Prompt engineering gidas pradedantiesiems: kaip kalbėtis su DI, kad gautum tai, ko nori

Pirmą kartą atidarai ChatGPT ar Claude ir parašai: „parašyk man straipsnį apie rinkodarą”. Gauni kažką bendro, niekam tikusio. Ir pagalvoji: na, tas DI tai nėra toks jau protingas.

Bet problema ne DI. Problema tavo klausime.

Prompt engineering skamba sudėtingai. Bet iš tikrųjų tai tiesiog menas aiškiai pasakyti, ko nori. Ir šiandien papasakosiu, kaip tai daryti taip, kad rezultatai tave nustebintų.

Kodėl tas pats DI modelis vienam duoda puikius rezultatus, o kitam šiukšles

Atsakymas paprastas: kontekstas.

DI modelis yra kaip labai protingas, bet naujas darbuotojas. Pirma darbo diena. Jis nežino tavo verslo, tavo auditorijos, tavo tono. Jei pasakysi „parašyk tekstą”, jis parašys. Bet tai bus kaip tekstas iš vadovėlio.

O jei pasakysi: „Tu esi rinkodaros specialistas, kuris rašo 25-35 metų moterims apie natūralią kosmetiką. Tonas draugiškas, sakiniai trumpi, be marketingo žargono” tai viskas pasikeičia.

Pirmas principas: kuo daugiau konteksto duodi, tuo geresnį atsakymą gauni.

Keturios dalys, kurios veikia beveik visada

Yra formulė, kuri vadinasi RCTF. Rolė, Kontekstas, Užduotis, Formatas. Ne aš ją sugalvojau, bet ji tikrai veikia.

Rolė pasako DI modeliui, kas jis yra. „Tu esi patyręs finansų konsultantas” arba „Tu esi kūrybinis rašytojas, kuris mėgsta humorą”.

Kontekstas duoda foną. Kam tai skirta, kokia situacija, kokia auditorija.

Užduotis aiškiai pasako, ką reikia padaryti. Ne „parašyk kažką apie X”, o „sukurk 5 el. laiško temų eilutes, kurios skatintų atidaryti laišką”.

Formatas nurodo, kaip turi atrodyti rezultatas. Sąrašas? Lentelė? Trys paragrafai? Kodo blokas?

Štai pavyzdys. Vietoj „parašyk apie DI versle” rašai:

„Tu esi verslo konsultantas, dirbantis su mažomis Lietuvos įmonėmis (5-20 darbuotojų). Parašyk 3 konkrečius pavyzdžius, kaip tokios įmonės gali naudoti DI kasdienėse operacijose. Kiekvienam pavyzdžiui nurodyk: kokį įrankį naudoti, kiek laiko tai sutaupo per savaitę, ir koks yra pradinis kaštų lygis. Formatas: numeruotas sąrašas su paaiškinimais.”

Skirtumas tarp šito ir „parašyk apie DI versle” yra kaip tarp GPS navigacijos ir žodžių „nuvažiuok kažkur į pietus”.

Grandininio mąstymo technika

Tai vienas galingiausių triukų, ypač kai reikia tikslaus atsakymo. Idėja paprasta: paprašyk DI parodyti savo mąstymo eigą prieš duodant galutinį atsakymą.

Vietoj „kiek kainuos mano projektas?” rašai: „Pagalvok žingsnis po žingsnio. Pirma įvertink medžiagų kainą, tada darbo valandas, tada pridėtines išlaidas. Tik tada pateik galutinę sumą su paaiškinimu.”

Tyrimai rodo, kad ši technika pagerina tikslumą 15-40 proc. sudėtingose užduotyse. Tai ypač naudinga matematikai, logikai ir daugiapakopėms problemoms spręsti.

Ir tai nėra kažkas mistiško. Tu tiesiog prašai DI nedaryti to, ką dažnai darome mes patys: nešokti tiesiai prie atsakymo, o pirma pagalvoti.

Praktiniai patarimai, kuriuos gali pritaikyti per 5 minutes

Pirmiausia, naudok pavyzdžius. Jei nori, kad DI rašytų tam tikru stiliumi, duok jam 2-3 pavyzdžius to stiliaus. Tai vadinama few-shot prompting ir tai dramatiškai pagerina rezultatus.

Antra, būk konkretus su skaičiais. „Trumpas tekstas” gali būti 50 žodžių arba 500. Sakyk „200-300 žodžių” ir gausi tai, ko nori.

Trečia, nurodyti, ko NEDARYTI, yra taip pat svarbu kaip nurodyti, ką daryti. „Nenaudok pasyvios balso formos. Nerašyk ilgesnių nei 20 žodžių sakinių. Nedaryk įžangos.”

Ketvirta: jei pirmas rezultatas netinka, nerašyk naujo prompt’o nuo nulio. Tęsk pokalbį. „Šitas gerai, bet padaryk trumpiau ir pridėk konkretų Lietuvos pavyzdį.” DI modeliai puikiai supranta iteracijas.

Ir penkta: DI kartais meluoja. Tai vadinama haliucinacijomis. Kai gauni faktus ar statistiką, visada patikrink. Ypač skaičius, datas ir citatas.

Skirtingi modeliai, skirtingi prompt’ai

Ne visi DI modeliai vienodai reaguoja į tuos pačius prompt’us. Claude geriau supranta struktūruotus prompt’us su XML žymomis. GPT modeliai gerai dirba su natūralia kalba. Google Gemini mėgsta, kai duodi pavyzdžių.

Bet bendri principai galioja visiems: aiškumas, kontekstas, konkretumas.

Jei naudoji kelis modelius, verta turėti savo prompt’ų biblioteką. Surašyk tuos, kurie tau veikia geriausiai, ir naudok juos kaip šablonus. Per kelias savaites turėsi rinkinį, kuris tau sutaupys valandas.

Prompt engineering ateitis

Gali kilti klausimas: ar prompt engineering neišnyks, kai modeliai taps protingesni? GPT-5.5 ir kiti nauji modeliai jau dabar geriau supranta neaiškius prompt’us.

Bet aiškus komunikavimas niekada nepasensta. Net jei DI taps 10 kartų protingesnis, žmogus, kuris moka tiksliai suformuluoti, ką nori, visada gaus geresnius rezultatus nei tas, kuris rašo „padaryk man kažką gero”.

Prompt engineering nėra techninis įgūdis. Tai komunikacijos įgūdis. Ir jis tau pravers ne tik su DI, bet ir su kolegomis, klientais ir bet kuo, kam reikia perduoti mintį aiškiai.

Pradėk nuo vieno dalyko: kitą kartą rašydamas prompt’ą, pridėk rolę ir formatą. Tik tiek. Ir pamatyk skirtumą.