Performance & analityka

Biblioteka promptów performance marketera: 12 zastosowań LLM w codziennej robocie

📅 5 lipca 2026 ⏱️ 10 min czytania

Michał Winciorek

Performance Marketing Strategist · LinkedIn ↗

Prompt to narzędzie, które skraca drogę od surowych danych do decyzji, jeśli wiesz, co chcesz dostać na wyjściu. Żadnej magii ani roboty odwalonej za Ciebie. Przez ostatni rok testowałem LLM w codziennej pracy performance marketera: analizie kampanii, kreacji, researchu, raportach dla zarządu. Poniżej 12 zastosowań, które realnie zostały w moim codziennym warsztacie, z gotowymi promptami do skopiowania i twardym rozdziałem o tym, gdzie model szkodzi.

1. LLM jako narzędzie robocze, myślenie zostaje u Ciebie

Zacznę od rozczarowania. Model językowy nie zoptymalizuje Ci kampanii. Nie zdecyduje, czy skalować budżet, i nie powie, dlaczego CPA skoczył o 40% w środę. To wciąż Twoja robota i Twoja odpowiedzialność.

Gdzie LLM realnie oszczędza czas: wszędzie tam, gdzie zadanie polega na przekształceniu jednej formy tekstu w drugą. Masz eksport z Menedżera Reklam i chcesz z niego wyciągnąć trzy wnioski zamiast wpatrywać się w 200 wierszy. Masz brief i chcesz z niego pięć wariantów hooka. Masz notatki z rozmowy i chcesz z nich szkic raportu. To są zadania mechaniczne, żmudne, pochłaniające godziny tygodniowo. Model robi je w minuty, a Ty zostajesz z rolą, do której faktycznie Cię zatrudniono: oceniasz, decydujesz, bierzesz odpowiedzialność.

Przez rok testów zostało mi 12 zastosowań, których używam regularnie. Pogrupowałem je w cztery obszary: analiza kampanii, kreacja, research i raportowanie. Każde z nich dostaje gotowy prompt. Traktuj je jak punkt startowy. Najlepsze prompty powstają w iteracji, o czym niżej.

2. Analiza i diagnoza kampanii (zastosowania 1-3)

Tu LLM jest najsilniejszy, bo pracuje na Twoich danych zamiast na wiedzy z internetu. Klucz: wklejasz konkretne liczby, model je porządkuje i wskazuje wzorce. Weryfikacja liczb zostaje po Twojej stronie, bo model potrafi zmyślić sumę (wróć do sekcji o granicach).

1. Wyciąganie wniosków z eksportu kampanii: wklejasz tabelę z Menedżera Reklam lub Google Ads (CSV, zakres dat, rozbicie na kampanie lub grupy) i prosisz o wnioski zamiast powtórzenia liczb. Świetne do porannego przeglądu, gdy masz 15 minut i pięciu klientów.

   Jesteś analitykiem performance marketingu. Poniżej eksport kampanii Meta Ads za ostatnie 14 dni (kolumny: kampania, wydatek, konwersje, CPA, CTR, częstotliwość). Wskaż 3 najważniejsze obserwacje w kolejności wpływu na wynik, każda z konkretną liczbą z tabeli. Osobno wypisz kampanie z częstotliwością powyżej 3 i CTR poniżej 1%. Nie sumuj sam, korzystaj tylko z podanych wartości. [tu wklej dane]

2. Diagnoza nagłego spadku wyniku: gdy CPA rośnie i nie wiesz od czego zacząć, model buduje Ci listę hipotez do sprawdzenia. Sam przyczyny nie zna, za to zna typowe mechanizmy i ustawia je w kolejności prawdopodobieństwa. Oszczędza to 20 minut gapienia się w wykres.

   CPA na kampanii konwersyjnej wzrósł z 45 zł do 78 zł w ciągu 4 dni, budżet i kreacje bez zmian. Wypisz 8 możliwych przyczyn pogrupowanych na: aukcja i konkurencja, zmęczenie kreacji, tracking i atrybucja, sezonowość, ustawienia kampanii. Dla każdej podaj, jak ją szybko zweryfikować w panelu. Uporządkuj od najczęstszej.

3. Porównanie okresów i szukanie anomalii: wklejasz dwa zakresy dat obok siebie, model liczy zmiany procentowe i wskazuje, co odstaje od reszty. Przydatne przy raportach tydzień do tygodnia, gdy trzeba szybko zobaczyć, gdzie coś się ruszyło.

   Poniżej dane dwóch tygodni (tydzień A i tydzień B) dla 6 kampanii. Policz zmianę procentową wydatku, konwersji i CPA dla każdej. Wskaż kampanie, gdzie kierunek wydatku i konwersji się rozjeżdża (rośnie wydatek, spada efekt). Podsumuj jednym akapitem, gdzie skupić uwagę w przyszłym tygodniu. [dane]

3. Kreacja i copy (zastosowania 4-6)

Tu ostrożnie. Model daje ilość i tempo, jakość zostaje na Tobie. Surowe wyjście z LLM zwykle brzmi generycznie, więc traktuj je wyłącznie jak materiał do redakcji.

