Prompt Engineering dla Claude — jak pisać prompty które dają powtarzalne wyniki

Seria Claude Code · JSystems

Przepisałeś prompt z ChatGPT do Claude i dostałeś gorszy wynik. Dodałeś instrukcje, ale model "zapomniał" połowy z nich. Teraz pytasz: czy Claude jest gorszy? Nie — po prostu reaguje inaczej, i gdy to rozumiesz, wyniki stają się znacznie lepsze niż z GPT.

Ten artykuł zebrał techniki specyficzne dla Claude które poprawiają jakość i przewidywalność odpowiedzi — szczególnie ważne gdy budujesz aplikacje gdzie konsekwentność jest kluczowa.

Technika 1: XML Tags — porządkowanie promptu

Anthropic oficjalnie rekomenduje używanie XML tagów do strukturyzowania długich promptów. Claude jest na nie szkolony i wyraźnie na nie reaguje lepiej — traktuje zawartość tagów jako oddzielne, izolowane sekcje instrukcji.

Przykład struktury promptu z XML:

<system>
Jesteś doświadczonym analitykiem finansowym.
Analizujesz raporty kwartalne i identyfikujesz ryzyka.
</system>


<context>
Firma: Tech Corp
Sektor: SaaS B2B
Przychody Q3: 12.4M PLN (-3% QoQ)
</context>

<task>
Przeanalizuj wyniki i wskaż 3 główne ryzyka dla kolejnego kwartału.
Odpowiedz w formacie listy numerowanej.
</task>

Claude traktuje zawartość tagów jako oddzielne sekcje i rzadziej "gubi" instrukcje z poszczególnych sekcji przy długich promptach. To szczególnie ważne gdy masz jednocześnie: rolę, kontekst, zadanie i ograniczenia.

Technika 2: Prefilling — zacznij odpowiedź za Claude

Claude pozwala na "prefilling" — możesz zacząć odpowiedź asystenta i Claude ją dokończy. To wymusza format i eliminuje problem "Claude odpowiedział nie w tym formacie co chciałem":

Przykład prefillingu przez API:

messages = [
    {"role": "user", "content": "Przeanalizuj ten kod pod kątem błędów bezpieczeństwa:\n{code}"},
    {"role": "assistant", "content": "## Analiza bezpieczeństwa\n\n### Znalezione podatności:"}
]

Claude dokończy odpowiedź zaczynając od tego miejsca — format jest gwarantowany. Używaj tej techniki gdy potrzebujesz zawsze tego samego struktury wyjścia.

Technika 3: Thinking Tokens — "pomyśl zanim odpowiesz"

Dla trudnych zadań analitycznych — poproś Claude o jawne rozumowanie przed odpowiedzią. To znacząco poprawia jakość przy skomplikowanych problemach:

Wersja tekstowa (działa w każdym interfejsie):

Zanim odpowiesz, przemyśl to w bloku <thinking>:
- Jakie informacje mam?
- Jakich informacji brakuje?
- Jakie są możliwe podejścia?
- Które podejście jest najlepsze i dlaczego?


<thinking>
[Claude wypełni to swoim rozumowaniem]
</thinking>

Następnie podaj finalne rozwiązanie.

Wersja przez API (oficjalny parametr):

response = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=16000,
    thinking={"type": "enabled", "budget_tokens": 10000},
    messages=[{"role": "user", "content": "..."}]
)

Parametr budget_tokens kontroluje ile tokenów model może przeznaczyć na "myślenie" przed udzieleniem odpowiedzi.

Chcesz nauczyć się tych technik w praktyce na realnych projektach? → Szkolenie Claude Code z terminem gwarantowanym — 3 dni warsztatów z trenerem.

Technika 4: Negative Space — powiedz czego NIE robić

Claude bardzo dobrze reaguje na negatywne ograniczenia — często lepiej niż na pozytywne instrukcje. Zamiast opisywać co chcesz, opisz co chcesz wykluczyć:

Przykład dla copywritingu:

Napisz opis produktu.
NIE używaj:
- słów: "innowacyjny", "przełomowy", "rewolucyjny", "lider"
- zdań zaczynających się od "Dzięki..."
- superlatyw bez danych ("najlepszy", "jedyny")


Używaj:
- konkretnych liczb i faktów
- języka korzyści (co klient zyska, nie co produkt ma)

Ta technika działa też świetnie przy kodzie: "napisz tę funkcję NIE używając rekurencji, NIE modyfikując oryginalnej tablicy, NIE używając pętli for".

Technika 5: Role + Audience + Tone — trójka która działa

Dla spójnych outputów zawsze definiuj trzy rzeczy razem — sama rola nie wystarczy:

Rola: Jesteś senior software architect z 15-letnim doświadczeniem w systemach rozproszonych.
Odbiorca: Piszesz dla junior developerów którzy dopiero zaczynają z mikroserwisami.
Ton: Techniczny ale przystępny, używaj analogii, unikaj żargonu bez wyjaśnienia.

Bez "Odbiorca" — Claude napisze dla innego architekta. Bez "Ton" — będzie się wahał między akademickim a konwersacyjnym. Trójka razem daje znacznie bardziej przewidywalne wyniki.

Technika 6: Few-Shot w formacie XML

Claude dobrze radzi sobie z few-shot (przykłady input→output) ale format ma znaczenie. Najlepiej działa gdy przykłady są w XML — Claude traktuje je jako wyraźnie oddzielone przypadki testowe:

<examples>
  <example>
    <input>Zamówienie przyszło uszkodzone</input>
    <output>Bardzo mi przykro z powodu uszkodzonego zamówienia. Proszę o przesłanie zdjęcia na reklamacje@firma.pl, a wyślemy nowe w ciągu 24h.</output>
  </example>
  <example>
    <input>Kiedy dostanę swoje pieniądze z powrotem</input>
    <output>Zwrot środków następuje w 5-7 dni roboczych. Numer Twojej reklamacji to: [do uzupełnienia]. Mogę potwierdzić email na którym mam wysłać potwierdzenie?</output>
  </example>
</examples>


Nowe zapytanie klienta: {query}

Technika 7: Kontrola długości odpowiedzi

Claude domyślnie pisze dużo. Kilka sposobów kontroli w zależności od kontekstu:

• "Odpowiedz w maksymalnie 3 zdaniach" — bardzo dosłownie przestrzegane


• "Format: bullet points, max 5 punktów" — narzuca strukturę i długość jednocześnie


• "Pomiń wyjaśnienia — tylko wynik" — eliminuje wstępy i podsumowania


• Parametr API: max_tokens — twardy limit tokenów w odpowiedzi

Częste błędy przy prompt engineeringu dla Claude

3 błędy które niszczą wyniki w praktycznych projektach