Zacznijmy od najważniejszego, bo bez tego żadna technika nie ma sensu. Kiedy ChatGPT czy Claude podaje ci nieistniejący wyrok sądu, zmyślony numer ustawy albo cytat z książki, której nikt nie napisał — to nie jest błąd w sensie awarii. To model robi dokładnie to, do czego został zbudowany. Nie ma w sobie bazy faktów, którą sprawdza. Przewiduje, jakie słowo najprawdopodobniej pada po poprzednim, na podstawie miliardów zdań, które widział. Jeśli zapytasz o coś, czego nie ma w jego danych, model i tak wygeneruje odpowiedź, która brzmi wiarygodnie — bo płynne, pewne siebie zdanie jest statystycznie bardziej prawdopodobne niż „nie wiem". Halucynacja to po prostu prawdopodobne słowa ustawione w przekonującym szyku.
Z tego wynika praktyczny wniosek: nie zlikwidujesz zmyślania, ale możesz drastycznie zmniejszyć jego ryzyko, jeśli przestaniesz dawać modelowi pole do zgadywania. Poniżej siedem zasad, których używam na co dzień. Każda z konkretnym przykładem złego i dobrego prompta.
1. Każ podawać źródło przy każdym twierdzeniu
Domyślnie model pisze gładką syntezę, w której fakty i domysły wyglądają identycznie. Kiedy zażądasz źródła przy każdym zdaniu, dzieje się rzecz ciekawa: model albo trafia w realne odniesienie, albo zaczyna się „zacinać" — i to zacinanie jest dla ciebie sygnałem ostrzegawczym. Zmyślony przypis łatwiej wychwycić niż zmyślone zdanie wtopione w tekst.
ŹLE:
Opisz, jak RODO reguluje przechowywanie danych pracowników.DOBRZE:
Opisz, jak RODO reguluje przechowywanie danych pracowników.
Przy każdym twierdzeniu podaj konkretny artykuł lub motyw RODO,
na który się powołujesz. Jeśli nie potrafisz wskazać konkretnego
przepisu, napisz wprost: "brak konkretnego źródła".Ostatnie zdanie jest kluczowe — bez niego model wymyśli numer artykułu, byle tylko spełnić prośbę o źródło.
2. Daj wyraźne pozwolenie na „nie wiem"
To najprostsza i najbardziej niedoceniana technika. Model domyślnie zakłada, że ma odpowiedzieć na wszystko. Jeśli nie powiesz mu, że milczenie jest dozwolone, będzie zgadywał. Wystarczy jedno zdanie, które zmienia zasady gry.
ŹLE:
Jaki jest wzór na obliczenie składki zdrowotnej dla ryczałtowca
w 2026 roku?DOBRZE:
Jaki jest wzór na obliczenie składki zdrowotnej dla ryczałtowca
w 2026 roku? Jeśli nie masz pewności co do aktualnych stawek
lub progów, napisz "nie mam pewności" zamiast podawać liczby.
Nie zgaduj wartości liczbowych.Zwróć uwagę na osobne zdanie o liczbach. To właśnie konkrety — kwoty, daty, progi, nazwiska — model zmyśla najczęściej, bo brzmią naturalnie niezależnie od tego, czy są prawdziwe.
3. Rozbij zadanie na kroki
Im dłuższy skok od pytania do gotowej odpowiedzi, tym więcej miejsca na zgadywanie po drodze. Kiedy każesz modelowi najpierw wypisać, czego potrzebuje, potem to zebrać, a dopiero na końcu sformułować wniosek — zmniejszasz ryzyko, że przeskoczy od razu do efektownej, ale fałszywej konkluzji.
ŹLE:
Porównaj opłacalność leasingu i kredytu na samochód firmowy
i powiedz, co się bardziej opłaca.DOBRZE:
Porównaj leasing i kredyt na samochód firmowy. Pracuj w krokach:
1. Wypisz, jakie dane są potrzebne do porównania.
2. Dla każdego wariantu osobno opisz koszty i skutki podatkowe.
3. Dopiero na końcu sformułuj wniosek.
Nie przechodź do kroku 3, dopóki nie wykonasz 1 i 2.
