Bezpłatny fragment - AI zamiast nudnej roboty

WSTĘP

Każdego dnia miliony ludzi wykonują zadania, które nie wymagają od nich ani szczególnej kreatywności, ani wyjątkowej wiedzy, ani nawet podejmowania trudnych decyzji. Otwierają skrzynkę pocztową, przepisują informacje z jednego dokumentu do drugiego, kopiują dane między arkuszami, tworzą podobne raporty, odpowiadają na niemal identyczne wiadomości, sprawdzają statusy zamówień, przygotowują zestawienia, szukają informacji w dokumentach, porządkują pliki, wpisują dane do systemów, tworzą podsumowania spotkań, przypominają innym o terminach, przepisują notatki, poprawiają teksty i wykonują dziesiątki innych czynności, które pojedynczo wydają się nieistotne, ale razem potrafią pochłonąć ogromną część tygodnia pracy.

Co ciekawe, większość osób nie nazywa tego problemem. Mówimy: „taka jest praca”, „trzeba to zrobić”, „zawsze tak robiliśmy”, „zajmuje tylko kilka minut”. I właśnie te kilka minut jest jednym z największych złodziei czasu we współczesnym świecie pracy.

Pięć minut dziennie może wydawać się niczym. Dziesięć minut również. Kwadrans? Nadal niewiele. Ale jeżeli podobnych czynności wykonujemy kilkanaście albo kilkadziesiąt każdego dnia, sytuacja zaczyna wyglądać zupełnie inaczej. Czas tracony na pojedyncze, powtarzalne zadania sumuje się. Godzina dziennie oznacza około pięciu godzin tygodniowo przy standardowym tygodniu pracy. To ponad dwadzieścia godzin miesięcznie. W skali roku robi się z tego wiele pełnych dni roboczych.

I właśnie tutaj pojawia się sztuczna inteligencja.

Nie jako futurystyczny robot, który pewnego dnia przyjdzie do biura i zabierze człowiekowi komputer. Nie jako ciekawostka, którą można przetestować przez kilka minut, pytając ją o pogodę, przepis na obiad czy pomysł na prezent. AI może być czymś znacznie bardziej praktycznym: narzędziem, które przejmuje część powtarzalnej pracy i pozwala człowiekowi skupić się na zadaniach, w których rzeczywiście potrzebne są jego doświadczenie, odpowiedzialność, osąd, relacje z innymi ludźmi i kreatywność.

Ta książka powstała właśnie z tego powodu.

Nie po to, żeby przekonywać, że od jutra każdą czynność powinien wykonywać za nas algorytm. Nie po to, żeby sugerować, że człowiek nie jest już potrzebny. I przede wszystkim nie po to, żeby zamienić automatyzację w modne hasło technologiczne.

Chodzi o coś znacznie prostszego.

Jeżeli maszyna może wykonać za ciebie powtarzalną czynność szybciej, taniej i bez utraty jakości, warto przynajmniej sprawdzić, czy naprawdę powinieneś wykonywać ją ręcznie.

To jedno pytanie może zmienić sposób, w jaki patrzysz na swoją pracę.

Przez dziesięciolecia automatyzacja kojarzyła się przede wszystkim z przemysłem. Robot miał wykonywać czynność na taśmie produkcyjnej. Maszyna miała pakować produkty, sortować elementy, spawać, ciąć, przenosić albo montować. Automatyzacja była czymś fizycznym i często bardzo drogim. Wymagała specjalistów, infrastruktury, programistów, urządzeń i dużych inwestycji.

Dzisiaj sytuacja wygląda inaczej.

Automatyzować można również pracę wykonywaną przy biurku.

Można automatyzować część komunikacji. Można automatyzować przygotowywanie dokumentów. Można automatyzować analizę informacji. Można automatyzować klasyfikowanie wiadomości. Można automatyzować pracę z arkuszami kalkulacyjnymi. Można automatyzować tworzenie podsumowań. Można automatyzować przepływ informacji między aplikacjami. Można automatyzować przygotowywanie pierwszych wersji tekstów. Można automatyzować wyszukiwanie określonych danych. Można automatyzować powtarzalne czynności administracyjne.

I nie zawsze potrzebny jest do tego programista.

To jedna z najważniejszych zmian, jakie przyniosła współczesna sztuczna inteligencja.

Jeszcze niedawno pomysł automatyzacji własnej pracy mógł brzmieć jak zadanie dla działu IT. Jeżeli chciałeś, aby dwa systemy wymieniały między sobą informacje, prawdopodobnie potrzebowałeś programisty. Jeżeli chciałeś stworzyć własny skrypt, musiałeś znać język programowania. Jeżeli chciałeś połączyć kilka narzędzi, potrzebowałeś wiedzy technicznej.

Dzisiaj coraz więcej narzędzi pozwala budować automatyzacje w sposób wizualny, wykorzystując gotowe integracje, reguły, formularze, wyzwalacze i instrukcje pisane zwykłym językiem. AI dodatkowo zmniejsza barierę wejścia, ponieważ może pomóc człowiekowi zrozumieć proces, zaprojektować rozwiązanie, przygotować instrukcję, stworzyć formułę, wygenerować kod, wyjaśnić błąd albo zaproponować prostszy sposób wykonania zadania.

Nie oznacza to, że technologia zrobi wszystko sama.

I to rozróżnienie będzie w tej książce bardzo ważne.

Automatyzacja nie polega na tym, żeby bez zastanowienia przekazać AI wszystkie swoje obowiązki.

Automatyzacja zaczyna się od zrozumienia własnej pracy.

Najpierw trzeba zobaczyć, co właściwie robimy.

Dopiero później można zdecydować, co warto zmienić.

To może być trudniejsze, niż się wydaje. Ludzie bardzo często nie widzą własnych procesów, ponieważ wykonują je automatycznie. Jeżeli codziennie rano otwierasz pocztę, przeglądasz wiadomości, zaznaczasz kilka z nich, kopiujesz informacje do arkusza, wysyłasz odpowiedź, sprawdzasz załącznik, wpisujesz dane do systemu, a następnie przesyłasz komuś podsumowanie, możesz myśleć o tym wszystkim jako o jednym zadaniu: „obsługa maili”.

W rzeczywistości jest to cały proces składający się z wielu mniejszych czynności.

A właśnie te małe czynności często są najlepszym miejscem do automatyzacji.

Wyobraź sobie pracownika, który każdego dnia otrzymuje kilkadziesiąt wiadomości. Część z nich jest pilna. Część wymaga odpowiedzi. Część zawiera dokumenty. Część jest tylko informacyjna. Część można przekazać innej osobie. Część wymaga wpisania informacji do systemu.