4. Warianty hooków i nagłówków: zamiast wymyślać 10 pierwszych linijek reklamy z głowy, generujesz 15 i wybierasz trzy do testu. Kluczowe: podaj personę, ból i format, inaczej dostaniesz sieczkę o niczym.

   Marka: [nazwa], produkt: [opis w 1 zdaniu], odbiorca: [persona i główny ból]. Napisz 12 wariantów pierwszej linijki reklamy na Facebooka po polsku. 4 oparte na bólu, 4 na korzyści, 4 na ciekawości. Maks 12 słów każda, bez wykrzykników, bez clickbaitu w stylu "nie uwierzysz". Ton: rzeczowy, do właściciela firmy mid-market.

5. Brief kreatywny dla grafika lub studia: zamieniasz swój pomysł w ustrukturyzowany dokument, który ktoś inny zrozumie bez dopytywania. Oszczędza rundę maili "co dokładnie miałeś na myśli".

   Zamień poniższy pomysł w brief kreatywny dla grafika. Struktura: cel reklamy, grupa docelowa, główny przekaz, ton wizualny, elementy obowiązkowe (logo, CTA, dowód), czego unikać, format i wymiary. Pomysł: [wklej luźny opis]. Pisz konkretnie, żeby grafik nie musiał dopytywać.

6. Warianty tekstu pod format i platformę: masz jeden dobry tekst reklamowy i potrzebujesz go w wersji na Google Ads (limity znaków), Meta i landing. Model dopasowuje długość i rejestr, Ty pilnujesz spójności obietnicy.

   Poniżej tekst reklamy [wklej]. Przygotuj 3 adaptacje: (1) nagłówki i teksty do Google Ads z limitami 30 i 90 znaków, (2) krótki wariant na Meta do 125 znaków, (3) sekcja hero na landing (nagłówek plus 2 zdania). Zachowaj tę samą obietnicę we wszystkich, nie dodawaj nowych argumentów.

4. Research i planowanie (zastosowania 7-9)

Research to obszar, gdzie ryzyko halucynacji rośnie, bo model sięga po wiedzę ogólną. Używam go do porządkowania i strukturyzowania materiału. Każdą liczbę o rynku, którą model poda, traktuję jako do sprawdzenia u źródła.

7. Klasteryzacja słów kluczowych: wklejasz surową listę fraz z Keyword Plannera albo Search Console i dostajesz je pogrupowane po intencji. Robota, która ręcznie zajmuje godzinę, schodzi do dwóch minut.

   Poniżej lista 120 fraz. Pogrupuj je w klastry tematyczne i oznacz intencję każdego klastra (informacyjna, komercyjna, transakcyjna, nawigacyjna). Dla każdego klastra zaproponuj frazę-parasol i jeden typ treści, który go obsłuży. Nie dodawaj fraz spoza listy. [lista]

8. Analiza recenzji i opinii klientów: wrzucasz eksport recenzji Google albo opinii ze sklepu i wyciągasz z nich język klienta: czego chwalą, na co narzekają, jakimi słowami mówią. To złoto do tekstów reklamowych i do koncepcji przekazu kampanii.

   Poniżej 40 recenzji produktu. Wypisz: 5 najczęściej chwalonych rzeczy, 5 najczęstszych zastrzeżeń, oraz 10 dosłownych sformułowań klientów, których mogę użyć w reklamie (cytaty słów, nie parafrazy). Zaznacz, jeśli któryś wątek pojawia się wyraźnie częściej niż reszta. [recenzje]

9. Szkielet strategii lub media planu: gdy startujesz z pustą kartką, model daje strukturę do wypełnienia. Twojego budżetu ani rynku nie zna, za to zna ramy, których nie chcesz przegapić. Traktuj wyjście jak checklistę.

   Buduję plan działań performance na kwartał dla firmy [branża, model sprzedaży]. Zaproponuj szkielet planu: sekcje, pytania, na które muszę odpowiedzieć w każdej, i typowe błędy na tym etapie. Nie proponuj konkretnych budżetów ani kanałów, bo nie znasz kontekstu. Daj ramę, którą wypełnię danymi.

5. Raportowanie i komunikacja z zarządem (zastosowania 10-12)

Tu LLM daje mi najwięcej odzyskanego czasu tygodniowo. Raportowanie to tłumaczenie liczb na język decydenta, a to zadanie czysto tekstowe. Zawsze weryfikuję każdą liczbę w szkicu, bo raport z błędną kwotą kosztuje zaufanie.

10. Szkic raportu miesięcznego dla zarządu: wklejasz kluczowe metryki i dostajesz szkic narracji, który potem redagujesz pod swój ton. Skraca pisanie raportu z godziny do kwadransa.

    Napisz szkic podsumowania miesiąca dla zarządu firmy mid-market (odbiorca nietechniczny). Dane: [wydatek, konwersje, CPA, przychód, porównanie do poprzedniego miesiąca]. Struktura: 1 akapit ogólny, 3 najważniejsze rzeczy, które się wydarzyły, 1 rekomendacja budżetowa na kolejny miesiąc. Ton rzeczowy, zero żargonu, każdą liczbę bierz tylko z podanych danych.