Jeśli brakuje danych z kroku 1, zatrzymaj się i dopytaj.4. Poproś o jawne zaznaczenie niepewności
Zasada druga dawała pozwolenie na milczenie. Ta idzie dalej: każe modelowi stopniować pewność wewnątrz odpowiedzi. Zamiast jednego, równo pewnego siebie tekstu, dostajesz mapę — tu wiem na pewno, tu się domyślam, tu zgaduję. To zmienia odpowiedź z wyroczni w materiał do weryfikacji.
ŹLE:
Wyjaśnij, jak działa mechanizm odwrotnego obciążenia VAT.DOBRZE:
Wyjaśnij mechanizm odwrotnego obciążenia VAT. Przy każdej części
oznacz poziom pewności: [pewne], [prawdopodobne], [niepewne].
Wszystko, co oznaczysz jako [niepewne], wymień osobno na końcu
jako punkty do samodzielnego sprawdzenia.5. Oprzyj odpowiedź na wklejonym materiale (grounding)
To najskuteczniejsza zasada z całej listy. Jeśli nie chcesz, żeby model czerpał z mglistej pamięci, daj mu konkretny tekst i każ trzymać się wyłącznie jego treści. Wklej umowę, regulamin, artykuł, dokumentację — i zamień model z wyroczni w narzędzie do czytania tego, co mu podałeś.
ŹLE:
Co mówi regulamin o zwrotach po 14 dniach?DOBRZE:
Poniżej wklejam pełny regulamin. Odpowiedz na pytanie o zwroty
po 14 dniach WYŁĄCZNIE na podstawie tego tekstu. Jeśli regulamin
nie reguluje danej kwestii, napisz "regulamin tego nie precyzuje".
Nie dopowiadaj z ogólnej wiedzy.
[tu wklejasz pełną treść regulaminu]Klauzula „wyłącznie na podstawie tego tekstu" jest niezbędna. Bez niej model i tak domiesza to, co „wie" skądinąd — i właśnie tam zaczynają się problemy.
6. Wymuś weryfikację krzyżową
Model potrafi sam wyłapać własne błędy, jeśli go o to wprost poprosisz w osobnym kroku. To nie magia — chodzi o to, żeby zmusić go do spojrzenia na własną odpowiedź krytycznie, a nie tylko do jej wyprodukowania. Najlepiej działa jako drugi prompt po otrzymaniu odpowiedzi.
ŹLE:
(akceptujesz pierwszą odpowiedź i lecisz dalej)DOBRZE:
Przejrzyj swoją poprzednią odpowiedź jak krytyczny recenzent.
Wypisz każde twierdzenie, którego nie da się potwierdzić bez
zewnętrznego źródła. Przy każdym oceń, czy to fakt sprawdzalny,
czy twoja interpretacja. Wskaż miejsca, w których mogłeś zmyślić
nazwy, daty lub liczby.7. Nie zadawaj pytań naprowadzających
Modele są ugodowe — jeśli w pytaniu zasugerujesz odpowiedź, najczęściej ją potwierdzą, nawet gdy jest fałszywa. „Czy to prawda, że..." to zaproszenie do przytaknięcia. Pytanie naprowadzające samo w sobie produkuje halucynacje, bo model dostraja się do twoich oczekiwań zamiast do faktów.
ŹLE:
Czy to prawda, że w 2025 weszła ustawa zakazująca pracy zdalnej
w administracji? Opisz jej główne założenia.DOBRZE:
Czy w 2025 roku wprowadzono w Polsce regulacje dotyczące pracy
zdalnej w administracji? Najpierw ustal, czy taki akt w ogóle
istnieje, i dopiero wtedy go opisz. Jeśli nie potrafisz tego
potwierdzić, napisz to wprost zamiast zakładać, że istnieje.Druga wersja nie podsuwa tezy. Pyta, czy coś istnieje, zanim każe to opisać — i zostawia furtkę na „nie".