Jeżeli człowiek za każdym razem sam wykonuje całą procedurę od początku do końca, jego uwaga jest rozpraszana dziesiątki razy.

Można jednak zastanowić się, które elementy tego procesu są przewidywalne.

Jeżeli wiadomość zawiera określony typ informacji, może zostać oznaczona.

Jeżeli ma określony załącznik, może zostać skierowana do konkretnego folderu.

Jeżeli dotyczy konkretnego rodzaju sprawy, można przygotować propozycję odpowiedzi.

Jeżeli zawiera dane potrzebne do raportu, można je wyodrębnić.

Jeżeli jest tylko powiadomieniem, nie musi wymagać ręcznej obsługi.

Człowiek nadal może podejmować decyzję.

Ale nie musi wykonywać całej pracy przygotowawczej.

I właśnie to jest jeden z najważniejszych sposobów myślenia o AI.

Nie pytaj wyłącznie: „Co AI potrafi?”.

Pytaj:

„Które elementy mojej pracy nie wymagają ode mnie człowieka?”

To zupełnie inne pytanie.

Wiele osób ma błędne wyobrażenie o automatyzacji. Uważają, że automatyzacja oznacza stworzenie systemu, który samodzielnie wykonuje cały proces od początku do końca.

Czasami rzeczywiście tak jest.

Ale bardzo często najlepsza automatyzacja jest znacznie prostsza.

Może polegać na tym, że zamiast pisać raport od zera, dostajesz automatycznie przygotowany szkic.

Może polegać na tym, że zamiast czytać sto wiadomości, otrzymujesz ich uporządkowane podsumowanie.

Może polegać na tym, że zamiast przepisywać dane między aplikacjami, informacje zostają przekazane automatycznie.

Może polegać na tym, że zamiast za każdym razem tworzyć podobny dokument, uruchamiasz przygotowany wcześniej proces.

Może polegać na tym, że AI przygotowuje pierwszą wersję odpowiedzi, a ty ją sprawdzasz i zatwierdzasz.

To bardzo ważny model pracy.

AI przygotowuje. Człowiek kontroluje.

Nie każda czynność musi zostać zautomatyzowana w stu procentach.

Czasami wystarczy skrócić ją z trzydziestu minut do pięciu.

Jeżeli wykonujesz ją codziennie, oszczędność będzie ogromna.

AI może pełnić funkcję osobistego asystenta, ale warto bardzo dokładnie zrozumieć, co to oznacza.

Asystent nie jest kimś, komu przekazujesz absolutnie wszystko i przestajesz kontrolować jego działania.

Dobry asystent pomaga ci zarządzać informacjami, przygotowuje materiały, przypomina o sprawach, porządkuje zadania i przyspiesza pracę.

Dokładnie tak samo można myśleć o AI.

Może pomóc przygotować odpowiedź na wiadomość.

Może uporządkować długie notatki.

Może zamienić chaotyczne punkty w strukturę dokumentu.

Może przygotować kilka wariantów komunikatu.

Może wyjaśnić skomplikowany tekst.

Może porównać informacje.

Może wskazać różnice między dokumentami.

Może przygotować tabelę.

Może pomóc zaprojektować proces.

Może napisać formułę.

Może stworzyć kod.

Może przeanalizować dane.

Może pomóc znaleźć powtarzające się wzorce.

Może stworzyć instrukcję dla konkretnego procesu.

Może nawet pomóc zastanowić się, które czynności w twojej pracy warto w pierwszej kolejności automatyzować.

Ale AI ma także ograniczenia.

Może popełnić błąd.

Może źle zinterpretować polecenie.

Może wygenerować przekonująco brzmiącą, ale nieprawdziwą informację.

Może nie znać kontekstu organizacyjnego.

Może nie rozumieć konsekwencji decyzji.

Może nie wiedzieć, że dane, które jej przekazujesz, są poufne.

Może również wykonać dokładnie to, o co ją poprosisz, nawet jeśli twoje polecenie było źle skonstruowane.

Dlatego automatyzacja nie oznacza wyłączenia myślenia.

Wręcz przeciwnie.

Im więcej automatyzujemy, tym bardziej potrzebujemy dobrego osądu człowieka.

W tej książce będziemy wracać do bardzo prostej zasady:

Automatyzuj czynności. Nie automatyzuj odpowiedzialności.

To rozróżnienie może uchronić przed wieloma błędami.

Jeżeli AI przygotuje pierwszą wersję maila, możesz ją przeczytać.

Jeżeli AI podsumuje dokument, możesz sprawdzić najważniejsze informacje.

Jeżeli AI przeanalizuje dane, możesz zweryfikować wnioski.

Jeżeli AI przygotuje raport, możesz ocenić, czy raport odpowiada rzeczywistemu stanowi.

Jeżeli automatyzacja wysyła wiadomości do klientów, trzeba dokładnie wiedzieć, jakie wiadomości mogą zostać wysłane i w jakich sytuacjach.

Im bardziej konsekwencje błędu są poważne, tym większej kontroli człowieka wymaga proces.

Nie wszystkie zadania mają taki sam poziom ryzyka.

Automatyczne sortowanie prywatnych notatek to jedno.

Automatyczne podejmowanie decyzji dotyczącej klienta, pracownika, finansów czy sprawy prawnej to zupełnie coś innego.

Dlatego w tej książce nie będziemy traktować automatyzacji jako wyścigu.

Celem nie jest zautomatyzowanie wszystkiego.

Celem jest zautomatyzowanie tego, co ma sens.

Warto również rozprawić się z jednym z najczęstszych mitów: „AI zabierze mi pracę”.

To pytanie jest zrozumiałe.

Technologia rzeczywiście zmienia rynek pracy. Niektóre zadania będą wykonywane inaczej. Niektóre stanowiska mogą się zmieniać. Część czynności może zostać przejęta przez oprogramowanie.

Ale z perspektywy pojedynczego pracownika znacznie bardziej praktyczne pytanie brzmi:

„Czy chcę być osobą, która wykorzystuje AI, czy osobą, której pracę zmienia ktoś, kto już jej używa?”

To zasadnicza różnica.

AI może być zagrożeniem, ale może być również przewagą.

Pracownik, który potrafi wykorzystać narzędzia AI do przygotowania raportu, uporządkowania danych, napisania pierwszej wersji dokumentu czy automatyzacji prostego procesu, może wykonać tę samą pracę szybciej.

To nie musi oznaczać, że powinien pracować więcej.

To może oznaczać, że zyskuje czas.

