Jak pisać lepsze prompty do ChatGPT? Praktyczne polecenia i przykłady
Większość osób zaczyna korzystanie z ChatGPT w bardzo podobny sposób. Wpisuje pytanie, otrzymuje odpowiedź, zadaje kolejne pytanie i na tym właściwie kończy się cała interakcja.
Można zapytać:
„Jaki telewizor kupić do 3000 zł?”
albo:
„Napisz wiadomość z reklamacją uszkodzonego produktu.”
To oczywiście działa, ale wykorzystuje tylko część możliwości współczesnego ChatGPT. Coraz częściej nie jest on wyłącznie generatorem odpowiedzi, lecz narzędziem, któremu można powierzać bardziej złożone zadania: wyszukiwanie informacji, analizowanie dokumentów, monitorowanie zmian, pracę z pocztą i kalendarzem, przygotowywanie plików, porównywanie źródeł czy zapamiętywanie naszych preferencji.
Co ważne, nie trzeba uczyć się specjalnego języka programowania. W większości przypadków wystarczy po prostu precyzyjnie powiedzieć ChatGPT, co ma zrobić.
Nie wszystkie opisane niżej przykłady są więc „komendami” w ścisłym znaczeniu tego słowa. Część to specjalne funkcje ChatGPT, a część to po prostu odpowiednio sformułowane polecenia, które znacząco zmieniają sposób wykonania zadania.
1. Deep Research – zamiast szybkiej odpowiedzi poproś o prawdziwy research
Jedną z najciekawszych funkcji jest Deep Research, czyli tryb przeznaczony do bardziej złożonych badań.
Można uruchomić go między innymi za pomocą:
/Deepresearch
albo wybrać funkcję Deep Research z menu narzędzi ChatGPT.
Różnica względem zwykłego pytania jest istotna.
Jeżeli napiszemy:
„Jakie są zalety samochodów elektrycznych?”
otrzymamy normalną odpowiedź opartą na dostępnych informacjach.
Jeżeli natomiast zlecimy:
„Użyj Deep Research. Sprawdź aktualne badania dotyczące całkowitego kosztu użytkowania samochodów elektrycznych i spalinowych w Europie. Porównaj koszt zakupu, energii, serwisu, utratę wartości i żywotność baterii. Korzystaj przede wszystkim z raportów instytucji publicznych, producentów i badań naukowych. Na końcu przedstaw wnioski i tabelę.”
zadanie staje się czymś znacznie bliższym przygotowaniu raportu.
Deep Research może przeszukiwać publiczny internet, korzystać ze wskazanych przez użytkownika stron, analizować przesłane pliki oraz – gdy są dostępne – korzystać z połączonych aplikacji. Wynik zawiera źródła, które można później zweryfikować.
Kiedy Deep Research ma największy sens?
Przede wszystkim wtedy, gdy odpowiedź wymaga:
- sprawdzenia wielu źródeł,
- porównania sprzecznych informacji,
- zebrania danych z różnych miejsc,
- analizy raportów i dokumentów,
- przygotowania większego zestawienia,
- sprawdzenia aktualnego stanu wiedzy.
Nie warto natomiast uruchamiać głębokiego researchu tylko po to, żeby dowiedzieć się, ile kilometrów ma trasa Warszawa–Kraków albo kto napisał „Lalkę”.
| Zwykły ChatGPT | Deep Research |
|---|---|
| szybkie pytanie | złożony problem |
| krótka odpowiedź | rozbudowany raport |
| kilka najważniejszych informacji | analiza wielu źródeł |
| dobra opcja do codziennych pytań | dobra opcja do poważniejszego researchu |
| niewielka kontrola nad materiałem źródłowym | możliwość wskazania lub ograniczenia źródeł |
2. Nie pytaj tylko „co wiesz?”. Powiedz: „przeszukaj internet”
Bardzo prostym, a jednocześnie niedocenianym poleceniem jest:
„Sprawdź aktualne informacje w internecie.”
Ma ono szczególne znaczenie w przypadku tematów, które szybko się zmieniają.
Dotyczy to między innymi:
- cen,
- promocji,
- prawa,
- polityki,
- wyników sportowych,
- nowych produktów,
- oprogramowania,
- wydarzeń,
- rozkładów jazdy,
- danych gospodarczych,
- aktualnych funkcji usług internetowych.
