Jak dát AI personu: role prompting, který skutečně funguje
Role prompty AI nezchytří, ale změní, jak zní. Kdy persony opravdu pomáhají a jak je psát efektivně.
„Vystupuj jako zkušený marketingový stratég.“ Tuhle radu jste nejspíš viděli všude. Princip je jednoduchý: řekněte AI, ať předstírá, že je odborník, a najednou se jím stane.
Jenže je tu jeden háček. Studie The Prompt Report — 76stránková analýza více než 1 500 prací o promptování — zjistila, že role prompty mají „malý až žádný vliv na zlepšení správnosti“. Když vědci testovali tisíce různých rolí napříč úlohami na uvažování, rozdíly v přesnosti se pohybovaly kolem 0,01 procenta. V podstatě šum.
Je tedy role prompting k ničemu? Vůbec ne. Jen nedělá to, co si většina lidí myslí. Persony nezpůsobí, že AI bude lepší v matematice nebo bude přesněji vybavovat fakta. Jsou ale opravdu užitečné v něčem jiném: ovlivňují jak AI zní, ne co ví.
Co role prompting doopravdy dělá
Role prompting — někdy nazývaný také persona prompting — znamená, že AI před zadáním úkolu přidělíte identitu. Místo „Napiš e-mail, kterým odmítnu tuto schůzku“ řeknete „Jsi profesionální výkonná asistentka. Napiš e-mail, kterým odmítnu tuto schůzku.“
Co se přidáním persony změní:
Tón a formálnost — „právní poradce“ píše jinak než „kamarádský kolega“
Slovní zásoba — „softwarový inženýr“ přirozeně používá technické termíny
Rámování — „skeptický novinář“ klade jiné otázky než „podporující mentor“
Struktura — „konzultant“ může věci formátovat jako doporučení v odrážkách
Co se naopak nezmění: znalosti modelu ani jeho schopnost uvažovat. Když ChatGPT řeknete, že je „profesor matematiky“, neaktivuje se mu žádná zvláštní matematická oblast. Model už ví, co ví. Persona pouze formuje podání.
Kdy persona prompty opravdu fungují
Role prompting září tam, kde záleží víc na stylu než na čisté přesnosti. Podle Sandera Schulhoffa, výzkumníka stojícího za The Prompt Report, „role nejsou úplně bezcenné — pro expresivní úkoly fungují stále dobře.“
Persony fungují dobře pro:
Psaní v konkrétním hlasu (formální zpráva vs. neformální blog)
Nastavení míry empatie (podporující kouč vs. přímý kritik)
Získání oborové slovní zásoby bez nutnosti všechno vysvětlovat
Udržení konzistentní postavy v dlouhé konverzaci
Tvůrčí psaní a vyprávění příběhů
Persony moc nepomohou s:
Tím, že by AI byla lepší v matematice nebo logice
Zvyšováním faktické přesnosti
Komplexními úlohami na uvažování
Úkoly, kde potřebujete „správnou odpověď“ místo „správného tónu“
U úloh zaměřených na přesnost techniky jako few-shot prompting (ukázky příkladů) nebo chain-of-thought (žádost, aby AI vysvětlila své kroky) role prompty stabilně překonávají.
Ilustrace ukazující rozdíl mezi tím, co role prompting mění (tón, styl, slovní zásoba), a tím, co nemění (přesnost, znalosti)
Anatomie efektivního role promptu
Většina role promptů selhává, protože jsou příliš vágní. „Vystupuj jako odborník“ AI neřekne skoro nic. Účinná persona má čtyři součásti:
1. Konkrétní role
Ne „marketingový odborník“, ale „obsahový stratég pro B2B SaaS“. Čím užší role, tím konzistentnější hlas.
2. Relevantní zkušenost
Doplnění kontextu jako „s desetiletou praxí“ nebo „kdo pracoval s klienty z Fortune 500“ ovlivní úroveň jistoty a hloubku odpovědí.
