Bezpłatny fragment - AI dla leniwych

Nie jesteś leniwy. Po prostu nie wszystko musisz robić sam

Słowo „leniwy” ma w sobie coś wyjątkowo niesprawiedliwego. Kiedy ktoś odkłada zadanie, nie chce po raz kolejny przepisywać tych samych danych, nie ma ochoty spędzać wieczoru na porządkowaniu dokumentów albo zwyczajnie marzy o tym, żeby pewne obowiązki ktoś wreszcie wykonał za niego, bardzo łatwo przykleić mu etykietę lenistwa. Przez lata nauczyliśmy się myśleć, że wartość człowieka mierzy się między innymi tym, ile potrafi zrobić samodzielnie, jak długo potrafi pracować, jak szybko odpowiada na wiadomości, ile rzeczy pamięta, jak sprawnie organizuje kalendarz i czy potrafi znaleźć czas na wszystko. W efekcie wiele osób funkcjonuje według bardzo prostego, choć wyczerpującego założenia: jeżeli coś trzeba zrobić, trzeba zrobić to własnymi rękami, własną głową i własnym czasem.

Tymczasem świat się zmienił.

Jeszcze niedawno automatyzacja kojarzyła się przede wszystkim z fabrykami, liniami produkcyjnymi, robotami przemysłowymi i skomplikowanymi systemami informatycznymi. Jeżeli ktoś chciał zautomatyzować swoją pracę, często potrzebował programisty, specjalistycznego oprogramowania, drogich wdrożeń albo przynajmniej bardzo dobrej znajomości narzędzi komputerowych. Dzisiaj coraz większa część automatyzacji może zaczynać się od zwykłego zdania wpisanego w okno rozmowy.

„Uporządkuj to.”

„Napisz z tego wiadomość.”

„Wyciągnij najważniejsze informacje.”

„Porównaj te dokumenty.”

„Zrób mi plan.”

„Znajdź błędy.”

„Przeredaguj to prostszym językiem.”

„Przygotuj pierwszą wersję.”

„Wyjaśnij mi, o co tutaj chodzi.”

To właśnie w tym miejscu pojawia się sztuczna inteligencja.

Nie jako magiczna maszyna, która nagle przejmuje całe nasze życie. Nie jako wyrocznia, której należy bezgranicznie wierzyć. Nie jako rozwiązanie każdego problemu. AI jest znacznie ciekawsza właśnie dlatego, że może być czymś bardziej przyziemnym: bardzo szybkim pomocnikiem, który potrafi przejąć część pracy związanej z myśleniem, pisaniem, porządkowaniem, analizowaniem, planowaniem i przetwarzaniem informacji.

I być może właśnie dlatego książka, którą trzymasz w rękach, nosi tytuł AI dla leniwych.

Nie dlatego, że jej odbiorcami mają być ludzie, którym nic się nie chce. Wręcz przeciwnie. Chodzi o ludzi, którzy zaczynają zadawać bardzo rozsądne pytanie: czy naprawdę muszę robić wszystko sam?

Jeżeli możesz poświęcić trzydzieści minut na ręczne przygotowanie zestawienia albo pięć minut na stworzenie jego pierwszej wersji przy pomocy AI, dlaczego miałbyś koniecznie wybierać pierwszą możliwość? Jeżeli masz do napisania dziesięć podobnych wiadomości, dlaczego każdą z nich miałbyś tworzyć od zera? Jeżeli masz przed sobą długi dokument, którego najpierw musisz się nauczyć, zanim będziesz w stanie wyciągnąć z niego najważniejsze informacje, dlaczego nie miałbyś poprosić AI o przygotowanie uporządkowanego streszczenia, a następnie samodzielnie sprawdzić najważniejszych punktów? Jeżeli masz problem z rozpoczęciem zadania, dlaczego nie miałbyś poprosić narzędzia o przygotowanie pierwszego szkicu, który później poprawisz?

To nie jest lenistwo.

To jest próba rozsądnego gospodarowania własnym czasem, energią i uwagą.

Współczesny człowiek ma bowiem problem, którego poprzednie pokolenia nie znały w takim natężeniu. Nie chodzi tylko o liczbę obowiązków. Chodzi przede wszystkim o ilość informacji, które trzeba nieustannie przetwarzać. Skrzynka pocztowa, komunikatory, dokumenty, arkusze kalkulacyjne, faktury, formularze, instrukcje, wiadomości od klientów, wiadomości od współpracowników, kalendarze, powiadomienia, zakupy, listy rzeczy do zrobienia, planowanie podróży, porównywanie ofert, szukanie informacji, przygotowywanie tekstów, poprawianie tekstów, odpowiadanie na pytania, tworzenie notatek, sprawdzanie danych.

Każda z tych rzeczy z osobna może wydawać się niewielka.

Problem zaczyna się wtedy, gdy jest ich kilkadziesiąt albo kilkaset.

Pięć minut tutaj. Dziesięć minut tam. Kolejne piętnaście minut na znalezienie informacji. Następne dwadzieścia na przepisanie jej w odpowiednie miejsce. Potem jeszcze odpowiedź na wiadomość. Potem poprawienie dokumentu. Potem przygotowanie kolejnego dokumentu, który jest niemal identyczny jak poprzedni.

I nagle okazuje się, że ogromna część dnia nie została przeznaczona na rzeczy naprawdę ważne. Została przeznaczona na przenoszenie informacji z jednego miejsca do drugiego, redagowanie podobnych zdań, szukanie danych, tworzenie pierwszych wersji, porządkowanie chaosu i wykonywanie czynności, które nie wymagają od człowieka szczególnej kreatywności, doświadczenia czy odpowiedzialności.

To właśnie tutaj AI może być szczególnie interesujące.

Największą wartością sztucznej inteligencji nie musi być wcale tworzenie rzeczy spektakularnych. Oczywiście, współczesne modele potrafią generować tekst, analizować dane, pracować z obrazami, pomagać w programowaniu, tłumaczyć, streszczać, porównywać informacje, tworzyć pomysły i wykonywać wiele innych zadań. Jednak z punktu widzenia zwykłego człowieka często znacznie ważniejsze jest coś prostszego.

AI może pomóc zrobić szybciej to, co i tak musiałbyś zrobić.

To ogromna różnica.

Jeżeli każdego poniedziałku przygotowujesz podobne zestawienie, AI nie musi wymyślać dla ciebie nowego świata. Wystarczy, że pomoże przygotować pierwszą wersję zestawienia.

Jeżeli regularnie odpisujesz na podobne wiadomości, AI nie musi prowadzić za ciebie całej korespondencji. Może przygotować szkic odpowiedzi, który przeczytasz i zaakceptujesz.

Jeżeli otrzymujesz długi dokument, AI nie musi decydować, co jest dla ciebie prawdą. Może pomóc ci szybciej zorientować się, co dokument zawiera.

Jeżeli masz przed sobą skomplikowane zadanie, AI nie musi podejmować za ciebie ostatecznej decyzji. Może pomóc rozłożyć problem na części.

Jeżeli masz dziesięć pomysłów i nie wiesz, od którego zacząć, AI może pomóc je uporządkować.

Jeżeli masz pustą kartkę i nie wiesz, jak zacząć pisać, AI może stworzyć pierwszy szkic.

A pierwszy szkic jest często najtrudniejszą częścią pracy.

Właśnie dlatego ta książka nie będzie opowieścią o tym, jak stać się ekspertem od sztucznej inteligencji. Nie musisz wiedzieć, jak zbudowany jest model językowy. Nie musisz znać matematyki stojącej za uczeniem maszynowym. Nie musisz rozumieć wszystkich technicznych szczegółów działania sieci neuronowych. Nie musisz być programistą.

Musisz natomiast nauczyć się jednej rzeczy: jak przekazywać AI zadania w taki sposób, aby rzeczywiście pomagała.

To jest znacznie ważniejsze niż znajomość dziesiątek efektownych sztuczek.

Wiele osób korzysta z AI w sposób przypominający wyszukiwarkę internetową. Wpisują krótkie pytanie, otrzymują odpowiedź, czytają ją i przechodzą do następnego tematu. Takie użycie może być przydatne, ale jest tylko niewielką częścią możliwości współczesnych narzędzi.

AI można traktować jak rozmówcę, któremu można przekazać zadanie.

Można dostarczyć mu kontekst.

Można określić cel.

Można powiedzieć, dla kogo powstaje wynik.

Można określić styl.

Można wskazać ograniczenia.

Można przekazać materiał źródłowy.

Można poprosić o zadawanie pytań przed rozpoczęciem pracy.

Można poprosić o sprawdzenie własnego rezultatu.

Można też powiedzieć: „Nie wykonuj jeszcze zadania. Najpierw pomóż mi ustalić, czego właściwie potrzebuję”.

To ostatnie jest szczególnie ważne.

Człowiek często nie potrzebuje odpowiedzi. Potrzebuje najpierw dobrze sformułowanego problemu.

Wyobraź sobie osobę, która mówi: „Muszę lepiej organizować swoją pracę”. To bardzo ogólne stwierdzenie. AI może oczywiście odpowiedzieć zestawem porad, ale znacznie ciekawszym podejściem będzie rozpoczęcie rozmowy od poznania rzeczywistej sytuacji. Ile masz obowiązków? Co powtarza się każdego dnia? Co zajmuje najwięcej czasu? Które czynności wymagają twojej decyzji? Które polegają głównie na przepisywaniu informacji? Które zadania odkładasz? Co robisz regularnie, choć tego nie lubisz?

Dopiero wtedy zaczyna się prawdziwa automatyzacja.

Dlatego jednym z pierwszych promptów w tej książce będzie polecenie, które nie prosi AI o wykonanie konkretnej czynności. Prosi ją o pomoc w znalezieniu czynności, które w ogóle warto oddać AI.

Prompt na start:

„Przeanalizuj moje codzienne obowiązki. Zadawaj mi po jednym pytaniu naraz, aż poznasz moje typowe zadania w pracy, domu i życiu prywatnym. Następnie wskaż 20 czynności, które AI może mi uprościć, przyspieszyć albo częściowo wykonać za mnie. Podziel je na: łatwe, średnio trudne i wymagające kontroli człowieka.”

To polecenie dobrze pokazuje filozofię całej książki.

Nie zaczynamy od pytania: „Co AI potrafi?”.

Zaczynamy od pytania: „Co ja właściwie robię i czego nie muszę robić sam?”

To zupełnie inna perspektywa.

W świecie sztucznej inteligencji łatwo bowiem wpaść w pułapkę fascynacji narzędziami. Pojawiają się nowe modele, nowe aplikacje, nowe funkcje, nowe generatory, nowe asystenty, nowe integracje. Jednego dnia słyszymy o modelu, który analizuje dokumenty. Następnego o narzędziu, które generuje prezentacje. Później pojawia się aplikacja, która tworzy obrazy, automatyzuje pocztę albo analizuje arkusze.

Można spędzić całe życie na poznawaniu kolejnych narzędzi.

Tylko że celem nie jest poznanie wszystkich narzędzi.

Celem jest odzyskanie czasu.

To jedna z najważniejszych zasad tej książki.

Nie chodzi o to, żeby używać AI wszędzie. Nie każda czynność wymaga sztucznej inteligencji. Niektóre zadania szybciej wykonamy sami. Czasem napisanie krótkiej wiadomości zajmie mniej czasu niż opisanie AI, czego potrzebujemy. Czasem przeczytanie dwóch stron dokumentu będzie prostsze niż przygotowanie rozbudowanego polecenia. Czasem zadanie jest tak ważne, że człowiek powinien samodzielnie przeprowadzić cały proces. Czasem dane są zbyt wrażliwe, aby przekazywać je zewnętrznemu narzędziu bez sprawdzenia zasad dotyczących prywatności i bezpieczeństwa.

Dlatego „AI dla leniwych” nie będzie książką o oddawaniu wszystkiego maszynie.

Będzie książką o rozsądnym delegowaniu.

To bardzo ważne rozróżnienie.

Kiedy zatrudniasz człowieka do wykonania zadania, nie zakładasz automatycznie, że możesz przestać kontrolować jego pracę. Dobry menedżer deleguje, ale jednocześnie określa cel, przekazuje kontekst, ustala oczekiwany rezultat i kontroluje najważniejsze elementy. Z AI powinno być podobnie.

AI może być niezwykle użyteczna, ale nie jest właścicielem rzeczywistości.

Nie wie automatycznie, czego naprawdę potrzebujesz.

Nie zna całego kontekstu.

Nie ponosi konsekwencji za twoją decyzję.

Nie jest gwarantem prawdy tylko dlatego, że odpowiedź brzmi pewnie.

Może wygenerować informację nieprawdziwą, nieaktualną albo niepasującą do konkretnej sytuacji. Może źle zinterpretować polecenie. Może pominąć istotny szczegół. Może przedstawić prawdopodobnie brzmiącą odpowiedź, która po sprawdzeniu okaże się błędna.

To nie przekreśla jej wartości.

Wręcz przeciwnie.

Oznacza tylko, że trzeba nauczyć się odpowiednio dzielić odpowiedzialność.

AI może przygotować projekt umowy, ale nie oznacza to, że prawnik przestał być potrzebny.

AI może podsumować dokument medyczny, ale nie oznacza to, że można na tej podstawie samodzielnie postawić diagnozę.

AI może przeanalizować dane finansowe, ale nie oznacza to automatycznie, że jej sugestia powinna zastąpić profesjonalną poradę.

AI może przygotować kod, ale programista nadal powinien go sprawdzić, przetestować i zrozumieć.

AI może przygotować wiadomość do klienta, ale człowiek nadal odpowiada za to, co wysyła.

AI może pomóc w wyborze rozwiązania, ale ostateczna decyzja pozostaje po stronie człowieka.

Najbardziej użyteczna relacja z AI nie przypomina więc relacji człowiek–wyrocznia.

Bardziej przypomina relację człowiek–asystent.

Dobry asystent nie musi podejmować za ciebie każdej decyzji. Jego ogromną wartością jest to, że pozwala ci szybciej dotrzeć do momentu, w którym decyzję możesz podjąć sam.