Ściąga: sformułowania ryzykowne kontra bezpieczne
| Sformułowanie ryzykowne | Sformułowanie bezpieczne |
|---|---|
| „Podaj 5 badań na temat..." | „Podaj badania tylko jeśli masz pewność co do tytułu i autora; w przeciwnym razie napisz, że nie znasz konkretnych" |
| „Czy to prawda, że...?" | „Najpierw ustal, czy to w ogóle istnieje, dopiero potem opisz" |
| „Wyjaśnij, jak to działa" | „Wyjaśnij i oznacz, co jest pewne, a co twoim domysłem" |
| „Streść ten temat" | „Streść wyłącznie na podstawie wklejonego tekstu" |
| „Jaki jest wzór / stawka / próg?" | „Podaj liczby tylko z pewnością; nie zgaduj wartości" |
| „Napisz od razu wniosek" | „Pracuj w krokach, wniosek dopiero na końcu" |
Żadna z tych zasad nie wymaga wiedzy technicznej ani specjalnych narzędzi. To kwestia nawyku w formułowaniu poleceń. Sednem wszystkich siedmiu jest jedna rzecz: odbierasz modelowi komfort zgadywania. Dajesz pozwolenie na „nie wiem", żądasz źródeł, przykuwasz odpowiedź do konkretnego materiału i każesz stopniować pewność. Model nadal nie „wie" — ale przestaje udawać, że wie wszystko.
I rzecz na koniec, której żaden prompt nie zastąpi: ostateczna weryfikacja należy do ciebie. Te techniki przesuwają granicę między „brzmi wiarygodnie" a „jest prawdziwe" znacznie na twoją korzyść, ale nie zwalniają z otwarcia ustawy, sprawdzenia źródła czy policzenia liczb własną ręką tam, gdzie stawka jest wysoka. AI jest świetnym pierwszym szkicem. Nie jest świadkiem pod przysięgą.
Tekst powstał z pomocą AI i został zredagowany przez człowieka.
# anty-halucynacje.maistryrc
# Konfiguracja promptu ograniczająca halucynacje modeli AI (ChatGPT / Claude / Gemini / DeepSeek itp.).
# 7 zasad wbudowanych w system prompt + realistyczne parametry + przykłady + checklista kontroli.
# Autor: maistry.pl — AI po polsku, konkret zamiast hype.
# Wersja: 1.0 · 2026-06
#
# JAK UŻYĆ (3 kroki):
# 1. Skopiuj blok z sekcji "=== SYSTEM PROMPT ===" i wklej go jako instrukcję systemową
# (ChatGPT: Custom Instructions / pole "system"; Claude: pole system w API lub Projekt;
# Gemini: System instructions; w czacie bez pola system — wklej jako pierwszą wiadomość).
# 2. Ustaw parametry z sekcji "=== USTAWIENIA / PARAMETRY ===" (jeśli masz dostęp do API/Playground).
# 3. Zadawaj pytania jak w "=== PRZYKŁADY UŻYCIA ===". Przed użyciem odpowiedzi przejdź "=== CHECKLISTA ===".
#
# 7 ZASAD (skrót — pełne wersje są wbudowane w system prompt poniżej):
# 1. Rozdziel WIEDZĘ od ZGADYWANIA — oznaczaj poziom pewności.
# 2. "Nie wiem" jest poprawną odpowiedzią — lepsze niż wymyślona.
# 3. Cytuj tylko to, co realnie masz w kontekście — zero zmyślonych źródeł.
# 4. Trzymaj się dostarczonych danych — nie dopowiadaj faktów spoza nich.
# 5. Liczby, daty, nazwiska, cytaty, paragrafy — traktuj jako wysokie ryzyko.
# 6. Pytaj o doprecyzowanie zamiast zakładać.
# 7. Pokaż tok rozumowania na żądanie i pozwól się zweryfikować.
# === SYSTEM PROMPT ===
# (Wklej całość poniżej jako instrukcję systemową. Po polsku, gotowe do użycia.)
Jesteś precyzyjnym asystentem, którego nadrzędnym celem jest PRAWDA, a nie sprawianie wrażenia, że znasz odpowiedź. Lepiej powiedzieć "nie wiem" niż podać informację, której nie jesteś pewien. Działasz według poniższych zasad — są ważniejsze niż chęć udzielenia pełnej, ładnie brzmiącej odpowiedzi.
ZASADA 1 — Rozdziel wiedzę od domysłu.
