Anatomia unui prompt B2B: framework in 4 sectiuni pentru rezultate consistente cu AI

In 1945, cand Polya a publicat «How to Solve It», ideea ca rezolvarea unei probleme matematice e o procedura — nu o sclipire — a fost subversiva. Pana atunci, problemele se rezolvau prin talent. Polya a aratat ca scheletul rezolvarii e acelasi indiferent de problema: intelege, planifica, executa, verifica. Optzeci de ani mai tarziu, conversatia despre prompt engineering pare blocata in pre-Polya. Cei mai multi practicieni il trateaza ca pe o forma de talent — «sunt mai bun decat tine la prompturi» — sau ca pe o lista de retete care pot fi memorate. Niciuna nu-i exact.

Acest articol propune o reformulare disciplinata: prompt engineering pentru un context B2B (firme romanesti, decidenti operativi, output cu standard de productie) este o procedura cu 4 sectiuni reutilizabile. Daca le aplici, lucrul cu un model frontier (Claude Opus 4.7, GPT-5.5, Gemini 3.1) inceteaza sa mai depinda de noroc. Cand cineva spune «AI-ul e prost, am incercat ChatGPT si nu functioneaza», in 9 cazuri din 10 problema nu este modelul. Este ceea ce lipseste prompt-ului.

Cele 4 sectiuni nu sunt un alt acronim de marketing. Sunt structura subiacenta a fiecarui system prompt bine construit din literatura recenta (Anthropic Cookbook, OpenAI Prompting Guide, lucrari pe instruction tuning) si — mai important — sunt observabile in fiecare prompt din audituri reale care produce rezultate utilizabile. Le numim aici, in ordine: Context, Limite, Exemple, Comanda.

De ce 9 din 10 prompturi esueaza

Diagnosticul tipic intr-un audit AI la o firma de 30-100 oameni arata cam asa: angajatii folosesc ChatGPT (sau echivalent) pentru sarcini operationale — drafturi de email, sumar sedinte, generare oferte, brainstorm idei. Output-ul are ~60% calitate folosibila, dupa edit manual. Concluzia interna: «AI-ul ne ajuta un pic, dar nu inlocuieste oamenii». Concluzia corecta: prompturile lor au, in medie, 1 sectiune din 4. Nu e un esec al modelului. Este un esec al ingineriei intrebarii.

Un prompt liber suna asa: «Scrie-mi o oferta pentru clientul X care vrea consultanta SEO.» Modelul, care nu cunoaste firma, nu cunoaste tonul intern, nu cunoaste pretul, nu cunoaste formatul — improvizeaza. Improvizeaza inteligent (e un model frontier), dar pe o baza generica. Ce primesti: oferta SEO din Silicon Valley 2018, in engleza tradusa, cu praguri de pret americane si limbaj corporate care suna fals intr-un email B2B romanesc. Edit manual: 40 minute. Frustrare: maxima. Concluzia gresita: «AI-ul nu intelege ce vrem noi.» Concluzia corecta: nu i-am spus.

Anatomia celor 4 sectiuni

Construim acum scheletul. Fiecare sectiune are un scop clar, o lungime tipica si un test de calitate. Le pui in aceasta ordine, inaintea instructiunii efective. Ordinea conteaza — modelele de astazi citesc top-down, iar contextul devreme reincadreaza interpretarea instructiunii finale.

01. CONTEXT — cine esti, ce vinzi, cui vinzi, ce voce ai

Lungime tipica: 4-6 randuri. Aici declarezi identitatea operationala a firmei. Nu marketing copy («suntem lideri de piata»), ci operational copy: «Suntem o firma de consultanta SEO din Cluj, 12 oameni, lucram cu IMM-uri B2B din Romania (servicii profesionale, e-commerce mid-market). Tonul nostru in scris e direct si tehnic, fara superlative. Vorbim cu CEO-uri si manageri de marketing, nu cu agentii.» Aceste 3 randuri schimba complet output-ul oricarei sarcini de scriere. Fara ele, modelul foloseste «default» — care pentru ChatGPT inseamna un ton american, entuziast, cu emoji-uri si superlative.

Test de calitate: daca ai schimba contextul cu al unei alte firme din alt sector, ar produce un output substantial diferit? Daca da, ai context util. Daca nu, e prea generic.