To właśnie dlatego sztuczna inteligencja może być tak przydatna również dla osób, które wcale nie uważają się za technologiczne.

Nie musisz kochać technologii.

Nie musisz interesować się nowinkami.

Nie musisz znać terminologii.

Możesz po prostu nie lubić pisania maili.

Możesz nie lubić robienia zestawień.

Możesz nie lubić porządkowania informacji.

Możesz nie lubić tworzenia planów.

Możesz nie lubić czytania instrukcji.

Możesz nie lubić przepisywania danych.

Możesz nie lubić rozpoczynania tekstów.

I właśnie dlatego możesz polubić AI.

Nie dlatego, że jest fascynującą technologią, ale dlatego, że może wykonać część pracy, której po prostu nie chcesz wykonywać.

W tym sensie „leniwość” może być nawet interesującym punktem wyjścia do automatyzacji.

Osoba, która bardzo nie chce robić jakiejś czynności, ma silną motywację, aby znaleźć sposób na jej uproszczenie.

Jeżeli każdego tygodnia tracisz godzinę na ręczne porządkowanie danych, po kilku tygodniach zaczynasz szukać rozwiązania. Jeżeli codziennie odpowiadasz na te same pytania, naturalnie zaczynasz myśleć o szablonie. Jeżeli co miesiąc przygotowujesz niemal identyczny raport, zaczynasz zastanawiać się, czy naprawdę musisz tworzyć go od zera.

AI może być kolejnym krokiem.

Nie zawsze będzie w stanie wykonać cały proces.

Często jednak może wykonać jego najbardziej monotonną część.

A to już bardzo dużo.

Wyobraź sobie zwykły dzień pracy.

Otwierasz komputer. Masz siedem nowych wiadomości. Jedna wymaga odpowiedzi, druga zawiera dokument do przeanalizowania, trzecia jest informacyjna, czwarta wymaga przekazania informacji komuś innemu. W międzyczasie musisz przygotować krótkie podsumowanie spotkania. Potem ktoś wysyła ci arkusz i prosi o znalezienie różnic. Następnie przypominasz sobie, że przed końcem dnia trzeba przygotować wiadomość do klienta. Po południu masz jeszcze dokument, który powinieneś przeczytać.

Żadne z tych zadań nie jest szczególnie trudne.

Ale wszystkie wymagają uwagi.

I właśnie uwaga jest jednym z najcenniejszych zasobów człowieka.

Możemy mieć dostęp do ogromnej ilości informacji, ale nadal mamy ograniczoną zdolność skupienia. Możemy mieć szybki komputer, ale nadal mamy tylko dwadzieścia cztery godziny w dobie. Możemy mieć dziesiątki aplikacji, ale nadal musimy zdecydować, co zrobić najpierw.

AI nie wydłuży doby.

Może jednak skrócić niektóre czynności.

Jeżeli dzięki temu odzyskasz godzinę dziennie, nie oznacza to koniecznie, że powinieneś wykorzystać tę godzinę na kolejną godzinę pracy.

Być może właśnie o to chodzi.

Być może odzyskany czas powinien zostać przeznaczony na odpoczynek.

Na rodzinę.

Na spacer.

Na sport.

Na sen.

Na hobby.

Na książkę.

Na nic.

To ostatnie również jest ważne.

Nie każdą zaoszczędzoną minutę trzeba natychmiast sprzedać pracodawcy albo zamienić w kolejne zadanie. Jednym z najbardziej absurdalnych skutków produktywności może być sytuacja, w której każde usprawnienie powoduje tylko zwiększenie liczby obowiązków.

Jeżeli AI pozwala zrobić coś dwa razy szybciej, nie oznacza to, że trzeba dzięki temu zrobić dwa razy więcej.

Można zrobić tyle samo i skończyć wcześniej.

To może być jedna z najważniejszych idei tej książki.

Automatyzacja nie musi służyć temu, żeby człowiek pracował więcej. Może służyć temu, żeby człowiek miał więcej czasu.

Dlatego będziemy patrzeć na AI nie tylko przez pryzmat pracy zawodowej.

Bo nudne czynności nie kończą się wraz z zamknięciem laptopa.

W domu również istnieje ogromna liczba zadań, które można częściowo uporządkować, zaplanować albo uprościć. Lista zakupów. Plan posiłków. Organizacja wyjazdu. Porównywanie produktów. Przygotowanie listy rzeczy do spakowania. Plan weekendu. Pomysły na prezenty. Organizacja remontu. Harmonogram prac w ogrodzie. Porządkowanie dokumentów. Przygotowanie pytań do specjalisty. Stworzenie listy spraw do załatwienia.

AI nie zrobi za nas zakupów w sensie fizycznym, nie posprząta mieszkania i nie naprawi cieknącego kranu.

Ale może wykonać sporą część pracy przygotowawczej.

A praca przygotowawcza bardzo często jest tym, co zabiera czas.

Weźmy zwykły wyjazd.

Sam wyjazd jest przyjemnością. Problemem bywa wszystko, co dzieje się wcześniej. Gdzie pojechać? Co zobaczyć? Co spakować? Jak zaplanować trasę? Co zrobić w przypadku deszczu? Jak rozłożyć dzień? Co trzeba zarezerwować? Jak nie zapomnieć dokumentów?

Możesz oczywiście wszystko zrobić sam.

Możesz również powiedzieć AI:

„Planuję trzydniowy wyjazd dla dwóch osób. Chcę odpocząć, dużo spacerować i unikać zatłoczonych miejsc. Przygotuj listę pytań, na które powinienem odpowiedzieć, zanim zaczniesz planować. Następnie, po uzyskaniu odpowiedzi, przygotuj propozycję planu każdego dnia, uwzględniając czas na odpoczynek i wariant awaryjny na złą pogodę.”

Zauważ, co się tutaj wydarzyło.

Nie powiedziałeś: „Zaplanuj mi wyjazd”.

Powiedziałeś AI, jak ma pracować.

Najpierw pytania.

Potem zebranie informacji.

Dopiero później propozycja.

To jest właśnie różnica między przypadkowym zadawaniem pytań a świadomym korzystaniem z AI.

Dobry prompt nie musi być długi.

Musi być użyteczny.

Czasem jedno zdanie wystarczy.

Czasem potrzeba kilku akapitów.

Czasem warto przekazać dokument.

Czasem warto podać przykład oczekiwanego wyniku.

Czasem warto powiedzieć AI, czego absolutnie nie ma robić.

Nie istnieje jedna magiczna recepta na idealny prompt.

Istnieje natomiast sposób myślenia, który można rozwijać.

Najpierw określasz, co chcesz osiągnąć. Następnie przekazujesz kontekst. Potem określasz ograniczenia i oczekiwany rezultat. Jeżeli zadanie jest niejasne, prosisz AI o zadanie pytań. Jeżeli wynik jest ważny, sprawdzasz go. Jeżeli rezultat jest dobry, możesz wykorzystać go ponownie jako szablon.

Z czasem zaczynasz zauważać coś interesującego.

Problemem nie jest już to, że masz za dużo pracy.

Problemem zaczyna być to, że część tej pracy nadal wykonujesz ręcznie, choć nie ma wyraźnego powodu, aby tak było.

I wtedy zaczynasz patrzeć na swoje obowiązki inaczej.

Zamiast pytać: „Jak mam zrobić to szybciej?”, zaczynasz pytać: „Czy ja w ogóle muszę robić to osobiście?”

To jest pytanie, które może zmienić bardzo dużo.

Wiele osób automatyzuje dopiero wtedy, gdy jest już przeciążonych. Wtedy szukają narzędzia, instalują aplikację, uczą się jej przez kilka godzin, próbują wykonać zadanie i często rezygnują.

Lepsze podejście jest prostsze.

Najpierw obserwuj.

Co robisz regularnie?

Co się powtarza?

Co zajmuje dużo czasu?

Co jest nudne?

Co wymaga kopiowania i wklejania?

Co polega na przekształcaniu informacji?

Co wymaga stworzenia pierwszej wersji?

Co możesz łatwo sprawdzić po wykonaniu przez AI?

To są bardzo dobre miejsca do rozpoczęcia.

Najgorszym miejscem do rozpoczęcia jest natomiast zadanie, którego sam nie rozumiesz i którego wynik ma bardzo poważne konsekwencje.

Jeżeli nie wiesz, jak działa proces, nie powinieneś bezrefleksyjnie oddawać go AI.

Jeżeli nie potrafisz ocenić, czy odpowiedź jest prawidłowa, potrzebujesz dodatkowej weryfikacji.

Jeżeli konsekwencje błędu są duże, człowiek powinien zachować kontrolę.

Ta książka będzie więc także o granicach.

O tym, czego AI nie powinna robić za ciebie bez kontroli.

O tym, jak rozpoznawać sytuacje, w których odpowiedź brzmi wiarygodnie, ale wymaga sprawdzenia.

O tym, jak nie przekazywać bezmyślnie poufnych informacji.

O tym, jak nie traktować AI jako zamiennika specjalisty.

O tym, dlaczego czasem najlepszą decyzją jest powiedzieć: „Nie, to zrobię sam”.

Bo inteligentne korzystanie z AI nie polega na maksymalizacji liczby zadań oddanych maszynie.

Polega na znalezieniu właściwego podziału pracy.

Niektóre rzeczy warto delegować.

Niektóre warto automatyzować.

Niektóre warto wykonywać wspólnie z AI.

Niektóre należy zostawić człowiekowi.

I jeszcze jedna rzecz: AI nie musi być używana wyłącznie wtedy, gdy już dokładnie wiesz, co chcesz zrobić.

Może być przydatna także wtedy, gdy nie wiesz.

Możesz powiedzieć:

„Nie wiem, od czego zacząć. Pomóż mi rozłożyć ten problem na części i zadawaj mi pytania po jednym.”

Możesz powiedzieć:

„Mam kilka pomysłów, ale nie wiem, który problem rozwiązać najpierw. Pomóż mi je uporządkować według czasu, kosztu, trudności i potencjalnej korzyści. Nie podejmuj decyzji za mnie.”

Możesz powiedzieć:

„Mam chaotyczne notatki. Najpierw uporządkuj je tematycznie, a dopiero potem zaproponuj, co można z nich przygotować.”

Możesz powiedzieć:

„Przeczytaj poniższy tekst i wskaż miejsca, których nie rozumiem lub które wymagają dodatkowych informacji. Nie uzupełniaj brakujących faktów na własną rękę.”

Możesz też powiedzieć:

„Przygotuj pierwszą wersję. Potem wskaż, które elementy powinienem osobiście sprawdzić.”

Takie prompty mają jedną wspólną cechę.

Nie oddają człowiekowi mniej kontroli.

Oddają AI więcej pracy, ale pozostawiają człowiekowi kontrolę nad procesem.

To właśnie jest zdrowe podejście do sztucznej inteligencji.

Nie chodzi o to, żeby AI myślała za człowieka.

Chodzi o to, żeby człowiek nie musiał marnować swojej energii na każdą czynność, którą da się sensownie delegować.

W tej książce będziemy więc często wracać do bardzo prostego pytania:

„Czy to naprawdę muszę zrobić sam?”

Jeżeli odpowiedź brzmi „tak”, zrób to.

Jeżeli odpowiedź brzmi „nie”, zastanów się, czy możesz to delegować.

Jeżeli odpowiedź brzmi „nie wiem”, zapytaj AI, czy pomoże ci znaleźć odpowiedź.

To podejście jest znacznie bardziej praktyczne niż kolekcjonowanie promptów.

Oczywiście w kolejnych rozdziałach znajdziesz wiele gotowych poleceń, które będzie można skopiować, wkleić i dostosować do własnej sytuacji. Będą prompty do pracy, dokumentów, wiadomości, planowania, nauki, organizacji, zakupów, podróży, domu, analizy informacji i wielu innych codziennych zadań. Niektóre będą bardzo proste. Inne bardziej rozbudowane. Ich celem nie będzie jednak pokazanie, jak skomplikowanie można rozmawiać z AI.

Ich celem będzie pokazanie, jak przekazywać jej pracę.

To zasadnicza różnica.

Dobry prompt nie jest zaklęciem.

Jest instrukcją.

Jeżeli chcesz, aby AI napisała wiadomość, możesz powiedzieć, do kogo jest skierowana, jaki jest jej cel, jaki ma mieć ton i jakie informacje musi zawierać.

Jeżeli chcesz, aby przeanalizowała dokument, możesz wskazać, czego dokładnie ma szukać.

Jeżeli chcesz, aby zaplanowała zadanie, możesz określić ograniczenia.

Jeżeli chcesz, aby pomogła w decyzji, możesz poprosić ją o przedstawienie argumentów za i przeciw, bez podejmowania decyzji za ciebie.

Jeżeli chcesz, aby poprawiła tekst, możesz powiedzieć, że ma zachować znaczenie i styl autora, ale usunąć powtórzenia, błędy i niejasności.

Jeżeli chcesz, aby pomogła ci się czegoś nauczyć, możesz poprosić ją o dostosowanie poziomu trudności, zadawanie pytań i sprawdzanie odpowiedzi.

W każdym przypadku chodzi o to samo: jasno przekazać pracę, którą chcesz delegować.

To trochę tak, jakbyś zatrudnił niezwykle szybkiego asystenta, który jest dostępny niemal natychmiast, nie narzeka na liczbę poprawek i potrafi pracować na różnych rodzajach informacji. Ale ten asystent ma również swoje ograniczenia. Czasami źle rozumie polecenie. Czasami czegoś nie wie. Czasami odpowiada zbyt pewnie. Czasami potrzebuje dodatkowych danych. Czasami trzeba mu powiedzieć, żeby poprawił rezultat. Czasami trzeba sprawdzić wszystko samodzielnie.

Dlatego najlepszy użytkownik AI nie jest osobą, która bezmyślnie deleguje wszystko.

Jest nią osoba, która potrafi powiedzieć:

„To możesz zrobić ty.”

„To zrób, ale ja sprawdzę.”

„To przygotuj jako propozycję.”

„Tutaj najpierw zadaj mi pytania.”

„Tego nie rób bez mojego potwierdzenia.”