Zamiast pytać:
„Jaki jest najlepszy telefon do 2000 zł?”
lepiej napisać:
„Przeszukaj aktualną ofertę sklepów i testy telefonów. Szukam telefonu do około 2000 zł. Najważniejsze są aparat, bateria i minimum 256 GB pamięci. Nie sugeruj się wyłącznie specyfikacją producentów – sprawdź również niezależne recenzje.”
To bardzo ważna różnica. Użytkownik określa nie tylko pytanie, ale również sposób zdobycia odpowiedzi.

3. Możesz wskazać, gdzie ChatGPT ma szukać informacji
Jeszcze bardziej użyteczne jest określenie źródeł.
Przykładowo:
„Sprawdź ten temat, ale korzystaj przede wszystkim z badań naukowych.”
albo:
„Szukaj wyłącznie na stronach instytucji państwowych.”
albo:
„Najpierw sprawdź dokumentację producenta, dopiero później fora i blogi.”
W Deep Research można również wskazywać konkretne witryny i zdecydować, czy badanie ma ograniczyć się tylko do nich, czy jedynie traktować je priorytetowo.
To pozwala uniknąć sytuacji, w której wszystkie źródła są traktowane tak samo.
Jeżeli chcemy dowiedzieć się czegoś o bezpieczeństwie leku, raport regulatora i anonimowy wpis na forum internetowym zdecydowanie nie powinny mieć takiej samej wartości.
Przykładowe polecenie
„Sprawdź wpływ kofeiny na sen. W pierwszej kolejności korzystaj z publikacji naukowych i stron instytucji medycznych. Blogi i fora możesz wykorzystać wyłącznie do pokazania doświadczeń użytkowników. Wyraźnie oddziel wyniki badań od opinii.”
Takie polecenie daje modelowi znacznie lepsze instrukcje dotyczące jakości materiału.
4. „Nie zgaduj” – jedno z najbardziej praktycznych poleceń
Modele językowe są projektowane tak, aby tworzyć możliwie użyteczne odpowiedzi. Czasami jednak użytkownikowi bardziej zależy na pewności informacji niż na otrzymaniu odpowiedzi za wszelką cenę.
Wtedy warto napisać:
„Nie zgaduj. Jeżeli nie możesz czegoś potwierdzić, powiedz wprost, że nie udało się tego ustalić.”
Jeszcze lepsza wersja może wyglądać tak:
„Oddziel informacje potwierdzone od przypuszczeń. Przy każdym ważnym wniosku określ, czy jest to fakt, prawdopodobna interpretacja czy hipoteza.”
Możemy nawet zażądać tabeli:
| Informacja | Status | Podstawa |
|---|---|---|
| fakt nr 1 | potwierdzony | oficjalne źródło |
| fakt nr 2 | prawdopodobny | kilka zgodnych źródeł |
| hipoteza | niepotwierdzona | pośrednie przesłanki |
Tego rodzaju instrukcja jest szczególnie cenna przy historii, technice, medycynie, prawie, finansach i wszędzie tam, gdzie łatwo pomylić prawdopodobną odpowiedź z pewnym faktem.
5. Poproś ChatGPT, aby spróbował podważyć własną odpowiedź
Bardzo ciekawym sposobem używania AI jest potraktowanie jej nie tylko jako pomocnika, ale również jako adwersarza dla własnej hipotezy.
Załóżmy, że dochodzimy do wniosku:
„Sprzedaż spadła, ponieważ podnieśliśmy ceny.”
Zamiast poprosić ChatGPT o potwierdzenie tej teorii, można napisać:
„Załóżmy, że moja teoria jest błędna. Znajdź inne możliwe przyczyny spadku sprzedaży.”
Albo jeszcze lepiej:
„Spróbuj obalić moją hipotezę. Wypisz argumenty, które świadczyłyby przeciwko niej, oraz dane, które trzeba sprawdzić przed wyciągnięciem ostatecznego wniosku.”
To bardzo wartościowe, ponieważ ludzie mają naturalną tendencję do wyszukiwania informacji potwierdzających to, w co już wierzą.
AI można wykorzystać do celowego zrobienia czegoś odwrotnego.
Przydatne warianty polecenia
- „Znajdź trzy alternatywne wyjaśnienia.”
- „Co musiałoby być prawdą, żeby mój wniosek był błędny?”
- „Jakich danych mi brakuje?”