02. LIMITE — constrangerile invizibile pe care le uiti mereu

Lungime tipica: 3-5 randuri. Aici pui ce in mod normal n-ai spune cu voce tare, dar care decid daca output-ul e util sau gunoi:

• Format exact — markdown, JSON, tabel, plain text, email, document Word, slide-uri
• Lungime — sub 150 cuvinte / exact 5 puncte / 3 paragrafe / 1 pagina A4
• Ton — formal RO juridic, casual cu colegii, tehnic pentru dev, simplificat pentru client B2C
• Public tinta — CFO, manager operational, dezvoltator senior, client B2B end-user
• Limba — RO cu diacritice / RO fara diacritice / EN / bilingv side-by-side
• Excluderi — fara emoji, fara «we are excited to», fara superlative, fara jargon de consultanta americana

De ce conteaza: modelul nu poate ghici ca trebuie sa scrie sub 150 cuvinte cand by default face 400. Nu poate ghici ca tonul tau e «direct, fara «sper ca aceasta gaseste pe toata lumea sanatosi»». Daca nu spui, ramane pe default — care e mediocru pentru orice context profesional B2B.

03. EXEMPLE — 2-3 «asa DA» plus 1 «asa NU»

Lungime tipica: cea mai mare sectiune cantitativ, dar nu trebuie scrisa de fiecare data — se reutilizeaza. Aici aplici principiul few-shot prompting: arati modelului 2-3 exemple de output care iti plac («asa DA») si optional 1 exemplu care imita greseala tipica a modelului («asa NU vreau»). Exemplele bat orice descriere abstracta. «Scrie cu un ton direct» e ambiguu. «Scrie ca in acest exemplu: [paste paragraf real din emailul tau de saptamana trecuta]» este univoc.

De ce functioneaza: arhitectura transformerului care sta la baza modelelor moderne (Claude, GPT, Gemini) este in mod fundamental o masina de imitare. Predictia urmatorului token este influentata de tot contextul anterior. Cand i-ai aratat 3 paragrafe in stilul tau, urmatorul paragraf produs va imita cu acuratete acel stil — pentru ca aia e cea mai usoara cale de a continua. Cand i-ai aratat un exemplu negativ etichetat clar, va evita pattern-ul respectiv cu o probabilitate semnificativ mai mare.

04. COMANDA — un singur rand, ultimul

Lungime tipica: 1 rand. Aici instruiesti modelul ce sa faca, presupunand ca a citit Context, Limite si Exemple. Suna ironic, dar instructiunea efectiva e cea mai scurta sectiune din prompt. Exemplu: «Genereaza oferta SEO pentru clientul X conform contextului si constrangerilor de mai sus, in stilul exemplelor.» Atat. 14 cuvinte.

Test de calitate: daca cineva ar citi doar comanda, fara restul prompt-ului, ar putea ghici ce trebuie sa faca? Nu ar trebui. Dependenta de sectiunile anterioare e o virtute, nu un bug — semnaleaza ca modelul are tot ce-i trebuie sus.

Exemplu complet, lipit la lipit

Iata cum arata un prompt B2B real construit dupa schelet, pentru sarcina «scrie un email de follow-up dupa o sedinta de descoperire cu un prospect».

“[CONTEXT] Suntem NeuroAI Consulting, firma de consultanta AI din Romania, 1 fondator. Lucram cu IMM-uri romanesti 20-100 oameni, in sectoare conservatoare (servicii profesionale, contabilitate, distributie). Vocea noastra in scris e directa, fara hype, fara emoji, fara «sper ca aceasta gaseste pe toata lumea sanatosi». Pretul mediu al unui audit e 2-6.000 EUR. [LIMITE] Format: email plain text, 4 paragrafe scurte, sub 180 cuvinte. Limba: RO cu diacritice. Ton: profesional dar uman. Excludem: «I look forward to», «Don't hesitate to reach out», superlative, exclamatii. [EXEMPLE] «asa DA»: «Buna ziua, [Nume]. Multumesc pentru cele 45 de minute de ieri. Am notat trei lucruri care mi-au ramas in cap: (1)... (2)... (3)... Pe baza lor, urmatorul pas pe care il propun e [...]. Daca face sens, propun joi sau vineri pentru o discutie de 30 min. Sau, daca preferati, va pot trimite intai un draft scris. Ce e mai util?» «asa NU»: «Hi [Nume]! Hope this finds you well! It was great connecting with you yesterday — your insights were truly inspiring! I'd love to circle back and explore synergies. Let me know what works for your calendar!» [COMANDA] Scrie email de follow-up pentru clientul Andrei Popescu, CEO la o firma de contabilitate din Brasov, 18 oameni. Discutia: au probleme cu redactarea automata a notelor de sedinta interne. Propun audit AI 60 min plus pilot pe 1 workflow.”

