Przejdź do głównej treści
Polski— Wybierz język
Menu

Warsztat: Tworzenie treści

Lekcja 16 z 16 Zaktualizowano 28 lipca 2026 Początkujący
Na tej stronie
  1. Cel warsztatu
  2. Ćwiczenie 1: Ustrukturyzowana burza mózgów
  3. Ćwiczenie 2: Kreatywne scenariusze szkoleniowe
  4. Ćwiczenie 3: Treści marketingowe w wielu formatach
  5. 3-etapowy proces twórczy
  6. Kluczowe wnioski
  7. Sprawdź swoją wiedzę

Cel warsztatu

Ten ostatni warsztat odkrywa kreatywną stronę modeli Mistral: burzę mózgów, tworzenie scenariuszy szkoleniowych i generowanie treści marketingowych. Paradoks tworzenia wspieranego przez AI polega na tym, że wymaga ono więcej struktury, a nie mniej: wysoka temperatura bez ograniczeń rodzi niezdatny do użycia chaos, podczas gdy wysoka temperatura w ramach dobrze zdefiniowanego promptu daje pomysły zarówno oryginalne, jak i gotowe do wdrożenia. To połączenie – kontrolowanej swobody – przećwiczysz w trzech poniższych ćwiczeniach.

Ćwiczenie 1: Ustrukturyzowana burza mózgów

Zacznijmy od przypadku produktowego: przygotowujesz launch nowej aplikacji mobilnej i potrzebujesz pomysłów na funkcje wyróżniające. Surowa burza mózgów dałaby listę mglistych haseł; aby każdy pomysł był użyteczny na spotkaniu produktowym, musi dotrzeć już wstępnie oceniony. Zauważ, jak prompt systemowy narzuca siatkę oceny (nakład, wpływ, wyróżnienie) na każdy pomysł, zamieniając model w generator kart produktowych, a nie maszynę do sugerowania.

messages = [
    {
        "role": "system",
        "content": """You are a creative product manager specializing in B2C mobile apps.
For each idea, provide:
- Feature name (max 5 words)
- Description (2 sentences)
- Development effort: S (< 1 week) / M (1-4 weeks) / L (> 1 month)
- Estimated user impact: low / medium / high
- Competitive differentiation: low / medium / high

Propose varied ideas: some pragmatic, some bold."""
    },
    {
        "role": "user",
        "content": """Product context:
- Personal budget management app for 25-35 year olds in France
- Current features: expense tracking, automatic categorization,
  savings goals, bank synchronization
- Main competitors: Bankin, Linxo, Finary
- Identified problem: 60% of users abandon after 3 weeks

Generate 8 feature ideas to improve retention.
Rank them by decreasing impact."""
    }
]

response = client.chat.complete(
    model="mistral-large-latest",
    messages=messages,
    temperature=0.8,
    presence_penalty=0.6
)

Model powinien wygenerować 8 naprawdę zróżnicowanych pomysłów: funkcje społecznościowe, takie jak wyzwania ze znajomymi, gamifikacja z seriami, odznakami i poziomami, inteligencja predykcyjna, jak alerty o debecie, czy oryginalne integracje, takie jak dzielenie wydatków w grupie. Ta różnorodność nie jest przypadkowa: połączenie temperature=0.8 i presence_penalty=0.6 dokładnie nawiązuje do lekcji z poprzedniej sekcji – temperatura otwiera pole możliwości, a kara za obecność zapobiega powtarzaniu tego samego pomysłu osiem razy.

Rozszerz ćwiczenie. Obniż temperaturę do 0.4 i porównaj wyniki: pomysły staną się bardziej konwencjonalne, ale też bardziej realistyczne. Dodaj ograniczenie „Co najmniej 2 pomysły muszą wykorzystywać AI generatywne“ i obserwuj, jak model się do niego dostosuje. Na koniec zmień personę: „Jesteś projektantem UX“ skieruje propozycje bardziej ku doświadczeniu użytkownika niż samym funkcjom.

