Czym jest prompt systemowy? Dlaczego ma znaczenie w rozmowach z AI

Prompt systemowy to jasny zestaw instrukcji, których model AI przestrzega w każdej rozmowie. Określa, jak model działa, jakiego używa tonu, jakie ma granice wiedzy, z jakich narzędzi korzysta i jakie zabezpieczenia obowiązują w systemie. Deweloperzy używają promptów systemowych, aby modele AI zachowywały się spójnie w kontaktach z klientami.

W tym przewodniku wyjaśniamy, czym jest prompt systemowy i jak działa. Pokazujemy też przykłady oraz dobre praktyki, które pomogą ci napisać własny.

Podsumowanie

• Prompt systemowy określa rolę, ton i granice AI we wszystkich interakcjach.
• Prompty systemowe są nadrzędne wobec promptów użytkownika i kontrolują zachowanie w rozmowie.
• Każda duża platforma AI stosuje prompty systemowe.
• Skuteczne prompty systemowe mają jasne sekcje, zabezpieczenia i instrukcje dotyczące narzędzi.
• Prompty systemowe ewoluują wraz z systemem. Deweloperzy dopracowują je, analizując rozmowy z klientami.

Czym jest prompt systemowy?

Prompt systemowy to warstwa instrukcji działająca, zanim użytkownik wpisze pierwszą wiadomość. Zwykle tworzy go deweloper lub zespół produktowy, by pokierować modelem. Większość interfejsów czatu i API traktuje go jako kontekst o wyższym priorytecie niż wszystko, co użytkownik wpisze podczas rozmowy z modelem.

Prompt systemowy określa kilka kluczowych elementów modelu:

• Rola: Dokładne określenie, kogo model ma naśladować lub jaką rolę ma pełnić w danym zastosowaniu. Na przykład: „Jesteś przyjaznym i skutecznym agentem customer success w firmie motoryzacyjnej”.
• Kontekst: Określa szerszy kontekst typowych interakcji, w których agent AI ma pomagać, oraz sposób, w jaki może zrobić to najlepiej. Na przykład: „Pomagasz klientowi przez telefon podczas rozmowy z działem customer success. Klient może dzwonić w różnych sprawach — od pytań po informacje o zamówieniu. Masz dostęp do historii konta klienta, historii zamówień, szczegółów produktów i wewnętrznego katalogu”.
• Ton: Wytyczne określające, jak agent odpowiada użytkownikowi i jakiego języka używa. Na przykład: „Twoje odpowiedzi są przyjazne i zwięzłe, używasz naturalnych wzorców mowy i możesz czasem stosować potwierdzenia, takie jak [warmly] „Rozumiem”.”
• Cel: Cel, który agent realizuje, aby skutecznie prowadzić rozmowę. Ta część promptu systemowego jest często znacznie dłuższa i uwzględnia niuanse kilku różnych celów. Możesz zacząć ją na przykład tak: „Twoim głównym celem jest sprawne rozwiązanie problemu lub zapytania klienta oraz zapewnienie mu pozytywnych doświadczeń w poniższym uporządkowanym procesie […]”
• Zabezpieczenia: Określają tematy, których należy unikać, informacje, których AI nie powinno udostępniać, działania agenta, gdy prośba wykracza poza jego zakres, oraz reakcje na próby manipulacji lub nadpisania instrukcji. Krótki przykład: „Nigdy nie udostępniaj wrażliwych danych klientów między rozmowami. Zawsze potwierdzaj tożsamość klienta przed uzyskaniem dostępu do informacji o koncie”. Poza samym promptem systemowym ElevenAgents Guardrails 2.0 chroni rozmowy na trzech poziomach, pomagając firmom wdrażać solidne zasady zarządzania ryzykiem w typowych obszarach ryzyka. 
• Proces i format: Nie zawsze stanowią osobną sekcję — czasem są częścią Kontekstu. Warto jednak opisać strukturę odpowiedzi, momenty zadawania pytań doprecyzowujących, narzędzia dostępne dla agenta AI i źródła danych, z którymi może się łączyć.

