Objavljeno 1. lipnja 2026.Aron Balog

Prompt engineering: nova vještina koja vrijedi $300,000 godišnje

Potražnja za prompt engineerima porasla je 135% u godinu dana. Što je to, koje tehnike koriste stručnjaci i zašto plaće dosežu $300.000?

Apstraktni crno-bijeli dijagram multimodalnog AI modela s geometrijskim oblicima

Anthropic je 2024. objavio oglas za prompt engineera s ponuđenom plaćom od $300.000 godišnje. Nije tražio doktorat iz računarstva ni desetljeće iskustva u strojnom učenju. Tražio je osobu koja razumije kako precizno komunicirati s AI sustavima — i koja zna zašto ista rečenica, formulirana na dva načina, daje potpuno različite rezultate.

Prompt engineering je, možda, najneobičnija nova vještina ovog desetljeća. Formalni studij za nju gotovo ne postoji. Nije u nastavnim planovima sveučilišta. A ipak — potražnja je porasla 135,8% u jednoj godini, a u 2026. broj oglasa koji traže ovu vještinu triput je veći nego 2024.

Što je zapravo prompt engineering?

Na površini zvuči jednostavno: pišete upute AI-u. Ispod površine, to je precizna disciplina koja spaja razumijevanje jezičnih modela, psihologiju komunikacije i programersko razmišljanje.

Razlika između dobrog i lošeg prompta može biti razlika između korisnog i beskorisnog odgovora. Zamislite da trebate od AI-a dobiti analizu financijskog izvještaja. "Analiziraj ovo" daje generički odgovor koji biste mogli naći na Wikipediji. "Ti si senior financijski analitičar s iskustvom u reviziji. Analiziraj ovaj izvještaj s fokusom na likvidnost i EBITDA marže, identificiraj ključne rizike za investitore i izbjegavaj suvišna objašnjenja." daje preciznu, upotrebljivu analizu.

Ta razlika — u nekoliko rečenica — i jest prompt engineering. Ali tu ne završava.

Od hobija do karijere za koju se bore headhunteri

Nije davno kada su "prompt hackeri" bili entuzijasti koji su na Reddittu dijelili trikove za izvlačenje boljih odgovora iz ChatGPT-a. Danas ih aktivno zapošljavaju banke, zdravstvene institucije, pravne firme i tehnološke kompanije.

Medialjna plaća za prompt engineera iznosi $126.000 godišnje u SAD-u. Radno iskustvo je presudno: entry-level pozicije kreću od $90.000 do $130.000, mid-level stručnjaci zarađuju $126.000 do $166.000, a senior specijalisti lako prelaze $200.000 — s top ponudama koje dosežu $335.000 ukupne kompenzacije. Za usporedbu: prosječni senior software developer u SAD-u zarađuje oko $160.000, ali borba za izuzetne prompt engineere tjera ponude na razinu VP inženjera.

Tržište raste CAGR-om od 32,1%, što ga pozicionira kao jedan od najbrže rastućih segmenata u AI ekosustavu. 68% tvrtki već provodi interne edukacije iz prompt engineeringa — industrija ne čeka sveučilišta, sama se obrazuje.

Ključne tehnike koje dijele početnike od stručnjaka

Postoji nekoliko tehnika koje ozbiljni prompt engineeri koriste svakodnevno, a koje amateri nikad ne čuju za.

Zero-shot prompting je osnova: od AI-a tražite zadatak bez ikakvih primjera. Funkcionira za jednostavne zahtjeve, ali slabi pred složenim problemima koji traže kontekst. Few-shot prompting dodaje konkretne primjere u prompt — "Evo tri primjera kako sam to riješio, sada rijesi ovaj slučaj na isti način." Modeli imitiraju obrazac i daju znatno preciznije odgovore.

Najmoćnija je chain-of-thought (CoT) tehnika: umjesto da tražite direktan odgovor, tražite od modela da razmišlja naglas, korak po korak. "Razmisli korak po korak: koji su troškovi, koje prihode možemo očekivati, koji su rizici — i tek onda daj zaključak." Google-ova istraživanja pokazala su da CoT povećava točnost na matematičkim i logičkim problemima za 30–50%.

Za napredne korisnike dolaze system prompts (definiranje persone i konteksta AI-a), prompt chaining (ulančavanje više prompta u pipeline gdje izlaz jednog postaje ulaz sljedećeg), i integracija s vanjskim podacima putem RAG-a. Prompt engineer koji razumije sve ove tehnike vrijedi strukturno više od onoga koji samo "pita AI" — razlika je između tipkanja i inženjeringa.

Tko treba prompt engineering?

Odgovor je: gotovo svaka organizacija koja koristi AI alate. I to nije marketinška tvrdnja — to je logika.

Kad 500 agenata pozivnog centra koristi AI za odgovore na upite bez strukturiranog prompta, kompanija gubi potencijal koji je već platio. Razlika između loše i dobro dizajniranog system prompta može biti razlika između 30% i 80% riješenih upita bez eskalacije. Taj skok direktno utječe na troškove i prihod — i to je razlog zašto prompt engineer nije samo "dio IT tima" nego sve češće reportira direktno produktnom menadžmentu.

Nove uloge nicaju brzo: prompt engineer, AI content strategist, LLM evaluator, AI red-teamer. Neke kompanije ih eksplicitno traže; veće — posebno u financijskom sektoru i zdravstvu — grade interne timove koji sistematski razvijaju i testiraju promptove kao što su nekad razvijali softver.

Kako učiti prompt engineering?

Formalni put još ne postoji u smislu akademskog studija, ali ekosustav brzo dozrijeva.

Besplatno dostupni materijali koji se smatraju referentnim dokumentima industrije uključuju Promptingguide.ai (open-source priručnik koji prate desetci tisuća programera), OpenAI Prompt Engineering Guide i Anthropic-ovu dokumentaciju za Claude modele. Google DeepMind ima besplatne tečajeve dostupne javnosti. Microsoft i Amazon nude certifikate za prompt engineering u okviru svojih cloud platformi.

Ali jedna stvar koja zaista razlikuje dobre prompt engineere od ostalih: sistematičnost. Ne rade na osjećaju — testiraju, mjere, iteriraju. To je disciplina koja se gradi.

Je li ovo vještina budućnosti ili prolazna moda?

Legitimno je pitanje. Neki analitičari tvrde da će napredni AI modeli sami razumjeti loše formulirane zahtjeve, pa prompt engineering neće biti potreban. Ta perspektiva propušta ključnu točku: modeli postaju bolji, ali zadaci postaju kompleksniji. Nije pitanje hoće li prompt engineering nestati — pitanje je hoće li se transformirati u nešto poput softverske arhitekture.

Tržište za sada glasuje jasno: potražnja raste, plaće rastu, 68% firmi ulaže u edukaciju zaposlenika. Prompt engineering nije zvučna etiketa. To je konkretna, mjerljiva, tražena vještina — i jedna od rijetkih koja se ne uči na studiju, nego radeći.

Izvori i dodatno čitanje

Više članaka

← Nazad na blog