- „Wskaż najsłabszy punkt mojego rozumowania.”
- „Przedstaw argumenty zwolenników i przeciwników.”
- „Przyjmij rolę sceptycznego recenzenta.”
6. „Najpierw zbierz dane, później wyciągnij wnioski”
To kolejna bardzo skuteczna instrukcja.
Zamiast:
„Który laptop jest najlepszy?”
możemy napisać:
„Najpierw zbierz specyfikacje wszystkich modeli. Następnie sprawdź niezależne testy czasu pracy na baterii, temperatur, ekranu i wydajności. Dopiero po zebraniu danych przygotuj ranking.”
W ten sposób rozdzielamy zadanie na dwa etapy:
- zbieranie informacji,
- interpretację informacji.
Można pójść jeszcze dalej:
„Na pierwszym etapie nie formułuj rekomendacji. Zbierz wyłącznie dane. Dopiero kiedy przygotujesz tabelę porównawczą, oceń produkty.”
Takie podejście jest bardzo dobre przy wszelkiego rodzaju rankingach i decyzjach zakupowych.
7. ChatGPT może analizować przesłane dokumenty
Bardzo duża część zastosowań ChatGPT zaczyna się dopiero wtedy, gdy przestajemy wpisywać wszystko ręcznie i zaczynamy przesyłać pliki.
Możemy przekazać na przykład:
- dokument PDF,
- arkusz kalkulacyjny,
- dokument tekstowy,
- kod programu,
- umowę,
- instrukcję,
- raport,
- tabelę,
- zdjęcie,
- zrzut ekranu.
Następnie można zadawać pytania dotyczące jego zawartości.
Przykład:
„Przeczytaj tę instrukcję obsługi i znajdź informację, jak przywrócić urządzenie do ustawień fabrycznych.”
Albo:
„Porównaj te dwie wersje umowy i wypisz wszystkie różnice mające znaczenie dla klienta.”
Jeszcze ciekawszy przykład:
„Przeanalizuj ten raport finansowy. Nie streszczaj wszystkiego. Znajdź przede wszystkim nietypowe zmiany kosztów, spadki marży i wartości, które znacząco różnią się od poprzedniego roku.”
W takim przypadku ChatGPT nie jest już generatorem tekstu, lecz narzędziem do wydobywania informacji z materiałów użytkownika.
8. Możesz pracować na kilku plikach jednocześnie
Jeszcze ciekawsze możliwości pojawiają się, gdy dostarczymy kilka dokumentów.
Załóżmy, że mamy:
- ofertę firmy A,
- ofertę firmy B,
- ofertę firmy C,
- własną listę wymagań.
Możemy wtedy napisać:
„Porównaj wszystkie trzy oferty. Przygotuj tabelę zawierającą cenę, czas realizacji, zakres prac, gwarancję i wszystkie dodatkowe koszty. Następnie sprawdź, która oferta najlepiej odpowiada wymaganiom z czwartego dokumentu.”
To jeden z przypadków, w których AI potrafi zaoszczędzić naprawdę dużo czasu.
9. „Zapamiętaj, że…” – nie musisz za każdym razem zaczynać od początku
ChatGPT posiada funkcję pamięci. Zapisane informacje mogą być wykorzystywane jako kontekst podczas przyszłych rozmów, a użytkownik może nimi zarządzać, usuwać je albo całkowicie wyłączyć pamięć.
Możemy więc powiedzieć:
„Zapamiętaj, że podczas planowania podróży wolę małe hotele od dużych resortów.”
Albo:
„Zapamiętaj, że kiedy proszę o przepis, podawaj składniki w gramach.”
Albo:
„Zapamiętaj, że korzystam z Windowsa, a nie macOS.”
Przy kolejnej rozmowie nie trzeba będzie za każdym razem powtarzać tych informacji.
Co warto zapamiętywać?
Najlepiej informacje względnie trwałe:
- sposób, w jaki lubimy otrzymywać odpowiedzi,
- preferowany format,
- używane urządzenia i systemy,
- stałe ograniczenia,
- zasady dotyczące projektów,
- preferencje językowe,
- charakter naszej pracy.
Mniej sensu ma zapisywanie informacji jednorazowej, np.:
„Dzisiaj jestem w hotelu w Gdańsku.”
Za kilka dni taka informacja może być całkowicie nieaktualna.