Każdą informację klasyfikuj wewnętrznie jako: [PEWNE] (powszechnie ustalony fakt), [PRAWDOPODOBNE] (uzasadniona ocena) lub [DOMYSŁ] (zgadywanie). Gdy schodzisz poniżej "pewne", napisz to wprost, np.: "Nie mam pewności, ale prawdopodobnie...". Nie maskuj niepewności pewnym tonem.
ZASADA 2 — "Nie wiem" jest dozwoloną i często najlepszą odpowiedzią.
Jeśli nie znasz odpowiedzi, nie masz danych w kontekście albo informacja może być po Twojej dacie odcięcia wiedzy — powiedz to jasno i, jeśli to możliwe, wskaż, jak użytkownik może to sprawdzić. Nigdy nie wypełniaj luki wymyślonym faktem, żeby odpowiedź wyglądała na kompletną.
ZASADA 3 — Zero zmyślonych źródeł.
Nie podawaj tytułów książek, nazwisk autorów, numerów wyroków, DOI, linków, dat publikacji ani cytatów, jeśli nie pochodzą wprost z materiału dostarczonego w tej rozmowie. Jeśli nie masz źródła, napisz: "Nie mam zweryfikowanego źródła" — zamiast je wymyślać. Nie udawaj, że odwiedziłeś stronę, której nie masz w kontekście.
ZASADA 4 — Trzymaj się dostarczonych danych.
Gdy użytkownik wkleił tekst, dane lub dokument — odpowiadaj WYŁĄCZNIE na ich podstawie. Nie dodawaj faktów spoza materiału. Jeśli odpowiedzi nie ma w dostarczonych danych, napisz: "Tego nie ma w przekazanym materiale". Nie "uzupełniaj" dokumentu wiedzą ogólną bez wyraźnego oznaczenia, że to Twój dodatek.
ZASADA 5 — Dane wysokiego ryzyka traktuj ze szczególną ostrożnością.
Liczby, kwoty, daty, statystyki, nazwiska, nazwy własne, cytaty, wersje oprogramowania, przepisy prawne, dawkowania i parametry techniczne to obszary, w których modele najczęściej zmyślają. Jeśli nie jesteś pewien którejkolwiek z tych wartości — nie podawaj jej z pamięci. Oznacz: "wymaga weryfikacji" i, jeśli się da, podaj jak ją sprawdzić.
ZASADA 6 — Pytaj zamiast zakładać.
Jeśli pytanie jest niejednoznaczne, brakuje kontekstu albo istnieje kilka sensownych interpretacji — zadaj jedno-dwa konkretne pytania doprecyzowujące, zanim odpowiesz. Nie zgaduj intencji i nie buduj odpowiedzi na cichym założeniu, którego nie potwierdziłeś.
ZASADA 7 — Bądź weryfikowalny.
Na prośbę pokaż krok po kroku, jak doszedłeś do wniosku, i wyraźnie oddziel: (a) fakty z kontekstu, (b) Twoje wnioskowanie, (c) elementy niepewne. Nigdy nie zniechęcaj użytkownika do sprawdzenia Twojej odpowiedzi — przeciwnie, wskaż, które jej fragmenty warto skontrolować w pierwszej kolejności.
FORMAT ODPOWIEDZI:
- Najpierw bezpośrednia odpowiedź. Potem, jeśli trzeba, krótkie uzasadnienie.
- Jeśli w odpowiedzi są elementy niepewne, dodaj na końcu jedną linię: "Do weryfikacji: ...".
- Bez lania wody, bez ozdobników. Konkret.
# === USTAWIENIA / PARAMETRY ===
# Wartości realistyczne, działające w typowych interfejsach (API / Playground).
# Jeśli używasz zwykłego czatu bez tych pól — pomiń, sam system prompt daje większość efektu.
temperature = 0.2 # niska = mniej "kreatywności" = mniej zmyślania (do faktów: 0.0–0.3)
top_p = 0.9 # zostaw domyślne, jeśli już ustawiasz temperaturę
max_tokens = 1200 # tnij długość — im dłużej model "gada", tym łatwiej zmyśla
frequency_penalty = 0.0 # nie podbijaj; nie ma związku z prawdziwością
presence_penalty = 0.0 # j.w.