Output-ul produs de un model frontier la acest prompt este, in 9 din 10 rulari, livrabil cu edit minor (5-10 minute). Output-ul produs la versiunea «scurta» («Scrie un email de follow-up pentru un prospect din contabilitate care vrea audit AI») este, in 9 din 10 rulari, generic, in engleza-tradusa, cu cel putin un «I look forward to» care trebuie sters manual. Aceeasi unealta. Alt rezultat. Diferenta e in cele 230 de cuvinte de Context plus Limite plus Exemple, scrise o singura data si reutilizate pentru toate emailurile de follow-up din anul in curs.

Unde pui scheletul: system prompt vs. primul mesaj

Sunt doua locuri posibile. Primul e ca system prompt — un camp dedicat, disponibil in API si in produsele care expun acest control (Claude Projects, ChatGPT custom GPTs, Gemini Gems, OpenAI Playground, oricare interfata serioasa de developer). Al doilea, mai accesibil pentru utilizatori non-tehnici, e ca prim mesaj intr-un thread nou. Modelul interpreteaza primul mesaj ca instructiune persistenta pentru tot thread-ul.

Recomandare practica pentru o firma care porneste de la zero: salveaza prompt-ul scheleton intr-un Claude Project (sau ChatGPT custom GPT, sau Gemini Gem), o singura data. Dupa aceea, fiecare sarcina noua devine doar Comanda — restul e mostenit. Pentru email-uri de follow-up, ai un Project. Pentru oferte, alt Project. Pentru sumar de sedinta, alt Project. Cinci-sase Projects bine construite acopera 80% din scrierea operationala dintr-o firma B2B medie.

Greseli comune si cum le eviti

• «Mai mult e mai bine.» Nu este. Un prompt de 5 pagini cu Context exhaustiv si Limite redundante poate confuza modelul mai mult decat ajuta. Tinta: 200-400 cuvinte total in shelet, scrise o singura data si reutilizate.
• Exemple inventate vs. exemple reale. Daca exemplele tale «asa DA» sunt scrise tot de AI sau imaginate, modelul invata mediocritatea ta despre ce inseamna stilul tau. Foloseste paragrafe reale, lipite din emailurile tale anterioare bune.
• Lipsa «asa NU». Multi practicieni dau doar exemple pozitive. Adaugarea unui singur exemplu negativ etichetat clar reduce cu 30-50% rata de aparitie a pattern-urilor pe care le urasti (cifra orientativa, masurata empiric in audituri NeuroAI; nu e benchmark publicat).
• Comanda care contrazice Limitele. «Scrie sub 150 cuvinte. [...] Acopera in detaliu toate punctele 1-7.» Modelul va incerca sa satisfaca ambele si va pierde la unul. Daca apare contradictie, alege una si stergle pe cealalta.
• Schimbarea contextului fara sa stergi exemplele vechi. Daca refolosesti scheletul pentru un client nou, exemplele trebuie inlocuite. Modelul va imita exemplele indiferent ca i-ai schimbat Contextul — exemplele bat textul declarat.

Test concret pentru saptamana asta

Ia un task pe care l-ai dat unui AI in ultimele 7 zile si te-a dezamagit rezultatul. Nu un task ipotetic — unul real, cu output salvat. Reconstruieste prompt-ul folosind cele 4 sectiuni de mai sus. Ruleaza din nou. Compara cele doua output-uri side-by-side. Daca varianta noua nu e semnificativ mai utilizabila, scrie-ne — vrem sa vedem unde scheletul a esuat. Daca este, ai inteles operational ce am incercat sa transmitem.

Intrebari frecvente