Jak pisać prompty w 2026? Rozmowa z czatem i konektory

Osoba przy biurku rozmawia z czatem AI na laptopie, obok notes z pytaniami

Na jednym ze szkoleń uczestniczka pokazała mi rozmowę z czatem, gdzie wrzuciła nagranie ze spotkania w MP3 i poprosiła o transkrypcję. Model odpisał uprzejmie, że zajmie się tym i wszystko będzie gotowe w poniedziałek. Ale przyszedł poniedziałek i nic nie było gotowe. Model w tamtej konfiguracji nie potrafił ani odsłuchać pliku, ani wrócić do rozmowy po weekendzie. Obiecał, bo tak brzmi uprzejma odpowiedź.

Ten sam test zrobiłem w listopadzie 2026. Wrzuciłem do ChatGPT 20-sekundowe nagranie z prośbą „może być gotowe na poniedziałek”. Po kilkunastu sekundach dostałem bezbłędną transkrypcję, notatkę w tabeli i dopisek, że nie trzeba czekać do poniedziałku. Claude (Fable 5.2) poszedł inną drogą: przez około dwie minuty uruchamiał narzędzia do obróbki dźwięku, a potem oddał transkrypcję ze znacznikami czasu, notatkę i listę rzeczy, których w nagraniu brakuje, na przykład kto odpowiada za raport i o który folder chodzi.

Odpowiedź ChatGPT na prośbę o transkrypcję nagrania MP3 „na poniedziałek”: transkrypcja i notatka gotowe od razu

Test z listopada 2026: ChatGPT zrobił transkrypcję od razu i sam zaznaczył, że nie trzeba czekać do poniedziałku.

Ta historia mówi o promptowaniu więcej niż lista „10 zasad dobrego promptu”. Modele zmieniają się co kilka miesięcy, a razem z nimi zmienia się to, co działa. Poniżej piszę, czego uczę dziś na szkoleniach z używania czatów AI: jak pisać polecenia do nowych modeli, dlaczego najlepszy prompt zaczyna się od rozmowy i jak konektory dają czatowi dostęp do narzędzi, w których pracujesz na co dzień.

Najczęstszy błąd to ślepe zaufanie

Przeprowadziłem już ponad 10 szkoleń z używania czatów AI, dla pracowników biurowych, administracji, kadry menedżerskiej i właścicieli firm, od małych po całkiem duże. Najczęściej widzę ten sam błąd: ludzie wierzą modelowi na słowo.

Model językowy jest wytrenowany tak, żeby odpowiedź brzmiała pomocnie. Jeśli nie ma narzędzia do odsłuchania pliku albo do uruchomienia zadania w tle, może i tak napisać, że zadanie wykona. Dlatego pierwsza rzecz, którą powtarzam: sprawdź, czy czat w ogóle ma możliwość, o którą go prosisz. Dziś dużo się w tym zakresie poprawiło. ChatGPT na płatnych planach transkrybuje nagrania do 6 minut, a zarówno ChatGPT, jak i Claude mają zaplanowane zadania, które działają w tle. Ale zasada zostaje ta sama: wynik trzeba sprawdzić, zanim go użyjesz.

Jedno zastrzeżenie do mojego testu: nagranie miało 20 sekund, czytał je syntezator mowy, bez szumu i bez kilku osób mówiących naraz. Prawdziwe spotkanie to dużo trudniejszy materiał i błędów w transkrypcji będzie więcej. Do tego dochodzi koszt. Sam przetestowałem niejedno nagranie, ale transkrypcji na co dzień nie robię modelem, tylko narzędziami programistycznymi, bo przy większej liczbie godzin nagrań model wychodzi po prostu za drogo. Czat może coś wykonać, a i tak bywa to najdroższa droga do wyniku. Więcej o tym, kiedy wybrać model, a kiedy zwykły skrypt, piszę w tekście AI czy zwykły skrypt?.

