Quartz 4

Funkcje promptów

3 min read

🎯 Definicja

Funkcje promptów (prompt functions) to wzorzec stosowania zorganizowanych, nazwanych promptów do wykonywania konkretnych zadań w modelach językowych. Traktując prompt jako funkcję (z nazwą, argumentami i instrukcją – „regułą przetwarzania”), możemy tworzyć samodokumentujące się, wielokrotnego użytku komponenty konwersacyjne, które można łączyć w przepływy (workflow) lub wywoływać z użyciem spójnej składni.

To podejście przypomina definiowanie funkcji w języku programowania i może być stosowane nawet bez kodowania – wystarczy ścisła konwencja projektowania w naturalnym języku.

🔑 Kluczowe elementy

  • function_name — identyfikator funkcji promptu
  • input — wejściowy tekst, dane, parametry
  • rule — instrukcja mówiąca GPT, co ma zrobić z danymi wejściowymi
  • output — wynik wygenerowany przez GPT zgodnie z powyższymi

Schemat przypomina:

function_name(input) → output

lub

function_name: [nazwa]
input: ["wartość"]
rule: [instrukcja wykonania działania]

📚 Szczegółowe wyjaśnienie

Wprowadzenie – meta prompt

Na początku definiujemy „wstępny prompt-wyjaśnienie”, który informuje model o tym, w jakim formacie będziemy do niego mówić. Prompt można nazwać meta prompt – to on ustala strukturę dalszych funkcji promptów.

Meta prompt:

Hello, ChatGPT! I hope you are doing well. I will be using a template to describe the function, input, and rule. Please find the details below:
function_name: [Function Name]
input: [Input]
rule: [Instructions on how to process the input]
...

Po potwierdzeniu przez model ok, możemy pisać i wywoływać kolejne prompty w formie funkcji.

Przykłady funkcji promptów

1. Tłumaczenie słów – trans_word

function_name: [trans_word]
input: ["こんにちは。"]
rule: [I want you to act as an English translator, spelling corrector and improver. Translate any input to English.]

2. Rozszerzanie tekstu – expand_word

function_name: [expand_word]
input: ["I’m happy today."]
rule: [Make the sentence more elaborate and literary. Keep the original meaning.]

3. Poprawianie języka angielskiego – fix_english

function_name: [fix_english]
input: ["He go to school every day."]
rule: [Correct grammar, improve vocabulary, and rewrite naturally.]

Wywołanie:

fix_english("He go to school every day.")

4. Łączenie funkcji

Można zagnieżdżać funkcje, np.:

fix_english(expand_word(trans_word("Je suis très content.")))

Funkcje z wieloma parametrami

Funkcje promptów mogą też przyjmować wiele argumentów, np. generator hasła pg:

function_name: [pg]
input: ["length", "capitalized", "lowercase", "numbers", "special"]
rule: [Generate a secure password based on the given parameters. Only output the password string.]

Wywołanie:

pg(10, 1, 5, 2, 2)

Dobry styl — jasno, bez nadmiaru

Aby uniknąć gadatliwych odpowiedzi LLM, można dodać:

DO NOT SAY ANYTHING ELSE UNLESS YOU DON'T UNDERSTAND THE FUNCTION

💡 Przykład procesu

Załóżmy, że budujesz miniaplikację do nauki języka. Tworzysz te funkcje:

  • trans_word() tłumaczy
  • expand_word() rozwija styl
  • fix_english() poprawia język

Zapisujesz je jako definicje w notatniku lub PromptApp. Następnie szkolisz swój własny „agent ChatGPT” poprzez inicjalizację z meta-prompt i używasz funkcji tekstowych tak, jakbyś pisał kod.

To podejście jest świetne do:

  • automatyzacji procesów tekstowych
  • prototypowania systemów asystujących
  • budowy interfejsów niskokodowych lub no-code
  • tworzenia bibliotek promptów dla zespołów AI

📌 Narzędzia & inspiracje

  • ChatGPT-Next-Web – wsparcie wielu promptów/startowych komend
  • PromptAppGPT – tworzenie niskokodowych aplikacji promptowych
  • LangChain / marvin / AutoGPT – integracja promptów z logiką programistyczną
  • Notatniki, vaulty, markdown – idealne do tworzenia bibliotek prompt functions
  • Prompt chaining – konstrukcja bardziej rozbudowanych aplikacji (prompt pipeline)

🧠 Podsumowanie

Funkcje promptów to sposób uzyskiwania spójnego, powtarzalnego i łatwego do utrzymania interfejsu z modelami językowymi. Model „promptowania jako funkcji” pozwala traktować naturalny język tak, jakby był językiem programowania — przy jednoczesnym zachowaniu jego elastyczności.

To doskonałe rozwiązanie do codziennej automatyzacji, eksperymentów lub nawet budowy własnego osobistego agenta LLM.

👽 Brudnopis

  • prompt = funkcja: nazwa(input, reguła)
  • meta prompt = sposób nauczenia GPT interfejsu dialogowego
  • działa w stylu REPL/CLI – krótko, strukturalnie
  • może być zapisane jako baza z funkcjami (~prompt library)
  • People Writing Functions in Prompt Language (nowy archetyp?)

Graph View