Idziesz do krawca, żeby uszyć garnitur na miarę. Krawiec bierze miary, zadaje pytania, robi pierwszy krój. Przychodzisz na przymiarkę. Marynarka jest za luźna w ramionach, spodnie za długie, a kieszonka na piersi - nie w tym miejscu, co sobie wyobrażałeś. Krawiec podpina szpilkami, zaznacza kredą, pyta: "Tu zwęzić? O tyle skrócić? Ta kieszonka wyżej?". Wychodzisz. Za tydzień druga przymiarka. Lepiej, ale rękaw trochę krępuje ruch. Trzecia przymiarka. Garnitur siedzi jak ulał.
Nikt przy zdrowych zmysłach nie idzie do krawca, nie ogląda pierwszej przymiarki i nie mówi: "Nie podoba mi się, idę do innego krawca i zaczynam od zera". A dokładnie tak robi duża część ludzi z chatbotem. Piszą prompt. Wynik nie zachwyca. Zamiast powiedzieć co zmienić - otwierają nową rozmowę. Piszą ten sam prompt, może lekko zmieniony. Wynik dalej średni. Nowa rozmowa. Nowy prompt. Powtarzają. To nie jest praca z AI. To jest losowanie w loterii, w której nie sprawdzasz wyników.
W rozdziale 2.1 mówiłem o tym, dlaczego "napisz mi coś fajnego" nie działa. W 2.2 pokazałem cztery filary dobrego promptu. Teraz czas na trzeci element układanki: co robić, kiedy nawet dobry prompt nie daje idealnego wyniku za pierwszym razem.
Dlaczego pierwszy strzał rzadko trafia w dziesiątkę
Wyobraź sobie, że zamawiasz meble na wymiar u stolarza. Opisujesz co chcesz: "Regał na książki, dębowy, trzy półki, do salonu". Stolarz przynosi projekt. Patrzysz i mówisz: "O, fajnie, ale wiesz co - te półki to mogłyby być głębsze, bo mam albumy fotograficzne. I ta górna półka - trochę za wysoko, nie dosięgnę bez stołka".
Czy to znaczy, że stolarz źle zrobił projekt? Nie. On zrobił najlepszy możliwy projekt na podstawie tego, co wiedział. A Ty - patrząc na ten projekt - wreszcie zobaczyłeś, czego tak naprawdę chcesz. Bo potrzebowałeś zobaczyć pierwszą wersję, żeby wiedzieć co zmienić.
Z chatbotem jest tak samo. Pierwsza odpowiedź to nie porażka. To punkt wyjścia. Prototyp. Brudnopis, na którym zaczynasz rysować właściwy kształt. Ludzie, którzy wyciągają z AI najlepsze wyniki, nie piszą doskonałych promptów. Oni prowadzą rozmowy. Doprecyzowują. Korygują kurs. Iterują.
Słowo "iteracja" brzmi technicznie, ale oznacza coś banalnego: robisz, oceniasz, poprawiasz, robisz lepiej. Tak działają pisarze, architekci, kucharze i właściwie wszyscy, którzy robią coś wartościowego (byle nie chirurdzy).
Jak wygląda iteracja w praktyce
Pokażę Ci to na przykładzie. Załóżmy, że potrzebujesz maila do zespołu o nowej procedurze raportowania.
Runda 1 - pierwszy prompt:
"Jesteś kierownikiem zespołu sprzedaży. Napisz maila do zespołu informującego o nowej procedurze raportowania. Od przyszłego poniedziałku raporty tygodniowe mają być wysyłane w nowym formacie - w tabeli zamiast w punktach. Ton pozytywny ale konkretny."
Chatbot pisze maila. Czytasz. Jest OK, ale... za długi. Za bardzo korporacyjny. Brakuje informacji, gdzie znaleźć nowy szablon.
Runda 2 - korygujemy:
"Skróć to o połowę. Wyrzuć korporacyjny ton - pisz jak normalny człowiek do swoich ludzi, nie jak HR do całej firmy. Dodaj informację, że szablon nowego raportu jest na dysku zespołowym w folderze 'Szablony 2026'."