Prompt to brief

Podstawy są stałe i nie trzeba ich komplikować. Dobry prompt wygląda jak dobry brief dla nowego współpracownika: co ma powstać, po co, dla kogo, w jakiej formie i na czym się oprzeć. Jeśli masz przykład tekstu albo tabeli, którą chcesz dostać, wklej go. Model, który widzi wzór, trafia za pierwszym razem dużo częściej niż model, który musi zgadywać.

Przykład słabego promptu: „Napisz maila do klienta o opóźnieniu.”
Ten sam prompt jako brief: „Napisz krótkiego maila do klienta, który czeka na wdrożenie sklepu. Opóźnienie to 5 dni roboczych, powód: integracja z hurtownią zwraca błędne stany magazynowe. Ton rzeczowy, bez przepraszania w co drugim zdaniu. Zaproponuj termin rozmowy w środę lub czwartek. Maks. 120 słów.”

Na tym kończy się część, którą znajdziesz w każdym poradniku. Dalej robi się ciekawiej.

Co się zmieniło w nowych modelach

Producenci modeli piszą wprost, że stare nawyki przestały pomagać, a część z nich szkodzi. W poradnikach OpenAI, Anthropic i Google (stan na listopad 2026) powtarzają się trzy zmiany.

Nowe modele wykonują polecenia dosłownie. OpenAI pisze, że GPT-6 lepiej niż poprzednie modele trzyma się instrukcji i jest bardziej wrażliwy na polecenia zapisane w plikach i skillach. Anthropic pokazuje to na prostym przykładzie: na „czy możesz zasugerować zmiany?” Claude zasugeruje zmiany, ale ich nie wprowadzi. Jeśli chcesz poprawionej wersji, napisz „popraw”. Przy Claude Fable 5.2 Anthropic ostrzega, że słowo „nigdy” model traktuje jako bezwzględny zakaz, więc lepiej napisać, czego zakaz dotyczy i dlaczego.

Krzyczenie przestało działać. Prompty pisane WIELKIMI LITERAMI z „KRYTYCZNE: MUSISZ” były sposobem na starsze modele, które gubiły polecenia. Anthropic zaleca dziś zwykłe zdanie w stylu „użyj tego narzędzia, gdy…”, bo agresywny język powoduje u nowych modeli nadgorliwość.

„Myśl krok po kroku” jest zbędne. Modele rozumujące (u OpenAI, Google i Anthropic) same planują odpowiedź, zanim ją napiszą. Zamiast rozpisywać im kroki, lepiej jasno opisać cel, ograniczenia i oczekiwany format wyniku.

Producenci różnią się w szczegółach. Google zaleca, żeby przykłady dawać zawsze. OpenAI przy modelach rozumujących stawia na jasny cel, ograniczenia i opis oczekiwanego wyniku, bez rozpisywania każdego kroku pośredniego. Dlatego nie ufam uniwersalnym listom „najlepszych promptów do ChatGPT”: prompt, który świetnie działał rok temu, w nowym modelu może dawać gorsze odpowiedzi.

Najlepszy prompt zaczyna się od rozmowy

To jest rada, którą powtarzam na każdym szkoleniu: rozmawiaj z czatem o tym, jak zrobić zadanie, zanim poprosisz go o samo zadanie.

Sam robię to tak: opisuję w dwóch zdaniach, co chcę osiągnąć, i proszę czat, żeby mnie przepytał. Zadaje mi kilka pytań, ja odpowiadam, a na końcu prosi o zgodę i sam pisze prompt, który potem wykorzystuję. Działa to z dwóch powodów. Model wie lepiej niż ja, jakich informacji potrzebuje, żeby zrobić zadanie dobrze. A pytania wyciągają ze mnie kontekst, którego sam bym nie napisał, bo wydaje mi się oczywisty.

