„Napisz post na LinkedIn o naszej firmie” - to prompt, który da Ci tekst brzmiący jak każda inna firma na LinkedInie. Framework S.C.O.R.E. zmienia to o 180 stopni, bo zmusza Cię, żebyś przed napisaniem promptu odpowiedział sobie na pytania, które i tak musiałby zadać dobry copywriter.
W skrócie: S.C.O.R.E. to pięcioelementowy szkielet promptu - Setup (kim jest AI), Content (co ma powstać), Outcome (jaki efekt u czytelnika), References (przykłady Twojego stylu) i Edits (iteracje po pierwszej wersji). Bez kontekstu marki i przykładów Twoich wcześniejszych tekstów ChatGPT domyślnie pisze generycznie - brzmi jak „każda inna firma”. Dobry prompt z tym szkieletem plus 2-3 rundy precyzyjnych poprawek daje tekst, który faktycznie brzmi jak Twoja marka, nie jak podręcznikowy przykład z kursu o AI.
S - Setup, czyli kim ma być AI w tym zadaniu
Pierwszy błąd większości promptów to brak kontekstu, kim właściwie ma być model podczas pisania. ChatGPT bez wskazanej roli domyślnie pisze w bezpiecznym, uniwersalnym stylu korporacyjnym - poprawnym, ale pozbawionym charakteru. Rozwiązanie to precyzyjne osadzenie AI w konkretnej roli i głosie marki, np.: „Jesteś copywriterem agencji digitalowej JVISION, specjalizującej się w UI/UX dla B2B. Twój ton: ekspercki, ale przystępny, z lekkim humorem”.
Im bardziej konkretny opis roli i tonu, tym mniej pracy przy edycji na końcu. Warto dopisać też, czego unikać - np. „bez korporacyjnego żargonu”, „bez nadużywania wykrzykników” - bo negatywne instrukcje równie mocno kształtują styl wypowiedzi co pozytywne.
C - Content, czyli co dokładnie ma powstać
Drugi element to precyzyjne określenie formatu i zakresu zadania - bez tego AI sam decyduje o długości i strukturze, co rzadko pokrywa się z tym, czego naprawdę potrzebujesz. Przykład: „Napisz post na LinkedIn (250-300 słów) promujący nowy artykuł blogowy o UX e-commerce”. Warto dopisać format struktury (akapity, punkty, pytanie na wstępie) i medium docelowe, bo styl dobrego posta na LinkedIn różni się od dobrego opisu produktu.
O - Outcome, czyli co ma się wydarzyć u czytelnika
Najczęściej pomijany, a najważniejszy element: jaką konkretną reakcję ma wywołać tekst. „Czytelnik powinien kliknąć link do artykułu” to za mało - trzeba dopisać, jakim hakiem go przyciągnąć i jak zakończyć wezwaniem do działania. Przykład: „Hak: pokaż konkretny problem, który rozwiążemy. Zakończ pytaniem otwartym, które zachęci do komentarza”. Zdefiniowanie efektu z góry sprawia, że AI buduje cały tekst wokół celu, a nie tylko opisuje temat.
R - References, czyli przykłady Twojego stylu
To element, który najbardziej odróżnia tekst brzmiący jak Twoja marka od generycznego ChatGPT-owego contentu. Wklej 1-2 przykłady swoich wcześniejszych, dobrze przyjętych tekstów i poproś model, żeby analizował rytm zdań, długość akapitów i charakterystyczne zwroty: „Tak piszę zazwyczaj: [wklej post]. Trzymaj się tego rytmu i długości akapitów”. Bez tego kroku model imituje uśredniony styl treningowy, nie Twój.
E - Edits, czyli precyzyjne iteracje
Pierwsza wersja tekstu rzadko jest gotowa do publikacji - chodzi o to, żeby poprawki były konkretne, a nie ogólnikowe. Zamiast „popraw to” działa dużo lepiej: „Skróć o 50 słów”, „zmień ton na bardziej luźny”, „dodaj statystykę z artykułu”, „zmień CTA na bardziej konkretne”. W praktyce 2-3 takie rundy wystarczają, żeby dojść do wersji gotowej do publikacji - więcej iteracji zwykle oznacza, że pierwsze trzy elementy (S, C, O) były zbyt ogólne.