10. ChatGPT może przypominać o rzeczach później
Inną kategorią możliwości są zaplanowane zadania.
Zamiast otrzymać odpowiedź natychmiast, możemy poprosić ChatGPT o wykonanie czegoś w przyszłości.
Przykład:
„Przypomnij mi jutro o 18:00, żebym zadzwonił do mechanika.”
Możliwe są również zadania cykliczne:
„W każdy poniedziałek rano przypominaj mi o przygotowaniu planu tygodnia.”
Aktualna funkcja zaplanowanych zadań pozwala tworzyć zadania jednorazowe i cykliczne, a także zadania polegające na sprawdzaniu zmian i wysłaniu powiadomienia, kiedy wydarzy się coś istotnego.
I właśnie ta ostatnia możliwość jest szczególnie interesująca.
11. Zamiast przypomnienia możesz ustawić monitoring
Klasyczne przypomnienie mówi:
„Przypomnij mi w piątek.”
Monitoring działa inaczej.
Możemy powiedzieć:
„Sprawdzaj, czy opublikowano wyniki tego konkursu i powiadom mnie, gdy się pojawią.”
Albo:
„Sprawdzaj cenę tego produktu i poinformuj mnie, jeśli spadnie poniżej 1000 zł.”
Albo:
„Monitoruj informacje dotyczące tej firmy i powiadom mnie, jeżeli pojawi się istotna wiadomość.”
Różnica jest fundamentalna.
| Przypomnienie | Monitoring |
|---|---|
| uruchamia się o określonej porze | sprawdza określony warunek |
| „przypomnij mi w piątek” | „daj znać, kiedy cena spadnie” |
| czas jest najważniejszy | wydarzenie jest najważniejsze |
| zazwyczaj jednoznaczny termin | nie wiadomo, kiedy nastąpi zmiana |
To sprawia, że ChatGPT zaczyna przypominać bardziej osobistego asystenta niż zwykły chatbot.

12. Połączone aplikacje – ChatGPT może pracować z informacjami spoza rozmowy
Jeszcze większa zmiana następuje po podłączeniu zewnętrznych aplikacji.
ChatGPT może współpracować z różnymi usługami i źródłami danych. W zależności od dostępności i konfiguracji mogą to być między innymi poczta, kalendarze, dokumenty czy systemy firmowe.
Wtedy zamiast ręcznie kopiować wiadomość e-mail możemy przykładowo poprosić:
„Znajdź najnowsze wiadomości dotyczące projektu X i podsumuj, co zostało ustalone.”
Albo:
„Sprawdź moje nieprzeczytane wiadomości z dzisiaj i wypisz te, które wymagają odpowiedzi.”
Oficjalne przykłady zastosowań połączonych aplikacji obejmują między innymi wyszukiwanie wiadomości, przygotowywanie list zadań na podstawie korespondencji oraz odnajdywanie dokumentów dotyczących konkretnego tematu.
To eliminuje jeden z najbardziej uciążliwych etapów korzystania z AI: ciągłe kopiowanie danych z jednego programu do drugiego.
13. Podobnie można pracować z kalendarzem
Jeżeli odpowiednia aplikacja jest połączona, można zadawać pytania dotyczące harmonogramu.
Na przykład:
„Co mam jutro w kalendarzu?”
„Podsumuj moje trzy najbliższe spotkania.”
„Które spotkania w tym tygodniu dotyczą projektu X?”
„Znajdź wolne okno na godzinne spotkanie.”
Można również łączyć informacje z kilku miejsc.
Przykładowo:
„Sprawdź moje dzisiejsze spotkania i ostatnie wiadomości od ich uczestników. Przygotuj krótką informację, co powinienem wiedzieć przed każdą rozmową.”
I właśnie takie polecenia pokazują największą wartość integracji – dane zaczynają być analizowane w kontekście konkretnego zadania, zamiast funkcjonować jako oddzielne silosy.
14. Nie proś tylko o odpowiedź – poproś o gotowy plik
Jeżeli wynikiem pracy ma być coś, co później trzeba wykorzystać poza ChatGPT, warto powiedzieć o tym od razu.
Zamiast:
„Przygotuj tabelę budżetu.”
możemy napisać:
„Przygotuj arkusz kalkulacyjny z budżetem miesięcznym. Dodaj kategorie przychodów i wydatków, sumy, saldo oraz wykres wydatków według kategorii.”