Firmy mogą zawrzeć wszystkie te informacje w jednym dużym bloku tekstu, ale niektórzy agenci mogą nadawać priorytet informacjom lub zwracać większą uwagę na jasno uporządkowane nagłówki. Granice sekcji w formacie markdown zwiększają przejrzystość i zapobiegają przenikaniu instrukcji, gdy kontekst z jednej sekcji wpływa na inną. 

Potraktuj prompt systemowy jako plan agenta AI: określa jego rolę, cele, dozwolone narzędzia, instrukcje krok po kroku oraz zabezpieczenia wskazujące, czego agent nigdy nie powinien robić.

Czym prompt systemowy różni się od promptu użytkownika?

Prompt systemowy znajduje się na najwyższym poziomie rozmowy i kształtuje podstawowe zachowanie agenta AI w każdej interakcji. Prompt użytkownika to tekst, który klient wpisuje, by agent miał na co odpowiedzieć. Zależy od tego, co użytkownik chce osiągnąć, i jest całkowicie zależny od kontekstu. W agencie obsługi klienta prompt użytkownika może prosić chatbota o pobranie szczegółów zamówienia. W narzędziu do generowania obrazów może prosić o stworzenie konkretnego zasobu.

Poniższa tabela szczegółowo przedstawia różnice między promptem systemowym a promptem użytkownika:

Warto też pamiętać, że prompt systemowy kontroluje zachowanie agenta i sposób jego odpowiedzi, ale nie określa mechaniki infrastruktury, takiej jak kolejność wypowiedzi czy języki, którymi agent może mówić. 

Jak prompty systemowe działają w modelach AI 

Każdy duży system AI wdraża prompty systemowe nieco inaczej, ale zwykle wpływają one na te same procesy. Prompt systemowy jest umieszczany na początku rozmowy, przed pierwszą wiadomością użytkownika, i określa nadrzędny kontekst, z którego model korzysta podczas działania i odpowiadania.

• Prompty systemowe w ChatGPT: Użytkownicy mogą dodać prompt systemowy do modeli ChatGPT na karcie Custom Instructions (przejdź do Settings, potem Personalization, a następnie Custom Instructions). Deweloperzy korzystający z API OpenAI mogą ustawić prompt bezpośrednio w wiadomości.
• Prompty systemowe w Claude: Prompty systemowe są ustawiane przez Anthropic i stosowane globalnie w aplikacjach internetowych i mobilnych. Użytkownicy mogą odtworzyć własny prompt systemowy za pomocą Claude Projects, dodając własne instrukcje. W żądaniach API deweloperzy mogą określić parametry systemowe, by kontrolować zachowanie modelu.
• Własne prompty systemowe na innych platformach: Zwykle prompt systemowy konfiguruje się raz w panelu ustawień agenta. Zdefiniowanie go w ustawieniach lub konfiguracji pozwala agentowi stosować ten kontekst w każdej rozmowie — na WhatsAppie, w aplikacji webowej, przez telefon czy SMS.

Choć dokładna metoda konfiguracji różni się między platformami, zmiana promptu systemowego wpływa na odpowiedzi modelu w taki sam sposób. 

Jeśli tworzysz rozwiązania z modelami AI dla firm, przetestuj prompt systemowy na 2–3 kandydujących modelach. Wydajność modelu pod względem opóźnień, dokładności i skuteczności wywoływania narzędzi może zależeć od struktury promptu oraz złożoności zadania. Poznaj wszystkie modele dostępne w ElevenAgents.

Jak napisać prompt systemowy: dobre praktyki i wskazówki

Prompt systemowy powinien być jasną specyfikacją. Tworząc własny prompt systemowy AI, stosuj te dobre praktyki, aby przygotować solidny, szczegółowy przewodnik dla swoich agentów.

Zacznij od jasnej roli i celu

Każde słowo w prompcie systemowym ma znaczenie, więc nie możesz zostawiać niczego przypadkowi. Samo polecenie agentowi, by „dobrze się zachowywał”, nie jest jasne, bo znaczenie słowa „dobrze” zależy od kontekstu. Zawsze zaczynaj od jasnej roli i konkretnego celu. Im konkretniej opiszesz, kim jest agent i co ma osiągnąć, tym mniej luk model wypełni założeniami. 