I właśnie czas jest prawdziwą walutą automatyzacji.

Nie chodzi tylko o to, żeby zrobić więcej.

Chodzi również o to, żeby mniej czasu poświęcać na rzeczy, które nie wymagają naszej uwagi.

Pomyśl o swoim typowym dniu pracy.

Nie o idealnym dniu.

O zwykłym.

Takim, w którym pojawiają się wiadomości, telefony, spotkania, zadania, prośby innych osób, dokumenty, poprawki, nagłe problemy i rzeczy, których nikt nie planował.

I teraz zadaj sobie pytanie:

Ile z tego, co robię, naprawdę wymaga mojego udziału?

To może być zaskakujące pytanie.

Być może okaże się, że twoja praca składa się z trzech różnych kategorii.

Pierwsza to zadania, które rzeczywiście wymagają twojej wiedzy, odpowiedzialności, relacji z ludźmi albo decyzji.

Druga to zadania, które częściowo wymagają ciebie, ale znaczną część przygotowania można oddać AI.

Trzecia to zadania, które wykonujesz ręcznie głównie dlatego, że zawsze były wykonywane ręcznie.

I właśnie trzecia kategoria jest niezwykle interesująca.

Nie dlatego, że wszystko z niej trzeba natychmiast zautomatyzować.

Dlatego, że często znajdują się tam największe rezerwy czasu.

Nie musisz zaczynać od wielkiego projektu.

Wręcz przeciwnie.

Najlepiej zacząć od małego zadania.

Jeżeli codziennie tworzysz podobne podsumowanie, spróbuj znaleźć sposób, aby AI przygotowywała jego pierwszą wersję.

Jeżeli regularnie odpowiadasz na podobne pytania, przygotuj zestaw instrukcji lub szablonów.

Jeżeli po każdym spotkaniu tworzysz notatkę, uporządkuj proces jej tworzenia.

Jeżeli analizujesz podobne dokumenty, sprawdź, czy AI może pomóc je porównywać.

Jeżeli regularnie przenosisz dane między aplikacjami, sprawdź, czy dostępna jest integracja.

Jeżeli wykonujesz powtarzalne czynności w arkuszu kalkulacyjnym, zastanów się, czy można użyć formuł, makr, skryptów albo narzędzi automatyzujących przepływ danych.

Nie potrzebujesz od razu budować skomplikowanego systemu.

Potrzebujesz znaleźć jedną irytującą czynność, którą wykonujesz zbyt często.

To będzie dobry początek.

Warto również nauczyć się odróżniać automatyzację od zwykłego używania AI.

Jeżeli pytasz model językowy o pomysł na maila i kopiujesz odpowiedź do wiadomości, korzystasz z AI.

Ale niekoniecznie automatyzujesz proces.

Automatyzacja zaczyna się wtedy, kiedy tworzysz powtarzalny przepływ, w którym określone zdarzenie uruchamia kolejne czynności bez konieczności ręcznego wykonywania wszystkiego od początku.

Przykładowo: pojawia się formularz → dane są zapisane → AI je klasyfikuje → odpowiednie informacje trafiają do właściwego miejsca → przygotowywana jest odpowiedź → człowiek zatwierdza ją przed wysłaniem.

To już jest proces.

I takich procesów będziemy szukać.

Ale będziemy również korzystać z prostszej formy automatyzacji: automatyzacji własnego myślenia i przygotowania pracy.

Jeżeli dzięki AI przygotowanie raportu zajmuje ci piętnaście minut zamiast godziny, również osiągasz bardzo realną oszczędność.

Nie każda automatyzacja musi wyglądać jak skomplikowany system.

Czasami najlepszym rozwiązaniem jest dobrze zaprojektowany prompt.

Czasami szablon.

Czasami formuła.

Czasami reguła.

Czasami integracja dwóch narzędzi.

Czasami gotowy workflow.

A czasami po prostu zmiana kolejności wykonywania zadań.

Czy trzeba znać programowanie?

Nie.

A przynajmniej nie na początku.

Podstawowa znajomość programowania może być ogromnym atutem, szczególnie przy bardziej zaawansowanych automatyzacjach. Pozwala lepiej rozumieć logikę systemów, pracować z API, pisać skrypty i budować bardziej elastyczne rozwiązania.

Ale brak umiejętności programistycznych nie powinien być wymówką.

Współczesne narzędzia pozwalają osiągnąć bardzo dużo bez pisania kodu.

Co więcej, AI może być pomocnikiem w nauce programowania.

Możesz opisać jej problem własnymi słowami.

Możesz powiedzieć, co chcesz osiągnąć.

Możesz wkleić komunikat błędu.

Możesz poprosić o wyjaśnienie kodu.

Możesz poprosić o przygotowanie przykładu.

Możesz zapytać, gdzie wkleić konkretny fragment.

To nie oznacza, że kod wygenerowany przez AI zawsze będzie poprawny. Nie będzie.

Ale oznacza, że bariera wejścia jest znacznie niższa niż wcześniej.

Nie musisz najpierw zostać programistą, żeby zacząć automatyzować swoją pracę.

Możesz zacząć od problemu.

A dopiero później nauczyć się technologii potrzebnej do jego rozwiązania.

To znacznie praktyczniejsza droga.

Ta książka jest skierowana przede wszystkim do osób, które chcą oszczędzać czas, ale niekoniecznie mają techniczne wykształcenie.

Możesz być pracownikiem biurowym.

Możesz prowadzić własną firmę.

Możesz pracować w sprzedaży.

Możesz zajmować się marketingiem.

Możesz pracować z dokumentami.

Możesz zarządzać zespołem.

Możesz być księgowym, specjalistą HR, handlowcem, nauczycielem, administratorem, analitykiem, rekruterem albo osobą, której stanowisko trudno nawet jednoznacznie nazwać.

Jeżeli wykonujesz powtarzalne czynności przy komputerze, prawdopodobnie znajdziesz w swojej pracy elementy, które można usprawnić.

Nie oznacza to, że każdą pracę da się zautomatyzować w takim samym stopniu.

Niektóre zawody opierają się przede wszystkim na relacjach, fizycznej obecności, odpowiedzialności albo pracy manualnej.

Ale nawet wtedy część pracy administracyjnej może być możliwa do usprawnienia.

W kolejnych rozdziałach będziemy przechodzić od podstaw do coraz bardziej praktycznych zastosowań.

Nie musisz jednak czytać tej książki jak podręcznika informatyki.

Nie musisz zapamiętywać wszystkich pojęć.

Nie musisz od razu testować każdego narzędzia.

Czytaj ją przede wszystkim przez pryzmat własnej pracy.