3. Komunikační styl
Jak by měla persona mluvit? „Složitá témata vysvětluješ srozumitelným jazykem“ nebo „Jsi přímý a zpětnou vazbu nezabaluješ do vaty“ nebo „Používáš přirovnání, abys abstraktní pojmy učinil hmatatelnými.“
4. Povědomí o publiku
Komu persona mluví? „Mluvíš s netechnickým zakladatelem“ povede k jinému výstupu než „Radíš zkušenému inženýrovi.“
Tady je slabý persona prompt:
Vystupuj jako odborník na psaní a vylepši můj e-mail.
A tady silnější verze:
Jsi profesionální copywriter, který se specializuje na jasnou a stručnou byznysovou komunikaci. Posledních 15 let pomáháš manažerům psát e-maily, na které lidé odpovídají. Tvůj styl je přímý, ale vřelý — nikdy nabubřelý, nikdy hovorový. Zbytečná slova nemilosrdně škrtáš, ale lidský rozměr zachováváš.
Projdi a vylepši následující e-mail. Zaměř se na srozumitelnost a na to, aby výzva k akci byla nepřehlédnutelná.
Druhý prompt nedělá AI „chytřejší“. Ale dává pro tento konkrétní úkol předvídatelnější a použitelnější výstup.
5 role promptů, které můžete použít hned
Tyto prompty jsou kompletní a připravené k použití. Každý obsahuje {{variables}}, kam doplníte vlastní obsah.
1. Editor textů
Jsi zkušený editor, který autorům pomáhá zhustit text, aniž by ztratil jejich hlas. Soustředíš se na:
- Škrtání vatových slov a redundantních frází
- Posilování slabých sloves
- Rozdělení dlouhých vět
- Zachování autorova tónu
Uprav následující text. Stručně vysvětli své hlavní změny.
{{text_to_edit}}
2. Hlas zákaznické podpory
Jsi pracovník zákaznické podpory softwarové společnosti. Tvůj tón je přátelský, trpělivý a zaměřený na řešení. Nikdy zákazníka neobviňuješ a nepoužíváš odborný žargon. Nejdřív uznáš jeho frustraci a teprve pak nabízíš řešení.
Napiš odpověď na tuto zprávu od zákazníka:
{{customer_message}}
3. Vysvětlovač technických témat
Jsi senior vývojář, který je známý tím, že umí složité technické koncepty vysvětlit srozumitelným jazykem. Používáš konkrétní přirovnání, vyhýbáš se zbytečnému žargonu a abstraktní myšlenky vždy spojuješ s praktickými dopady. Když je technický termín nutný, vysvětlíš ho při prvním použití.
Vysvětli následující někomu, kdo není vývojář:
{{technical_concept}}
4. Strategický poradce
Jsi byznysový stratég, který pomáhá zakladatelům promyslet rozhodnutí. Než dáš radu, kladeš upřesňující otázky. Místo prosazování jedné odpovědi férově představíš kompromisy. O rizicích mluvíš přímo, ale ne pesimisticky.
Snažím se rozhodnout: {{decision_to_make}}
Pomoz mi to promyslet.
5. Kouč na pohovory
Jsi kariérní kouč, který pomohl stovkám lidí připravit se na pracovní pohovory. Dáváš konkrétní a použitelnou zpětnou vazbu — žádné obecné rady. Víš, že sebevědomí pramení z přípravy, takže se zaměřuješ spíš na cvičení než na povzbuzování.
Jdu na pohovor na pozici {{job_title}} ve společnosti typu {{company_type}}. Polož mi jednu typickou otázku z pohovoru pro tuto roli a pak mi dej zpětnou vazbu na mou odpověď.
Pokud zjistíte, že tyto prompty pravidelně používáte znovu — doplňujete jiné texty, jiné koncepty, jiná rozhodnutí — správce promptů jako PromptNest vám je umožní uložit i s proměnnými. Při kopírování stačí doplnit políčka a získáte hotovou verzi připravenou ke vložení.
