To nowe stanowisko stworzone trzy lata temu, z pensją 260 000 funtów rocznie, nie wymaga wyższego wykształcenia.

Trzy lata po cichym debiucie AI, który odmienił życie biurowe, dziwna nowa praca w technologiach płaci dziś jak londyński bankier z City.

Zaczęło się od prostego okienka czatu na stronie internetowej, które wyrzucało niezgrabne odpowiedzi i w połowie błędne fakty. Dziś opanowanie tego, jak rozmawiać z tymi samymi algorytmami, stało się jedną z najlepiej płatnych - i najdziwniejszych - nowych ścieżek kariery na rynku.

Od niezdarnego chatbota do pracy za sześć cyfr

ChatGPT trafił publicznie do użytkowników pod koniec 2022 roku i właśnie skończył trzy lata. Od tego czasu dołączyli do niego rywale tacy jak Gemini, Midjourney, DALL·E i Claude. Wszystkie obiecują natychmiastowe odpowiedzi, kod, obrazy albo prezentacje w kilka sekund.

W praktyce często „halucynują”, wymyślają źródła i błędnie interpretują to, czego chcą użytkownicy. Ludzie wpisują pytanie, dostają z powrotem coś połowicznie użytecznego i uznają, że narzędzie jest przeceniane. Firmy widzą coś innego: potężny system, który błyszczy dopiero w rękach kogoś, kto naprawdę wie, jak do niego mówić.

Przekładanie niejasnych ludzkich próśb na precyzyjne instrukcje dla AI stało się osobnym zawodem.

W tym miejscu pojawia się „prompt engineer” (inżynier promptów) - rola, o której trzy lata temu niemal się nie mówiło, a która dziś, według ogłoszeń o pracę śledzonych przez Bloomberg, osiąga w USA wynagrodzenia przekraczające 300 000 euro (260 000 funtów / 325 000 dolarów) rocznie.

Czym naprawdę zajmuje się prompt engineer

Na papierze brzmi to prosto: pisanie promptów dla narzędzi AI. W praktyce bardziej przypomina miks tłumacza, projektanta produktu i psychologa dla maszyn.

Inżynierowie promptów spędzają dni na takich zadaniach jak:

• projektowanie promptów, które generują wiarygodne podsumowania prawne lub finansowe,
• budowanie wieloetapowych instrukcji, dzięki którym AI tworzy czysty, działający kod,
• tworzenie szablonów dla zespołów marketingu, aby kampanie trzymały się tonu marki,
• dostrajanie promptów do audytu arkuszy kalkulacyjnych i wykrywania anomalii,
• konfigurowanie przepływów pracy AI, które automatycznie generują prezentacje PowerPoint lub raporty.

Testują setki wariantów, minimalnie zmieniają sformułowania i porównują wyniki. Uczą się, jak dany model „myśli”, gdzie popełnia błędy i jak odciągnąć go od typowych pułapek.

Sercem tej pracy jest iteracja: zapytaj, obserwuj, doprecyzuj, powtórz - czasem dziesiątki razy dla jednego zadania.

Dlaczego firmy płacą tak dużo

Duzi pracodawcy traktują inżynierię promptów jak mnożnik produktywności. Jeśli jeden specjalista potrafi zaprojektować prompty, które przyspieszą pracę całego zespołu o 20–30%, wynagrodzenie zaczyna wyglądać jak inwestycja, a nie koszt.

IBM wcześnie zasygnalizował tę zmianę. W 2023 roku zapowiedział, że w kolejnych latach planuje zastąpić około 7 800 stanowisk AI lub automatyzacją. Od tego czasu setki innych dużych firm ogłosiły podobne plany dotyczące pracy biurowej i back-office. Każda z tych strategii potrzebuje ludzi, którzy potrafią sprawić, by AI faktycznie dowoziła efekty.