„Tutaj podaj źródła.”

„Tutaj zaznacz, czego nie jesteś pewien.”

„Tutaj nie zgaduj.”

To są bardzo proste instrukcje.

Ale potrafią zmienić jakość współpracy z AI.

Warto również pozbyć się pewnego mitu: że korzystanie z AI oznacza oszukiwanie albo „chodzenie na skróty”.

Oczywiście istnieją sytuacje, w których używanie AI w określony sposób jest nieuczciwe lub niezgodne z zasadami. Dotyczy to na przykład części zadań edukacyjnych, egzaminów, pracy zawodowej czy procesów, w których wymagane jest samodzielne wykonanie określonej czynności. Zawsze trzeba respektować zasady obowiązujące w danym miejscu.

Ale samo korzystanie z narzędzia nie jest moralną porażką.

Nikt nie uważa za oszustwo używania kalkulatora do prostych obliczeń w sytuacji, w której kalkulator jest dozwolony. Nikt nie twierdzi, że korzystanie z edytora tekstu jest oznaką lenistwa. Nikt nie uważa pralki za dowód słabego charakteru człowieka, który nie chce prać ręcznie. Nikt nie twierdzi, że korzystanie z nawigacji samochodowej jest intelektualną porażką.

Technologia od zawsze przejmowała część pracy człowieka.

AI robi to również.

Różnica polega na tym, że tym razem technologia wchodzi w obszary, które przez wiele lat były kojarzone przede wszystkim z pracą umysłową.

Pisanie.

Analizowanie.

Planowanie.

Porządkowanie.

Tłumaczenie.

Podsumowywanie.

Tworzenie.

To może budzić niepokój, ale może też być ogromną szansą.

Być może przyszłość nie będzie należała do ludzi, którzy potrafią robić wszystko samodzielnie.

Być może większe znaczenie będzie miała umiejętność rozsądnego określania, co powinien zrobić człowiek, co może zrobić AI i gdzie potrzebna jest współpraca obu stron.

Nie oznacza to końca ludzkiej pracy.

Oznacza zmianę jej charakteru.

Jeżeli AI może przygotować pierwszy szkic, człowiek może poświęcić więcej czasu na ocenę i poprawę.

Jeżeli AI może uporządkować informacje, człowiek może skoncentrować się na interpretacji.

Jeżeli AI może wygenerować kilka wariantów, człowiek może wybrać ten, który rzeczywiście pasuje do sytuacji.

Jeżeli AI może wykonać monotonną część procesu, człowiek może zająć się tym, co wymaga doświadczenia, odpowiedzialności, empatii, kontaktu z drugim człowiekiem albo ostatecznej decyzji.

To może być bardzo dobry układ.

Pod warunkiem że człowiek nie zapomni, że nadal jest właścicielem decyzji.

I właśnie dlatego ta książka nie będzie podręcznikiem „jak zrobić wszystko za pomocą AI”.

Będzie czymś bardziej praktycznym.

Będzie próbą pokazania, jak zrobić więcej bez konieczności robienia wszystkiego samemu.

Być może po przeczytaniu tej książki zaczniesz inaczej patrzeć na swoje codzienne obowiązki.

Może zobaczysz zadanie, które wykonywałeś od pięciu lat, i po raz pierwszy pomyślisz: „A po co właściwie robię to ręcznie?”.

Może odkryjesz, że przygotowanie dokumentu, które zajmowało ci czterdzieści minut, można skrócić do dziesięciu.

Może przestaniesz spędzać wieczory na układaniu list, które AI może przygotować w kilka sekund.

Może zaczniesz używać AI nie wtedy, kiedy chcesz się pobawić nową technologią, ale wtedy, kiedy naprawdę chcesz odzyskać czas.

I być może odkryjesz coś jeszcze.

Że „lenistwo” nie zawsze oznacza brak chęci do działania.

Czasami oznacza po prostu bardzo rozsądne pytanie:

„Czy naprawdę muszę wykonywać tę pracę własnymi rękami?”

Jeżeli istnieje sposób, aby zrobić ją szybciej, prościej i bez utraty jakości, warto go poznać.

Jeżeli AI może przygotować pierwszy etap, pozwól jej to zrobić.

Jeżeli może uporządkować chaos, daj jej chaos do uporządkowania.

Jeżeli może napisać wersję roboczą, nie zaczynaj od pustej kartki.

Jeżeli może znaleźć wzorce w dużej ilości informacji, nie zmuszaj się do ręcznego przeglądania wszystkiego, jeżeli nie jest to konieczne.

Jeżeli może pomóc ci zaplanować, nie trać pół wieczoru na tworzenie planu od zera.

Ale jeżeli coś wymaga twojej wiedzy, twojego doświadczenia, twojej odpowiedzialności albo twojej decyzji, nie oddawaj tego bezmyślnie maszynie.

Najlepszym celem nie jest więc „AI zrobi wszystko za mnie”.

Lepszym celem jest:

„AI zrobi za mnie wszystko, co rozsądnie może zrobić, a ja zajmę się tym, co naprawdę wymaga mnie.”

To jest właśnie podejście, które będzie towarzyszyć całej tej książce.

Nie musisz pracować więcej.

Nie musisz być bardziej zajęty.

Nie musisz odpowiadać na każdą wiadomość natychmiast.

Nie musisz tworzyć wszystkiego od zera.

Nie musisz pamiętać wszystkiego.

Nie musisz każdej informacji samodzielnie porządkować.

Nie musisz być własnym sekretarzem, analitykiem, redaktorem, planistą, korektorem i generatorem pomysłów jednocześnie.

Masz AI.

Naucz się ją dobrze wykorzystywać.

A potem zrób coś, czego żadna sztuczna inteligencja nie zrobi za ciebie w taki sam sposób.

Zdecyduj, co jest warte twojego czasu.

ROZDZIAŁ 1. AI nie zrobi za Ciebie wszystkiego. I dobrze

Sztuczna inteligencja bardzo szybko przestała być ciekawostką znaną głównie z filmów science fiction, eksperymentów technologicznych i laboratoriów wielkich firm. Jeszcze niedawno rozmowa z komputerem w sposób przypominający zwykłą rozmowę z człowiekiem wydawała się czymś odległym, a dzisiaj wystarczy otworzyć odpowiednie narzędzie, wpisać kilka zdań i otrzymać tekst, analizę, plan, podsumowanie, propozycję rozwiązania problemu, kod, tłumaczenie, pomysł na projekt albo odpowiedź na pytanie. W zależności od używanego systemu można również pracować z dokumentami, arkuszami kalkulacyjnymi, prezentacjami, obrazami i innymi rodzajami danych. Możliwości są na tyle duże, że bardzo łatwo dojść do wniosku, iż skoro AI potrafi tak wiele, to właściwie powinna potrafić wszystko. To jednak błędne założenie. AI może być niezwykle dobrym pomocnikiem, ale nie jest nieomylną wyrocznią, a jej największą wartością nie jest wcale to, że potrafi zrobić wszystko. Największą wartością jest to, że może przejąć część pracy, której człowiek nie musi wykonywać osobiście. To pozornie niewielkie rozróżnienie jest w rzeczywistości fundamentem rozsądnego korzystania ze sztucznej inteligencji. Jeżeli zaczniemy traktować AI jako magiczne rozwiązanie każdego problemu, prędzej czy później się rozczarujemy. Jeżeli natomiast potraktujemy ją jako niezwykle szybkiego, wszechstronnego, ale jednak niedoskonałego asystenta, jej użyteczność staje się znacznie większa.

Współczesne systemy AI nie są jednym, konkretnym narzędziem. Pod tym określeniem kryje się ogromna grupa modeli, aplikacji i usług, które mogą mieć zupełnie różne możliwości. Jedne są nastawione przede wszystkim na pracę z tekstem, inne na obrazy, jeszcze inne na analizę danych, generowanie kodu, rozpoznawanie mowy czy automatyzację procesów. Wiele współczesnych narzędzi łączy kilka takich możliwości w jednym systemie, dzięki czemu użytkownik może rozpocząć od rozmowy tekstowej, następnie przekazać dokument, przeanalizować znajdujące się w nim informacje, poprosić o przygotowanie tabeli, a później wykorzystać wynik w kolejnym zadaniu. Nie oznacza to jednak, że każde narzędzie AI działa identycznie ani że każde ma dostęp do tych samych informacji. Jeden model może mieć dostęp do aktualnych danych, inny może pracować wyłącznie na informacji dostępnej w jego środowisku. Jeden może analizować pliki, drugi może nie mieć takiej możliwości. Jeden może generować obrazy, inny jest przeznaczony wyłącznie do pracy tekstowej. Różnią się także dokładnością, szybkością, ograniczeniami, sposobem działania i zakresem zastosowań. Dlatego kiedy w tej książce będziemy mówić o AI, będziemy przede wszystkim myśleć o współczesnych narzędziach generatywnej sztucznej inteligencji, które pozwalają człowiekowi zlecać zadania za pomocą naturalnego języka. Nie chodzi jednak o zapamiętanie technicznych nazw wszystkich modeli. Dla większości użytkowników znacznie ważniejsze jest zrozumienie, jaki rodzaj pracy można przekazać AI i jak zrobić to w sposób rozsądny.

Jednym z najbardziej oczywistych zastosowań AI jest generowanie tekstu. Można poprosić ją o przygotowanie wiadomości e-mail, opisu produktu, ogłoszenia, instrukcji, streszczenia, planu prezentacji, scenariusza rozmowy, listy pomysłów czy pierwszej wersji artykułu. Można również przekazać własny tekst i poprosić o poprawienie błędów, skrócenie go, rozwinięcie, zmianę tonu, uproszczenie języka albo dostosowanie go do konkretnego odbiorcy. Jest to szczególnie przydatne dlatego, że rozpoczęcie pracy bywa często trudniejsze niż jej późniejsze poprawianie. Pusta kartka może być zaskakująco dużą przeszkodą. Człowiek wie, co chce przekazać, ale nie wie, jak zacząć. AI może wtedy przygotować pierwszą wersję, która nie musi być idealna. Wystarczy, że będzie wystarczająco dobra, aby można było zacząć ją poprawiać. Przykładowo, jeżeli musisz poinformować klienta o opóźnieniu realizacji zamówienia, zamiast przez dziesięć minut zastanawiać się nad pierwszym zdaniem, możesz napisać: „Napisz krótką, profesjonalną wiadomość do klienta. Poinformuj, że realizacja zamówienia opóźni się o trzy dni z powodu opóźnienia dostawy komponentu. Nie obwiniaj dostawcy, nie składaj obietnic wykraczających poza podane informacje i zachowaj spokojny, rzeczowy ton”. Po chwili otrzymasz gotowy szkic. Ale właśnie tutaj trzeba zatrzymać się na moment. Otrzymanie gotowego tekstu nie oznacza, że można automatycznie nacisnąć przycisk „wyślij”. AI przygotowała propozycję. To człowiek powinien sprawdzić, czy propozycja odpowiada rzeczywistej sytuacji, czy nie zawiera nieprawdziwych informacji, czy ton jest właściwy i czy nie pojawiło się zdanie, którego nie chcieliśmy wysłać. AI może przygotować tekst, ale odpowiedzialność za wysłanie wiadomości nadal pozostaje po stronie człowieka.

Jeszcze ciekawsze jest to, że AI wcale nie musi tworzyć nowych informacji. Bardzo często jej największą wartością jest praca z informacjami, które już posiadamy. Możemy przekazać jej chaotyczne notatki i poprosić o uporządkowanie ich według tematów. Możemy wkleić długi tekst i poprosić o streszczenie. Możemy przesłać kilka dokumentów i poprosić o wskazanie najważniejszych różnic. Możemy przekazać raport i poprosić o wyciągnięcie z niego konkretnych danych. Możemy podać listę zadań i poprosić o ich uporządkowanie według pilności. Możemy nawet powiedzieć: „Przeczytaj ten materiał i przygotuj listę pytań, na które nadal nie znam odpowiedzi”. W takim zastosowaniu AI staje się przede wszystkim narzędziem do porządkowania informacji. Jest to szczególnie wartościowe w świecie, w którym problemem coraz częściej nie jest brak informacji, lecz ich nadmiar. Człowiek może mieć dostęp do setek stron dokumentów, dziesiątek wiadomości i ogromnej liczby danych, ale jego uwaga nadal pozostaje ograniczona. AI może pomóc zmniejszyć koszt pierwszego kontaktu z dużym materiałem. Może przygotować mapę dokumentu, wskazać główne tematy, wyciągnąć określone informacje albo zaproponować strukturę dalszej analizy. Trzeba jednak pamiętać, że streszczenie nie jest tym samym co dokument źródłowy. Jeżeli informacja ma znaczenie prawne, finansowe, medyczne, techniczne lub zawodowe, kluczowe fragmenty należy sprawdzić w źródle. AI może coś pominąć, niewłaściwie zinterpretować albo połączyć informacje w sposób, który brzmi logicznie, ale nie odpowiada dokładnie treści dokumentu.

Kolejnym zastosowaniem jest analiza. Współczesne modele mogą pomagać porównywać informacje, wyszukiwać wzorce, grupować dane, wskazywać różnice, wykrywać potencjalne problemy i formułować wnioski na podstawie przekazanego materiału. Można przekazać listę wydatków i poprosić o pogrupowanie ich według kategorii. Można podać zestaw danych i zapytać, jakie zależności warto sprawdzić. Można przesłać dwa dokumenty i poprosić o wskazanie zmian. Można przekazać wyniki ankiety i poprosić o ich uporządkowanie. Można również poprosić AI o znalezienie elementów, które wymagają dodatkowej weryfikacji. To ostatnie jest szczególnie wartościowe, ponieważ dobry proces pracy z AI nie powinien kończyć się na wygenerowaniu odpowiedzi. Powinien obejmować również kontrolę odpowiedzi. Jeżeli model wylicza wartości, warto sprawdzić liczby. Jeżeli wskazuje różnice w dokumentach, warto sprawdzić najważniejsze z nich. Jeżeli formułuje wniosek na podstawie danych, warto upewnić się, że rzeczywiście wynika on z przedstawionego materiału. Nie chodzi o to, aby każdą odpowiedź AI traktować jak potencjalne kłamstwo. Chodzi o to, aby pamiętać, że płynność języka nie jest dowodem poprawności.