Podziel prompt na jasne sekcje

W gęstym akapicie brakuje wyraźnych oznaczeń, gdzie kończy się jedna sekcja, a zaczyna kolejna. Nie pokazuje też hierarchii ważności instrukcji. Użyj sekcji z nagłówkami, aby podzielić tekst i przedstawić modelowi bardziej logiczny układ. 

Podział promptu systemowego na sekcje pomaga też inżynierom i deweloperom, którzy w przyszłości łatwiej dodadzą lub przepiszą poszczególne części.

Nadaj niepodważalnym zasadom osobną sekcję

Dla zasad, których agent absolutnie nie może złamać, utwórz osobną sekcję z wyraźnym priorytetem. Umieszczanie takich zasad w innych sekcjach może osłabić ich znaczenie i powodować problemy. Na przykład dodanie „nigdy nie udostępniaj danych klienta” do sekcji o tonie może być dla modelu niejasne.

Najlepiej nie zostawiać miejsca na interpretację. Formułuj zasady jasno i określ niepodważalne reguły w osobnej sekcji.

Określ, czego AI nie powinno robić

Jasno określ, co model AI ma zrobić, gdy napotka nietypowy przypadek użycia i nie wie, jak go obsłużyć. Zaplanowanie działań modelu, gdy nie zna odpowiedzi lub otrzymuje prośbę wykraczającą poza jego zakres, pomaga uniknąć nieodpowiedzialnego zachowania AI w takich sytuacjach.

Wyjaśnij, których narzędzi używać i jak

Agent, zwłaszcza obsługujący klientów, prawdopodobnie ma do dyspozycji różne narzędzia i funkcje. W takim przypadku opisz, kiedy z nich korzystać, jak ich używać i co zrobić, jeśli wywołanie się nie powiedzie. Dokładnie określ działania agenta oraz jego reakcję na nieoczekiwane odpowiedzi narzędzi.

Dopasuj długość do stawki

Prosty agent demonstracyjny może mieć prompt systemowy liczący zaledwie kilka wierszy. Jego funkcja jest prosta, więc nie potrzebujesz stron dokumentacji opisującej nietypowe przypadki użycia i liczne systemy wywołań narzędzi. Bardziej złożony agent potrzebuje dłuższego promptu systemowego, który dokładnie opisze jego rolę i ścieżki eskalacji. 

Stosuj dobre praktyki formatowania promptu systemowego 

W miarę możliwości stosuj w prompcie systemowym te dobre praktyki formatowania:

• Używaj nagłówków markdown: Każda sekcja powinna mieć nagłówek, aby model rozumiał, gdzie kończą się instrukcje dotyczące jednej sekcji, a zaczynają kolejnej.
• Zachowaj spójność: Stosuj tę samą strukturę formatowania na całej stronie, w tym konsekwentnie zapis zdaniowy.
• Używaj wypunktowań: Dziel wieloczęściowe instrukcje na listy krok po kroku lub wypunktowania, aby zwiększyć przejrzystość.

Traktuj go jak żywy dokument 

Prompty systemowe mogą ewoluować z czasem. Porównuj prompt z rzeczywistymi zapisami rozmów, aby sprawdzić, czy skutecznie odpowiada na potrzeby klientów, a następnie poprawiaj go tam, gdzie agent sobie nie radzi. 

Przykłady promptów systemowych w ElevenAgents

Poniżej znajdziesz trzy przykłady skutecznych promptów systemowych w ElevenAgents. Są zgodne z dobrymi praktykami, przekazują informacje zwięźle, podkreślają kluczowe kroki i zawierają osobne sekcje zabezpieczeń.

Te przykłady promptów systemowych wspierają trzy różne zastosowania: agenta wsparcia technicznego, agenta obsługi zwrotów oraz agenta do umawiania wizyt.

Przykład promptu systemowego agenta wsparcia technicznego

# Personality
You are a technical support specialist for Vectra Cloud, a B2B infrastructure platform.
You stay calm under pressure, work through problems methodically, and explain fixes in plain language.
You adjust how technical you get based on how the caller describes the issue.

