AI potrafi napisać poprawny tekst i mimo to minąć się z intencją odbiorcy. Najczęściej problem nie leży w samym modelu, tylko w prompcie, który nie mówi, na jakim etapie decyzji jest czytelnik. Gdy tej informacji brakuje, model miesza edukację, porównanie i sprzedaż. Efekt bywa pozornie dobry: tekst brzmi sensownie, ale nie pomaga odbiorcy wykonać następnego kroku.
Dlaczego etap lejka musi być częścią promptu
W wielu procesach B2B wystarczą trzy praktyczne etapy pracy z treścią: ToFu, MoFu i BoFu. Na początku odbiorca próbuje dobrze nazwać problem. Później porównuje podejścia albo narzędzia. Na końcu sprawdza, czy wybrany dostawca dowiezie wynik bez nadmiernego ryzyka.
To są trzy różne zadania. Dlatego nie wystarczy wpisać do promptu samego tematu. Jeśli model dostaje tylko hasło typu "napisz o automatyzacji contentu", zwykle tworzy treść pośrednią: trochę edukacyjną, trochę sprzedażową, bez wyraźnego dopasowania do etapu decyzji.
W praktyce w każdym prompcie contentowym powinny znaleźć się cztery dane wejściowe:
- etap lejka;
- odbiorca i jego sytuacja;
- kanał publikacji;
- oczekiwany następny krok po lekturze.
Ten ostatni punkt jest ważny, bo "konwersja" nie zawsze znaczy to samo. Na ToFu chodzi zwykle o zrozumienie problemu. Na MoFu o zawężenie opcji albo zbudowanie kryteriów. Na BoFu o rozmowę, demo albo ocenę konkretnej oferty.
| Etap | Co wie odbiorca | Cel treści | Co musi dostać model | Pytanie kontrolne |
|---|---|---|---|---|
| ToFu | Widzi problem, nie szuka jeszcze dostawcy | Wyjaśnienie problemu i jego skutków | rola odbiorcy, objaw problemu, kanał | Czy tekst tłumaczy problem, zamiast od razu sprzedawać rozwiązanie? |
| MoFu | Zna problem i porównuje opcje | Pomoc w ocenie podejść, narzędzi lub procesów | kryteria wyboru, etap decyzji, format porównania | Czy tekst pomaga porównać opcje, zamiast wskazywać zwycięzcę? |
| BoFu | Ma shortlistę i konkretne obiekcje | Potwierdzenie decyzji i redukcja ryzyka | obiekcje, kontekst wdrożenia, następny krok | Czy tekst odpowiada na wątpliwości, zamiast używać pustych superlatywów? |
ToFu: prompt dla etapu rozpoznania problemu
Na ToFu odbiorca nie pyta jeszcze o konkretny produkt. Szuka prostego wyjaśnienia: co się dzieje, skąd bierze się problem i jaki ma koszt dla zespołu. Jeśli treść zbyt wcześnie przechodzi do oferty, czytelnik nie dostaje odpowiedzi na swoje realne pytanie.
W prompcie dla ToFu warto podać trzy rzeczy: kim jest odbiorca, jaki objaw problemu widzi w pracy i gdzie treść ma się pojawić. To wystarczy, żeby model nie skręcał od razu w stronę sprzedaży.
Rola: Jesteś redaktorem content marketingu B2B.
Kontekst: Piszesz dla marketing managera w firmie SaaS 20-100 osób.
Ta osoba widzi problem: zespół publikuje dużo treści, ale nie wie,
czy trafiają one do właściwych odbiorców. Nie szuka jeszcze narzędzia.
Zadanie: Wyjaśnij, dlaczego ten problem jest ważny i co się dzieje,
gdy firma go nie porządkuje.
Format: Wstęp do artykułu blogowego, 180-220 słów, język prosty i rzeczowy.
Ograniczenia: Bez nazw narzędzi, bez CTA zakupowego, bez porównań dostawców.Najprostsza kontrola jakości brzmi: czy model tłumaczy problem, czy już sprzedaje rozwiązanie. Jeśli w odpowiedzi pojawiają się marki, demo albo "najlepsze narzędzie", prompt jest źle ustawiony na etap lejka.
MoFu: prompt dla etapu oceny i porównania
Na MoFu odbiorca nie pyta już "czy mam problem?", tylko "jak rozpoznać dobrą opcję?". Potrzebuje kryteriów, pytań kontrolnych i sensownego porównania. Treść ma mu pomóc myśleć, a nie podjąć decyzję za niego.
To jest też moment ważny dla widoczności marki w AI search. Search Engine Land zwraca uwagę, że modele mogą wprowadzać markę do short listy, porównywać ją z innymi opcjami albo pominąć ją jeszcze przed wejściem użytkownika na stronę.
W prompcie dla MoFu trzeba więc doprecyzować, według jakich kryteriów odbiorca ocenia rozwiązania.
Rola: Jesteś redaktorem poradników dla marketingu B2B.
Kontekst: Piszesz dla demand gen managera, który porównuje sposoby
automatyzacji contentu. Zna problem i chce ocenić opcje według trzech kryteriów:
czas wdrożenia, integracja z CRM i koszt pracy zespołu.
