Dva korisnika postave gotovo isto pitanje AI alatu i dobiju potpuno različite odgovore. Razlika retko leži u modelu, gotovo uvek leži u formulaciji prompta. Claude, ChatGPT i Gemini rade na sličnom principu: predviđaju sledeći deo teksta na osnovu svega što ste im dali kao kontekst. Što je taj kontekst precizniji, model ima manje prostora da nagađa šta zapravo želite.
Ovaj vodič ne nudi magične formule ni "tajne" fraze koje navodno otključavaju bolje odgovore. Radi se o nekoliko proverljivih navika koje merljivo menjaju kvalitet odgovora, bez obzira na to koji od tri alata koristite.
Zašto forma prompta menja rezultat
Veliki jezički model ne "zna" šta vam treba, on procenjuje najverovatniji nastavak teksta koji mu date. Kratak, uopšten prompt tipa "napiši mi tekst o marketingu" ima ogroman broj podjednako verovatnih nastavaka, pa model bira prosečan, generički odgovor koji pokriva najširi mogući slučaj. Kada dodate ciljnu publiku, dužinu, ton i svrhu teksta, prostor mogućih odgovora se drastično sužava i model cilja tačno ono što tražite.
Isto važi i za tačnost. Model pre svega nastavlja obrazac koji je prepoznao u promptu, pa ako pitanje samo po sebi nosi pogrešnu pretpostavku, model će je često prihvatiti i graditi odgovor na njoj, umesto da je ospori. Dobar prompt zato ne samo da usmerava stil, nego smanjuje i broj činjeničnih grešaka.
Šest pravila koja se stvarno vide u odgovoru
1. Dajte kontekst pre zadatka
Ko čita tekst, u kom kontekstu je nastao, šta se dešava pre i posle njega. "Napiši email" i "napiši email klijentu koji kasni sa uplatom treći mesec zaredom, ton treba da bude odlučan ali profesionalan, bez pretnji" vode do dva sasvim različita rezultata. Kontekst ne mora da bude dug, dovoljno je da bude konkretan.
2. Definišite tačan zadatak, ne temu
Tema je "marketing na društvenim mrežama", zadatak je "napravi plan od pet objava za Instagram za lansiranje čokoladnog brenda, svaka objava sa jednom porukom i predlogom formata". Model dobro reaguje na jasno omeđen zadatak, a loše na otvorenu temu koju sam mora da suzi.
3. Odredite format odgovora
Ako želite listu, tabelu, tri pasusa ili kod bez objašnjenja, recite to unapred. Bez te instrukcije, model bira format koji statistički najčešće prati sličan zadatak u podacima na kojima je treniran, što ne mora da bude format koji vama odgovara.
4. Dajte primer kad god možete
Jedan konkretan primer željenog rezultata, takozvani few shot prompt, obično menja odgovor više nego dodatni pasus opisa. Ako pišete u određenom tonu, nalepite jedan pasus svog ranijeg teksta i recite modelu da nastavi u istom stilu.
5. Postavite granice
Recite šta odgovor ne sme da sadrži: bez fusnota, bez engleskih izraza, bez uvodne rečenice tipa "evo predloga", maksimalna dužina, obavezno pominjanje određenog podatka. Ograničenja smanjuju prostor za nagađanje isto koliko i pozitivne instrukcije.
6. Tražite proveru, ne samo odgovor
Kod činjeničnih pitanja korisno je dodati instrukciju da model jasno naznači šta je siguran, a šta pretpostavlja, ili da prizna kada nešto ne zna umesto da izmišlja verodostojan, ali netačan odgovor. Ovo ne garantuje tačnost, ali smanjuje broj samouverenih grešaka.
Napredne tehnike koje se lako primenjuju
Rasuđivanje korak po korak. Za zadatke koji uključuju računanje, poređenje više opcija ili logičko izvođenje, instrukcija da model prvo izloži korake, pa tek onda da konačan odgovor, smanjuje broj grešaka. Ovo je posebno vidljivo kod modela sa uključenim režimom rasuđivanja, gde model i sam interno prolazi kroz korake pre odgovora, ali eksplicitna instrukcija i dalje pomaže kod jednostavnijih modela.
Dodeljivanje uloge. "Ti si urednik koji proverava tekst pre objave" ili "ti si mentor koji objašnjava početniku" usmerava ton i nivo detalja bez dužeg opisa. Uloga radi najbolje kada je vezana za konkretan zadatak, ne kao apstraktna oznaka.