Jeżeli trafisz na przykład dotyczący wiadomości e-mail, pomyśl o swoich wiadomościach.

Jeżeli pojawi się przykład dotyczący raportów, pomyśl o raportach, które tworzysz.

Jeżeli mowa będzie o dokumentach, zastanów się, jakie dokumenty powstają u ciebie.

Jeżeli pojawi się automatyzacja przepływu danych, zastanów się, gdzie obecnie ręcznie przenosisz informacje.

To książka o technologii, ale przede wszystkim jest to książka o procesach.

Technologia będzie się zmieniać.

Nazwy narzędzi będą się zmieniać.

Interfejsy będą się zmieniać.

Pojawią się nowe modele AI.

Pojawią się nowe aplikacje.

Jednak podstawowa zasada pozostanie aktualna:

Znajdź powtarzalny proces. Zrozum go. Podziel go na etapy. Zobacz, które etapy wymagają człowieka. Pozostałe spróbuj uprościć lub zautomatyzować.

To jest fundament.

Ważne jest również to, czego AI nie powinna robić za ciebie bez odpowiedniej kontroli.

Nie powinna automatycznie podejmować decyzji, których konsekwencji nie rozumiesz.

Nie powinieneś bezmyślnie przekazywać jej poufnych danych.

Nie powinieneś zakładać, że każda wygenerowana informacja jest prawdziwa.

Nie powinieneś wysyłać automatycznych wiadomości do klientów bez sprawdzenia, czy system działa zgodnie z założeniami.

Nie powinieneś pozwalać automatyzacji działać bez ograniczeń tylko dlatego, że raz zadziałała poprawnie.

Dobra automatyzacja musi być również odporna na błędy.

Co się stanie, jeżeli przyjdzie pusty formularz?

Co się stanie, jeżeli ktoś wpisze nieoczekiwane dane?

Co się stanie, jeżeli AI źle sklasyfikuje wiadomość?

Co się stanie, jeżeli aplikacja przestanie działać?

Co się stanie, jeżeli dane będą niekompletne?

Co się stanie, jeżeli proces wykona się dwa razy?

To są pytania, które odróżniają zabawę technologią od prawdziwej automatyzacji.

Dlatego będziemy zwracać uwagę nie tylko na to, co można zrobić, ale również na to, jak zrobić to bezpiecznie i rozsądnie.

Jednocześnie nie warto przesadzać z ostrożnością do tego stopnia, że niczego nie zaczniemy.

Czasami ludzie popełniają błąd odwrotny.

Czytają o bezpieczeństwie, prywatności, integracjach, API, modelach, promptach i ograniczeniach, a następnie przez kilka miesięcy nadal ręcznie wykonują tę samą czynność, która zajmuje im pół godziny dziennie.

To również nie jest dobre rozwiązanie.

Najlepsza nauka odbywa się poprzez małe eksperymenty.

Wybierz zadanie.

Opisz proces.

Spróbuj go uprościć.

Sprawdź wynik.

Popraw rozwiązanie.

Przetestuj ponownie.

Dopiero potem zwiększ skalę.

Nie zaczynaj od procesu krytycznego dla całej firmy.

Zacznij od czegoś, czego błąd nie będzie katastrofą.

Dzięki temu nauczysz się znacznie szybciej.

Warto też zmienić sposób myślenia o czasie.

Jeżeli automatyzacja oszczędza ci dziesięć minut, możesz pomyśleć:

„To tylko dziesięć minut”.

Ale prawidłowe pytanie brzmi:

„Ile razy wykonuję tę czynność?”

Jeżeli dziesięć minut oszczędzasz pięć razy w tygodniu, odzyskujesz pięćdziesiąt minut.

Jeżeli robisz to przez cały rok, zaczyna się z tego robić znacząca liczba godzin.

A jeżeli znajdziesz dziesięć takich czynności?

Wtedy nie mówimy już o pojedynczej sztuczce.

Mówimy o zmianie sposobu pracy.

I właśnie dlatego automatyzacja ma tak duży potencjał.

Nie musi przynieść jednej gigantycznej oszczędności.

Może przynieść dziesiątki małych oszczędności.

Pięć minut tutaj.

Dziesięć minut tam.

Kwadrans przy kolejnym procesie.

Pół godziny przy raporcie.

Godzina przy przygotowaniu zestawienia.

Razem mogą zmienić cały dzień.

Najważniejsza zmiana może jednak dotyczyć nie czasu, ale energii.

Nie wszystkie zadania są trudne.

Niektóre są po prostu irytujące.

Powtarzalne.

Monotonne.

Mechaniczne.

Pozornie banalne.

A jednak potrafią zużywać uwagę.

Każde przełączenie się między zadaniami ma koszt.

Każde przerwanie pracy wymaga ponownego skupienia.

Każde ręczne kopiowanie danych zwiększa ryzyko pomyłki.

Każde powtarzanie tej samej odpowiedzi zabiera kawałek koncentracji.

Automatyzacja może więc nie tylko odzyskać godziny.

Może również zmniejszyć liczbę drobnych decyzji, które podejmujemy w ciągu dnia.

To szczególnie ważne w pracy wymagającej koncentracji.

Jeżeli AI może przygotować informacje, zanim zaczniesz analizę, nie musisz tracić energii na samo przygotowanie materiału.

Jeżeli może uporządkować dokumenty, możesz szybciej przejść do właściwej pracy.

Jeżeli może przygotować szkic, możesz skupić się na jakości.

Jeżeli może znaleźć błędy formalne, możesz skupić się na sensie.

Technologia nie musi więc odbierać człowiekowi wartości.

Może pomóc człowiekowi przesunąć uwagę tam, gdzie jego udział jest naprawdę potrzebny.

I właśnie do tego sprowadza się tytuł tej książki.

AI zamiast nudnej roboty.

Nie „AI zamiast człowieka”.

Nie „AI zamiast myślenia”.

Nie „AI zrobi wszystko”.

AI zamiast części tej pracy, której wykonywanie ręcznie nie daje ci żadnej szczególnej wartości.

Jeżeli przez pół godziny przepisujesz dane z tabeli do systemu, a następnie przez kolejne pół godziny sprawdzasz, czy niczego nie pomyliłeś, pytanie brzmi:

Czy naprawdę musisz spędzać na tym godzinę?

Jeżeli przez dwadzieścia minut dziennie odpowiadasz na wiadomości, które w dużej mierze zawierają te same pytania, czy naprawdę każdą odpowiedź trzeba tworzyć od zera?

Jeżeli po każdym spotkaniu przez trzydzieści minut przeglądasz notatki i próbujesz odtworzyć najważniejsze ustalenia, czy można ten proces usprawnić?