To jedna z najważniejszych rzeczy, które trzeba zrozumieć, zanim zacznie się intensywnie korzystać ze sztucznej inteligencji: AI może brzmieć pewnie również wtedy, kiedy się myli. Człowiek, który czegoś nie wie, może powiedzieć: „Nie jestem pewien”. Model AI może natomiast wygenerować odpowiedź brzmiącą bardzo profesjonalnie, mimo że nie ma wystarczających podstaw, aby ją przedstawić jako prawdziwą. W świecie AI często mówi się o halucynacjach, czyli sytuacjach, w których model generuje informacje niezgodne z rzeczywistością, źródłem albo dostarczonym kontekstem. Może wymyślić nieistniejące źródło, pomylić datę, przypisać autorstwo niewłaściwej osobie, błędnie zinterpretować dokument, podać niepoprawną liczbę albo stworzyć szczegół, który nigdy nie istniał. Najbardziej zdradliwe jest to, że taki błąd może wyglądać bardzo dobrze. Może być napisany poprawnym językiem, mieć logiczną strukturę i wyglądać znacznie bardziej wiarygodnie niż niektóre prawdziwe informacje znalezione w internecie. Dlatego przy pracy z AI warto przyjąć prostą zasadę: im ważniejsza jest informacja i im poważniejsze są konsekwencje błędu, tym dokładniej należy ją zweryfikować.

Można również poprosić AI o pomoc w rozumowaniu. Współczesne modele potrafią rozkładać problemy na etapy, porównywać warianty, wskazywać argumenty i kontrargumenty, tworzyć scenariusze oraz pomagać użytkownikowi spojrzeć na problem z innej perspektywy. To nie musi oznaczać, że AI podejmuje decyzję za człowieka. Wręcz przeciwnie, bardzo dobrym sposobem korzystania z niej jest poproszenie o przygotowanie materiału potrzebnego do podjęcia decyzji. Możesz powiedzieć: „Mam trzy możliwe rozwiązania problemu. Porównaj je pod względem kosztu, czasu, trudności wdrożenia, ryzyka i możliwości późniejszej zmiany. Nie wybieraj za mnie. Wskaż jedynie najważniejsze różnice i pytania, które powinienem sobie zadać przed decyzją”. W takim przypadku AI pełni funkcję analityka lub partnera do dyskusji. Nie musi być wyrocznią. Jej zadaniem jest pomóc człowiekowi lepiej zrozumieć sytuację. To bardzo ważne, ponieważ nie wszystko, co da się przekazać AI, powinno być jej przekazane w całości. Możemy delegować przygotowanie materiału, ale niekoniecznie ostateczną odpowiedzialność.

Podobnie wygląda praca z plikami. W zależności od konkretnego narzędzia AI może analizować dokumenty tekstowe, arkusze kalkulacyjne, prezentacje, obrazy czy inne materiały. Dla zwykłego użytkownika oznacza to ogromne możliwości. Zamiast ręcznie przeszukiwać wielostronicowy dokument, można poprosić AI o znalezienie określonych informacji. Zamiast samodzielnie porządkować setki wierszy danych, można poprosić o ich analizę. Zamiast przeglądać prezentację slajd po slajdzie w poszukiwaniu powtórzeń, można poprosić o wskazanie potencjalnych problemów. Nie oznacza to jednak, że AI zastępuje dokument źródłowy. Jeżeli wynik ma znaczenie, trzeba kontrolować rezultat. Jeżeli AI stwierdzi, że dokument zawiera określony zapis, można zajrzeć do tego miejsca. Jeżeli wskaże konkretną wartość w arkuszu, warto ją sprawdzić. Jeżeli przygotuje zestawienie, warto upewnić się, że nie pominęła żadnych istotnych danych. W ten sposób AI wykonuje dużą część żmudnej pracy, ale człowiek nadal pozostaje osobą kontrolującą rezultat.

Osobnym obszarem jest generowanie obrazów. Współczesne narzędzia potrafią tworzyć ilustracje, grafiki, koncepcje wizualne i różnego rodzaju obrazy na podstawie opisu. Jeszcze kilka lat temu osoba bez doświadczenia graficznego musiała korzystać z gotowych materiałów, zatrudniać grafika albo nauczyć się odpowiedniego programu. Dzisiaj może po prostu opisać, czego potrzebuje. Nie oznacza to jednak, że wygenerowany obraz zawsze jest gotowym produktem. W zależności od zastosowania może wymagać korekty, sprawdzenia typografii, proporcji, kompozycji, zgodności z identyfikacją wizualną albo przygotowania do konkretnego formatu. AI może stworzyć świetny punkt wyjścia, ale człowiek nadal może być potrzebny do oceny i finalizacji. To zresztą doskonale pokazuje ogólną zasadę tej książki: AI często jest najbardziej wartościowa nie wtedy, gdy całkowicie zastępuje człowieka, ale wtedy, gdy skraca drogę od pomysłu do użytecznego rezultatu.

Jeszcze dalej idzie automatyzacja. Warto tutaj rozróżnić zwykłą pomoc AI od prawdziwego automatycznego procesu. Jeżeli wpisujesz polecenie, otrzymujesz tekst, kopiujesz go i wklejasz do wiadomości, korzystasz z pomocy AI, ale niekoniecznie z automatyzacji. Automatyzacja zaczyna się wtedy, gdy kolejne czynności zostają połączone w proces, który może wykonywać się częściowo bez ręcznego uruchamiania każdego kroku. Przykładowo wiadomość może zostać odebrana przez system, następnie sklasyfikowana, przekazana do odpowiedniego procesu, przeanalizowana przez AI, a wynik może trafić do człowieka w celu zatwierdzenia. Taki system może oszczędzać ogromną ilość czasu, ale jednocześnie zwiększa znaczenie kontroli. Jeżeli AI przygotuje błędną wiadomość, człowiek może ją poprawić. Jeżeli system automatycznie wyśle błędną wiadomość do setek klientów, konsekwencje mogą być znacznie poważniejsze. Jeżeli AI źle oznaczy jeden dokument, można go poprawić. Jeżeli ten błąd uruchomi kolejne automatyczne działania, problem może szybko się powiększyć.

W tym miejscu pojawia się pojęcie human in the loop, czyli „człowiek w pętli”. Oznacza ono w praktyce takie projektowanie procesu, w którym człowiek pozostaje obecny w odpowiednich punktach kontroli. Nie chodzi o to, żeby człowiek ręcznie wykonywał wszystko, co robi system. Chodzi o zachowanie możliwości sprawdzenia, zatwierdzenia, odrzucenia lub skorygowania działania AI tam, gdzie ma to znaczenie. AI może przygotować odpowiedź, człowiek ją zatwierdza. AI może sklasyfikować dokument, człowiek sprawdza przypadki nietypowe. AI może przeanalizować dane, człowiek ocenia wnioski. AI może zaproponować kilka rozwiązań, człowiek wybiera. AI może wykonać część procesu, ale człowiek kontroluje rezultat. W wielu sytuacjach właśnie taki model współpracy jest znacznie bardziej praktyczny niż próba całkowitego usunięcia człowieka z procesu.

Co ciekawe, człowiek w pętli nie oznacza, że automatyzacja jest słaba. Wręcz przeciwnie. Dobrze zaprojektowany system może automatycznie wykonywać ogromną ilość prostych czynności, pozostawiając człowiekowi tylko te momenty, które rzeczywiście wymagają decyzji. Wyobraź sobie skrzynkę pocztową, do której codziennie przychodzi sto wiadomości. AI może je podzielić na kategorie, wyciągnąć najważniejsze informacje i przygotować projekty odpowiedzi. Człowiek może następnie przejrzeć przygotowane propozycje i zatwierdzić je lub poprawić. Zamiast pisać sto wiadomości od zera, człowiek kontroluje gotowe propozycje. Jeżeli po kilku miesiącach okaże się, że określony typ prostych wiadomości jest prawie zawsze poprawnie obsługiwany, można rozważyć dalszą automatyzację. Najpierw jednak warto poznać proces, przetestować go i sprawdzić jego błędy. To znacznie bezpieczniejsze niż wrzucenie całego zadania do automatu i liczenie na to, że wszystko będzie działało idealnie.

Właśnie dlatego delegowanie pracy AI powinno oznaczać również delegowanie części wysiłku związanego z jej kontrolą. Jeżeli prosisz AI o napisanie krótkiej wiadomości, przeczytanie jej zajmie kilka sekund. Jeżeli prosisz o przygotowanie raportu, kontrola będzie wymagała więcej czasu. Jeżeli AI analizuje dane finansowe, sprawdzenie obliczeń może być konieczne. Jeżeli przygotowuje informacje dotyczące prawa, zdrowia lub bezpieczeństwa, poziom ostrożności powinien być jeszcze większy. Nie ma sensu stosować dokładnie tego samego poziomu kontroli do wszystkich zadań. Można przyjąć prostą zasadę: im większe konsekwencje błędu, tym większa powinna być kontrola człowieka.

To prowadzi do kolejnego ważnego rozróżnienia: delegowanie zadania nie oznacza delegowania odpowiedzialności. Możesz delegować AI napisanie wiadomości, ale nie musisz delegować jej decyzji, co właściwie chcesz powiedzieć. Możesz delegować przygotowanie analizy, ale nie musisz delegować ostatecznej interpretacji. Możesz delegować stworzenie planu, ale nie musisz bezrefleksyjnie go realizować. Możesz delegować przygotowanie projektu dokumentu, ale powinieneś sprawdzić jego treść. Możesz delegować wygenerowanie kodu, ale jeżeli kod ma działać w rzeczywistym systemie, powinieneś go przetestować i rozumieć jego działanie na tyle, aby móc ocenić ryzyko. AI może wykonywać pracę. Człowiek nadal ponosi odpowiedzialność za sposób wykorzystania rezultatu.

Właśnie tutaj dochodzimy do paradoksu książki zatytułowanej AI dla leniwych. Celem nie jest to, żeby człowiek przestał myśleć. Celem jest to, żeby przestał marnować myślenie na czynności, które nie wymagają jego osobistego zaangażowania. Jeżeli musisz przepisać informacje z jednego dokumentu do drugiego, warto zastanowić się, czy AI może wykonać tę pracę. Jeżeli musisz napisać dziesięć podobnych wiadomości, warto zapytać, czy AI może przygotować ich pierwsze wersje. Jeżeli musisz przeanalizować długi materiał, warto sprawdzić, czy AI może pomóc ci odnaleźć najważniejsze fragmenty. Jeżeli musisz stworzyć plan, możesz pozwolić AI przygotować propozycję. Nie oznacza to jednak, że powinieneś przestać rozumieć, co robisz. Przeciwnie, im więcej pracy delegujesz, tym ważniejsze staje się rozumienie tego, co należy skontrolować.

Dobry użytkownik AI nie jest więc osobą, która wpisuje najdłuższe prompty. Nie jest też osobą, która zna wszystkie dostępne narzędzia. Jest nią osoba, która potrafi właściwie określić zadanie. Wie, jaki rezultat chce osiągnąć, jaki kontekst musi przekazać, jakie ograniczenia powinny obowiązywać i gdzie potrzebna będzie kontrola. Jeżeli chcesz, aby AI napisała wiadomość, powiedz, do kogo jest skierowana, jaki jest jej cel i jaki ma mieć ton. Jeżeli chcesz analizy, określ kryteria. Jeżeli chcesz planu, podaj ograniczenia. Jeżeli chcesz porównania, określ elementy, które mają zostać porównane. Jeżeli chcesz pracy z danymi, określ oczekiwany rezultat. Im lepiej określisz zadanie, tym mniejsze ryzyko, że AI będzie musiała zgadywać, czego właściwie oczekujesz.

Nie oznacza to jednak, że każdy prompt musi być długi. Czasami wystarczy jedno zdanie. Jeżeli chcesz poprawić krótką wiadomość, możesz po prostu powiedzieć: „Popraw ten tekst, zachowując jego znaczenie i naturalny ton”. Jeżeli chcesz stworzyć listę, możesz powiedzieć: „Uporządkuj te informacje według priorytetu”. Jeżeli zadanie jest bardziej złożone, potrzebujesz więcej kontekstu. Najlepszy prompt to nie ten, który jest najdłuższy, ale ten, który przekazuje AI informacje potrzebne do wykonania zadania. Nie ma sensu pisać kilku akapitów instrukcji, jeżeli zadanie można jasno opisać w dwóch zdaniach. Z drugiej strony nie warto oczekiwać dobrego rezultatu, jeżeli przekażesz modelowi bardzo mało informacji i będziesz liczyć na to, że sam odgadnie wszystkie szczegóły.

W praktyce można więc traktować prompt jak krótkie zlecenie dla pomocnika. Mówisz, co ma zostać zrobione, przekazujesz potrzebny kontekst, określasz ograniczenia i informujesz, jak powinien wyglądać wynik. Jeżeli czegoś nie wiesz, możesz poprosić AI o zadawanie pytań. Jeżeli zadanie jest ważne, możesz poprosić o wskazanie elementów wymagających sprawdzenia. Jeżeli istnieje ryzyko, że model zacznie zgadywać, możesz powiedzieć, aby tego nie robił. Bardzo przydatne jest proste polecenie: „Jeżeli nie masz wystarczających informacji, nie zgaduj. Powiedz mi, czego potrzebujesz”. Można również dodać: „Oddziel informacje wynikające bezpośrednio z dostarczonego materiału od własnych wniosków” albo „Wskaż, które elementy powinienem zweryfikować przed wykorzystaniem wyniku”. Takie instrukcje nie eliminują błędów, ale pomagają stworzyć lepszy proces pracy.