11. Tłumaczenie żargonu na język biznesu: właściciel firmy nie musi wiedzieć, co to ROAS ani atrybucja. Model przekłada techniczny wniosek na zdanie, które rozumie osoba pilnująca kasy.

    Wyjaśnij poniższy techniczny wniosek właścicielowi firmy, który nie zna terminów marketingowych. Bez definiowania pojęć, po prostu powiedz, co to znaczy dla jego pieniędzy i jaką decyzję powinien rozważyć. Wniosek: [np. ROAS na kampanii do zimnego ruchu spadł poniżej progu opłacalności przy rosnącym CPM].

12. Przygotowanie do trudnej rozmowy o wynikach: gdy miesiąc był słaby, model pomaga uporządkować argumenty i przewidzieć pytania. To przygotowanie do uczciwej rozmowy z twardymi liczbami, bez ściemy.

    Wyniki za miesiąc są poniżej celu (CPA wyżej o 30%, konwersje niżej o 15%). Pomóż mi przygotować się do rozmowy z klientem. Wypisz: 5 pytań, które prawdopodobnie zada, uczciwe odpowiedzi oparte na tym, że przyczyną był [prawdziwy powód], i 3 konkretne kroki naprawcze na kolejny miesiąc. Bez wymówek i bez obiecywania cudów.

6. Zasady dobrego promptu w marketingu

Różnica między promptem, który daje sieczkę, a takim, który daje robotę do oddania, sprowadza się do pięciu rzeczy. Wszystkie widać w przykładach powyżej.

1. Rola. Zacznij od "jesteś analitykiem performance" albo "jesteś copywriterem do B2B". Model dostaje ramę i przestaje pisać jak encyklopedia.
2. Kontekst. Persona, branża, model sprzedaży, ton. Bez tego dostaniesz treść, która pasuje do wszystkiego, czyli do niczego.
3. Dane wejściowe. Wklej konkret: tabelę, listę fraz, recenzje, metryki. Prompt bez danych to prośba o zgadywanie, a zgadywanie to właśnie halucynacja.
4. Format wyjścia. Powiedz dokładnie, czego chcesz: ile punktów, jakie sekcje, jaki limit znaków. Im precyzyjniej opiszesz wyjście, tym mniej redakcji potem.
5. Iteracja. Pierwsza wersja rzadko jest ostateczna. "Skróć o połowę", "bardziej rzeczowo", "usuń trzeci punkt". Prompt to rozmowa rozłożona na kilka rund, rzadko jeden strzał.

I jeszcze jedna rzecz, która wraca w każdym z 12 zastosowań: mów modelowi, żeby korzystał tylko z danych, które podałeś, i nie dopowiadał liczb. To jedno zdanie ratuje przed połową wpadek.

7. Granice: gdzie LLM szkodzi

Teraz część, którą pomija większość poradników o promptach. Model potrafi zaszkodzić, i to w sposób, który wychodzi dopiero, gdy jest za późno.

Halucynacje liczb. Model policzy Ci sumę kolumny i zrobi to źle, a zrobi to z pełnym przekonaniem. Nigdy nie oddawaj raportu z liczbą, której sam nie sprawdziłeś. LLM jest do narracji i porządkowania, arytmetyka zostaje w arkuszu.

Atrybucja. Model nie wie, który kanał dowiózł sprzedaż, bo nie ma dostępu do Twojego modelu atrybucji ani do ścieżek konwersji. Jeśli poprosisz go o wniosek "co konwertowało najlepiej" na podstawie samych metryk platformowych, dostaniesz pewnie brzmiące zdanie oparte na danych, które kłamią o przyczynowości. Diagnoza atrybucji zostaje robotą człowieka z dostępem do pełnego obrazu.

Dane wrażliwe klientów. Zanim wkleisz cokolwiek do publicznego czatu, zadaj sobie pytanie, czy te dane mogą tam trafić. Eksport z metrykami kampanii to zwykle nic groźnego. Baza mailingowa, dane osobowe, wewnętrzne marże, umowy: nigdy, chyba że masz narzędzie z gwarancją, że dane nie idą na trening i masz zgodę klienta na przetwarzanie. RODO nie zniknęło, bo pojawiło się AI. Za wyciek danych klienta odpowiadasz Ty.

Reguła, którą trzymam: LLM dotyka moich danych o kampaniach i moich tekstów. Nie dotyka danych osobowych klientów ani liczb, których nie zweryfikuję przed oddaniem. W tych granicach jest najlepszym narzędziem, jakie wjechało do performance marketingu od czasu automatyzacji reguł. Poza nimi jest ryzykiem, które podpisujesz swoim nazwiskiem.

Jeśli chcesz przejść przez swoją konfigurację i zobaczyć, które z tych 12 zastosowań ma sens u Ciebie dzisiaj, a które są jeszcze przedwczesne, po to jest Audyt Startowy. Bez wdrażania AI dla samego faktu, że wypada.