Jeżeli każdego tygodnia przygotowujesz ten sam raport, czy naprawdę pierwszy etap musi wyglądać identycznie jak pięć lat temu?

Nie chodzi o to, aby automatyzować dlatego, że można.

Chodzi o to, aby przestać wykonywać ręcznie rzeczy, których ręczne wykonywanie przestało mieć sens.

Na końcu tej książki nie chcę, żebyś potrafił wymienić sto narzędzi AI.

Chcę, żebyś patrzył na swoją pracę inaczej.

Żebyś po wykonaniu kolejnego powtarzalnego zadania potrafił zadać sobie pytanie:

„Czy następnym razem muszę robić to wszystko ręcznie?”

Jeżeli odpowiedź brzmi „nie”, pojawia się kolejne pytanie:

„Który fragment mogę oddać AI?”

A potem:

„Jak zachować kontrolę nad wynikiem?”

To trzy pytania mogą stać się twoim osobistym systemem myślenia o automatyzacji.

Nie potrzebujesz wielkiego budżetu.

Nie potrzebujesz zespołu programistów.

Nie potrzebujesz być ekspertem od sztucznej inteligencji.

Potrzebujesz przede wszystkim ciekawości, gotowości do eksperymentowania i uczciwego przyjrzenia się własnej pracy.

Być może odkryjesz, że niektóre zadania, które uważałeś za nieuniknione, można znacząco skrócić.

Być może odkryjesz, że część pracy można wykonywać automatycznie.

Być może odkryjesz, że AI może być twoim pomocnikiem przy zadaniach, których wcześniej nie znosiłeś.

A być może odkryjesz coś jeszcze ważniejszego.

Że automatyzacja nie musi być sposobem na to, żeby pracować więcej.

Może być sposobem na to, żeby odzyskać czas na pracę, która ma większą wartość — i na życie poza pracą.

Od tego zaczynamy.

Nie od technologii.

Od pytania, które warto zadawać sobie każdego dnia:

Po co wykonywać pracę, którą może wykonać AI?

A zaraz potem od jeszcze ważniejszego:

Co zrobię z czasem, który dzięki temu odzyskam?

ROZDZIAŁ 1. Zanim zaczniesz — znajdź swoją nudną robotę

Automatyzacja nie zaczyna się od wyboru narzędzia. Nie zaczyna się od instalowania aplikacji, zakładania konta ani wpisywania pierwszego promptu do modelu sztucznej inteligencji. Nie zaczyna się nawet od pytania, który system AI jest obecnie najlepszy. Zaczyna się znacznie wcześniej — od spojrzenia na własną pracę i uczciwego odpowiedzenia sobie na pytanie: co właściwie robię każdego dnia i które z tych rzeczy naprawdę muszę robić samodzielnie?

To może wydawać się banalne. W końcu każdy zna swoją pracę. Wie, jakie ma obowiązki, jakie raporty przygotowuje, jakie wiadomości wysyła, jakie dokumenty tworzy i jakie zadania wykonuje. Problem polega jednak na tym, że znamy swoją pracę głównie jako całość. Mówimy „zajmuję się obsługą klientów”, „prowadzę sprzedaż”, „pracuję w administracji”, „tworzę raporty”, „zajmuję się księgowością”, „koordynuję projekty”, „prowadzę sklep internetowy” albo „pracuję w marketingu”. Tymczasem żadna z tych odpowiedzi nie mówi jeszcze, co faktycznie robimy przez osiem godzin dziennie.

Pod szerokim określeniem stanowiska kryją się dziesiątki, a czasem setki drobnych czynności. To właśnie one są interesujące z punktu widzenia automatyzacji.

Możesz być osobą odpowiedzialną za sprzedaż, ale każdego dnia możesz również kopiować dane klientów do arkusza, wysyłać podobne wiadomości, przygotowywać zestawienia, sprawdzać statusy zamówień i tworzyć podsumowania rozmów. Możesz być kierownikiem, ale część dnia może zajmować ci zbieranie informacji od pracowników, przypominanie o terminach, porządkowanie dokumentów i tworzenie raportów. Możesz pracować w administracji i większość dnia spędzać na przepisywaniu informacji pomiędzy systemami. Możesz prowadzić firmę i zamiast podejmować strategiczne decyzje, tracić godziny na przygotowywanie dokumentów, odpowiadanie na powtarzalne pytania i ręczne porządkowanie danych.

Automatyzacja zaczyna się wtedy, gdy przestajesz patrzeć na swoją pracę jako na jedno wielkie zadanie, a zaczynasz postrzegać ją jako zbiór procesów i czynności.

To jedna z najważniejszych umiejętności, jakie warto zdobyć przed rozpoczęciem pracy z AI.

Nie musisz jeszcze wiedzieć, jak coś zautomatyzować. Na tym etapie nie jest to nawet najważniejsze. Najpierw musisz wiedzieć, co chcesz zautomatyzować.

Czym są zadania powtarzalne?

Zadanie powtarzalne to takie, które wykonujesz wielokrotnie według podobnego schematu. Nie musi być identyczne za każdym razem. Wystarczy, że jego struktura jest podobna.

Jeżeli każdego ranka sprawdzasz skrzynkę pocztową i oznaczasz wiadomości według ich rodzaju, wykonujesz zadanie powtarzalne. Jeżeli każdego tygodnia tworzysz raport na podstawie danych z tych samych źródeł, wykonujesz zadanie powtarzalne. Jeżeli codziennie przepisujesz informacje z wiadomości do arkusza, wykonujesz zadanie powtarzalne. Jeżeli co miesiąc przygotowujesz dokument, w którym zmieniają się tylko daty, liczby i kilka akapitów, również masz do czynienia z zadaniem powtarzalnym.

Powtarzalność nie oznacza jednak nudy.

Możesz wykonywać bardzo interesującą czynność wiele razy i nadal nie uważać jej za nudną. Z punktu widzenia automatyzacji nie ma to większego znaczenia. Ważniejsze jest to, czy czynność ma przewidywalny schemat.

Jeżeli coś da się opisać mniej więcej w taki sposób: „najpierw robię A, potem B, następnie C, a na końcu D”, istnieje szansa, że przynajmniej część procesu można usprawnić.

To bardzo ważna obserwacja.

Automatyzacja lubi przewidywalność.

Jeżeli proces jest powtarzalny, łatwiej określić, kiedy powinien się rozpocząć, co powinno wydarzyć się w środku i jaki powinien być jego wynik. A jeżeli można dokładnie opisać te elementy, można zacząć zastanawiać się, które z nich może wykonać oprogramowanie.