Warto również pamiętać, że AI nie zna automatycznie całego kontekstu twojego życia. Jeżeli napiszesz „Napisz odpowiedź do klienta”, model nie wie, kim jest klient, co się wydarzyło, jaki macie styl komunikacji, jakie są ograniczenia firmy i czego nie wolno obiecywać. Może próbować zgadywać, ale znacznie lepiej jest przekazać najważniejsze informacje. Zamiast „napisz odpowiedź”, można powiedzieć: „Napisz krótką odpowiedź do klienta, który jest niezadowolony z opóźnienia. Poinformuj go, że nowy termin realizacji to piątek. Nie obwiniaj innych firm, nie obiecuj wcześniejszego terminu i zachowaj spokojny, profesjonalny ton”. W tym przypadku AI otrzymuje konkretne zadanie, kontekst i ograniczenia. To właśnie jest świadome delegowanie.

Dobrym pomysłem jest również traktowanie rozmowy z AI jako procesu iteracyjnego. Nie musisz od razu otrzymać idealnego rezultatu. Możesz poprosić o pierwszą wersję, przeczytać ją i następnie powiedzieć: „Skróć ją o połowę”, „Zachowaj sens, ale zmień ton na bardziej naturalny”, „Dodaj informację o terminie”, „Usuń wszystkie zdania, których nie można potwierdzić”, „Przygotuj drugą wersję, bardziej bezpośrednią”. W ten sposób nie musisz tworzyć perfekcyjnego promptu za pierwszym razem. Możesz rozpocząć od prostego polecenia i poprawiać wynik razem z AI. Właśnie dlatego rozmowa z modelem jest często bardziej efektywna niż próba wymyślenia jednego gigantycznego polecenia, które ma przewidzieć wszystkie możliwe sytuacje.

Warto jednak uważać na jedną pułapkę: nie automatyzuj dla samej automatyzacji. Jeżeli jakaś czynność zajmuje ci dwie minuty i wykonujesz ją raz w miesiącu, budowanie skomplikowanego systemu AI prawdopodobnie nie ma sensu. Przygotowanie automatyzacji również wymaga czasu. Trzeba ją skonfigurować, przetestować, utrzymywać i czasami naprawiać. Jeżeli prosty problem można rozwiązać jednym poleceniem, nie ma potrzeby budowania do niego całego systemu. Prawdziwie „leniwe” podejście jest często bardzo pragmatyczne: wybierz najprostsze rozwiązanie, które daje wystarczająco dobry rezultat. Nie chodzi o to, aby mieć najbardziej zaawansowany system. Chodzi o to, aby osiągnąć cel przy możliwie małym nakładzie czasu i energii.

To właśnie dlatego warto zacząć od własnych obowiązków, a nie od listy funkcji AI. Zamiast godzinami przeglądać informacje o nowych modelach, można przyjrzeć się swojemu dniu i zadać sobie kilka prostych pytań. Co robię codziennie? Co robię co tydzień? Co się powtarza? Co zajmuje dużo czasu? Czego nie lubię? Co polega głównie na przepisywaniu informacji? Co wymaga przygotowania pierwszej wersji? Co mogę łatwo sprawdzić po wykonaniu przez AI? Co jest nudne, ale konieczne? To właśnie tam najczęściej znajdują się najlepsze możliwości wykorzystania sztucznej inteligencji.

Możesz rozpocząć od prostego promptu:

„Jesteś moim asystentem AI. Za każdym razem, gdy zlecę Ci zadanie, najpierw określ: 1. co możesz zrobić samodzielnie, 2. czego potrzebujesz ode mnie, 3. co powinienem później zweryfikować. Nie komplikuj zadania, jeśli prostsze rozwiązanie wystarczy.”

To polecenie jest proste, ale zmienia sposób rozpoczynania współpracy z AI. Zamiast natychmiast wykonywać zadanie, model ma najpierw określić, co może zrobić, czego potrzebuje i gdzie powinna pojawić się kontrola człowieka. Możesz dzięki temu szybciej zauważyć brakujące informacje, ograniczenia albo elementy wymagające dodatkowego sprawdzenia. Jeżeli zadanie będzie proste, AI może również wskazać, że nie ma potrzeby stosowania skomplikowanego rozwiązania. Z czasem możesz rozbudować ten prompt o kolejne zasady, na przykład: „Jeżeli zadanie wymaga aktualnych informacji, zaznacz, które dane należy sprawdzić. Jeżeli nie masz wystarczających informacji, nie zgaduj. Jeżeli wynik może mieć istotne konsekwencje, wskaż elementy wymagające kontroli człowieka. Jeżeli istnieje prostszy sposób wykonania zadania, zaproponuj go”.

Takie podejście pozwala zbudować bardzo zdrową relację z AI. Nie jest to relacja człowieka z wyrocznią, której należy bezwarunkowo wierzyć. Nie jest to też relacja człowieka z magicznym robotem, który ma przejąć całe życie. Bardziej przypomina współpracę z niezwykle szybkim asystentem. Asystent może przygotować pierwszy szkic, uporządkować dokument, przeanalizować dane, stworzyć listę, zaproponować rozwiązania, znaleźć powtarzające się elementy, przygotować pytania, przeredagować tekst, stworzyć plan albo wykonać inną część pracy. Ty natomiast określasz cel, dostarczasz kontekst, oceniasz rezultat i podejmujesz decyzje tam, gdzie potrzebna jest ludzka odpowiedzialność.

To podejście jest ważne również dlatego, że AI może zmienić nasze rozumienie produktywności. Przez lata produktywność była często kojarzona z robieniem większej liczby rzeczy w krótszym czasie. Jeżeli ktoś potrafił odpowiedzieć na pięćdziesiąt wiadomości zamiast trzydziestu, był bardziej produktywny. Jeżeli przygotował dziesięć dokumentów zamiast pięciu, również można było uznać to za sukces. AI może jednak pozwolić spojrzeć na sprawę inaczej. Jeżeli dzięki niej wykonujesz tę samą pracę w połowie czasu, nie musisz automatycznie brać na siebie dwa razy większej liczby obowiązków. Możesz po prostu skończyć wcześniej. Możesz przeznaczyć odzyskany czas na odpoczynek, rodzinę, hobby, sen albo coś, co wcześniej ciągle odkładałeś. To bardzo ważne, ponieważ automatyzacja nie powinna automatycznie oznaczać jeszcze większego obciążenia. Jeżeli każde usprawnienie wykorzystujemy tylko po to, żeby dołożyć sobie kolejne zadania, nigdy naprawdę nie odzyskujemy czasu.

W tym sensie największą korzyścią z AI nie musi być możliwość zrobienia większej liczby rzeczy. Może nią być możliwość niezrobienia części rzeczy samodzielnie. To subtelna, ale bardzo ważna zmiana. Możesz nie pisać od zera każdego e-maila. Możesz nie czytać każdego dokumentu w taki sam sposób. Możesz nie tworzyć każdej tabeli ręcznie. Możesz nie zaczynać każdego tekstu od pustej kartki. Możesz nie planować wszystkiego samodzielnie. Możesz nie przepisywać informacji, które można przekształcić automatycznie. Możesz nie poświęcać swojej najlepszej energii na czynności, które nie wymagają twojego osobistego zaangażowania.

Ale możesz też świadomie zdecydować, czego AI nie oddasz.

Może nie będziesz przekazywać jej ostatecznych decyzji dotyczących własnego życia. Możesz chcieć samodzielnie prowadzić ważne rozmowy. Możesz samodzielnie sprawdzać dokumenty, które mają poważne konsekwencje. Możesz zachować osobistą kontrolę nad informacjami wrażliwymi. Możesz zdecydować, że pewnych rzeczy nie chcesz automatyzować, ponieważ wymagają kontaktu z drugim człowiekiem. I to również jest rozsądne.

Najważniejsza zasada brzmi więc: deleguj pracę, ale nie deleguj bezmyślnie odpowiedzialności.

AI nie musi zrobić za ciebie wszystkiego.

Nie powinna.

Powinna zrobić za ciebie tyle, ile rozsądnie może zrobić dobrze.

Niech przygotuje pierwszy szkic.

Niech uporządkuje chaos.

Niech przejrzy informacje.

Niech stworzy propozycje.

Niech wykona powtarzalną pracę.

Niech pomoże ci rozpocząć zadanie.

Niech przyspieszy to, co i tak musisz zrobić.

A ty zachowaj kontrolę nad tym, co naprawdę wymaga ciebie.

Bo prawdziwym celem nie jest stworzenie świata, w którym człowiek niczego już nie robi. Celem jest stworzenie świata, w którym człowiek nie musi marnować czasu na rzeczy, których wcale nie musi robić sam. I właśnie dlatego AI nie zrobi za ciebie wszystkiego. I dobrze.

ROZDZIAŁ 2. Jak rozmawiać z AI, żeby nie trzeba było się powtarzać

Wiele osób zaczyna korzystanie ze sztucznej inteligencji od wpisania krótkiego polecenia: „napisz maila”, „zrób opis produktu”, „przygotuj plan”, „napisz post”, „streść ten tekst”. I kiedy otrzymują odpowiedź, która jest poprawna, ale jednocześnie nijaka, przewidywalna albo zupełnie niepasująca do ich sytuacji, dochodzą do wniosku, że AI po prostu „nie umie”. W rzeczywistości bardzo często problem znajduje się gdzie indziej. AI nie dostała wystarczająco dużo informacji, aby wiedzieć, jaki rezultat będzie dla nas naprawdę użyteczny. Model językowy nie siedzi obok nas, nie widzi naszego biurka, nie zna odbiorcy wiadomości, nie wie, co wydarzyło się pięć minut wcześniej i nie potrafi automatycznie odgadnąć, czy chcemy napisać oficjalny mail do dyrektora, krótką wiadomość do kolegi czy stanowczą reklamację do firmy. Jeżeli więc wydamy polecenie „napisz maila”, otrzymamy coś, co będzie pasowało do ogromnej liczby sytuacji, ale prawdopodobnie nie będzie idealne dla żadnej konkretnej. To właśnie dlatego umiejętność rozmawiania z AI jest jedną z najważniejszych rzeczy, których warto się nauczyć, jeśli chcemy rzeczywiście wykorzystywać ją do oszczędzania czasu. Dobry prompt nie jest magicznym zaklęciem. Jest po prostu dobrze sformułowanym zleceniem.

Słowo „prompt” może brzmieć technicznie, ale w praktyce oznacza po prostu instrukcję albo polecenie przekazane modelowi AI. Może być jednym zdaniem, może być rozbudowanym opisem, może zawierać dane, tabelę, fragment dokumentu, przykładowy tekst, listę wymagań albo kilka warunków, które wynik musi spełniać. Nie istnieje jedna idealna długość promptu. Krótka instrukcja może być wystarczająca, jeśli zadanie jest proste i jednoznaczne. Przy bardziej skomplikowanym zadaniu potrzebujemy natomiast większej ilości kontekstu. Najważniejsza zasada brzmi: przekaż AI tyle informacji, ile jest potrzebne do wykonania zadania, ale nie komplikuj polecenia bez powodu. Jeśli chcemy, żeby AI poprawiła jedno zdanie, nie musimy pisać strony instrukcji. Jeżeli jednak chcemy, żeby przygotowała kompletny dokument przeznaczony dla konkretnej grupy odbiorców i spełniający określone wymagania, szczegóły będą bardzo istotne.

Można potraktować AI jak pracownika, któremu delegujemy zadanie. Jeżeli podejdziemy do człowieka i powiemy tylko: „zrób prezentację”, prawdopodobnie zacznie zadawać pytania. Dla kogo? Na jaki temat? Ile slajdów? Na kiedy? W jakim stylu? Czy ma być formalna? Czy mają znaleźć się wykresy? Czy prezentacja będzie wyświetlana na projektorze, czy wysłana mailem? AI często nie zatrzyma się w tym miejscu. Spróbuje wykonać zadanie na podstawie najbardziej prawdopodobnych założeń. I właśnie dlatego wynik może być poprawny, ale nietrafiony. Człowiek, któremu delegujemy zadanie, zwykle ma możliwość dopytania. Model również może to zrobić, ale jeśli mu tego nie nakażemy albo uzna, że informacje nie są absolutnie konieczne, może po prostu przyjąć własne założenia.

Dobry prompt powinien więc odpowiadać na kilka podstawowych pytań. Co chcę osiągnąć? Co AI powinna wiedzieć o sytuacji? Dla kogo powstaje rezultat? Jakie są ograniczenia? W jakiej formie chcę otrzymać wynik? Im bardziej te elementy są określone, tym mniejsze prawdopodobieństwo, że będziemy musieli później poprawiać odpowiedź w dziesięciu kolejnych wiadomościach. Nie oznacza to jednak, że zawsze trzeba tworzyć długie instrukcje. Wręcz przeciwnie. Dobrą praktyką jest podawanie informacji, które rzeczywiście wpływają na wynik, zamiast tworzenia skomplikowanego promptu pełnego niepotrzebnych ozdobników.

Pierwszym elementem jest cel. To pozornie oczywiste, ale właśnie tutaj zaczyna się wiele problemów. „Napisz tekst” nie mówi AI, po co ten tekst powstaje. Tymczasem cel może całkowicie zmienić sposób przygotowania odpowiedzi. Inaczej pisze się tekst po to, żeby przekonać klienta do zakupu, inaczej po to, żeby wyjaśnić pracownikowi procedurę, inaczej po to, żeby opublikować go w mediach społecznościowych, a jeszcze inaczej po to, żeby stworzyć fragment książki. Możemy więc zamiast „napisz tekst o oszczędzaniu” powiedzieć: „przygotuj krótki tekst, który zachęci osoby w wieku 25–40 lat do rozpoczęcia regularnego odkładania pieniędzy”. Cel nie tylko informuje AI, czego chcemy. On pomaga jej podejmować decyzje dotyczące stylu, argumentacji, długości i poziomu szczegółowości.

Drugim elementem jest kontekst. To informacje, które pozwalają AI zrozumieć sytuację, w której ma wykonać zadanie. Załóżmy, że chcemy odpowiedzieć na wiadomość od klienta. Samo polecenie „odpowiedz klientowi” jest praktycznie pozbawione kontekstu. Jeżeli natomiast dodamy, że klient otrzymał produkt z opóźnieniem, jest niezadowolony, firma chce zachować profesjonalny ton, a jednocześnie nie chce obiecywać zwrotu pieniędzy przed sprawdzeniem sprawy, odpowiedź będzie mogła być znacznie bardziej dopasowana. Kontekst może obejmować wcześniejszą korespondencję, dane liczbowe, charakter firmy, opis problemu, wcześniejsze ustalenia, informacje o odbiorcy czy określone zasady, których trzeba przestrzegać.