Ćwiczenie 2: Kreatywne scenariusze szkoleniowe

Zmieńmy scenerię w drugim ćwiczeniu: tworzysz scenariusze na kurs szkoleniowy z zarządzania. Dobry scenariusz szkoleniowy musi być realistyczny, angażujący i – co najtrudniejsze – dopuszczać wiele słusznych podejść: jeśli istnieje oczywista odpowiedź, grupowa dyskusja umrze po pięciu minutach. Prompt systemowy koduje te wymagania jedno po drugim, aż po liczby, które czynią dylemat konkretnym.

messages = [
    {
        "role": "system",
        "content": """You are an instructional designer specializing in management training.
Each scenario must:
- Be grounded in a realistic French professional context (2026)
- Present a dilemma with no obvious solution
- Involve at least 3 stakeholders with divergent interests
- Include figures to make the decision concrete
- End with 3 reflection questions for the group

Tone: professional, immersive, engaging."""
    },
    {
        "role": "user",
        "content": """Create a training scenario on the theme:
"Managing a conflict between individual performance and collective well-being"

Context: a 12-person tech team in a Paris-based scale-up.

The scenario should last about 30 minutes of group discussion.
Also provide a facilitator sheet with key points to surface."""
    }
]

response = client.chat.complete(
    model="mistral-large-latest",
    messages=messages,
    temperature=0.7
)

Oczekiwanym rezultatem jest kompletny scenariusz: sytuacja opisana szczegółowo wraz z liczbami (przychody, terminy, rotacja), co najmniej trzy postacie z własnymi motywacjami, centralny dylemat z obronnymi argumentami po obu stronach, otwarte pytania refleksyjne bez jednej poprawnej odpowiedzi oraz karta dla facylitatora z kluczowymi punktami do wydobycia, pułapkami do uniknięcia i siatką oceny. Temperatura 0.7 daje modelowi swobodę wymyślania postaci i sytuacji, podczas gdy narzucona struktura zapewnia, że scenariusz pozostanie użyteczny na sali szkoleniowej.

Ćwiczenie 3: Treści marketingowe w wielu formatach

Ostatnie ćwiczenie stawia Cię w roli menedżera marketingu: uruchamiasz nową usługę i musisz wyprodukować treści na kilka kanałów jednocześnie, wychodząc z jednego briefu. Każdy kanał ma swoje kody – post na LinkedIn nie pisze się jak temat wiadomości e-mail – a prompt systemowy ich przestrzega, wspierając się ograniczeniami liczbowymi.

messages = [
    {
        "role": "system",
        "content": """You are a content director producing multi-channel marketing
material from a single brief.

For each channel, respect specific constraints:
- LinkedIn: 1200-1500 characters, expert tone, 3-5 hashtags, a punchy hook
- Email: subject (max 50 chars), preview text (max 90 chars), body (200 words max)
- Web page: headline (max 10 words), subtitle (max 25 words), 3 USP blocks,
  main CTA

Style: professional French, formal 'you', data-driven where possible.
NEVER use empty superlatives ("market leader", "revolutionary solution")."""
    },
    {
        "role": "user",
        "content": """Product brief:

Name: SecureDocs AI
Type: Document management SaaS with integrated AI
Price: starting at 19 euros/user/month
Target: legal and compliance departments (50-500 employees)
USP: Automatic document classification by AI, risky clause detection,
integrated GDPR/NIS2 compliance
Launch: April 15, 2026
Launch offer: 3 months free for the first 100 signups

Produce content for the 3 channels."""
    }
]

response = client.chat.complete(
    model="mistral-large-latest",
    messages=messages,
    temperature=0.6
)

Powinieneś otrzymać trzy odrębne bloki, każdy zgodny z kodami swojego kanału. Dla LinkedIn: profesjonalny post otwarty angażującym haczykiem – pytaniem lub statystyką – który stawia problem, przedstawia rozwiązanie i kończy się wezwaniem do działania (CTA) kierującym na stronę, wraz z odpowiednimi hashtagami. Dla e-maila: krótki, intrygujący temat, komplementarny tekst zapowiadający (niebędący redundancją tematu) oraz treść ustrukturyzowana według schematu problem/rozwiązanie/oferta/CTA. Dla strony internetowej: nagłówek skoncentrowany na korzyściach, podtytuł określający grupę docelową, trzy bloki USP z tytułami i wyraźne CTA.