Chatbot poprawia. Lepiej. Ale teraz za bardzo na luzie - brzmi jak wiadomość na grupowym czacie, a to jednak oficjalny mail.
Runda 3 - dostrajanie:
"Podnieś ton o jedno oczko - to wciąż mail służbowy, nie wiadomość w komunikatorze. Dodaj na końcu zdanie, że jeśli ktoś ma pytania, to może pisać do Ciebie lub do Gundolfa z działu analiz."
Trzy rundy. Może cztery minuty. Wynik - mail, który brzmi prawie tak, jak Ty byś go napisał, gdybyś miał na to czas i ochotę. A zaczęło się od czegoś, co było "nie do końca to".
Pięć ruchów, które działają
Iteracja to nie "pisz jeszcze raz, ale lepiej". To konkretne wskazówki, które mówią chatbotowi co zmienić. Oto pięć rodzajów korekt, które możesz stosować po każdej odpowiedzi.
1. Skracanie i wydłużanie
Najczęstsza korekta. Chatboty z natury piszą za dużo. Jak teściowa, która na pytanie "która godzina" opowiada historię od zakupu zegarka.
"Skróć to do 5 zdań." "Za krótkie - rozwiń punkt o bezpieczeństwie danych, bo to kluczowy argument dla mojego szefa." "Zostaw tylko trzy najważniejsze punkty, resztę wyrzuć."
Nie musisz przepisywać całego promptu. Wystarczy jedno zdanie.
2. Zmiana tonu
Ton to coś, co trudno opisać za pierwszym razem, ale łatwo skorygować, kiedy widzisz wynik.
"Za formalnie. Pisz jakbyś tłumaczył to kumplowi przy piwie." "Za luźno. To idzie do zarządu, dodaj powagi." "Mniej entuzjazmu. Brzmi jak reklama suplementów diety."
3. Zmiana perspektywy
Czasem treść jest dobra, ale patrzysz na nią z niewłaściwej strony.
"Przepisz to z perspektywy klienta, nie sprzedawcy." "Skup się na korzyściach, nie na funkcjach." "Napisz to tak, jakbyś przekonywał sceptyka, a nie fana technologii."
4. Dodawanie brakujących elementów
Pierwsza wersja pokazuje Ci, czego w niej nie ma. To jest właśnie wartość iteracji - widzisz braki, których nie widziałeś pisząc prompt.
"Dodaj konkretne liczby - ile czasu to oszczędza, ile kosztuje." "Brakuje mi przykładu z prawdziwego życia. Dodaj jeden, najlepiej z branży retail." "Dodaj zastrzeżenie, że to nie zastępuje konsultacji z prawnikiem."
5. Wyrzucanie zbędnych elementów
Równie ważne jak dodawanie. Chatboty lubią wrzucać rzeczy, o które nie prosiłeś.
"Wyrzuć wstęp - zacznij od razu od konkretów." "Nie potrzebuję podsumowania na końcu, tekst mówi sam za siebie." "Usuń te zastrzeżenia typu 'oczywiście każda sytuacja jest inna' - to oczywiste i zajmuje miejsce."
Prawdziwy przykład: post na LinkedIn
Teoria teorią. Zobaczmy jak iteracja działa na żywym organizmie.
Start:
"Jesteś praktykiem AI. Napisz post na LinkedIn o tym, że firmy kupują drogie narzędzia AI, ale nie uczą pracowników ich obsługi. Maksymalnie 800 znaków, bez emoji, bez hashtagów."
Odpowiedź chatbota (w skrócie): "Wiele firm inwestuje w zaawansowane narzędzia AI, ale zapomina o kluczowym elemencie - szkoleniu zespołu. To jak kupić samochód wyścigowy i dać kluczyki osobie bez prawa jazdy..."
Nieźle. Ale hook jest słaby - "wiele firm inwestuje" to otwarcie, przy którym palec sam leci do przewijania. Na dodatek ta metafora z samochodem wyścigowym jest ograna.
Iteracja 1:
"Hook za słaby - zacznij od czegoś, co zatrzyma scrollowanie. Metafora z samochodem wyścigowym jest za oklepana, wymyśl coś świeższego."