W praktyce kontekst jest jednym z najważniejszych elementów wykorzystywania AI do pracy. Model może być bardzo dobry w analizowaniu informacji, ale musi mieć dostęp do informacji, które mają znaczenie. Jeśli pominiemy istotny fakt, AI może przygotować logiczną odpowiedź opartą na niepełnych danych. To szczególnie ważne w przypadku dokumentów, analiz, decyzji biznesowych i tekstów specjalistycznych. AI nie może uwzględnić informacji, których nie zna. Jeżeli zaś informacja jest niepewna, warto to również zaznaczyć. Możemy napisać: „Nie mam pewności, czy ta informacja jest aktualna. Nie zakładaj, że jest prawdziwa; wskaż, co należy sprawdzić”. Taki prosty zapis może znacząco zmienić sposób przygotowania odpowiedzi.

Trzecim elementem jest odbiorca. To jeden z najbardziej niedocenianych sposobów poprawiania odpowiedzi AI. Ten sam temat można przecież wyjaśnić dziecku, studentowi, specjaliście, klientowi albo zarządowi firmy. Jeżeli poprosimy AI o „wyjaśnienie inflacji”, otrzymamy ogólne wyjaśnienie. Jeżeli jednak napiszemy: „wyjaśnij inflację osobie, która nigdy wcześniej nie interesowała się ekonomią, używając prostych przykładów z codziennych zakupów”, rezultat będzie zupełnie inny. Jeżeli zamiast tego napiszemy: „przygotuj techniczne wyjaśnienie dla osoby pracującej w finansach”, AI będzie mogła zastosować bardziej specjalistyczne słownictwo.

Warto przy tym pamiętać, że odbiorca nie oznacza wyłącznie wieku czy poziomu wiedzy. Możemy określić również jego nastawienie, potrzeby albo sytuację. Inaczej piszemy do osoby zdenerwowanej, inaczej do osoby, która dopiero poznaje temat, a inaczej do kogoś, kto zna go bardzo dobrze i potrzebuje tylko konkretów. Możemy również określić, czego odbiorca nie chce. Na przykład: „odbiorca jest zapracowany i nie chce czytać długiego wyjaśnienia”. Taka informacja może być równie ważna jak informacja o tym, kim odbiorca jest.

Czwarty element to ograniczenia. To właśnie one sprawiają, że AI przestaje przygotowywać „jakikolwiek dobry tekst”, a zaczyna próbować przygotować tekst spełniający konkretne wymagania. Ograniczenia mogą dotyczyć długości, tonu, liczby punktów, języka, struktury, zakazanych sformułowań, poziomu szczegółowości, danych, których nie wolno zmieniać, albo informacji, których nie należy wymyślać. Możemy napisać: „maksymalnie 150 słów”, „bez języka marketingowego”, „bez emoji”, „nie używaj słowa promocja”, „nie dodawaj informacji, których nie ma w materiale źródłowym”, „tekst ma być formalny, ale nie sztywny”. Każde z tych ograniczeń zawęża przestrzeń możliwych odpowiedzi.

Ograniczenia są szczególnie przydatne wtedy, kiedy pierwsza odpowiedź AI jest poprawna, ale „nie w naszym stylu”. Zamiast pisać od początku nowe polecenie, możemy wskazać dokładnie, co należy zmienić. „Skróć o połowę”, „usuń powtórzenia”, „zachowaj wszystkie liczby”, „nie zmieniaj znaczenia”, „zrób to bardziej naturalnie”, „usuń marketingowe określenia”, „napisz bardziej konkretnie” — takie instrukcje są często skuteczniejsze niż rozpoczynanie całej rozmowy od nowa.

Piątym elementem jest format odpowiedzi. To rzecz bardzo prosta, a jednocześnie niezwykle skuteczna. Jeżeli potrzebujemy tabeli, powiedzmy AI, że chcemy tabelę. Jeżeli potrzebujemy listy kroków, poprośmy o listę kroków. Jeżeli potrzebujemy gotowego maila, zaznaczmy, że wynik ma być gotowym tekstem do skopiowania. Jeżeli potrzebujemy streszczenia w pięciu zdaniach, określmy tę liczbę. Jeżeli wynik ma być przeznaczony do arkusza kalkulacyjnego, możemy określić strukturę kolumn. AI nie powinna zgadywać, w jakiej postaci chcemy wykorzystać wynik, jeśli możemy jej to powiedzieć jednym zdaniem.

Wyobraźmy sobie, że mamy dziesięć stron notatek ze spotkania i chcemy szybko wyciągnąć najważniejsze informacje. Możemy napisać: „streść te notatki”. Ale znacznie bardziej praktyczne będzie polecenie: „przeanalizuj notatki i przygotuj tabelę z czterema kolumnami: decyzja, osoba odpowiedzialna, termin, następny krok. Jeżeli w notatkach nie ma informacji o którymś polu, wpisz „brak danych” zamiast zgadywać”. W drugim przypadku nie tylko określiliśmy, co AI ma zrobić, ale również powiedzieliśmy jej, jak ma przedstawić wynik i co ma zrobić w przypadku braku informacji.

Właśnie tutaj zaczyna się jedna z najważniejszych zasad pracy z AI: nie wystarczy powiedzieć, jaki problem chcemy rozwiązać. Warto również powiedzieć, jak rozpoznamy, że problem został rozwiązany. Jeśli naszym celem jest przygotowanie maila, rezultat może oznaczać gotową wiadomość o długości do 150 słów, formalną, ale naturalną, zawierającą trzy konkretne informacje i kończącą się propozycją dalszego kontaktu. Jeżeli AI zna kryteria sukcesu, łatwiej jej przygotować wynik, który rzeczywiście możemy wykorzystać.

Możemy więc potraktować dobry prompt jak krótkie zlecenie. Najpierw cel, potem kontekst, odbiorca, ograniczenia i format. Nie zawsze wszystkie elementy będą potrzebne. Przy prostym zadaniu wystarczy czasem jedno zdanie. Jeśli jednak zadanie jest ważne albo ma wiele warunków, taka struktura może oszczędzić nam mnóstwo czasu.

Przykład jest bardzo prosty. Polecenie „napisz maila do klienta” pozostawia ogromną liczbę niewiadomych. Nie wiadomo, co się wydarzyło, jaki jest cel wiadomości, jaki ton należy zastosować, jak długa ma być wiadomość, czy klient jest zadowolony, czy zdenerwowany, czy chcemy przeprosić, poinformować, przekonać czy odmówić. AI musi coś założyć. A im więcej założeń musi poczynić, tym większe ryzyko, że któreś będzie nietrafione.

Znacznie lepsze może być polecenie: „Napisz maila do klienta, którego zamówienie opóźni się o dwa dni. Poinformuj go o opóźnieniu, przeproś za sytuację i zaproponuj kontakt, jeśli nowy termin jest dla niego problemem. Ton ma być profesjonalny, spokojny i naturalny. Nie obiecuj żadnej rekompensaty. Mail ma mieć maksymalnie 120 słów i być gotowy do skopiowania”. To nadal jest krótki prompt. Nie potrzeba kilkuset słów. Różnica polega na tym, że AI wie już, co właściwie ma zrobić.

Jeszcze ważniejsze jest to, że nie musimy za każdym razem tworzyć takiego polecenia od zera. Możemy korzystać z rozmowy jako z procesu współpracy. Jeżeli pierwsza odpowiedź nie jest idealna, nie musimy wyrzucać jej do kosza. Możemy powiedzieć: „dobrze, ale skróć”, „zachowaj pierwszy akapit, zmień zakończenie”, „dodaj konkretny przykład”, „usuń drugą część”, „napisz mniej formalnie”, „zrób wersję dla osoby, która nie zna tematu”, „zachowaj informacje, ale zmień styl”. Właśnie w ten sposób warto myśleć o rozmowie z AI. Pierwsza odpowiedź nie zawsze musi być finalnym produktem. Może być wersją roboczą.

To podejście jest bardzo ważne z punktu widzenia oszczędzania czasu. Początkujący użytkownik często oczekuje, że jeden prompt powinien od razu wygenerować perfekcyjny rezultat. Kiedy tak się nie dzieje, zaczyna formułować coraz dłuższe i bardziej skomplikowane polecenia. Tymczasem czasami prostsze jest wykonanie zadania etapami. Najpierw poprośmy AI o szkic. Potem wybierzmy kierunek. Następnie każmy rozwinąć wybrane fragmenty. Na końcu poprośmy o korektę i sprawdzenie zgodności z wymaganiami. To trochę jak rozmowa z człowiekiem, któremu delegujemy pracę. Nie musimy zawsze od razu przekazać mu instrukcji opisującej każdą możliwą sytuację.

Przykładowo, jeśli chcemy stworzyć artykuł, możemy rozpocząć od: „Przygotuj plan artykułu o tym, jak ograniczyć wydatki w gospodarstwie domowym. Artykuł ma być praktyczny i skierowany do osób, które chcą zmniejszyć miesięczne koszty bez radykalnego obniżania standardu życia”. Następnie możemy napisać: „Rozwiń punkt trzeci do około 500 słów”. Potem: „Skróć ten fragment i usuń wszystkie ogólniki”. Następnie: „Dodaj trzy konkretne przykłady”. Na końcu: „Przeczytaj cały tekst i wskaż twierdzenia, które wymagają sprawdzenia”. W ten sposób jedna rozmowa staje się małym procesem produkcyjnym.

AI dobrze sprawdza się również w poprawianiu własnych wcześniejszych odpowiedzi. Możemy poprosić ją o krytykę tekstu, a następnie o poprawienie go zgodnie z tą krytyką. Warto jednak pamiętać, że AI może również nie zauważyć własnego błędu. Dlatego przy ważnych treściach krytyczna ocena człowieka nadal ma znaczenie. Jeżeli AI przygotowuje materiał zawierający liczby, informacje prawne, medyczne, finansowe lub inne dane o istotnych konsekwencjach, nie powinniśmy traktować samej płynności odpowiedzi jako dowodu jej prawdziwości.

Dobrym zwyczajem jest również informowanie AI, czego nie ma robić. Ludzie często koncentrują się wyłącznie na pozytywnych instrukcjach: „napisz”, „przygotuj”, „zaproponuj”, „wyjaśnij”. Tymczasem równie ważne może być: „nie wymyślaj danych”, „nie dodawaj źródeł, których nie możesz potwierdzić”, „nie zmieniaj liczb”, „nie skracaj nazw”, „nie zakładaj brakujących informacji”, „jeżeli czegoś nie wiesz, zaznacz to”. Takie ograniczenia są szczególnie przydatne w pracy z materiałami źródłowymi.

Możemy również wykorzystać AI do zadawania nam pytań przed wykonaniem zadania. Jest to szczególnie dobre rozwiązanie wtedy, gdy nie wiemy jeszcze dokładnie, czego potrzebujemy. Zamiast próbować samodzielnie napisać perfekcyjny prompt, możemy powiedzieć: „Chcę osiągnąć ten cel. Zadaj mi pytania, które pomogą Ci przygotować najlepszy rezultat”. Model może wtedy zebrać informacje potrzebne do wykonania zadania. Możemy dodatkowo ograniczyć liczbę pytań, aby rozmowa nie zamieniła się w przesłuchanie.

Właśnie dlatego przydatny jest uniwersalny szablon, który można dostosować do praktycznie dowolnego zadania. Nie chodzi o to, żeby kopiować go mechanicznie za każdym razem. Ma być raczej checklistą, która pomaga nam sprawdzić, czy AI rzeczywiście wie, czego od niej chcemy.

Prompt uniwersalny:

„Chcę osiągnąć następujący cel: [CEL].

Kontekst: [KONTEKST].

Odbiorca: [ODBIORCA].

Ograniczenia: [OGRANICZENIA].

Przygotuj wynik w formie [FORMAT].

Jeśli brakuje Ci istotnych informacji, najpierw zadaj mi maksymalnie 3 pytania.”

Taki prompt można wykorzystać niemal wszędzie. Jeśli chcemy napisać maila, w polu celu wpisujemy na przykład: „odpowiedzieć klientowi i wyjaśnić opóźnienie”. W kontekście możemy opisać, co się wydarzyło. Odbiorcą będzie klient. Ograniczenia mogą określać ton, długość i informacje, których nie wolno obiecywać. Formatem będzie gotowy mail. Jeżeli czegoś brakuje, AI ma zadać pytania.

Ten sam schemat możemy zastosować do dokumentu. Cel: przygotować instrukcję dla nowych pracowników. Kontekst: opisujemy proces, który ma być przedstawiony. Odbiorca: osoba bez wcześniejszego doświadczenia. Ograniczenia: instrukcja ma być prosta, bez specjalistycznego języka, maksymalnie trzy strony. Format: numerowane kroki z krótkimi objaśnieniami. W ciągu kilku zdań stworzyliśmy znacznie bardziej precyzyjne zlecenie niż „napisz instrukcję”.

Możemy zastosować go również do analizy. Cel: znaleźć najważniejsze różnice między dwoma dokumentami. Kontekst: wyjaśniamy, czego dotyczą dokumenty i dlaczego porównanie jest potrzebne. Odbiorca: osoba podejmująca decyzję. Ograniczenia: nie zmieniaj treści źródłowej, wskaż również informacje występujące tylko w jednym dokumencie. Format: tabela z kolumnami „obszar”, „dokument A”, „dokument B”, „różnica”. Jeżeli brakuje informacji, zaznacz to zamiast zgadywać. Taki prompt prowadzi AI niemal za rękę.

Co ważne, dobry prompt nie musi być napisany językiem programistycznym. Nie potrzebujemy specjalnych komend, tajemniczych słów ani skomplikowanych konstrukcji. W większości codziennych zastosowań wystarczy normalny język. Możemy pisać tak, jakbyśmy zlecali zadanie kompetentnej osobie. „Chcę, żebyś przygotował…”, „zależy mi na…”, „nie rób…”, „wynik ma wyglądać tak…”, „jeżeli nie masz informacji, zapytaj…”. To często wystarczy.