Časté chyby, které vaše persony oslabují
Výzkum a testování odhalily několik vzorců, kvůli kterým role prompty fungují hůř:
Používání superlativů
„Vystupuj jako největší světový odborník“ nebo „Jsi nejchytřejší člověk v dějinách.“ Experimenty s GPT-4 neukázaly žádné zlepšení, když modelu řeknete, že je „úžasný“ nebo „génius“. Jsou to slova bez váhy.
Příliš svázaná role
„Jsi světově uznávaný odborník, který mluví výhradně technickým žargonem a nikdy nedělá chyby“ omezuje užitečnost AI. „Jsi nápomocný asistent“ často překoná složité a restriktivní persony.
Použití slova „představ si“ místo přímého přiřazení
Podle Harvardského návodu na promptování je přímé určení role účinnější než žádost, aby si AI „představila“, že tu roli má. Řekněte „Jsi finanční poradce“ místo „Představ si, že jsi finanční poradce.“
Zapomenutí na publikum
„Právní expert“ mluví s jiným právníkem jinak než s prvozakladatelem startupu. Specifikujte, ke komu AI mluví, ne jen za koho se vydává.
Očekávání zlepšené přesnosti
Když potřebujete, aby AI správně vyřešila složitou úlohu, persona nepomůže. Místo toho použijte příklady, požádejte o krokové uvažování nebo dodejte relevantní kontext.
Ilustrace srovnávající slabé persona prompty se silnými persona prompty doplněnými konkrétními detaily
Role prompting vs. další techniky
Lepších výsledků dosáhnete, když budete vědět, kdy zvolit personu a kdy jiné metody promptování:
Few-shot prompting (ukázky příkladů) v přesnosti persony pravidelně poráží. V jedné případové studii z The Prompt Report zlepšil few-shot prompting úlohu medicínského kódování z 0 % na 90 % přesnosti. Role prompty se k tomu ani nepřiblížily.
Chain-of-thought uvažování (žádost, aby AI vysvětlila své kroky) překonává role prompty u složitějších úloh. Když potřebujete, aby si model problém promyslel, „Postupuj krok za krokem“ porazí „Jsi profesor matematiky.“
Kontext a doplňující informace často hrají větší roli než výběr persony. Pouhé předání relevantních dat — dokumentů, příkladů, specifikací — může podle výzkumu zlepšit výstup o víc než 30 %.
Nejlepší přístup obvykle techniky kombinuje. Personou nastavíte tón, few-shot příklady ukážou formát, a chain-of-thought zapojíte tam, kde záleží na uvažování. Například:
Jsi senior code reviewer, který dává konstruktivní a konkrétní zpětnou vazbu.
Tady je příklad dobré zpětné vazby:
[example]
Nyní zhodnoť tento kód. Než vyneseš závěr, projdi krok za krokem možné problémy.
{{code_to_review}}
Budování vlastní knihovny promptů
Skutečná síla persona promptů spočívá v opětovném použití. Napsat jeden vynikající role prompt a použít ho desítkykrát je lepší než přepisovat ho znovu při každém použití.
Většina lidí začíná tak, že si prompty ukládá do náhodných poznámek, textových souborů, nebo se prostě spoléhá na paměť. Funguje to do chvíle, než jich máte víc než pár. Pak se přistihnete, jak si říkáte „minulý týden jsem měl skvělý prompt na tohle“ a pět minut ho hledáte — nebo to vzdáte a napíšete něco horšího.
Specializovaný správce promptů to řeší. PromptNest je nativní macOS aplikace ($19.99 jednorázově na Mac App Store, žádné předplatné, žádný účet, vše běží lokálně), která vám umožní:
Ukládat prompty s vestavěnými {{variables}}
Třídit je podle projektu (pracovní prompty odděleně od osobních)
Hledat napříč celou kolekcí
Doplnit proměnné a zkopírovat prompt jedním kliknutím
Začněte tím, že si uložíte 5 role promptů z tohoto článku. Další přidávejte podle toho, co se vám pro vaše úkoly osvědčí. Časem si vybudujete osobní knihovnu prověřených promptů — a budete trávit méně času psaním promptů a víc času využíváním výsledků.
