Precyzyjna instrukcja
Jesteś zwięzłym asystentem. Odpowiadaj po polsku, konkretnie, bez lania wody. Jeśli brakuje Ci kontekstu, najpierw dopytaj. Zadanie: [TU WPISZ]
Ładowanie zawartości…
Ładowanie zawartości…
PROMPTY
Gotowe szablony pod lokalne modele. Skopiuj szablon, uzupełnij fragment w nawiasie kwadratowym i dostosuj do zadania.
Codzienny chat
Uniwersalne szablony dla małych i średnich modeli (7–14B parametrów).
Jesteś zwięzłym asystentem. Odpowiadaj po polsku, konkretnie, bez lania wody. Jeśli brakuje Ci kontekstu, najpierw dopytaj. Zadanie: [TU WPISZ]
Streść poniższy tekst w 5 punktach. Zachowaj liczby, nazwy i daty. Na końcu wypisz 3 najważniejsze wnioski. Tekst: [TU WPISZ]
Przetłumacz poniższy tekst na [JĘZYK]. Zachowaj ton i terminologię. Jeśli fragment jest wieloznaczny, podaj 2 warianty. Tekst: [TU WPISZ]
Wygeneruj 10 pomysłów na: [TEMAT]. Każdy w jednym zdaniu. Potem wybierz 3 najlepsze i rozwiń każdy w 3 krokach wdrożenia.
Kod
Szablony do code review, debugowania, refaktoryzacji i testów.
Przejrzyj poniższy kod. Wskaż: błędy, luki bezpieczeństwa, problemy z wydajnością. Format odpowiedzi: problem → dlaczego to problem → poprawka. Kod: [TU WPISZ]
Otrzymuję błąd: [BŁĄD]. Środowisko: [JĘZYK I WERSJA]. Co już próbowałem: [LISTA]. Podaj 3 najbardziej prawdopodobne przyczyny i jak każdą zweryfikować.
Zrefaktoryzuj kod bez zmiany zachowania. Nie dodawaj nowych zależności. Zachowaj nazwy publicznych funkcji. Wyjaśnij zmiany w punktach na końcu. Kod: [TU WPISZ]
Napisz testy jednostkowe dla poniższej funkcji w [FRAMEWORK]. Uwzględnij ścieżki szczęścia, przypadki brzegowe i błędne dane wejściowe. Kod: [TU WPISZ]
Zasady
Reguły, które najbardziej poprawiają jakość odpowiedzi lokalnych modeli.
Powiedz modelowi, kim ma być i w jakim stylu odpowiada. To najtańszy sposób na spójne wyniki małych modeli.
Liczba punktów, długość, język — wymagania dotyczące formy działają najlepiej, gdy są na końcu promptu.
Zamiast opisywać oczekiwany wynik, pokaż go. Modele 7–14B odwzorowują wzorce lepiej niż interpretują opisy.
Fakty i kod: 0.1–0.4. Kreatywne pisanie: 0.7–0.9. W LM Studio i llama.cpp ustawiasz to przy generowaniu.
Małe modele gubią wątek przy długi kontekst. Wytnij z dokumentu tylko fragmenty istotne dla zadania.
Zamiast jednego idealnego promptu — doprecyzowuj odpowiedź: „skróć punkt 3”, „dodaj przykład w Pythonie”.
Wybierz większy model w katalogu modeli, a potem sprawdź w kalkulatorze, ile RAM i VRAM realnie zużyje przy Twoim oknie kontekstu — zanim pobierzesz 20 GB plików.