Odpowiedź: "Twoja firma właśnie wydała 200 tysięcy na narzędzie AI, które zespół obsługuje jak dziadek smartfona - dzwoni i odczytuje SMS-y..."
O, to już jest coś. Ale 200 tysięcy to zbyt konkretna kwota - nie każdy się w niej odnajdzie.
Iteracja 2:
"Lepiej. Ale zamień '200 tysięcy' na coś bardziej uniwersalnego - nie każda firma tyle wydaje. I zakończ mocniej - obecne zakończenie jest zbyt miękkie."
Trzy wiadomości. Post, który wygląda jakbyś napisał go sam po dwóch kawach i chwili zastanowienia. A zaczął się od przeciętnego brudnopisu.
Kiedy zacząć od nowa, a kiedy ciągnąć rozmowę
Nie każdą rozmowę warto ciągnąć. Czasem lepiej wcisnąć "Nowy czat" i zacząć z czystą kartą. Jak rozpoznać te momenty?
Ciągnij rozmowę, kiedy:
- Kierunek jest dobry, ale szczegóły do poprawienia
- Chatbot rozumie Twój kontekst i nie chcesz go tłumaczyć od nowa
- Jesteś po 1-3 iteracjach i widzisz postęp
Zacznij od nowa, kiedy:
- Chatbot poszedł w kompletnie złą stronę i kolejne korekty go nie naprostowują
- Zmieniłeś zdanie co do tego, czego właściwie chcesz (nie wstydź się - to normalne)
- Rozmowa zrobiła się bardzo długa i chatbot zaczyna "zapominać" ustalenia z początku (pamiętasz kontekst z rozdziału 1.5?)
- Zorientowałeś się, że Twój pierwszy prompt był tak daleko od celu, że łatwiej zacząć od zera z lepszym promptem
Zasada kciuka: jeśli po trzech iteracjach wynik wciąż Cię frustruje, nie próbuj czwartej. Zacznij od nowa, ale tym razem z wiedzą, którą zdobyłeś po drodze. Te trzy nieudane próby nie poszły na marne - nauczyły Cię, czego tak naprawdę potrzebujesz.
Błąd: przepisywanie całego promptu od nowa
Jeden z najczęstszych błędów w iteracji to kasowanie wszystkiego i pisanie nowego promptu od zera - w tej samej rozmowie. Chatbot ma pamięć kontekstu. Wykorzystuj to. Nie pisz:
"Zapomnij co napisałem wcześniej. Jesteś copywriterem B2B. Napisz post na LinkedIn..." (i powtarzasz wszystko od nowa).
Zamiast tego:
"W tym poście zmień hook - zacznij od pytania, które zaskakuje. Reszta może zostać."
To oszczędza Twój czas. Chatbot pamięta wszystko, co ustaliliście. Każda nowa wiadomość to nie nowe zlecenie - to doprecyzowanie istniejącego. Jak z tym stolarzem: nie zamawiasz nowego regału. Poprawiasz projekt.
Wyjątek: jeśli naprawdę chcesz zmienić kierunek o 180 stopni, to tak - lepiej zacząć nową rozmowę z nowym, przemyślanym promptem.
Iteracja działa też w drugą stronę
Do tej pory mówiliśmy o poprawianiu wyników. Ale jest jeszcze jedna forma iteracji, o której ludzie zapominają: pozwalanie chatbotowi, żeby pomógł Ci doprecyzować Twoje własne myśli.
Masz zadanie, ale nie do końca wiesz, czego chcesz? Zacznij od tego, co masz. Nawet jeśli to mało.
"Muszę napisać maila do klienta, który jest niezadowolony. Nie wiem jeszcze, jakim tonem. Napisz dwie wersje - jedną bardziej formalną z przeprosinami, drugą bardziej bezpośrednią z nastawieniem na rozwiązanie. Zobaczę, która mi bardziej pasuje."