W praktyce zadania powtarzalne można podzielić na kilka podstawowych grup. Są czynności związane z przepisywaniem danych, wyszukiwaniem informacji, klasyfikowaniem wiadomości, tworzeniem dokumentów, przygotowywaniem zestawień, przesyłaniem informacji, sprawdzaniem określonych warunków, generowaniem odpowiedzi, porządkowaniem plików i monitorowaniem zdarzeń.

Wspólną cechą wielu z nich jest to, że człowiek nie musi za każdym razem wymyślać sposobu ich wykonania. Procedura jest już znana.

I właśnie wtedy warto zadać sobie pytanie: jeżeli wiem dokładnie, jak wykonać tę czynność, dlaczego za każdym razem wykonuję ją ręcznie?

Nie zawsze odpowiedź będzie brzmiała: „powinienem ją zautomatyzować”. Czasami okaże się, że automatyzacja byłaby bardziej skomplikowana niż ręczna praca. Czasami zadanie występuje tak rzadko, że nie ma sensu inwestować czasu w jego automatyzację. Czasami wymaga ono ludzkiej oceny i doświadczenia.

Ale bardzo często odkryjemy coś interesującego: wykonujemy daną czynność ręcznie wyłącznie dlatego, że nigdy nie zastanawialiśmy się nad alternatywą.

Pięć minut, które potrafi zniknąć na cały rok

Jednym z największych problemów związanych z powtarzalną pracą jest to, że pojedyncze zadania często wyglądają na zbyt małe, aby warto było się nimi zajmować.

Pięć minut.

Tylko pięć minut.

Przecież nie ma sensu szukać rozwiązania technologicznego dla pięciu minut pracy.

To bardzo częsty błąd.

Nie patrz na czas pojedynczego wykonania. Patrz na łączny koszt zadania w czasie.

Załóżmy, że pewna czynność zajmuje ci pięć minut i wykonujesz ją trzy razy dziennie. To piętnaście minut dziennie. Przy pięciu dniach pracy daje to siedemdziesiąt pięć minut tygodniowo. W skali pięćdziesięciu tygodni pracy robi się z tego około 62,5 godziny.

Jedna czynność.

Pięć minut.

Ponad sześćdziesiąt godzin rocznie.

Jeżeli podobnych czynności masz kilka, zaczynamy mówić o setkach godzin.

Oczywiście nie każda automatyzacja pozwoli odzyskać sto procent tego czasu. Czasami nadal potrzebna będzie kontrola, poprawki albo zatwierdzenie. Ale nawet redukcja czasu o połowę może mieć ogromne znaczenie.

Dlatego przy analizowaniu własnej pracy nie pytaj tylko: „Ile zajmuje mi to teraz?”.

Pytaj również: „Ile razy robię to w tygodniu?”, „Ile razy robię to w miesiącu?” oraz „Ile czasu zabiera mi to w skali roku?”.

Dopiero wtedy zaczyna być widać prawdziwy koszt.

Warto również doliczyć koszt poznawczy.

Jeżeli co kilka minut przerywasz ważne zadanie, żeby wykonać drobną czynność administracyjną, problemem nie jest wyłącznie czas jej wykonania. Problemem jest również przerwanie koncentracji.

Wyobraź sobie, że przez trzydzieści minut pracujesz nad wymagającym dokumentem. Nagle pojawia się wiadomość, którą trzeba przepisać do systemu. Robisz to. Wracasz do dokumentu. Po kilku minutach przychodzi kolejne powiadomienie. Znowu przerywasz pracę.

Każde takie przełączenie ma swoją cenę.

Automatyzacja może więc odzyskać nie tylko minuty spędzone na konkretnej czynności, ale także fragmenty głębokiej koncentracji.

To jeden z powodów, dla których małe automatyzacje mogą być bardziej wartościowe, niż wynikałoby to z samego stopera.

Kopiowanie, przepisywanie, wyszukiwanie i porządkowanie

Jeżeli szukasz pierwszego kandydata do automatyzacji, przyjrzyj się czynnościom, które polegają przede wszystkim na przemieszczaniu informacji.

To bardzo dobry punkt wyjścia.

Informacja pojawia się w jednym miejscu, a ty przenosisz ją do drugiego.

Otrzymujesz wiadomość e-mail i przepisujesz dane do arkusza.

Otwierasz załącznik i wpisujesz wartości do systemu.

Ktoś wysyła formularz, a ty tworzysz na jego podstawie dokument.

Otrzymujesz dane w jednym formacie i przekształcasz je w inny.

Sprawdzasz kilka stron internetowych i tworzysz na podstawie ich zawartości zestawienie.

Przeglądasz wiadomości i wybierasz te, które spełniają określone kryterium.

Takie procesy są interesujące, ponieważ informacja sama w sobie może być przetwarzana przez oprogramowanie.

Jeżeli człowiek jest potrzebny wyłącznie po to, aby przenieść informację z punktu A do punktu B, warto sprawdzić, czy nie można tego zrobić automatycznie.

Jeszcze ciekawsze są sytuacje, w których człowiek nie tylko kopiuje dane, ale również wykonuje prostą klasyfikację.

„Jeżeli wiadomość dotyczy zamówienia, oznacz ją jako zamówienie”.

„Jeżeli dokument zawiera fakturę, przenieś go do odpowiedniego folderu”.

„Jeżeli klient pyta o cenę, przygotuj odpowiedni wariant odpowiedzi”.

„Jeżeli termin płatności jest krótszy niż określona liczba dni, oznacz sprawę jako pilną”.

Takie reguły mogą być realizowane przez klasyczne automatyzacje, ale AI pozwala również radzić sobie z sytuacjami, w których informacja nie ma idealnie uporządkowanej formy.

Człowiek potrafi przeczytać wiadomość i zrozumieć, czego dotyczy, nawet jeżeli nadawca nie użył żadnego konkretnego słowa kluczowego. Nowoczesne modele AI mogą pomagać w podobnym klasyfikowaniu tekstu.

To ogromnie zwiększa zakres możliwej automatyzacji.

Spójrz na swój dzień jak obserwator

Jednym z najprostszych sposobów znalezienia zadań do automatyzacji jest przestanie myśleć o swoim dniu jako o „pracy”.

Zamiast tego spróbuj go obejrzeć jak film.

Co robisz po rozpoczęciu pracy?

Co otwierasz jako pierwsze?

Jakie aplikacje uruchamiasz?

Czy sprawdzasz pocztę?

Czy przeglądasz komunikator?

Czy sprawdzasz kalendarz?