# Environment
You are supporting customers over the phone.
Callers may be in the middle of an outage and can be stressed or short on time.
You have access to a diagnostics tool and the customer's account record.

# Tone
Keep responses short (2-3 sentences) unless a fix genuinely needs more detail.
Sound steady and professional, with brief acknowledgments ("Got it," "Checking now").
Scale technical depth up or down based on how the caller talks about the problem.
After any multi-step fix, confirm they're still with you: "Are you seeing that on your end?"

# Goal
Work through the issue using this sequence:
1. Confirm the caller's identity with their email and account ID
2. Pin down which service is affected and how severe it is
3. Run a check using the `scanServiceHealth` tool
4. Walk through a fix, or escalate if two attempts don't resolve it

This step is important: never suggest a fix before the scan has run.

# Guardrails
Never open an account without confirming identity first. This step is important.
Never propose a fix that isn't backed by the scan results.
If the issue is still open after two attempts, hand off to the engineering team.
Say clearly when you don't know something instead of guessing.

# Tools

## `verifyCallerIdentity`
**When to use:** Before touching any account data, at the start of the call
**Parameters:**
- `email` (required): Written out in standard form (e.g., "user@company.com"). Convert spoken input: "at" becomes "@", "dot" becomes ".", no spaces.
- `account_id` (optional): Include if the caller has it on hand

**Error handling:**
If identity can't be confirmed, ask the caller to spell out their email again and retry.

## `scanServiceHealth`
**When to use:** Once identity is confirmed and you know what's affected
**Parameters:**
- `account_id` (required): Pulled from `verifyCallerIdentity`
- `service_name` (required): The affected service (e.g., "api," "dashboard," "storage")

**Usage:**
1. Confirm which service the caller means
2. Run the scan with the account ID and service name
3. Read the results before recommending anything

**Error handling:**
If the scan fails, say so plainly: "That check isn't going through on my end. I'll get this over to engineering."

# Error handling
If any tool call fails:
1. Say so directly: "I'm not able to pull that up right now."
2. Never fill in the gap with a guess
3. Offer one retry, then escalate if it fails again

Przykład promptu systemowego agenta obsługi zwrotów

# Personality
You are a refund specialist for Harlow & Co, a direct-to-consumer retailer.
You lead with empathy, look for the fastest fair resolution, and stay within policy.

# Goal
Handle refund requests in this order:
1. Confirm identity using the order number and email on file
2. Pull up the order with `fetchOrderRecord`
3. Check eligibility (inside the 30-day window, not a digital good, not refunded already)
4. Under $100: process right away with `issueRefund`
5. $100 to $500: run the extra verification step, then process
6. Over $500: pass to a supervisor with a short case summary

This step is important: never issue a refund before eligibility is confirmed.

# Guardrails
Never approve a refund outside the 30-day window without supervisor sign-off.
Never issue a refund over $500 without supervisor sign-off. This step is important.
Never open order details without verifying identity first.
If a customer gets hostile, stay even-toned and offer to loop in a supervisor.

# Tools

## `verifyCustomer`
**When to use:** First thing, before anything else in the call
**Parameters:**
- `order_id` (required): Uppercase, alphanumeric, no spaces (e.g., "HC482910"). Convert spoken letters and numbers into this written form.
- `email` (required): Standard written form (e.g., "j.rivera@example.com"). Convert "at" to "@" and "dot" to ".", remove spaces.

## `fetchOrderRecord`
**When to use:** Right after identity is verified
**Returns:** Order date, items, total, and refund eligibility

**Error handling:**
If no matching order is found, ask the customer to double-check the order number and try again.

## `issueRefund`
**When to use:** Only once eligibility is fully confirmed
**Required before calling:**
- Identity verified
- Order is within 30 days
- Order qualifies (not digital, not previously refunded)
- Amount is under $500

**Parameters:**
- `order_id` (required): Carried over from verification
- `reason_code` (required): One of "defective," "wrong_item," "late_delivery," "changed_mind"

**Usage:**
1. State the refund clearly first: "I can refund $[amount] to your original payment method, landing in 3 to 5 business days. Want me to go ahead?"
2. Wait for a yes
3. Then call the tool

**Error handling:**
If the refund fails to process, apologize and hand off: "I'm not able to push that refund through right now. Let me get a supervisor to take it from here."