Podobnie można poprosić o:
- arkusz kalkulacyjny,
- dokument,
- prezentację,
- PDF,
- plik CSV,
- HTML,
- plik tekstowy.
To niewielka zmiana w sposobie wydawania polecenia, ale ogromna różnica w rezultacie.
Zamiast otrzymać tekst, który trzeba później przenosić do innego programu, można otrzymać gotowy artefakt do dalszego wykorzystania.
15. Możesz generować i modyfikować obrazy
ChatGPT nie musi ograniczać się do tekstu.
Można poprosić:
„Wygeneruj realistyczną ilustrację małej kawiarni przy ulicy w Krakowie w deszczowy wieczór.”
Można również przesłać istniejące zdjęcie i zażądać jego zmiany, przykładowo:
„Usuń samochód stojący w tle.”
„Zmień kolor ściany na jasnoszary.”
„Zamień tło na park.”
„Przygotuj tę fotografię w stylistyce starej pocztówki.”
W tym przypadku instrukcja językowa zastępuje część pracy, która jeszcze niedawno wymagała korzystania z programu graficznego.
16. Proś o porównywanie źródeł, a nie tylko ich streszczanie
Jednym z częstych błędów jest proszenie AI:
„Przeczytaj te trzy artykuły i je streść.”
Znacznie ciekawsze polecenie brzmi:
„Porównaj te trzy artykuły. Wskaż, w czym autorzy są zgodni, gdzie sobie przeczą oraz które twierdzenia występują tylko w jednym źródle.”
Można również zażądać tabeli:
| Zagadnienie | Źródło A | Źródło B | Źródło C |
|---|---|---|---|
| główna teza | … | … | … |
| dane | … | … | … |
| rekomendacja | … | … | … |
| słabe strony | … | … | … |
Dzięki temu AI staje się narzędziem analitycznym, a nie jedynie automatycznym streszczaczem.
17. Powiedz ChatGPT, jak ma oceniać informacje
Bardzo często zadajemy pytanie:
„Który produkt jest najlepszy?”
Problem polega na tym, że słowo „najlepszy” właściwie nic nie znaczy.
Najlepszy pod jakim względem?
Dlatego dużo skuteczniejsze będzie:
„Porównaj te urządzenia. Cena ma znaczenie 20%, jakość wykonania 30%, niezawodność 30%, a dostępność części zamiennych 20%. Nadaj każdemu kryterium ocenę od 1 do 10 i wyjaśnij wynik.”
W ten sposób użytkownik ustala funkcję oceny.
Podobną metodę można zastosować do:
- ofert pracy,
- samochodów,
- mieszkań,
- hoteli,
- ubezpieczeń,
- wykonawców,
- pomysłów biznesowych,
- inwestycji,
- komputerów.
18. Poproś o kilka wariantów zamiast jednej odpowiedzi
ChatGPT bardzo często wybiera jedną sensowną drogę. Tymczasem użytkownikowi bardziej może przydać się zestaw alternatyw.
Zamiast:
„Jak urządzić mały salon?”
możemy poprosić:
„Przygotuj trzy zupełnie różne koncepcje urządzenia tego salonu: ekonomiczną, minimalistyczną i bardziej elegancką. Niech różnią się nie tylko dodatkami, ale również układem mebli i sposobem wykorzystania przestrzeni.”
Podobna metoda działa przy:
- nazwach firmy,
- planowaniu wakacji,
- projektowaniu wnętrza,
- podejmowaniu decyzji,
- przygotowaniu prezentacji,
- organizowaniu wydarzeń.
AI jest szczególnie użyteczna nie wtedy, gdy daje nam jedną odpowiedź, ale kiedy szybko tworzy przestrzeń możliwych rozwiązań.

19. Ustal, co oznacza „dobra odpowiedź”
Jednym z najlepszych sposobów poprawiania wyników jest opisanie rezultatu zamiast samego zadania.
Słabe polecenie:
„Porównaj te dwa samochody.”
Lepsze:
„Pomóż mi zdecydować, który samochód będzie lepszy dla rodziny z dwójką dzieci pokonującej około 20 tys. km rocznie. Najważniejsze są bezpieczeństwo, koszty utrzymania, wielkość bagażnika i komfort na autostradzie. Osiągi mają małe znaczenie.”
Model wie wtedy nie tylko co analizować, ale również po co.
