Prompt inzynieryjny to skonstruowany tekst wejsciowy zawierajacy: (1) instrukcje systemowe/roli, (2) opcjonalne przykłady few-shot (pytanie-odpowiedz), (3) biezace zapytanie uzytkow nika. Techniki jak CoT prosza model o pokazanie rozumowania ('mysll krok po kroku'), co poprawia jakosc odpowiedzi na złozonych zadaniach. Format prompta ma bezposredni wpływ na to, ktore wzorce z treningu model aktywuje.
Modele jezykowe sa wrazliwe na sformułowanie wejscia: ten sam model moze zwrocic znaczaco rozne wyniki w zaleznosci od tego, jak pytanie jest sformułowane, w jakiej kolejnosci podano przykłady lub czy dodano instrukcje roli.
LLM są wrażliwe na kolejność słów, interpunkcję i formatowanie. Prompt działający na GPT-4 może dawać złe wyniki na Claude lub Gemini bez modyfikacji.
Prompt zoptymalizowany pod model X przestaje działać po aktualizacji modelu. Brak versioningu promptów prowadzi do regresji w produkcji.
Nieuprzywilejowane dane wejściowe (np. treść strony) mogą nadpisać instrukcje systemowe i przejąć kontrolę nad agentem — tzw. prompt injection.