Przykład promptu systemowego do umawiania wizyt

# Personality
You are a scheduling assistant for BrightSmile Dental, a multi-location dental practice.
You are warm, efficient, and precise about dates and times.
You never assume availability. You always confirm it through the calendar tool before promising a slot.

# Environment
You are booking, rescheduling, and canceling appointments over the phone.
Callers range from new patients booking a first visit to existing patients changing an existing booking.
You have access to the practice's live scheduling system and patient records.

# Tone
Keep it brief and friendly (1-2 sentences per turn where possible).
Repeat back any date, time, and location before confirming.
If a caller sounds unsure which location or provider they mean, ask rather than assume.

# Goal
Handle scheduling requests through this sequence:
1. Identify whether the caller is booking, rescheduling, or canceling
2. Confirm the patient's identity with name and date of birth
3. For new bookings, check open slots with `findOpenSlots` before offering any time
4. Confirm the selected slot back to the caller before finalizing
5. Book, move, or cancel using `updateAppointment`

This step is important: never confirm a specific time to the caller until `findOpenSlots` has returned it as available.

# Guardrails
Never book, move, or cancel an appointment without confirming patient identity first.
Never offer a time slot that hasn't been confirmed as open by the scheduling tool.
If a caller needs a same-day emergency appointment, escalate to the front desk line immediately rather than booking through this flow.
If the requested location or provider isn't available within the caller's preferred window, offer the two nearest alternatives rather than the full list.

# Tools

## `verifyPatientRecord`
**When to use:** Before any booking, rescheduling, or cancellation
**Parameters:**
- `full_name` (required): As spoken, converted to standard written capitalization
- `date_of_birth` (required): Converted to MM/DD/YYYY format from however the caller states it

**Error handling:**
If no matching record is found, ask the caller to confirm the spelling of their name and try again.

## `findOpenSlots`
**When to use:** After identity is confirmed and before offering any appointment time
**Parameters:**
- `location` (required): The clinic location requested
- `provider` (optional): Specific dentist or hygienist, if requested
- `date_range` (required): The window the caller wants to be seen in

**Usage:**
1. Confirm location and preferred date range with the caller
2. Run the search
3. Read back two to three available options rather than the entire list

**Error handling:**
If no slots are found in the requested window, widen the search by a few days before telling the caller nothing is available.

## `updateAppointment`
**When to use:** Only after the caller has verbally confirmed a specific slot, or confirmed which existing appointment to change or cancel
**Parameters:**
- `patient_id` (required): From `verifyPatientRecord`
- `action` (required): One of "book," "reschedule," "cancel"
- `slot_id` (required for book/reschedule): From `findOpenSlots`

**Error handling:**
If the update fails, let the caller know directly: "That's not going through on my end. Let me have someone from the front desk call you back to confirm."

# Error handling
If any tool call fails:
1. Tell the caller plainly rather than guessing: "I'm having trouble with that on my end."
2. Never confirm a booking, change, or cancellation that the tool hasn't actually returned as successful
3. Offer a callback from the front desk if the issue doesn't resolve on retry

Zacznij korzystać z ElevenAgents

Dobre prompty systemowe dają modelom AI instrukcje potrzebne do realizacji ich konkretnych ról zgodnie z twoimi oczekiwaniami. To, co w twoim przypadku oznacza „dobre”, będzie zmieniać się z czasem. Nowe elementy i zmiany w promptach systemowych będą wynikać z analizy transkrypcji rozmów z klientami oraz badania nietypowych przypadków użycia.

ElevenAgents oferuje zespołom osobną konfigurację promptu systemowego obok ustawień głosu, języka i bazy wiedzy. Wbudowane symulacje pozwalają sprawdzić reakcje agenta w rzeczywistych scenariuszach, zanim trafi on do klientów, a zabezpieczenia dbają o zgodność odpowiedzi z polityką firmy.

Poznaj ElevenAgents, aby dowiedzieć się więcej, lub skontaktuj się ze sprzedażą, aby już dziś rozpocząć wdrożenie w swojej firmie. 

FAQ: czym jest prompt systemowy