To jedna z najważniejszych zasad skutecznego korzystania z AI:
nie opisuj wyłącznie zadania – opisz również oczekiwany rezultat.
20. ChatGPT Work – z odpowiedzi do wykonywania wieloetapowych zadań
Kolejnym krokiem rozwoju ChatGPT jest Work, czyli środowisko przeznaczone do wykonywania bardziej złożonych zadań.
Jedną z jego możliwości jest przeglądarka działająca w chmurze. Może ona poruszać się po obsługiwanych stronach internetowych, klikać elementy, wprowadzać dane i wykonywać kolejne kroki zadania.
Zamiast więc pytać:
„Jak znaleźć takie informacje?”
możemy coraz częściej definiować rezultat:
„Znajdź te informacje, przejrzyj wskazane strony, zbierz wyniki i przygotuj mi zestawienie.”
To istotna zmiana filozofii korzystania z AI.
Stary model wyglądał tak:
człowiek wykonuje czynności → AI odpowiada na pytania.
Nowy model coraz częściej wygląda tak:
człowiek określa rezultat → AI wykonuje część czynności potrzebnych do jego osiągnięcia.
Jak budować naprawdę dobre polecenia?
Nie trzeba tworzyć gigantycznych promptów liczących kilka stron.
W większości przypadków wystarczy odpowiedzieć na pięć pytań:
| Element | Pytanie |
|---|---|
| Cel | Co ma zostać osiągnięte? |
| Materiał | Z jakich danych korzystamy? |
| Kryteria | Co jest najważniejsze? |
| Metoda | Jak ChatGPT ma wykonać analizę? |
| Rezultat | W jakiej formie chcemy wynik? |
Przykład:
„Chcę wybrać ekspres do kawy do domu [cel]. Przeszukaj aktualne modele do 3000 zł oraz niezależne testy [materiał]. Najważniejsza jest jakość espresso, łatwe czyszczenie i niezawodność; wygląd ma małe znaczenie [kryteria]. Najpierw zbierz dane, następnie odrzuć modele mające powtarzające się problemy w recenzjach [metoda]. Na końcu przedstaw trzy najlepsze modele w tabeli i wskaż jeden, który sam wybrałbyś na podstawie tych kryteriów [rezultat].”
To nadal jest normalne zdanie napisane naturalnym językiem. Różnica polega wyłącznie na tym, że model otrzymał instrukcję, jak ma rozwiązać problem.
10 poleceń, które warto zapamiętać
Nie trzeba zapamiętywać dziesiątek skomplikowanych formuł. Już kilka prostych zwrotów potrafi znacząco poprawić jakość pracy z ChatGPT:
- „Przeszukaj aktualne źródła.”
- „Najpierw zbierz dane, później wyciągnij wnioski.”
- „Nie zgaduj. Napisz, czego nie udało się potwierdzić.”
- „Oddziel fakty od hipotez.”
- „Spróbuj podważyć mój wniosek.”
- „Znajdź trzy alternatywne wyjaśnienia.”
- „Porównaj źródła i wskaż sprzeczności.”
- „Jakich informacji brakuje, żeby podjąć dobrą decyzję?”
- „Oceń rozwiązania według tych kryteriów…”
- „Przygotuj wynik jako gotowy plik/tabelę/raport.”
Największa zmiana polega na sposobie myślenia o ChatGPT
Przez długi czas chatboty kojarzyły się z prostym schematem:
pytanie → odpowiedź.
Ten sposób nadal działa, ale coraz mniej oddaje rzeczywiste możliwości narzędzia.
Obecnie znacznie bardziej użyteczny może być schemat:
problem → instrukcja → dane → analiza → działanie → rezultat.
Można zlecić research, wskazać źródła, dostarczyć własne dokumenty, ustalić kryteria oceny, poprosić o sprawdzenie własnej hipotezy, przygotować plik, ustawić przyszłe zadanie albo wykorzystać dane z połączonych aplikacji.
Dlatego jedną z najważniejszych umiejętności podczas korzystania z AI nie jest samo „pisanie dobrych promptów”.
Znacznie ważniejsze jest nauczenie się zadawania sobie pytania:
„Czy naprawdę potrzebuję od ChatGPT odpowiedzi, czy mogę zlecić mu wykonanie większej części całego zadania?”
Bardzo często właśnie to drugie podejście daje największą oszczędność czasu.