Zadanie: Pomóż odbiorcy zbudować kryteria wyboru i pokazać,
jak zadawać dobre pytania przed decyzją.
Format: Sekcja poradnikowa 250-320 słów lub tabela porównawcza z krótkim komentarzem.
Ograniczenia: Bez wskazywania zwycięzcy, bez CTA zakupowego, bez pustych rankingów.Tu pytanie kontrolne jest inne: czy odpowiedź pomaga porównać opcje, czy od razu wybiera jedną z nich. Jeśli model kończy tekst zdaniem "najlepszym wyborem będzie X", to znaczy, że prompt nie daje mu roli doradczej, tylko sprzedażową.
BoFu: prompt dla etapu decyzji zakupowej
Na BoFu odbiorca ma już shortlistę i konkretne ryzyka do sprawdzenia. Nie pyta o kategorię. Pyta o wdrożenie, integrację, koszt po kilku miesiącach, wsparcie zespołu albo zakres odpowiedzialności po stronie dostawcy.
Dlatego prompt dla BoFu musi zawierać realne obiekcje. Bez nich model łatwo wpada w reklamowy ton, który nie rozwiązuje żadnej wątpliwości.
Rola: Jesteś redaktorem treści wspierających decyzję zakupową w B2B.
Kontekst: Piszesz dla head of marketing, który rozważa dwóch dostawców.
Ma trzy obiekcje: czas wdrożenia, integracja z obecnym CRM i koszt przy wzroście zespołu.
Zadanie: Odpowiedz na te obiekcje konkretnie i pomóż odbiorcy przygotować się
do rozmowy sprzedażowej.
Format: FAQ lub sekcja "Pytania przed decyzją", 220-280 słów.
Ograniczenia: Bez presji czasowej, bez superlatywów typu "najlepszy",
bez obietnic, których nie da się sprawdzić.Tutaj kontrola jest prosta: czy każde zdanie odnosi się do obiekcji kupującego. Jeśli tekst tylko chwali rozwiązanie, nie jest to treść BoFu, nawet jeśli brzmi profesjonalnie.
Jak zbudować prostą bibliotekę promptów dla zespołu
Biblioteka promptów ma sens dopiero wtedy, gdy każdy prompt da się łatwo uzupełnić tym samym zestawem danych. Dobra karta promptu może mieć tylko pięć pól:
1. etap lejka;
2. cel treści;
3. dane wejściowe do uzupełnienia;
4. schemat promptu;
5. pytanie kontrolne po wygenerowaniu odpowiedzi.
To można trzymać w Notion, Google Docs albo w arkuszu. Miejsce jest mniej ważne niż dyscyplina uzupełniania danych wejściowych. Jeśli zespół pomija etap lejka albo obiekcje, biblioteka szybko zamienia się w zbiór ogólnych komend.
Dobrym punktem startu bywa też brief marketingowy dla AI. Jeśli brief zawiera odbiorcę, kanał, cel i etap lejka, te same pola można przenieść do karty promptu bez tworzenia nowego procesu od zera.
Co sprawdzić przed dodaniem promptu do pracy zespołu
Zanim prompt trafi do stałego użycia, sprawdź cztery rzeczy:
- czy da się go uzupełnić bez domyślania się, co autor miał na myśli;
- czy odpowiedź modelu pasuje do jednego etapu lejka, a nie do wszystkich naraz;
- czy tekst prowadzi do właściwego następnego kroku;
- czy po zmianie modelu albo kanału publikacji prompt nadal działa tak samo.
To ważne, bo biblioteka promptów nie jest dokumentem stałym. Warto do niej wracać po zmianie modelu, zmianie procesu sprzedaży albo po wejściu w nowy kanał dystrybucji.
Ograniczenia i kiedy uważać
Ten schemat nie zastępuje wiedzy o własnym kliencie. Jeśli nie opiszesz persony, obiekcji i celu treści, model wypełni luki ogólnikami. Tekst będzie poprawny językowo, ale mało użyteczny operacyjnie.
Trzeba też uczciwie zaznaczyć granicę źródeł. Materiał Search Engine Land dotyczy globalnego kontekstu AI search, a nie jednego polskiego rynku. Wnioski dla firm w Polsce warto więc sprawdzić na własnych danych, własnych rozmowach sprzedażowych i własnych wynikach treści.
Same schematy promptów z tego tekstu są punktami wyjścia do testów. Nie były opisane jako wynik testu na jednej konkretnej wersji modelu w jednym dniu. To kolejny powód, żeby przed wdrożeniem przejrzeć kilka realnych przykładów i sprawdzić, czy odpowiedzi faktycznie odpowiadają etapowi lejka.
Jeśli chcesz pójść krok dalej, sprawdź nie tylko same prompty, ale też widoczność marki w AI. Nawet dobrze ustawiona treść nie pomoże, jeśli marka nie pojawia się w odpowiedziach modeli na etapie porównania.
Źródła
- Search Engine Land, How to map AI search prompts to every stage of the sales funnel