Trajne instrukcije umesto ponavljanja. Ako stalno tražite isti stil odgovora, nema potrebe da ga ponavljate u svakom razgovoru. Claude ima Projects sa deljenim instrukcijama i dokumentima za sve razgovore u tom projektu, ChatGPT ima Custom Instructions i Projects sa istom logikom, a Gemini ima Gems, prilagođene verzije asistenta sa unapred zadatim uputstvima. Postavite pravila jednom, na nivou projekta ili prilagođenog asistenta, i štedite vreme na svakom sledećem promptu.
Iterativno doterivanje. Retko je prvi odgovor konačan. Umesto da prompt pišete iznova, nastavite razgovor: "skrati na pola", "ukloni treći pasus", "učini ton manje formalnim". Model zadržava kontekst prethodnog odgovora, pa su korekcije brže od pisanja novog prompta od nule.
Najčešće greške
- Predugačak prompt bez strukture. Gomilanje instrukcija u jednom pasusu otežava modelu da izdvoji prioritete. Kratke tačke ili numerisani zahtevi rade bolje od zbijenog teksta.
- Nejasna publika. "Objasni mi kvantno računarstvo" ne govori da li pitate kao potpuni početnik ili kao inženjer koji traži tehnički detalj. Model tada bira srednji nivo koji retko odgovara stvarnoj potrebi.
- Traženje jednog odgovora za više zadataka odjednom. Prompt koji istovremeno traži analizu, prevod i sažetak obično daje površan rezultat za sve tri stvari. Razdvajanje na korake, čak i u istom razgovoru, daje precizniji rezultat za svaki pojedinačno.
- Izostanak primera kod stilski osetljivih zadataka. Kod pisanja u specifičnom tonu, brendu ili glasu, opis tona je uvek slabiji vodič od jednog stvarnog primera.
Primer: od lošeg do upotrebljivog prompta
Loš prompt: "Napiši opis proizvoda za sajt."
Bolji prompt: "Napiši opis proizvoda za sajt manje kozmetičke firme. Proizvod je krema za lice sa hijaluronskom kiselinom, cilj su žene između 25 i 40 godina koje traže jednostavnu negu bez agresivnog marketinga. Ton neutralan i informativan, bez superlativa tipa 'revolucionarno' ili 'čudo'. Dužina do 80 reči, jedan pasus, bez naslova."
Razlika nije u dužini samog zahteva, nego u broju odluka koje ste doneli umesto modela: publika, ton, dužina, format, šta izbeći. Svaka od tih odluka koju model mora sam da nagađa povećava šansu za generički rezultat.
Ko želi da krene od nule sa konkretnim alatom, može da pogleda vodič kroz osnovne korake rada sa Claude, dok pregled razlika između tri najkorišćenija asistenta stoji u tekstu Claude vs ChatGPT vs Gemini. Za one koji tek biraju alat pre nego što uopšte počnu da pišu promptove, koristan je i pregled besplatnih alternativa plaćenim planovima.
Često postavljana pitanja
Da li duži prompt uvek daje bolji odgovor?
Ne. Duži prompt pomaže samo ako svaka dodata rečenica nosi novu, konkretnu informaciju. Ponavljanje istog zahteva drugim rečima ili gomilanje nepovezanih detalja obično ne poboljšava rezultat, a ponekad ga zbunjuje.
Da li isti prompt daje isti odgovor u Claude, ChatGPT i Gemini?
Ne. Svaki model ima drugačije podatke za treniranje i drugačija podešavanja, pa isti prompt može dati različit ton, dužinu ili nivo detalja. Principi iz ovog vodiča, kontekst, format, primer, granice, prenose se na sva tri alata, ali finalni rezultat se razlikuje.
Da li je potrebno učiti posebne komande ili sintaksu za bolje promptove?
Ne. Sva tri alata razumeju prirodan jezik. Nema specijalnih simbola ili komandi koje su obavezne, jedino što pomaže je jasnoća i struktura zahteva, izražena običnim rečenicama ili kratkim tačkama.
Koliko primera treba dati modelu da bi razumeo željeni stil?
Jedan konkretan primer često je dovoljan za jednostavnije zadatke poput tona pisanja. Za složenije obrasce, na primer strukturu izveštaja sa više sekcija, dva do tri primera daju pouzdaniji rezultat od jednog.
Šta raditi kada model i posle dobrog prompta greši?
Umesto da menjate ceo prompt, precizirajte samo deo koji je pogrešan u nastavku istog razgovora i tražite da model objasni na čemu je zasnovao pogrešan deo. To često otkrije koja pretpostavka iz originalnog prompta je bila nejasna, pa se ista greška lakše izbegava sledeći put.