Ten tekst powstał dokładnie w ten sposób. AI zrobiło research tematu, potem przeprowadziło ze mną wywiad o szkoleniach i doświadczeniach z konektorami, a na końcu napisało szkic, który poprawiłem.

Na start wystarczy taki prompt:

Chcę [cel w jednym zdaniu]. Zanim cokolwiek zrobisz, zadaj mi po kolei pytania, które pomogą Ci zrobić to dobrze. Pytaj po jednym. Kiedy będziesz miał wystarczająco informacji, napisz prompt, którym mogę zlecić to zadanie, i zapytaj, czy go uruchomić.

Takie podejście ma nazwę meta-promptowania. Producenci też je stosują: OpenAI ma w panelu dla deweloperów narzędzie, które poprawia prompt według aktualnych zaleceń, a Anthropic w swoim poradniku podpowiada, żeby poprosić Claude o ocenę przykładów albo dopisanie nowych.

Konektory: daj czatowi dostęp do swoich narzędzi

Druga rzecz, której większość uczestników moich szkoleń nie wie: czat nie musi pracować tylko na tym, co do niego wkleisz. Może sam sięgnąć do Twojej skrzynki, kalendarza, dysku albo narzędzi, w których pracujesz, przez konektory.

Nazwy różnią się między produktami (stan na listopad 2026):

  • ChatGPT nazywa je aplikacjami (wcześniej connectors). Podłączasz je w Ustawienia → Plugins, a w rozmowie wywołujesz przez „@” albo „+”. Własne serwery MCP mogą dodawać firmy na planach Business i Enterprise; na Business robi to administrator.
  • Claude nazywa je konektorami. Dodajesz je przez „+” w rozmowie albo w Customize → Connectors. Własny konektor (przez MCP) można dodać na każdym planie, w darmowym jeden.
  • Gemini ma „Connected Apps”, głównie do usług Google (Gmail, Kalendarz, Dysk).
  • Microsoft 365 Copilot ma konektory do m.in. HubSpota, Canvy czy Notiona, wymagają licencji Copilota.
Katalog konektorów w Claude: Google Drive, Gmail, Kalendarz, Microsoft 365, Slack, Canva, Notion

Katalog konektorów w Claude (Customize → Connectors), stan na listopad 2026.

Pod większością z nich działa MCP (Model Context Protocol), otwarty standard, przez który czat rozmawia z zewnętrznymi narzędziami. Dla użytkownika oznacza to tyle, że coraz więcej programów da się podłączyć do czatu kilkoma kliknięciami.

Ja mam podłączonych ich sporo. W Claude korzystam m.in. z Dysku Google, Canvy, Firecrawla i Gojiberry, a w Claude Code dodatkowo z Google Search Console i Analytics, konsoli DigitalOcean i narzędzi SEO, do tego własnych skilli, które sam piszę. Dwa przykłady z codziennej pracy:

  • Firecrawl to narzędzie do pobierania stron internetowych w formie, którą model od razu przetworzy. Podłączyłem je, bo wbudowane pobieranie stron w Claude wychodziło mnie znacznie drożej, a Firecrawl oddaje treść już oczyszczoną z menu, reklam i skryptów. Kiedy proszę czat o przegląd konkurencji albo research tematu, czat sam wyszukuje i czyta strony przez Firecrawla. Tak powstał research do tego artykułu.
  • Gojiberry to narzędzie do wyszukiwania leadów B2B po sygnałach zakupowych. Po podłączeniu mogę w rozmowie poprosić o listę firm z danym sygnałem, przejrzeć kontakty i kampanie, bez przełączania się między zakładkami.

Z ich użyciem jest trochę klikania przy pierwszym podłączeniu: logowanie u dostawcy albo klucz API. Potem czat sam decyduje, kiedy sięgnąć po narzędzie, a Ty decydujesz, na co mu pozwalasz.