| Element | Na jakie pytanie odpowiada | Przykładowy fragment promptu |
|---|---|---|
| S - Setup | Kim jest AI w tym zadaniu? | „Jesteś copywriterem marki X, ton: ekspercki, z humorem” |
| C - Content | Co dokładnie ma powstać? | „Post na LinkedIn, 250-300 słów, o temacie Y” |
| O - Outcome | Co ma zrobić/poczuć czytelnik? | „Ma kliknąć link, hak na start, pytanie na koniec” |
| R - References | Jak brzmi Twój styl? | „Tak piszę zwykle: [przykład], trzymaj ten rytm” |
| E - Edits | Co poprawić w kolejnej rundzie? | „Skróć o 50 słów, zmień ton, dodaj liczbę” |
Bonus: prompt template do wielokrotnego wklejania
Zamiast budować prompt od zera za każdym razem, warto trzymać gotowy szablon w notatniku i tylko podmieniać nawiasy kwadratowe. Prośba o kilka wariantów na końcu (np. trzy) daje dodatkowo materiał do porównania, zamiast akceptowania pierwszej wersji, jaka się pojawi.
Szablon: Jesteś [rola] dla marki [nazwa marki]. Twój ton: [3 cechy]. Twoja publiczność: [persona]. Zadanie: napisz [format] o [temat]. Cel: [akcja od czytelnika]. Długość: [X słów]. Styl jak w przykładzie: [wklej]. Zwróć: 3 warianty.
Kluczowe wnioski
- Framework S.C.O.R.E. (Setup, Content, Outcome, References, Edits) daje dużo bardziej trafne pierwsze wersje tekstu niż jednozdaniowy prompt.
- Bez zdefiniowanej roli i tonu marki AI domyślnie brzmi generycznie i bezpiecznie-korporacyjnie.
- Przykłady Twoich wcześniejszych tekstów (element R) to najważniejszy krok do zachowania głosu marki.
- Precyzyjne, konkretne poprawki w 2-3 iteracjach działają dużo lepiej niż ogólne „popraw to”.
- Trzymaj gotowy szablon promptu pod ręką i podmieniaj tylko nawiasy - oszczędza to czas przy każdym kolejnym tekście.
Najczęściej zadawane pytania
Czy framework S.C.O.R.E. działa tylko z ChatGPT, czy też z innymi modelami AI?
Zasada działa uniwersalnie dla każdego dużego modelu językowego (Claude, Gemini, ChatGPT), bo opiera się na precyzji kontekstu, nie na specyfice konkretnego narzędzia. Różnice pojawiają się głównie w tym, jak długi kontekst i ile przykładów model potrafi utrzymać w pamięci rozmowy.
Ile przykładów własnych tekstów warto wkleić w elemencie References?
Zwykle wystarczą 1-2 przykłady - więcej niekoniecznie poprawia wynik, a wydłuża prompt i rozmywa uwagę modelu na najważniejsze cechy stylu. Ważniejsza od liczby jest jakość przykładu: wybierz tekst, który faktycznie dobrze zadziałał i dobrze reprezentuje głos marki.
Co zrobić, jeśli po 3 iteracjach tekst wciąż nie brzmi jak nasza marka?
To zwykle sygnał, że element Setup lub References był zbyt ogólny - warto wrócić do pierwszego promptu i dodać bardziej precyzyjny opis tonu albo lepszy przykład referencyjny, zamiast dalej poprawiać już wygenerowaną wersję. Czasem szybciej jest zacząć od nowa z lepszym promptem niż iterować w nieskończoność.
Czy warto prosić AI od razu o kilka wariantów tekstu?
Tak, prośba o 2-3 warianty w jednej odpowiedzi ułatwia wybór najlepszego kierunku i pokazuje, jak model interpretuje ten sam prompt na różne sposoby. To też szybszy sposób na testowanie, który wariant otwarcia albo CTA lepiej pasuje do kontekstu publikacji.
Czy ten framework sprawdzi się też do dłuższych treści, np. artykułów blogowych?
Tak, ten sam szkielet działa przy dłuższych formatach, tylko element Content warto rozbić na sekcje (nagłówki, długość każdej części), a element References uzupełnić o przykład całego artykułu, nie tylko krótkiego posta. Dla bardzo długich tekstów pomaga też dodanie konspektu jako osobnego kroku przed właściwym pisaniem.
Czy trzeba za każdym razem pisać cały prompt od nowa?
Nie - najwygodniej trzymać gotowy szablon z nawiasami kwadratowymi w notatniku (np. Notion czy Notatkach) i tylko podmieniać zmienne dla konkretnego zadania. Stały fragment Setup (rola i ton marki) można w ogóle zapisać raz i wklejać bez zmian przy każdym kolejnym tekście.
Potrzebujesz wsparcia z tematu tego artykułu?
Zobacz: AI Content
Komentarze