Czy przepisujesz jakieś informacje?

Czy tworzysz listę zadań?

Czy odpowiadasz na podobne pytania?

Czy pobierasz dane?

Czy przenosisz dane?

Czy przygotowujesz dokumenty?

Czy sprawdzasz statusy?

Czy przypominasz innym osobom o terminach?

Czy po spotkaniu tworzysz notatki?

Czy pod koniec dnia przygotowujesz raport?

Ważne jest, aby na tym etapie nie oceniać tych czynności.

Nie próbuj od razu stwierdzać: „to można zautomatyzować” albo „tego się nie da zrobić”.

Najpierw obserwuj.

To trochę przypomina analizę wydatków. Jeżeli chcesz ograniczyć koszty, nie zaczynasz od zakazu kupowania kawy. Najpierw sprawdzasz, gdzie naprawdę idą pieniądze.

Tak samo jest z czasem pracy.

Najpierw musisz zobaczyć, gdzie on znika.

Lista zadań codziennych, tygodniowych i miesięcznych

Bardzo dobrym ćwiczeniem jest stworzenie własnej mapy obowiązków.

Weź kartkę, dokument tekstowy albo arkusz kalkulacyjny i wypisz wszystko, co robisz regularnie.

Nie tylko najważniejsze zadania.

Wypisz również drobiazgi.

Codziennie sprawdzam pocztę.

Codziennie odpowiadam na wiadomości.

Codziennie kopiuję dane.

Codziennie aktualizuję arkusz.

Codziennie sprawdzam statusy.

Codziennie przygotowuję podobne informacje.

Co tydzień tworzę raport.

Co tydzień wysyłam podsumowanie.

Co tydzień aktualizuję określony dokument.

Co miesiąc przygotowuję zestawienie.

Co miesiąc pobieram dane.

Co miesiąc wysyłam podobne dokumenty.

Nie próbuj tego robić idealnie.

Celem nie jest stworzenie dokumentacji procesowej całej organizacji.

Celem jest zobaczenie własnego dnia z dystansu.

Po kilku minutach możesz być zaskoczony liczbą czynności, które wykonujesz według podobnego schematu.

Następnie przy każdym zadaniu warto zanotować cztery informacje: jak często je wykonujesz, ile średnio trwa jedno wykonanie, czy proces wygląda podobnie za każdym razem oraz czy wymaga rzeczywistej decyzji człowieka.

To wystarczy, aby rozpocząć pierwszy audyt.

Prosty audyt własnej pracy

Audyt nie musi być skomplikowany.

W rzeczywistości najlepszy pierwszy audyt powinien być prosty.

Dla każdego zadania zadaj sobie kilka pytań.

Jak często to robię?

Ile czasu zajmuje jedno wykonanie?

Czy wykonuję je według podobnego schematu?

Czy dane wejściowe są podobne?

Czy wynik jest podobny?

Czy decyzja wymaga mojego doświadczenia?

Czy muszę wykonać ją osobiście?

Czy popełniam przy tym błędy?

Czy zadanie powoduje przerwanie ważniejszej pracy?

Czy można przygotować instrukcję opisującą jego wykonanie?

Jeżeli na większość pytań odpowiadasz twierdząco, masz bardzo interesującego kandydata do automatyzacji.

Szczególnie ważne jest pytanie o możliwość opisania procesu.

Jeżeli potrafisz powiedzieć:

„Najpierw otwieram X. Następnie pobieram Y. Potem sprawdzam Z. Jeżeli wszystko się zgadza, wpisuję dane do A. Na końcu wysyłam B”,

to znaczy, że proces jest stosunkowo dobrze zdefiniowany.

A dobrze zdefiniowane procesy są znacznie łatwiejsze do automatyzacji.

Jeżeli natomiast opis brzmi:

„To zależy. Najpierw patrzę, co się dzieje, potem oceniam sytuację, rozmawiam z klientem, zastanawiam się, co zrobić, i dopiero wtedy podejmuję decyzję”,

to prawdopodobnie masz proces, w którym udział człowieka jest znacznie większy.

To nie oznacza, że nie można go usprawnić.

Można jednak zacząć od jego części administracyjnej.

Nie automatyzuj od razu najważniejszego zadania

Początkujący często popełniają ten sam błąd.

Zachwyceni możliwościami AI wybierają najważniejszy i najbardziej skomplikowany proces w swojej pracy.

To zwykle zły pomysł.

Pierwsza automatyzacja powinna być raczej mała, częsta, przewidywalna i stosunkowo bezpieczna.

Dlaczego?

Ponieważ pierwszym celem nie jest maksymalna oszczędność.

Pierwszym celem jest nauczenie się procesu automatyzacji.

Musisz zobaczyć, jak wygląda wyzwalanie procesu, jakie dane są potrzebne, gdzie mogą wystąpić błędy, jak kontrolować wynik i co zrobić, kiedy coś pójdzie nie tak.

Jeżeli nauczysz się tego na prostym zadaniu, później możesz przenieść te doświadczenia na trudniejsze procesy.

To trochę jak nauka prowadzenia samochodu. Nie zaczynasz od udziału w rajdzie.

Najpierw uczysz się podstaw.

Jak wybrać pierwsze zadanie do automatyzacji?

Najlepszy kandydat powinien spełniać kilka warunków.

Powinien pojawiać się stosunkowo często. Jeżeli wykonujesz go raz w roku, nawet świetna automatyzacja może nie przynieść zauważalnej korzyści.

Powinien mieć powtarzalny przebieg. Jeżeli za każdym razem wygląda zupełnie inaczej, automatyzacja może być trudniejsza.

Powinien być możliwy do opisania. Im łatwiej wyjaśnić proces krok po kroku, tym łatwiej znaleźć miejsce, w którym może pomóc technologia.

Dobrze, jeśli zadanie jest czasochłonne, ale jednocześnie stosunkowo proste. To idealne połączenie.

Dobrze również, jeśli błąd nie będzie miał poważnych konsekwencji.

Jeżeli pierwsza automatyzacja pomyli nazwę pliku w prywatnym zestawieniu, możesz to łatwo poprawić. Jeżeli natomiast pomyłka może spowodować poważne konsekwencje finansowe, prawne albo organizacyjne, nie jest to dobry proces do eksperymentowania na początku.

Warto także szukać zadań, których nie lubisz.

To może wydawać się mało merytorycznym kryterium, ale jest bardzo praktyczne.

Jeżeli jakaś czynność wyjątkowo cię irytuje, będziesz miał większą motywację, żeby znaleźć rozwiązanie.