Zanim podłączysz konektor

Nie polecam instalowania wszystkich konektorów jak leci. Zanim podłączysz kolejny, sprawdź, co jest w środku, gdzie wysyła dane i jakie ma wbudowane instrukcje. Bezpieczeństwo wciąż ma znaczenie, a prompt injection to dziś realny problem: złośliwa treść w mailu, dokumencie albo na stronie może zawierać ukryte polecenia, które czat potraktuje jak Twoje.

Moja krótka lista kontrolna:

  • Kto dostarcza konektor? Oficjalny konektor producenta narzędzia to co innego niż serwer MCP nieznanego autora. Anthropic pisze wprost, że nie weryfikuje własnych konektorów dodawanych przez użytkowników, a OpenAI, że za sprawdzenie serwera odpowiada organizacja.
  • Jakie ma uprawnienia? Odczyt maili to co innego niż wysyłanie ich w Twoim imieniu. W ChatGPT i Claude ustawisz, czy czat ma pytać o zgodę przed każdą akcją. Dla narzędzi, które coś zapisują albo wysyłają, zostaw pytanie o zgodę.
  • Gdzie trafiają dane? Dane z konektora przetwarza dostawca tego narzędzia na swojej infrastrukturze. Na planach firmowych OpenAI i Anthropic domyślnie nie trenują modeli na Twoich danych; na planach prywatnych zależy to od ustawień, więc sprawdź je.
  • Czy dane klientów mogą tam trafić? Jeśli konektor ma dostęp do danych osobowych, to temat dla osoby odpowiedzialnej w firmie za RODO. UODO opublikowało w sierpniu 2026 poradnik „Zanim wdrożysz narzędzie AI, sprawdź czy jest ono zgodne z zasadami RODO” z listami pytań, w tym wersją dla MŚP. To dobry punkt startu, ale nie zastępuje rozmowy z prawnikiem.

Od czego zacząć

Jeśli z całego tekstu masz zapamiętać jedną rzecz: zanim poprosisz czat o zadanie, poproś go, żeby Cię przepytał. Potem sprawdź, czy ma narzędzia, żeby to zadanie wykonać, a jeśli nie ma, czy da się je podłączyć.

Na szkoleniach pokazuję to na zadaniach uczestników, w ich narzędziach i na ich danych, bo dopiero wtedy widać, gdzie czat pomaga, a gdzie lepiej go nie używać. Jeśli chcesz takie szkolenie dla swojego zespołu, napisz do nas.

Najczęstsze pytania

Czy prompty do ChatGPT i Claude się różnią?

W podstawach nie: w obu przypadkach liczy się jasny cel, kontekst i format wyniku. Różnice są w szczegółach i zmieniają się z każdym modelem, np. w tym, jak dosłownie model wykonuje polecenia albo czy lepiej działa z przykładami. Najprościej sprawdzić aktualny poradnik producenta albo poprosić sam model, żeby poprawił Twój prompt.

Co to jest meta-promptowanie?

To proszenie modelu o pomoc w napisaniu promptu: zamiast od razu zlecać zadanie, opisujesz cel, model zadaje Ci pytania i na tej podstawie pisze polecenie, którym zlecasz zadanie.

Czy konektory są w darmowych planach?

W Claude tak: konektory działają na wszystkich planach, a w darmowym możesz dodać jeden własny. W ChatGPT dostępność zależy od aplikacji, planu i regionu; własne serwery MCP są dostępne na planach Business i Enterprise, a na Pro tylko do odczytu.

Czy dane z konektorów trafiają do trenowania modeli?

Na planach firmowych OpenAI i Anthropic domyślnie nie. W planach prywatnych zależy to od ustawień prywatności konta, a Anthropic deklaruje, że do treningu nie trafia surowa treść z konektorów, o ile nie wkleisz jej do rozmowy.

Masz podobny problem, którego nie chcesz budować sam?

Opisz go jednym zdaniem, a w ciągu 24 h odpiszemy, czy i jak da się to zautomatyzować.