
AI nie wie, jak działa Twoja firma
Nowe narzędzie często wchodzi do firmy jak nowy pracownik w poniedziałek rano. Potrafi wykonać część pracy, ale nie zna nazw usług, stylu rozmów ani tego, co jest ważne dla klienta. Gdy słyszy tylko „napisz post”, musi zgadywać niemal wszystko.
Prośba „zrób kawę” pozwala wybrać niemal każdy napój. „Przygotuj kawę z ekspresu, z mlekiem bez laktozy, do kubka na wynos” podaje cel i warunki. Z poleceniem dla AI jest podobnie.
Dlatego szkolenie warto zacząć od rozmowy o pracy, a nie od pokazu przycisków. Zespół musi mieć wspólny język do opisu zadania, tego, na czym ma pracować, i tego, co ma wrócić. W szkoleniach i warsztatach punktem wyjścia są realne sprawy zespołu, a nie gotowy pokaz z podmienionym logo.
To ważne także wtedy, gdy AI ma pomóc w czymś małym. Im lepiej grupa umie opisać proste zadanie, tym łatwiej zauważy, gdy wynik idzie w złą stronę. Nie trzeba przy tym udawać, że każdy temat da się od razu oddać narzędziu.
Nie chodzi o to, by pisać do AI jak do człowieka. Chodzi o to, by nie ukrywać decyzji w głowie osoby, która prosi o pomoc. Gdy cel i granice są jasne, łatwiej ocenić, czy wynik nadaje się do dalszej pracy.

Jedno polecenie ma pięć części
Dobra prośba nie musi być długa. Ma usunąć pytania, które mogłyby zmienić wynik. OpenAI zaleca podanie jasnych instrukcji, konkretnego kontekstu i poprawienie prośby po tym, co wróci.
Najprościej rozpisać zadanie na pięć części. Dzięki temu ludzie nie uczą się jednego gotowego zdania, lecz sposobu myślenia. Taki szkielet można potem użyć przy opisie usługi, planie spotkania albo pierwszym szkicu tekstu.
Nie każda część musi być długa. Ważne, żeby osoba z zespołu umiała zauważyć brak. Jeśli wynik nie pasuje, łatwiej wtedy poprawić jedną rzecz, niż zaczynać całą rozmowę od nowa.
Na szkoleniu dobrze jest zmienić tylko jedną część prośby i zobaczyć różnicę. Gdy dojdzie opis odbiorcy, ton lub źródło, grupa od razu widzi, co wpłynęło na tekst. Taki test uczy więcej niż gotowy wzór z sieci.
Ten schemat nie ma zamykać rozmowy. Ma dać grupie punkt, od którego może zacząć i do którego wróci, gdy tekst jest zbyt ogólny. Wtedy zamiast mówić „to nie to”, można wskazać brakujący kontekst, dane lub formę wyniku.
| Część | Co dopowiedzieć |
|---|---|
| Cel | Po co powstaje tekst, na przykład: szkic odpowiedzi na pytanie klienta |
| Kontekst | Dla kogo i w jakiej sytuacji, na przykład: osoba pierwszy raz poznaje usługę |
| Materiał | Na czym narzędzie ma pracować, na przykład: tylko na opisie usługi podanym niżej |
| Wynik | Jaki format ma wrócić, na przykład: trzy krótkie wersje z nagłówkiem |
| Granice | Czego nie wolno zgadywać i co trzeba sprawdzić, na przykład: cen, danych i obietnic |
Ćwiczcie na zadaniu, które wraca co tydzień
Najlepszą treścią do ćwiczenia nie jest wymyślony przykład. Wybierzcie zadanie, które naprawdę wraca: krótki opis po spotkaniu, opis usługi, szkic odpowiedzi na pytanie albo układ notatek. Najpierw ustalcie też, co można dać do ćwiczeń bez ryzyka.
Dwie osoby mogą dostać ten sam cel i napisać inne prośby. To nie jest błąd, tylko dobry moment na rozmowę. Grupa widzi wtedy, które dane zmieniają wynik i co trzeba podać przed kliknięciem wyślij.
Podobną rolę ma brief do strony. Nie zastępuje on decyzji, ale zbiera fakty potrzebne przed startem pracy. Prompt może działać tak samo, jeśli mówi o konkretnym zadaniu, zamiast podawać jedynie temat.
Zacznijcie od pracy, którą ktoś robi często i zna od środka. Nie wybierajcie od razu sprawy, która ma duże skutki albo wymaga wielu osób. Wtedy rozmowa skupia się na tym, jak opisać pracę, a nie na stresie przed wynikiem.
