1. S.P.I.C.E. Framework (Metodologia Inżynierii Promptów)

W kontekście profesjonalnym i programistycznym SPICE to akronim określający 5 kluczowych elementów, z których powinien składać się idealnie zaprojektowany prompt, odporny na halucynacje AI i dostosowany do pracy na dużych zbiorach danych.

Każda litera odpowiada za inny komponent instrukcji:

• S – Sections (Sekcje): Dzielenie promptu na wyraźne, logiczne bloki strukturalne za pomocą separatorów (np. nagłówków z hashami ### lub znaczników xml/markdown). Zapobiega to gubieniu się AI w gęstym tekście.

• P – Prompt Variables (Zmienne): Stosowanie dynamicznych tagów lub placeholderów w nawiasach klamrowych (np. {nazwa_firmy}, {stanowisko}). Pozwala to na masowe i automatyczne podmienianie danych bez przepisywania całego promptu.

• I – Instructions (Instrukcje): Precyzyjne, krokowe wytyczne określające, co dokładnie model ma zrobić, jakich słów kluczowych użyć, jakiego tonu (tone of voice) się trzymać oraz jakich sformułowań bezwzględnie unikać.

• C – Context (Kontekst): Tło biznesowe lub sytuacyjne. AI musi wiedzieć, dlaczego wykonuje to zadanie, kim jest odbiorca końcowy i w jakiej branży się poruszamy.

• E – Examples (Przykłady): Zastosowanie techniki Few-Shot Prompting, czyli podanie modelowi wzorcowych par „Wejście -> Wyjście” (często zamkniętych w tagach HTML, np. <example></example>). To drastycznie zwiększa powtarzalność formatu odpowiedzi.

Więcej o praktycznym wdrożeniu tej struktury w procesach automatyzacji możesz posłuchać w oficjalnych poradnikach technicznych, np. w lekcji Clay 101: Prompt Engineering with the S.P.I.C.E. Framework.

2. „Spicy Prompts” (Kreatywne pisanie i odblokowywanie modeli)

W slangu użytkowników narzędzi takich jak Midjourney, ChatGPT czy Grok, termin „spicy prompt” (pikantny prompt) odnosi się do technik pisania instrukcji generujących treści bardziej śmiałe, emocjonalne, nieszablonowe lub omijające standardowe, sztywne filtry poprawności politycznej i językowej.

W tym kontekście „layering spicy prompts” oznacza budowanie zaawansowanych warstw instrukcji dla modeli LLM, które wymuszają na sztucznej inteligencji m.in.:

• Głęboki sensualizm i unikanie klisz: Zamiast oklepanych zwrotów (np. „poczuł dreszcz na plecach”), prompt zmusza AI do skupienia się na tempie narracji (pacing) i konkretnych detalach sensorycznych.

• Ostrzejszy ton: Wykorzystywanie modeli (np. Grok w trybie „Fun Mode”), które celowo generują odpowiedzi złośliwe, ironiczne lub potocznie nazywane „ostrymi”.

Podsumowanie

Jeśli zajmujesz się architekturą informacji, automatyzacją lub programowaniem systemów opartych o LLM, szukasz definicji S.P.I.C.E. Framework jako wzorca projektowego dla stabilnych promptów. Jeśli natomiast szukasz informacji o generowaniu angażujących, nieszablonowych tekstów literackich, chodzi o technikę podkręcania stylu (spicy).