Nie oznacza to jednak, że każde zadanie należy traktować identycznie. Są sytuacje, w których bardzo krótki prompt jest najlepszy. Jeśli chcemy przeliczyć prostą wartość, nie potrzebujemy opisywać odbiorcy i tonu. Jeżeli chcemy poprawić literówkę, wystarczy wskazać tekst. Jeżeli pytamy o znaczenie słowa, rozbudowana instrukcja byłaby wręcz przesadą. Zasada „im dłuższy prompt, tym lepszy” jest błędna. Lepsza zasada brzmi: „im bardziej złożone zadanie, tym ważniejsze jest przekazanie odpowiedniego kontekstu i ograniczeń”.

Warto również nauczyć się rozróżniać problem z promptem od problemu z wynikiem. Jeśli AI przygotowała tekst, ale użyła złego tonu, prawdopodobnie wystarczy korekta instrukcji. Jeśli podała informację, której nie było w materiale, trzeba jasno zaznaczyć, że nie wolno jej uzupełniać własnymi założeniami. Jeśli źle zrozumiała cel, trzeba doprecyzować, jaki rezultat jest potrzebny. Jeśli problem polega na braku danych, najlepszym rozwiązaniem może być dostarczenie danych zamiast pisania jeszcze dłuższego promptu.

To prowadzi do kolejnej bardzo ważnej umiejętności: poprawiania odpowiedzi za pomocą krótkich poleceń. Nie trzeba za każdym razem pisać: „Przygotuj ponownie odpowiedź, ponieważ…”. Możemy powiedzieć po prostu: „krócej”, „bardziej konkretnie”, „formalniej”, „mniej formalnie”, „bez powtórzeń”, „zachowaj sens”, „dodaj przykłady”, „usuń przykłady”, „podaj tylko najważniejsze informacje”, „rozwiń punkt drugi”, „zmień kolejność”, „zrób wersję dla początkującego”. Rozmowa z AI może być bardzo naturalna.

Dobrym sposobem jest również wskazanie konkretnego fragmentu, który wymaga poprawy. Zamiast „popraw cały tekst”, możemy powiedzieć: „pierwsze dwa akapity są dobre, ale trzeci jest zbyt ogólny. Przepisz tylko trzeci, zachowując jego główną myśl i dodając konkretny przykład”. Dzięki temu ograniczamy zakres zmian i zmniejszamy ryzyko, że AI poprawiając jeden element, przypadkowo zmieni pięć innych.

Możemy również prosić AI o zachowanie określonych elementów. „Nie zmieniaj liczb”, „nie zmieniaj nazw własnych”, „zachowaj kolejność punktów”, „zostaw pierwszy akapit bez zmian”, „zachowaj wszystkie informacje techniczne, ale uprość język”. To szczególnie przydatne podczas redagowania dokumentów. Bez takiej instrukcji model może uznać, że skoro prosimy o „poprawienie tekstu”, ma prawo zmienić również informacje, które chcieliśmy pozostawić bez zmian.

Kiedy korzystamy z AI regularnie, szybko zauważymy jeszcze jedną rzecz: najbardziej wartościowe rozmowy często nie przypominają pojedynczych pytań i odpowiedzi. Są raczej współpracą. Najpierw określamy zadanie, potem dostarczamy informacje, otrzymujemy wersję roboczą, poprawiamy ją, sprawdzamy, zmieniamy format i dopiero na końcu otrzymujemy wynik gotowy do wykorzystania. To podejście jest znacznie bliższe delegowaniu pracy niż tradycyjnemu wyszukiwaniu informacji.

Można więc stworzyć własny prosty schemat pracy z AI: zleć → sprawdź → popraw → doprecyzuj → zatwierdź. Najpierw mówimy, co ma zostać wykonane. Potem patrzymy, czy rezultat ma sens. Następnie wskazujemy konkretne poprawki. Jeżeli czegoś nadal brakuje, doprecyzowujemy zadanie. Na końcu sami zatwierdzamy wynik. W prostych sprawach cały proces może potrwać kilkanaście sekund. W bardziej złożonych może stać się pełnym procesem pracy.

To właśnie tutaj łączy się temat promptowania z poprzednim rozdziałem. AI może być świetnym pomocnikiem, ale nie powinna automatycznie otrzymywać pełnej kontroli nad zadaniem. Dobry prompt pomaga jej działać skuteczniej, ale nie zwalnia człowieka z odpowiedzialności za sprawdzenie rezultatu. Możemy zlecić AI przygotowanie maila, ale przed wysłaniem warto go przeczytać. Możemy zlecić jej analizę dokumentu, ale istotne ustalenia warto sprawdzić w źródle. Możemy poprosić ją o przygotowanie tabeli, ale dane krytyczne dla decyzji powinny zostać zweryfikowane.

Im lepiej formułujemy polecenia, tym mniej czasu tracimy na poprawianie wyników, ale nie oznacza to, że zawsze otrzymamy idealną odpowiedź za pierwszym razem. Celem nie jest stworzenie jednego „superpromptu”, który magicznie rozwiąże wszystkie problemy. Celem jest nauczenie się przekazywania AI informacji w taki sposób, aby mogła możliwie dobrze wykonać powierzone zadanie.

I właśnie dlatego nie warto obsesyjnie szukać „najlepszego promptu”. W internecie można znaleźć ogromne kolekcje gotowych poleceń, często przedstawianych niemal jak tajne formuły. Część z nich może być użyteczna, ale znacznie ważniejsza od zapamiętywania setek gotowych promptów jest umiejętność samodzielnego zbudowania polecenia odpowiedniego do sytuacji. Jeżeli rozumiemy cel, kontekst, odbiorcę, ograniczenia i format, możemy przygotować prompt w ciągu kilkudziesięciu sekund.

Co więcej, dobry prompt może być bardzo prosty. „Przeanalizuj ten dokument i wskaż pięć najważniejszych problemów. Nie dopisuj informacji, których w nim nie ma. Przy każdym problemie podaj fragment dokumentu, który go uzasadnia, i zaproponuj możliwe rozwiązanie”. To już bardzo konkretne zlecenie. Nie ma w nim żadnych sztuczek. Jest za to jasno określony cel, zakres, ograniczenie i oczekiwany rezultat.

Możemy też nauczyć AI własnego sposobu pracy. Jeśli regularnie wykonujemy podobne zadania, warto stworzyć instrukcję, którą będziemy wielokrotnie wykorzystywać. Na przykład osoba odpowiadająca na wiadomości klientów może przygotować własny szablon: AI ma pisać krótko, profesjonalnie, bez przesadnie formalnego języka, nie może obiecywać rzeczy, których firma nie zatwierdziła, a jeśli brakuje informacji potrzebnych do odpowiedzi, ma najpierw zapytać. Przy kolejnych zadaniach wystarczy dostarczyć treść wiadomości i wskazać, czego potrzebujemy.

W ten sposób prompt staje się czymś więcej niż pojedynczym poleceniem. Może stać się procedurą. A kiedy zaczniemy budować takie procedury dla powtarzalnych zadań, AI zaczyna naprawdę oszczędzać czas. Zamiast za każdym razem zastanawiać się, jak poprosić o przygotowanie tekstu, możemy mieć gotowy szablon. Zamiast ręcznie przeglądać długi dokument, możemy mieć instrukcję analizy. Zamiast tworzyć od zera listę pytań przed spotkaniem, możemy mieć prompt, który na podstawie celu spotkania przygotuje propozycję pytań.

To jest właśnie jeden z najciekawszych aspektów wykorzystywania AI przez osoby, które chcą robić mniej nudnej pracy. Nie chodzi o to, żeby codziennie wymyślać nowe zastosowania. Chodzi o znalezienie czynności, które regularnie zabierają czas, a następnie zbudowanie dla nich prostego sposobu współpracy z AI. Jeśli robimy coś raz, nie warto tworzyć skomplikowanego systemu. Jeśli robimy to pięćdziesiąt razy w miesiącu, nawet niewielka oszczędność czasu przy pojedynczym zadaniu może po kilku tygodniach stać się znacząca.

Na końcu warto zapamiętać jedną rzecz: AI nie potrzebuje od nas pięknych promptów. Potrzebuje jasnych zleceń. Zamiast zastanawiać się, czy nasze polecenie brzmi wystarczająco „profesjonalnie”, lepiej zadać sobie kilka prostych pytań: czy AI wie, co chcę osiągnąć? Czy zna najważniejszy kontekst? Czy wie, dla kogo przygotowuje wynik? Czy zna ograniczenia? Czy wie, jak ma wyglądać rezultat? Czy wie, co zrobić, jeśli brakuje informacji? Jeśli odpowiedź na te pytania brzmi „tak”, prawdopodobnie mamy już wystarczająco dobry punkt wyjścia.

A jeżeli odpowiedź nie jest dobra? Nie zaczynajmy od zera. Najpierw powiedzmy AI, co jest nie tak. „To jest zbyt długie”. „Brakuje konkretów”. „Odbiorcą jest osoba początkująca”. „Nie zmieniaj danych”. „Potrzebuję tabeli zamiast tekstu”. „Zachowaj sens, ale zmień ton”. Bardzo często kilka takich krótkich poprawek doprowadzi nas do lepszego rezultatu szybciej niż próba napisania od początku kolejnego rozbudowanego promptu.

To właśnie jest prawdziwe promptowanie w codziennym użyciu. Nie sztuka pisania skomplikowanych komend, ale umiejętność jasnego delegowania pracy. Im lepiej powiemy AI, czego potrzebujemy, tym mniej będziemy musieli później tłumaczyć, poprawiać i powtarzać. A przecież właśnie o to chodzi w książce dla leniwych: nie o to, żeby nauczyć się więcej pracy wykonywanej ręcznie, tylko o to, żeby nauczyć się lepiej zlecać ją maszynie.

ROZDZIAŁ 3. AI jako sekretarka, której nie trzeba płacić za kawę

Jedną z najbardziej praktycznych rzeczy, jakie można zrobić z AI, jest powierzenie jej codziennej komunikacji. Nie chodzi tutaj o prowadzenie za nas najważniejszych rozmów ani o oddawanie maszynie kontroli nad relacjami z ludźmi. Chodzi o coś znacznie prostszego: o pozbycie się całej masy drobnych czynności, które pojedynczo zajmują kilka minut, ale w ciągu dnia potrafią zabrać godzinę albo dwie. Otwieramy skrzynkę pocztową, widzimy wiadomość liczącą kilkanaście akapitów, czytamy ją raz, potem drugi, zastanawiamy się, czego właściwie nadawca chce, zaczynamy pisać odpowiedź, kasujemy połowę, zmieniamy ton, zastanawiamy się, czy nie zabrzmiało to zbyt ostro, poprawiamy zakończenie i wreszcie wysyłamy. A następnego dnia robimy dokładnie to samo kilka lub kilkanaście razy. Właśnie takie zadania są dla AI wyjątkowo wdzięcznym obszarem zastosowania.

Sekretarka w tradycyjnym rozumieniu wykonywałaby część tych czynności za nas: odbierała informacje, porządkowała je, przygotowywała notatki, przypominała o terminach, redagowała korespondencję i pomagała organizować dzień. AI może przejąć część podobnych zadań bez konieczności zatrudniania dodatkowej osoby. Nie oznacza to oczywiście, że zastępuje prawdziwą sekretarkę we wszystkich jej obowiązkach. Nie odbierze za nas telefonu w świecie fizycznym, nie pójdzie na spotkanie i nie podejmie odpowiedzialności za decyzje. Może jednak przejąć ogromną ilość pracy przygotowawczej, która wcześniej wymagała naszego czasu.

Największą zaletą jest tutaj szybkość. Człowiek może potrzebować kilku minut, żeby przeczytać długą wiadomość i wyłapać z niej najważniejsze informacje. AI może zrobić to bardzo szybko, szczególnie gdy otrzyma cały tekst w jednej wiadomości. Może wskazać, czego nadawca chce, jakie pytania zadał, jakie terminy podał, jakie decyzje zostały podjęte i co wymaga naszej reakcji. To bardzo prosta forma delegowania pracy: zamiast samodzielnie przetwarzać całą korespondencję, prosimy AI o przygotowanie dla nas skrótu sytuacji.

Jest to szczególnie przydatne wtedy, gdy otrzymujemy wiadomości długie, ale niekoniecznie treściwe. Niektóre e-maile zawierają mnóstwo wstępów, wyjaśnień, dygresji i uprzejmości, a konkretne zadanie znajduje się dopiero pod koniec. AI może pomóc oddzielić informacje istotne od drugorzędnych. Możemy wkleić wiadomość i poprosić: „Wskaż, czego nadawca ode mnie potrzebuje, jakie są terminy i jakie działania powinienem podjąć”. W kilka chwil otrzymujemy uporządkowany obraz sytuacji.

Możemy pójść jeszcze dalej. AI może przeanalizować całą korespondencję dotyczącą konkretnej sprawy i przygotować listę otwartych tematów. Jeśli w kilku wiadomościach pojawiały się pytania, odpowiedzi, zmiany terminów i ustalenia, człowiek może łatwo coś przeoczyć. Model może pomóc zebrać wszystko w jednym miejscu. Nie oznacza to, że jego podsumowanie jest automatycznie bezbłędne. W przypadku ważnych spraw warto porównać najważniejsze punkty ze źródłową korespondencją. AI ma pomagać nam szybciej zrozumieć materiał, a nie zwalniać nas z odpowiedzialności za to, co rzeczywiście zostało ustalone.

Jednym z najprostszych zastosowań jest skracanie wiadomości. Czasami dostajemy tekst, który ma dwie strony, a potrzebujemy wiedzieć tylko, o co chodzi. Możemy poprosić AI o streszczenie w trzech zdaniach. Możemy też określić, jakie informacje mają pozostać. „Skróć tę wiadomość do pięciu punktów. Zachowaj wszystkie daty, kwoty, nazwiska i terminy. Usuń uprzejmości, powtórzenia i dygresje”. To znacznie bardziej użyteczne niż zwykłe „streść”.