- wybierzcie jedno zadanie, które zespół robi co tydzień
- przygotujcie krótki, pewny opis na start
- porównajcie dwa warianty prośby i dwa wyniki
- zapiszcie, co człowiek zawsze sprawdza przed użyciem wyniku
Wynik AI jest szkicem, nie decyzją
Wynik może brzmieć pewnie, a mimo to nie pasować do faktów, tonu marki albo sytuacji odbiorcy. Dlatego warto od początku ustalić, kto go sprawdza i według jakich zasad. NIST we wskazówkach AI RMF opisuje potrzebę jasnych ról, ludzkiego nadzoru i oceny wyniku w kontekście jego użycia.
W praktyce wystarczy prosta kontrola przed wysłaniem. Czy fakty są pewne, czy tekst nie dopisuje oferty i czy ktoś rozumie każdy użyty zwrot? Tę samą zasadę mamy przy procesie treści w social mediach, gdzie tekst przechodzi przez jasne kroki przed wyjściem.
To nie jest nowa warstwa papierów. To część zadania, podobnie jak korekta tekstu albo sprawdzenie adresu w mailu. Narzędzie może pomóc zacząć szkic, lecz za użycie wyniku wciąż odpowiada zespół.
Jeśli w wyniku brakuje źródła, nie dopisujcie go z pamięci. Wróćcie do danych, które zespół uznał za pewne, albo odrzućcie szkic. Ten nawyk jest ważny dla krótkiego maila i dla długiego tekstu.

Po spotkaniu zostawcie sposób pracy
Pod koniec szkolenia warto wybrać jedną sprawę, którą zespół sprawdzi najpierw. Zapiszcie wzór prośby, źródło treści, osobę do sprawdzenia wyniku i moment, w którym zobaczycie, czy ten sposób pracy nadal ma sens. Taka notatka jest lepsza niż długa lista narzędzi na potem.
Nie każda rzecz wymaga automatyzacji. Gdy krok często wygląda tak samo, ma jasne dane na start i stały wynik, można później rozważyć automatyzację i technologię. Najpierw jednak dobrze zobaczyć, jak zadanie wygląda w rękach zespołu.
Szkolenie nie zastąpi strategii, czasu na pracę ani zasad, których firma chce dla własnych danych. Może za to pomóc nazwać te braki, zanim staną się kolejnym plikiem, który czeka w folderze.
Wzór nie musi być zamknięty. Po pierwszych próbach dopiszcie jedno zdanie, które często pomaga, albo usuńcie punkt, z którego nikt nie korzysta. Dzięki temu notatka żyje w pracy, zamiast trafić do pliku bez właściciela.
Jeśli po spotkaniu ma zostać tylko jeden plik, niech będzie krótki i prosty. Dobra notatka mówi, co zrobić, na jakich danych i kto ma spojrzeć na wynik. Nie musi mieć pięknej formy, jeśli da się ją otworzyć w dniu pracy.
Zmiana zaczyna się od jednego zdania
Zespół nie musi od razu zmieniać wszystkiego. Wystarczy jedno zadanie, przy którym ludzie nauczą się podawać cel, kontekst, treść, wynik i granice. Potem ten sam schemat można przenieść do następnej pracy.
To nie daje magicznego skrótu ani nie sprawia, że narzędzie zastąpi ludzi. Daje za to punkt startu do rozmowy o tym, co w firmie ma powstać, kto to sprawdza i czego nie warto zgadywać. Jeśli chcesz wybrać dobry temat dla swojego zespołu, umówmy krótką rozmowę.
Po kilku próbach usiądźcie na chwilę i spójrzcie na te same zadania. Co dało dobry szkic, a gdzie trzeba było dużo poprawiać? Ta krótka rozmowa pomoże wybrać następny krok.
To nie jest test z techniki. To próba, czy zespół ma wspólny sposób opisu pracy. Jeśli tak, kolejne kroki łatwiej robić i sprawdzać.
Co z tym zrobić
- Wybierz jedno zadanie, które zespół robi co tydzień i które da się opisać bez domysłów.
- Zapisz pięć części prośby: cel, kontekst, treść, wynik i granice.
- Ustal, co człowiek sprawdza przed użyciem wyniku w pracy lub w rozmowie.
- Po ćwiczeniu zachowaj wzór, który zespół może użyć przy następnym zadaniu.
- Dopiero po sprawdzeniu pracy rozważ narzędzia do dalszej automatyzacji.
Źródła
- Dobre praktyki promptowania - sprawdzono 25 września 2026OpenAI
- AI RMF Core - sprawdzono 25 września 2026National Institute of Standards and Technology
- Szkolenia i warsztaty - sprawdzono 25 września 2026Kasima