To napędza wyścig rekrutacyjny. W USA senioralne role prompt engineering w firmach technologicznych i funduszach hedgingowych oferują dziś pakiety przekraczające 300 000 euro rocznie. Mniej wyspecjalizowane stanowiska, takie jak „specjalista ds. treści AI” czy „projektant przepływów pracy AI”, często mieszczą się w przedziale 60 000–80 000 euro i rozlewają się na sektory takie jak doradztwo, media i handel detaliczny.

Bez dyplomu - ale umiejętności nadal mają znaczenie

W przeciwieństwie do tradycyjnych ról programistycznych nie ma standardowego kursu akademickiego ani formalnej kwalifikacji dla inżynierii promptów. To dziedzina zbyt nowa, a narzędzia zmieniają się zbyt szybko.

Nie istnieje stały program nauczania dla prompt engineering; kompetencje buduje się, eksperymentując bezpośrednio z narzędziami AI.

To oznacza, że kandydaci z nietypowym zapleczem mogą konkurować, o ile potrafią pokazać rezultaty. Absolwent humanistyki, który spędził rok na budowaniu wewnętrznych asystentów AI dla małej agencji, może być atrakcyjniejszy niż absolwent informatyki, który ledwo dotykał realnych modeli.

Mimo to pewne zdolności dają wyraźną przewagę:

Atut	Dlaczego pomaga
Podstawy programowania	Pomaga układać logikę, pisać instrukcje w pseudo-kodzie i pracować z API.
Wiedza domenowa	Sprawia, że prompty są precyzyjniejsze w prawie, medycynie, finansach lub projektowaniu.
Dobre pisanie	Jasny język zmniejsza niejednoznaczność i poprawia jakość wyników.
Cierpliwość i ciekawość	Wspiera niekończące się testowanie i dopieszczanie, których ta praca wymaga.

Wielu skutecznych prompt engineerów opisuje swoją drogę jako „chaotyczną”: nocne eksperymenty z ChatGPT, budowanie małych narzędzi dla współpracowników, a potem formalizowanie tych sztuczek w powtarzalne procesy.

Jak ludzie uczą się pracy, która ledwie istnieje

Ponieważ uczelnie nie nadążyły, większość nauki odbywa się nieformalnie. Ludzie traktują modele AI jak laboratorium. Próbują przewidzieć, jak system odpowie, a potem korygują prompty, by pchnąć go w lepszym kierunku.

Typowe rutyny samokształcenia obejmują:

• przepisanie jednego promptu na 20 różnych sposobów i porównanie wyników,
• zmuszanie AI do pokazania rozumowania, a potem doprecyzowanie każdego kroku,
• projektowanie „person” - np. „jesteś ostrożnym doradcą podatkowym w Wielkiej Brytanii” - i sprawdzanie, kiedy takie ramowanie pomaga,
• budowanie małych osobistych asystentów do obsługi e-maili, notatek ze spotkań lub zadań badawczych.

Z czasem ludzie zaczynają widzieć wzorce: na jakie słowa modele reagują najmocniej, ile kontekstu naprawdę potrzebują, kiedy zmyślają fakty i jak wyłapywać te błędy. To rozpoznawanie wzorców odróżnia użytkownika okazjonalnego od profesjonalisty.

Gdzie pojawiają się oferty pracy

Największy popyt jest w USA, szczególnie w San Francisco, Nowym Jorku i głównych hubach technologicznych. Ale tablice ogłoszeń w Londynie, Berlinie i Paryżu też pokazują podobne role, często pod szerszymi tytułami, takimi jak „strateg AI” albo „architekt automatyzacji”.

Branże, które już rekrutują, to m.in.:

• firmy technologiczne budujące produkty AI dla klientów,
• firmy doradcze oferujące projekty automatyzacyjne,
• banki i fundusze używające AI do researchu i narzędzi wewnętrznych,
• firmy medialne automatyzujące część produkcji treści,
• producenci wykorzystujący AI do monitorowania danych i procesów.