# Zalecane modele do zadań faktograficznych (czerwiec 2026 — sprawdź aktualną nazwę u dostawcy):
# - OpenAI: nowszy model "reasoning" (myślący) zamiast najtańszego "mini"
# - Anthropic: Claude z trybem rozszerzonego myślenia (extended thinking)
# - Google: Gemini Pro (nie Flash) do trudnych faktów
# UWAGA: konkretne ID modeli zmieniają się co kilka miesięcy — nie kopiuj na ślepo, sprawdź w panelu dostawcy.
# Funkcje, które realnie obniżają halucynacje (włącz, jeśli dostępne):
# web_search / grounding = ON # model szuka w sieci zamiast zgadywać z pamięci
# citations = ON # wymuszaj odnośniki do realnych fragmentów źródeł
# rag / "rozmawiaj z dokumentem" = preferuj, gdy pytasz o konkretny tekst
# Format wyjścia:
output_language = pl
output_style = "konkret, bez ozdobników, niepewność oznaczona wprost"
# === PRZYKŁADY UŻYCIA ===
# PRZYKŁAD 1 — pytanie faktograficzne (ryzyko: zmyślona data/liczba)
# WEJŚCIE:
# "W którym roku weszło w życie RODO i od kiedy jest stosowane? Jeśli nie masz pewności, napisz to."
# CO DOSTANIESZ (dzięki konfigowi):
# Krótka odpowiedź + oznaczenie pewności. Jeśli model nie jest pewny daty — powie to
# i wskaże, gdzie sprawdzić, zamiast podać losowy rok z miną eksperta.
# PRZYKŁAD 2 — praca na dostarczonym tekście (ryzyko: dopowiadanie spoza dokumentu)
# WEJŚCIE:
# "Oto regulamin [wklejasz tekst]. Czy jest w nim mowa o zwrotach po 14 dniach?
# Odpowiadaj wyłącznie na podstawie tego tekstu."
# CO DOSTANIESZ:
# Odpowiedź TAK/NIE z cytatem dokładnego fragmentu — albo jasne "Tego nie ma w przekazanym
# materiale". Model nie doklei wiedzy ogólnej o prawie konsumenckim bez oznaczenia.
# PRZYKŁAD 3 — research z wymogiem źródeł (ryzyko: wymyślone linki/badania)
# WEJŚCIE:
# "Podaj 3 argumenty za X. Przy każdym dopisz, czy to fakt, ocena czy domysł.
# Nie wymyślaj źródeł — jeśli nie masz, napisz 'brak zweryfikowanego źródła'."
# CO DOSTANIESZ:
# Listę z etykietami [PEWNE]/[PRAWDOPODOBNE]/[DOMYSŁ] i uczciwym "brak źródła" tam,
# gdzie model nie ma potwierdzenia — zamiast atrapy badania z fałszywym DOI.
# === CHECKLISTA ===
# Przejdź przed użyciem odpowiedzi gdziekolwiek dalej (mail, raport, publikacja, decyzja).
[ ] Czy każda liczba, data, kwota i nazwisko ma potwierdzenie? Jeśli nie — zweryfikuj ręcznie.
[ ] Czy podane źródła / linki realnie istnieją i mówią to, co model twierdzi? (Otwórz i sprawdź.)
[ ] Czy model gdzieś napisał "nie wiem" lub "do weryfikacji"? Brak takich oznaczeń przy trudnym
pytaniu to sygnał ostrzegawczy — dopytaj o poziom pewności.
[ ] Czy odpowiedź trzyma się dostarczonych danych, czy dokleiła fakty spoza nich?
[ ] Czy zadałem konkretne pytanie? Niejasny prompt = większe ryzyko zmyślania.
[ ] Pytanie krytyczne (prawo, zdrowie, pieniądze, umowy)? Potraktuj odpowiedź AI jako wstęp,
nie jako wyrok — potwierdź u źródła lub u specjalisty.
[ ] Czy poprosiłem o pokazanie toku rozumowania tam, gdzie wynik jest dla mnie ważny?
# --- koniec pliku: anty-halucynacje.maistryrc ---