Skracanie działa również w drugą stronę. Czasami mamy przygotowaną wiadomość, która jest zbyt długa. Wiemy, co chcemy powiedzieć, ale tekst brzmi jak elaborat. Możemy wtedy wkleić go do AI i powiedzieć: „Skróć tę wiadomość o połowę, zachowując wszystkie informacje niezbędne do zrozumienia sprawy”. Jeżeli wynik jest nadal za długi, możemy napisać po prostu: „Jeszcze krócej. Maksymalnie 80 słów”. Nie musimy ponownie tłumaczyć całego zadania.

Bardzo przydatna jest również zmiana tonu. To jedna z tych czynności, które mogą wydawać się banalne, ale w praktyce zajmują sporo czasu. Możemy wiedzieć dokładnie, co chcemy powiedzieć, ale nie być pewni, jak to sformułować. „Napisz to uprzejmiej”. „Zrób wersję bardziej formalną”. „Niech będzie stanowczo, ale bez agresji”. „Napisz bardziej naturalnie”. „Usuń urzędowy styl”. „Zrób to tak, żeby nie zabrzmiało jak pretensja”. AI może w takich sytuacjach pełnić funkcję redaktora.

To szczególnie ważne w sytuacjach, w których emocje mogą wpłynąć na sposób pisania. Kiedy jesteśmy zdenerwowani, bardzo łatwo napisać wiadomość, której później będziemy żałować. Nie chodzi o to, aby AI decydowała za nas, czy mamy wysłać wiadomość. Możemy natomiast wkleić własną, nawet bardzo emocjonalną wersję i powiedzieć: „Przeredaguj ją tak, aby zachować moje stanowisko, ale usunąć niepotrzebne emocje i oskarżenia”. AI może stać się wtedy filtrem pomiędzy pierwszą reakcją a finalnym tekstem.

Jest tu jednak pewna pułapka. Jeżeli poprosimy AI o „zrobienie tego bardziej profesjonalnie”, może powstać tekst, który będzie poprawny językowo, ale zabrzmi nienaturalnie. Pojawią się wyrażenia, których normalnie nie używamy, przesadnie formalne zwroty albo sztuczne konstrukcje. Dlatego warto mówić nie tylko, jaki ton chcemy uzyskać, ale również czego nie chcemy. „Profesjonalnie, ale bez korporacyjnego języka”. „Uprzejmie, ale normalnym językiem”. „Formalnie, ale bez przesadnych zwrotów grzecznościowych”. Takie doprecyzowanie może zrobić dużą różnicę.

AI może również przygotować kilka wersji tej samej wiadomości. Jest to przydatne, gdy nie jesteśmy pewni, jaki ton będzie najlepszy. Zamiast godzinami zastanawiać się nad jednym tekstem, możemy poprosić: „Przygotuj trzy wersje: neutralną, bardziej formalną i bardziej bezpośrednią”. Następnie wybieramy tę, która najlepiej pasuje do sytuacji. Możemy też poprosić o dwie wersje o różnej długości: jedną bardzo krótką, przeznaczoną do komunikatora, oraz drugą bardziej szczegółową, przeznaczoną do e-maila.

To rozwiązanie jest szczególnie wygodne w codziennej komunikacji. Wyobraźmy sobie, że musimy poinformować współpracownika o przesunięciu spotkania. Możemy przygotować jedną wiadomość i potem ręcznie dopasowywać ją do różnych osób. AI może natomiast przygotować wersję do kolegi, wersję do klienta i wersję do przełożonego, zachowując ten sam zestaw informacji, ale zmieniając styl.

Jeszcze ciekawsze jest wykorzystanie AI do tworzenia odpowiedzi na wiadomości, których sami nie mamy ochoty czytać po raz trzeci. W tym przypadku bardzo dobry jest prosty schemat: najpierw analiza, potem odpowiedź. Zamiast od razu powiedzieć „odpowiedz na tę wiadomość”, możemy poprosić AI o ustalenie, czego właściwie chce od nas druga osoba.

Prompt:

„Wkleję Ci wiadomość, na którą muszę odpowiedzieć. Najpierw wyjaśnij mi w 3 punktach, czego druga osoba ode mnie chce. Następnie przygotuj krótką, uprzejmą odpowiedź.”

Ten prompt jest prosty, ale ma jedną bardzo ważną zaletę: oddziela zrozumienie wiadomości od napisania odpowiedzi. Dzięki temu możemy najpierw zobaczyć, jak AI interpretuje sytuację. Jeśli okaże się, że źle zrozumiała intencję nadawcy, możemy to poprawić, zanim powstanie odpowiedź. To ma znaczenie szczególnie wtedy, gdy wiadomość jest niejasna.

Możemy go rozbudować, jeśli sytuacja jest bardziej skomplikowana. Możemy dodać: „Nie zakładaj informacji, których nie ma w wiadomości”. Możemy dodać: „Jeżeli wiadomość zawiera więcej niż jedno żądanie, wymień każde z nich osobno”. Możemy dodać: „Jeżeli nadawca oczekuje ode mnie konkretnego terminu lub decyzji, wskaż to wyraźnie”. W ten sposób AI nie tylko napisze odpowiedź, ale najpierw pomoże nam zrozumieć zadanie.

To prowadzi do kolejnej funkcji: wyciągania z korespondencji zadań. Wiele osób ma skrzynkę pocztową, która jest jednocześnie listą zadań, archiwum informacji i kalendarzem. Problem polega na tym, że e-mail nie jest dobrym systemem zarządzania zadaniami. Informacja o ważnym terminie może znajdować się w środku długiej wiadomości. Prośba o przygotowanie dokumentu może być jednym zdaniem na końcu korespondencji. Potwierdzenie spotkania może być ukryte pomiędzy kilkoma innymi tematami.

AI może pomóc zamienić korespondencję w listę konkretnych działań. Możemy wkleić kilka wiadomości i poprosić: „Wyciągnij z tej korespondencji wszystkie zadania, które wymagają mojego działania. Przy każdym podaj opis zadania, termin, jeśli został podany, oraz osobę, której dotyczy. Nie twórz zadań na podstawie domysłów”. Otrzymujemy wtedy coś, co jest znacznie bliższe prawdziwej liście zadań niż klasyczne streszczenie.

Możemy również poprosić AI o rozdzielenie rzeczy na „muszę zrobić”, „czekam na kogoś” i „tylko informacja”. To bardzo praktyczny podział. Nie każda wiadomość wymaga działania. Część wymaga odpowiedzi, część czeka na naszą decyzję, część wymaga przekazania dokumentu, a część jest tylko informacją, którą warto zachować. AI może pomóc zrobić pierwszy porządek.

Ważne jest jednak, aby nie traktować takiej klasyfikacji jako nieomylnej. Jeśli wiadomość dotyczy istotnej sprawy, warto samemu sprawdzić, czy AI właściwie rozpoznała zadanie. Model może przeoczyć subtelność albo błędnie uznać informację za prośbę. W przypadku codziennych, niskiego ryzyka wiadomości nie musi to być dużym problemem. Przy ważnych decyzjach już tak.

Kolejnym zastosowaniem jest przygotowywanie krótkich odpowiedzi. Nie każda wiadomość wymaga rozbudowanego e-maila. Czasami wystarczy „Dziękuję, potwierdzam”. Problem w tym, że ludzie mają tendencję do nadmiernego pisania. Chcemy być uprzejmi, więc dodajemy trzy zdania wstępu, dwa zdania wyjaśnienia i rozbudowane zakończenie. AI może pomóc skrócić komunikację bez utraty uprzejmości.

Możemy powiedzieć: „Napisz odpowiedź w maksymalnie dwóch zdaniach”. Albo: „Odpowiedz jednym krótkim akapitem”. Możemy również określić, że wiadomość ma być „konkretna i bez zbędnych uprzejmości, ale nadal kulturalna”. W wielu przypadkach właśnie takie krótkie komunikaty są najbardziej praktyczne.

AI może też poprawiać nasze własne wiadomości przed wysłaniem. Czasami nie potrzebujemy, aby napisała coś od zera. Mamy już gotowy tekst, ale chcemy sprawdzić, czy jest zrozumiały. Wystarczy wtedy powiedzieć: „Sprawdź tę wiadomość pod kątem jasności. Nie zmieniaj znaczenia. Wskaż miejsca, które mogą zostać źle zrozumiane, a następnie przygotuj poprawioną wersję”. To daje nam dodatkową warstwę kontroli.

W podobny sposób możemy wykorzystać AI do sprawdzania, czy wiadomość rzeczywiście zawiera wszystko, co chcieliśmy przekazać. Możemy podać jej listę wymagań: „Wiadomość musi zawierać informację o terminie, cenie, sposobie płatności i dalszym kroku. Sprawdź, czy wszystkie te elementy są obecne”. AI może wtedy działać jak kontroler kompletności tekstu.

Jest to szczególnie przydatne w przypadku wiadomości powtarzalnych. Jeśli regularnie wysyłamy oferty, potwierdzenia, informacje o zamówieniach, instrukcje albo odpowiedzi na podobne pytania, możemy stworzyć szablon i wykorzystywać AI do jego dopasowywania. Nie trzeba za każdym razem zaczynać od pustej kartki. Możemy mieć stałą strukturę, a AI będzie podstawiała odpowiednie informacje i dopasowywała język.

Warto również wykorzystywać AI do przygotowywania ogłoszeń. Ogłoszenie sprzedażowe, informacja dla mieszkańców, wiadomość do grupy pracowników, zaproszenie na wydarzenie czy komunikat organizacyjny mają różne wymagania, ale mechanizm jest podobny. Dostarczamy informacje, określamy odbiorcę i prosimy o gotowy tekst. Następnie sprawdzamy, czy wszystkie dane się zgadzają.

Możemy również stworzyć kilka wersji jednego ogłoszenia. Jedną krótką do komunikatora, drugą bardziej szczegółową do e-maila i trzecią przeznaczoną do publikacji w internecie. Dzięki temu jedna porcja informacji może zostać wykorzystana w kilku kanałach bez ręcznego przepisywania wszystkiego.

Podobnie działa przygotowywanie zaproszeń. Możemy przekazać AI datę, godzinę, miejsce, charakter wydarzenia, odbiorców i najważniejsze informacje, a następnie poprosić o kilka wariantów. „Przygotuj zaproszenie formalne, neutralne i swobodne. Każde maksymalnie 100 słów. Nie zmieniaj daty ani godziny”. Zamiast zastanawiać się nad każdym słowem, wybieramy wersję, która najlepiej pasuje.

AI może również pomóc w komunikacji prywatnej. Możemy chcieć napisać wiadomość z podziękowaniem, przeprosinami, gratulacjami, prośbą albo odmową. W takich sytuacjach często problemem nie jest brak pomysłu na treść, ale znalezienie odpowiednich słów. Możemy więc podać własną wersję, nawet bardzo prostą, i poprosić o jej wygładzenie.

Tutaj warto zachować pewną ostrożność. Wiadomości dotyczące bliskich relacji są czymś więcej niż zadaniem językowym. AI może pomóc w sformułowaniu tekstu, ale nie powinna zastępować autentyczności. Jeżeli mamy coś ważnego do powiedzenia drugiej osobie, najlepiej najpierw sami określić, co naprawdę chcemy przekazać. AI może pomóc ubrać to w słowa, ale nie powinna wymyślać za nas emocji, których nie czujemy.

Bardzo praktycznym zastosowaniem jest również tłumaczenie i upraszczanie wiadomości. Jeśli dostaniemy skomplikowany e-mail w języku obcym, możemy poprosić AI nie tylko o tłumaczenie, ale także o krótkie wyjaśnienie znaczenia. Możemy powiedzieć: „Przetłumacz wiadomość na polski, a następnie w trzech punktach wyjaśnij, czego ode mnie oczekuje nadawca”. To oszczędza czas, szczególnie gdy tekst zawiera specjalistyczne sformułowania.

Możemy również poprosić AI o zmianę poziomu języka. „Napisz to prostszym językiem”. „Wyjaśnij to tak, jak osobie bez doświadczenia”. „Usuń specjalistyczne terminy”. „Zachowaj znaczenie, ale napisz to tak, żeby można było przeczytać tekst w trzydzieści sekund”. Takie polecenia są niezwykle przydatne nie tylko w korespondencji, ale w praktycznie każdym rodzaju tekstu.

Drugim podstawowym promptem tego rozdziału jest polecenie dotyczące redagowania wiadomości:

Prompt:

„Przeredaguj tę wiadomość tak, aby była profesjonalna, konkretna i uprzejma, ale nie brzmiała sztucznie.”

To krótkie zdanie można stosować niemal codziennie. Jeżeli chcemy, możemy dodać ograniczenia: „Nie zmieniaj znaczenia”, „zachowaj wszystkie fakty”, „nie dodawaj nowych informacji”, „maksymalnie 100 słów”, „nie używaj języka korporacyjnego”. Im bardziej zależy nam na konkretnym efekcie, tym bardziej warto doprecyzować oczekiwania.

Możemy również stworzyć prompt do sytuacji, w której jesteśmy zdenerwowani. „Przeredaguj tę wiadomość tak, aby zachować moje stanowisko i wszystkie istotne fakty, ale usuń sformułowania emocjonalne, oskarżenia i niepotrzebną agresję. Nie łagodź samego problemu”. To ważne rozróżnienie. Chodzi nie o to, aby AI zmieniła nasze stanowisko na bardziej ugodowe, ale żeby pomogła oddzielić treść od emocjonalnego sposobu jej przekazania.

Warto również poprosić AI o wskazanie, jak dana wiadomość może zostać odebrana. Możemy napisać: „Przeczytaj tę wiadomość z perspektywy odbiorcy i wskaż trzy miejsca, które mogą zabrzmieć zbyt ostro albo niejasno. Nie zmieniaj jeszcze tekstu”. Dopiero po otrzymaniu analizy możemy poprosić o poprawioną wersję. To dobry przykład pracy etapowej: najpierw diagnoza, później poprawa.