uczuć. Ma algorytmy. Nakarm te algorytmy dokładnie tym, czego potrzebują.
"Napisz post na LinkedIn o growth marketingu."
"Jestem Marketing Engineerem w startupie YC. Napisz post na LinkedIn dzieląc się jednym konkretnym growth hackiem, który odkryłem podczas skalowania naszej bazy użytkowników z 1K do 10K. Niech będzie taktyczny, nie teoretyczny. Moją publicznością są inni growth marketerzy i techniczni founderzy."
Drugi prompt działa, ponieważ AI wie:
Zamiast mówić "pisz w konwersacyjnym tonie," daję przykłady:
"Pisz tak: Oto rzecz, o której nikt nie mówi przy testach A/B: większość marketerów jest tak podekscytowana istotnością statystyczną, że zapomina sprawdzić, czy różnica faktycznie ma znaczenie. Widziałem zespoły świętujące 2% wzrost na metryce, która generuje 50$/miesiąc. Gratulacje, właśnie spędziłeś trzy tygodnie optymalizując dla dodatkowego dolara miesięcznie"
AI uczy się z przykładu i dopasowuje ten konkretny styl.
Sprzeczne z intuicją, ale prawdziwe: im więcej ograniczeń dajesz, tym bardziej kreatywny wynik.
"Pomóż mi z automatyzacją marketingu."
"Potrzebuję 7-emailowej sekwencji drip dla użytkowników próbnych SaaS, którzy nie zalogowali się po 3. dniu. Każdy email powinien mieć poniżej 100 słów, skupiać się na jednej konkretnej funkcji, zawierać jasne i wartościowe CTA, brzmiąc jakby pochodził od pomocnego współpracownika, nie robota sprzedażowego."
Ograniczenia wymuszają kreatywność w granicach.
Moje najlepsze prompty nigdy nie są pierwszymi wersjami. Traktuję prompt engineering jak optymalizację tekstu reklamowego (testuj, mierz, udoskonalaj, powtarzaj).
Pierwsza próba zwykle daje mi 60% tego, czego chcę. Potem mówię:
Każda iteracja zbliża się do perfekcji.
Oto dlaczego prompt engineering przypomina oszustwo: otrzymuję wyniki na poziomie eksperckim w tematach, o których wciąż się uczę.
Musiałem wydać darmowy szablon Astro. Zamiast spędzać godziny na czytaniu dokumentacji, po prostu:
Oto czego się nauczyłem będąc między zespołami marketingu i inżynieryjnym: obie strony już używają AI, ale używają go inaczej.
Marketerzy używają AI do contentu: posty w social media, kopie emaili, konspekty blogów.
Inżynierowie używają AI do kodu: debugowanie, dokumentacja, optymalizacja.
Jako Marketing Engineer, próbuję używać AI do tłumaczenia między światami:
Umiejętności prompt engineeringu przekładają się bezpośrednio. Czy proszę AI o debugowanie skryptu Pythona, czy napisanie sekwencji emaili, to ta sama podstawowa umiejętność: bycie niezwykle konkretnym co do tego, czego chcę.
Prompt engineering tak naprawdę nie dotyczy AI. Chodzi o bycie niesamowicie dobrym w artykułowaniu dokładnie tego, czego chcesz.
Dlatego wierzę, że by być lepszym, musimy się uczyć, czytać i odkrywać coś, zawsze. I zapisywać myśli gdzieś.
Tak właśnie zbudowałem tego bloga, stosując prompt engineering do tworzenia treści, które dobrze rankują i pomagają czytelnikom.
I umiejętność precyzji przeniesie się wszędzie:
Więc tak, dobre promptowanie przypomina oszustwo.
To tylko najnowsze.
Jakie jest twoje najlepsze osiągnięcie w promptowaniu?
Chcesz zobaczyć prompt engineering w akcji? Sprawdź jak użyłem tych technik do zbudowania tego bloga z perfekcyjnymi wynikami SEO i tworzenia treści, które rankują.