Chatbot napisze obie. Ty zobaczysz i powiesz: "Ta druga, ale z elementami pierwszej - chcę bezpośredniość, ale z jednym zdaniem przeprosin na początku". I nagle wiesz dokładnie, czego chcesz. Nie wiedziałeś tego pięć minut temu. Iteracja pomogła Ci to odkryć.
To nie jest słabość. To jest sposób, w jaki ludzie myślą. Rzadko wiemy dokładnie czego chcemy, zanim nie zobaczymy kilku opcji. Chatbot jest idealnym partnerem do takiego procesu - cierpliwym, szybkim i nieobrażalskim.
Sztuka dawania feedbacku maszynie
Jest różnica między dobrym a złym feedbackiem. Tak samo jak w pracy z ludźmi.
Zły feedback: "To nie to. Napisz lepiej."
Chatbot nie wie, co jest "nie to". Nie wie, co znaczy "lepiej". Zgadnie. Wynik będzie losowy.
Dobry feedback: "Ton jest za bardzo sprzedażowy. Chcę brzmieć jak ekspert dzielący się obserwacją, nie jak handlowiec z telefonem. Skróć o jedną trzecią. Hook zostaw, jest dobry."
Widzisz? Trzy konkretne informacje: co zmienić (ton), w jakim kierunku (ekspert, nie handlowiec), co zostawić (hook). Chatbot ma materiał do pracy.
Złota zasada: mów co jest źle, mów jak ma być, i mów co jest dobrze. Ta ostatnia część jest ważna - chatbot potrzebuje wiedzieć, co zachować, tak samo jak co wyrzucić. Inaczej w kolejnej iteracji może "naprawić" coś, co było dobre.
Wskazówka praktyczna: Po każdej odpowiedzi chatbota zadaj sobie trzy pytania: (1) Co mi się podoba? (2) Co mi przeszkadza? (3) Czego brakuje? Odpowiedzi na te trzy pytania to Twoja następna wiadomość. Proste i skuteczne.
Ile iteracji to za dużo?
Nie ma magicznej liczby. Ale jest kilka sygnałów, że pora zmienić podejście:
Jeśli po 5-6 rundach kręcisz się w kółko - chatbot poprawia jedno, psuje drugie - to znak, że albo Twoje oczekiwania są wewnętrznie sprzeczne, albo trafiłeś na granicę możliwości modelu. W obu przypadkach: zatrzymaj się, zastanów się czego naprawdę potrzebujesz, i zacznij nową rozmowę.
Jeśli każda kolejna iteracja przynosi minimalną zmianę - jesteś blisko. Weź wynik i dokończ ręcznie. Serio. Chatbot dał Ci 90% - te ostatnie 10% często szybciej dopisać samemu niż tłumaczyć maszynie niuanse stylu.
Jeśli natomiast każda iteracja przynosi wyraźną poprawę - kontynuuj. Jesteś na dobrej drodze.
Wskazówka praktyczna: Idealna iteracja to 2-4 rundy. Pierwsza daje brudnopis. Druga koryguje kierunek. Trzecia dostraja szczegóły. Czwarta poleruje. Jeśli potrzebujesz więcej, prawdopodobnie warto cofnąć się do promptu i go przebudować.
Na koniec
Najlepsze wyniki z AI nie powstają z jednego genialnego promptu. Powstają z rozmowy. Z procesu, w którym piszesz, oceniasz, poprawiasz, oceniasz znowu. Iteracja to nie przyznanie się do porażki - to sposób pracy. Jedyny sposób, który naprawdę działa, kiedy potrzebujesz czegoś lepszego niż "wystarczająco dobre".
Pamiętaj o krawcu z początku rozdziału. Nie idź do innego. Powiedz temu swojemu, co podpiąć, co zwęzić, co skrócić. On ma nożyczki i kredę, Ty wiesz jak chcesz wyglądać. Trzecia przymiarka będzie siedziała jak ulał.
Co dalej?
Umiesz już budować dobre prompty i wiesz, jak je doprecyzowywać w rozmowie. W następnym rozdziale pokażę Ci konkretne techniki promptowania - różne sposoby na dotarcie do celu, od chain-of-thought po few-shot learning. Brzmi strasznie? Spokojnie, będzie po ludzku.