# Jak pisać prompty, które zużywają mniej energii?

> Jak pisać prompty wymagające mniej obliczeń: konkretnie, z limitem długości, wklejając tylko to, co ważne, i trafiając za pierwszym razem zamiast ponawiać.

Source: https://greenai.guide/pl/jak/jak-pisac-prompty-ktore-zuzywaja-mniej-energii/  
Updated: 2026-11-19

## W skrócie

Należy pisać krótkie, konkretne prompty, które mówią dokładnie, czego się oczekuje, podawać tylko kontekst potrzebny modelowi i określać długość odpowiedzi. Energia rośnie wraz z ilością tekstu, który model czyta i pisze, więc najwięcej oszczędza skrócenie obu i uzyskanie użytecznej odpowiedzi za pierwszym razem.

## Steps

1. W pierwszym wierszu należy podać zadanie, odbiorców i format.
2. Należy ustawić limit długości, np. „w trzech punktach” lub „poniżej 100 słów”.
3. Należy wklejać tylko akapity lub dane potrzebne do zadania, a nie całe dokumenty.
4. Przy nietypowym zadaniu warto podać jeden przykład dobrego wyniku.
5. Prawie trafioną odpowiedź należy poprawić krótkim dopytaniem zamiast zaczynać od nowa.

**Dobry prompt oszczędza energię, bo jest krótki, konkretny i trafia za pierwszym razem.** Modele językowe
przetwarzają tekst jako [tokeny](/pl/slowniczek/#token), czyli fragmenty mniej więcej wielkości części słowa, a każdy
przeczytany lub napisany token kosztuje obliczenia. Delavande, Pierrard i Luccioni ustalili, że energia rośnie
liniowo wraz z długością promptu i wygenerowanego tekstu.

## Jak wygląda efektywny prompt? {#what-does-an-efficient-prompt-look-like}

**Mówi, co, dla kogo i jak długo.** Porównanie:

- *Marnotrawnie:* wklejenie 20-stronicowego raportu i pytanie „co o tym sądzisz?”
- *Efektywnie:* wklejenie dwóch istotnych stron i polecenie „Wypisz trzy największe ryzyka z tej sekcji dla zarządu
  bez specjalistycznej wiedzy, po jednym zdaniu każde.”

Drugi prompt wymaga mniej czytania i pisania i z większym prawdopodobieństwem od razu daje użyteczny wynik.

## Ile można zaoszczędzić? {#how-much-can-it-save}

UNESCO i University College London ustaliły, że krótsze prompty i odpowiedzi mogą obniżyć zużycie energii o ponad
połowę. Długość wejścia ma duże znaczenie: Epoch AI szacuje, że typowe zapytanie zużywające ok. 0,3 Wh przy wejściu
o długości 10 000 tokenów wymaga ok. 2,5 Wh.

## Częste błędy {#common-mistakes}

- **Wklejanie wszystkiego „na wszelki wypadek”.** Należy wybrać fragment, który ma znaczenie.
- **Brak określonej długości.** Modele zwykle piszą więcej, niż potrzeba, jeśli się im tego nie zaznaczy.
- **Mgliste pierwsze próby**, a po nich kilka ponownych. Jeden jasny prompt zwykle jest lepszy niż trzy mgliste.
- **Martwienie się słowami „proszę” i „dziękuję”.** Krótkie uprzejme wiadomości kosztują trochę energii, ale długie
  wejścia i wielokrotne ponowne generowanie mają znacznie większe znaczenie.

Twórcy narzędzi mogą wymusić część tych zasad w kodzie: zob.
[jak ograniczyć długość tekstu pisanego przez LLM](/pl/jak/jak-ograniczyc-dlugosc-odpowiedzi-llm/). Więcej codziennych
wskazówek zawiera strona [jak efektywnie korzystać z AI](/pl/dobre-praktyki/efektywne-korzystanie-z-ai-codzienne-nawyki/).

## Źródła

- [Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO and University College London (2025)
- [How much energy does ChatGPT use?](https://epoch.ai/gradient-updates/how-much-energy-does-chatgpt-use), Epoch AI (2025)
- [Small talk, big impact: the energy cost of thanking AI](https://arxiv.org/abs/2601.22357), Delavande, Pierrard and Luccioni (arXiv 2601.22357) (2026)
- [What are tokens and how to count them?](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them), OpenAI Help Center (2025)