Również tutaj wariacje są pouczające: wygeneruj tę samą treść z parametrami n=3 i temperature=0.7, aby porównać trzy wersje i wybrać najlepszą, dodaj kanał („Wątek na Twitterze/X w 5 postach“) lub zmień grupę docelową – „MŚP z sektora przemysłowego“ zamiast „działów prawnych“ – aby zobaczyć, jak zmienia się cały kąt marketingowy.

3-etapowy proces twórczy

Aby uzyskać wysokiej jakości treści, najlepszą praktyką nie jest proszenie o wszystko w jednym wywołaniu, lecz łączenie kroków z dostosowaniem temperatury do każdego z nich:

# Step 1: Brainstorming (high temperature)
idees = client.chat.complete(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "10 angles for an article on [subject]"}],
    temperature=0.9
)

# Step 2: Selection and structuring (low temperature)
plan = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": f"Among these angles:\n{idees}\nChoose the best and create a detailed outline."}
    ],
    temperature=0.3
)

# Step 3: Writing (medium temperature)
article = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "system", "content": "Write according to this outline, tone [your tone]."},
        {"role": "user", "content": plan}
    ],
    temperature=0.5
)

Ten proces rozdziela fazy dywergencyjne – burza mózgów, gdzie zależy Ci na śmiałości – od faz konwergencyjnych – strukturyzowanie i pisanie, gdzie potrzebujesz rygoru. To dokładnie podejście ludzkiego zespołu kreatywnego: nie oceniasz pomysłów w trakcie ich generowania i nie piszesz w trakcie strukturyzowania.

Kluczowe wnioski

  • Wysoka temperatura (0,7–0,9) do burzy mózgów, średnia (0,4–0,6) do pisania
  • Kara za obecność (presence penalty) sprzyja różnorodności pomysłów
  • Strukturyzuj swoje kreatywne prompty za pomocą precyzyjnych ograniczeń (format, długość, ton)
  • Używaj wieloetapowego procesu i generuj wiele wersji (n > 1), aby wybrać najlepszą
  • Dostosuj personę do kanału: ekspert dla LinkedIn, nastawienie sprzedażowe dla e-maila, zwięzłość dla webu

Sprawdź swoją wiedzę

Po czterech warsztatach czas na ostateczne sprawdzenie technik.

1. Jaki jest cel roli systemowej w porównaniu do roli użytkownika?

Odpowiedź: System ustala trwałe ramy (tożsamość, zasady, format) dla całej konwersacji; użytkownik wnosi bieżące żądania – instrukcje aplikacji nie mieszają się z wiadomościami.

2. Kiedy few-shot jest lepsze niż instrukcje?

Odpowiedź: Gdy pokazanie jest lepsze niż mówienie: precyzyjne formaty, subtelne tony, przypadki brzegowe – jeden lub dwa przykłady kalibrują wynik lepiej niż akapit reguł.

3. Co łańcuch myśli (chain of thought) zmienia w złożonym zadaniu?

Odpowiedź: Poproszenie o rozumowanie przed wnioskiem sprawia, że kroki rozwijają się stopniowo, zamiast przeskakiwać do prawdopodobnej odpowiedzi – mniej błędów w obliczeniach, logice i kompromisach.

4. Temperatura i Top P: jakie ustawienie dla jakiej potrzeby?

Odpowiedź: Niska temperatura dla faktów i ekstrakcji (determinizm), wysoka dla kreatywności; Top P ogranicza próbkowanie do najbardziej prawdopodobnych tokenów – dostosowujesz jedno lub drugie, rzadko oba naraz.

5. Wymień dwa antywzorce promptowania, których należy unikać.

Odpowiedź: Proszenie o wszystko w jednym zdaniu bez struktury czy formatu wyjścia oraz nakładanie sprzecznych instrukcji – lekcje z warsztatów pokazują odwrotne podejście: jasny cel, jasne ograniczenia, iteracje.

Cztery warsztaty zamieniły te techniki w nawyki – wykorzystuj ich szkielety jako szablony dla własnych przypadków.