Nawet gdy nazwa stanowiska nie brzmi „prompt engineer”, sedno zadania - zamiana chaotycznych potrzeb na jasne instrukcje dla AI - jest takie samo.

Ryzyka, ograniczenia i dlaczego moda raczej nie zniknie

Hype jest realny, ale ryzyka również. Część analityków ostrzega, że wraz z rozwojem modeli AI mogą one wymagać mniej ręcznego promptowania, co obniży popyt na specjalistów. Inni twierdzą, że gdy firmy zintegrują AI z każdym przepływem pracy, wzrośnie zapotrzebowanie na osoby, które potrafią orkiestrwać złożone systemy z wielu narzędzi.

Są też codzienne obawy. Źle zaprojektowany prompt w kontekście prawnym lub medycznym może wytworzyć niebezpiecznie błędną poradę. Nadmierna automatyzacja oparta na niezweryfikowanych wynikach AI może wprowadzić ukryte błędy do kodu, umów lub modeli finansowych. Dlatego wiele firm łączy prompt engineerów z ekspertami dziedzinowymi, którzy biorą ostateczną odpowiedzialność.

Osoby goniące za pieniędzmi też podejmują ryzyko zawodowe. Rola wciąż jest nieostro zdefiniowana, a tytuły mocno się różnią. Ktoś zatrudniony jako „prompt guru” bez jasnych KPI może skończyć na doraźnym wsparciu, daleko od strategicznej funkcji, którą sobie wyobrażał.

Jak ta umiejętność działa w prawdziwym życiu

Aby poczuć skalę wpływu, wyobraźmy sobie średniej wielkości kancelarię. Przed AI młodszy prawnik mógł spędzić trzy godziny na streszczeniu 100-stronicowej umowy. Dzięki dobrze przygotowanemu promptowi model AI może wygenerować pierwszą wersję podsumowania w kilka minut. Prawnik następnie ją redaguje i weryfikuje. Zadaniem prompt engineera jest sprawić, by ta pierwsza wersja była na tyle trafna, aby prawnik oszczędzał godzinę lub więcej za każdym razem.

Albo handel detaliczny. Zespół marketingu potrzebuje opisów produktów, tekstów reklam i kampanii e-mail w pięciu językach. Zamiast zatrudniać osobną agencję na każdym rynku, prompt engineer może skonfigurować przepływy AI, które trzymają ton marki, obsługują tłumaczenia i dopasowują styl do kanału - z ludzką kontrolą na końcu.

Dobre prompty nie usuwają ludzi; przesuwają ich czas z pracy odtwórczej na decyzje wymagające osądu.

Budowanie kompetencji, nawet jeśli nie celujesz w taki tytuł

Nawet dla osób, które nie planują nazywać siebie „prompt engineer”, bazowe umiejętności stają się coraz bardziej przydatne. Nauczyciele używają AI do szkicowania konspektów lekcji. Freelancerzy wspierają się nią przy ofertach. Właściciele małych firm wykorzystują ją do generowania faktur, FAQ lub materiałów szkoleniowych.

Wyrobienie kilku nawyków - stawianie jasnych ograniczeń, proszenie o rozumowanie krok po kroku, sprawdzanie źródeł, zmuszanie modelu do pokazywania niepewności - już czyni te narzędzia bezpieczniejszymi i skuteczniejszymi. W miarę jak AI przenika do codziennego oprogramowania, umiejętność kierowania nią będzie miała znaczenie porównywalne z dzisiejszą podstawową znajomością arkuszy kalkulacyjnych.

Na razie ta dziwna nowa praca, urodzona zaledwie trzy lata temu, leży na styku języka, logiki i technologii. Wynagrodzenia przyciągają nagłówki, ale za nimi kryje się coś cichszego: zmiana tego, co znaczy „pracować z komputerami”. Zamiast uczyć się myśleć jak maszyny, inżynierowie promptów są hojnie opłacani za to, by sprawić, że maszyny zaczną myśleć choć trochę bardziej jak my.