A kiedy automatyzacja zadziała, natychmiast zauważysz efekt.

To buduje nawyk dalszego szukania.

Zrób ranking swoich zadań

Po wykonaniu audytu możesz stworzyć prosty ranking.

Wyobraź sobie, że masz dziesięć powtarzalnych zadań.

Jedno zajmuje pięć minut raz w tygodniu.

Drugie zajmuje dziesięć minut codziennie.

Trzecie zajmuje godzinę raz w miesiącu.

Czwarte zajmuje dwadzieścia minut dziennie.

Piąte zajmuje pięć minut dziennie, ale powoduje częste przerywanie ważnej pracy.

Nie wybieraj automatycznie tego, które zajmuje najwięcej minut.

Weź pod uwagę również częstotliwość, przewidywalność, poziom ryzyka i koszt poznawczy.

Bardzo dobrym kandydatem może być zadanie, które zajmuje tylko dziesięć minut dziennie, ale wykonujesz je każdego dnia i dodatkowo przerywa ono twoją koncentrację.

Jeszcze lepszym kandydatem może być zadanie, które wykonujesz kilka razy dziennie i które praktycznie zawsze wygląda tak samo.

Z czasem możesz stworzyć własny system oceny.

Na przykład przyznawać zadaniu punkty za częstotliwość, czas, powtarzalność i irytację, a odejmować punkty za ryzyko i skomplikowanie.

Nie potrzebujesz jednak skomplikowanej matematyki.

Najważniejsze jest, aby nie wybierać pierwszej automatyzacji przypadkowo.

Automatyzacja zaczyna się od procesu, nie od narzędzia

To jedna z najważniejszych zasad całej książki.

Nie zaczynaj od pytania:

„Jakie narzędzie AI powinienem zainstalować?”

Zacznij od pytania:

„Jaki problem chcę rozwiązać?”

To ogromna różnica.

Jeżeli zaczniesz od narzędzia, prawdopodobnie będziesz próbował dopasować swoje zadania do jego możliwości.

Jeżeli zaczniesz od problemu, możesz wybrać technologię odpowiednią do konkretnego celu.

Być może potrzebujesz tylko modelu językowego.

Być może potrzebujesz arkusza kalkulacyjnego.

Być może wystarczy reguła w poczcie.

Być może potrzebujesz narzędzia automatyzującego przepływy między aplikacjami.

Być może potrzebujesz formularza.

Być może potrzebujesz prostego skryptu.

A być może odkryjesz, że żadna technologia nie jest potrzebna, ponieważ wystarczy zmienić sposób organizacji procesu.

To również jest sukces.

Nie każdą rzecz trzeba automatyzować.

Czasami najskuteczniejszą automatyzacją jest usunięcie niepotrzebnego kroku.

Najpierw usuń, potem uprość, na końcu automatyzuj

Warto zapamiętać jeszcze jedną zasadę.

Zanim zaczniesz automatyzować proces, zapytaj, czy dany etap w ogóle jest potrzebny.

Może się okazać, że od pięciu lat tworzysz raport, którego nikt już nie wykorzystuje.

Może przygotowujesz dokument w dwóch wersjach, choć potrzebna jest tylko jedna.

Może wpisujesz te same dane do trzech miejsc, ponieważ kiedyś tak ustalono.

Może wysyłasz raport co tydzień, mimo że odbiorcy potrzebują go raz w miesiącu.

Automatyzowanie niepotrzebnej pracy jest nadal wykonywaniem niepotrzebnej pracy.

Tyle że szybciej.

Dlatego bardzo dobry proces usprawniania wygląda następująco:

najpierw eliminujesz zbędne czynności, później upraszczasz te, które pozostały, następnie standaryzujesz proces, a dopiero na końcu automatyzujesz jego powtarzalne elementy.

Ta zasada będzie wracała w kolejnych rozdziałach.

Twój pierwszy cel

Po przeczytaniu tego rozdziału nie powinieneś jeszcze mieć zautomatyzowanej połowy swojej pracy.

Powinieneś mieć coś znacznie ważniejszego.

Powinieneś wiedzieć, od czego zacząć.

Znajdź jedno zadanie, które spełnia większość poniższych warunków: wykonujesz je często, zajmuje ci czas, ma powtarzalny schemat, można je opisać krok po kroku, nie wymaga za każdym razem wyjątkowej decyzji, a jego automatyzacja nie wiąże się z wysokim ryzykiem.

Następnie opisz je dokładnie.

Nie pisz:

„Przygotowuję raport”.

Napisz:

„W każdy poniedziałek pobieram dane z systemu A, kopiuję je do arkusza B, usuwam trzy kolumny, sortuję dane, sprawdzam wartości, obliczam sumę, tworzę wykres i wysyłam plik do czterech osób”.

To już jest proces.

A kiedy masz proces, możesz zacząć go analizować.

Możesz zapytać, które elementy są niepotrzebne.

Możesz zapytać, które można uprościć.

Możesz zapytać, które można wykonać automatycznie.

Możesz zastanowić się, gdzie AI może pomóc.

Możesz sprawdzić, czy istnieje integracja między używanymi systemami.

Możesz zdecydować, które elementy nadal powinien zatwierdzać człowiek.

I dopiero wtedy zaczyna się właściwa automatyzacja.

Być może po raz pierwszy spojrzysz na swoją pracę nie jak na listę obowiązków, ale jak na zbiór procesów, które można projektować.

To ogromna zmiana.

Bo człowiek wykonujący pracę pyta:

„Jak mam to zrobić?”

Człowiek myślący o automatyzacji zaczyna pytać:

„Czy ja w ogóle muszę to robić?”

A następnie:

„Jeżeli muszę, to który fragment naprawdę wymaga mojego udziału?”

To właśnie jest punkt wyjścia do bardziej świadomej pracy z AI.

Nie zaczynaj więc od najbardziej efektownej automatyzacji.

Nie zaczynaj od skomplikowanych agentów, integracji, kodu czy rozbudowanych workflow.

Zacznij od swojej nudnej roboty.

Od czynności, którą wykonujesz po raz setny.

Od kopiowania danych, którego masz już serdecznie dość.

Od raportu, który co tydzień wygląda prawie tak samo.

Od wiadomości, na które odpowiadasz wciąż podobnymi słowami.

Od pliku, który za każdym razem musisz ręcznie uporządkować.

Od informacji, którą bez końca przenosisz z jednego miejsca do drugiego.

To właśnie tam może czekać pierwsza odzyskana godzina.

A kiedy odzyskasz pierwszą godzinę, prawdopodobnie zaczniesz zauważać kolejne.

I wtedy automatyzacja przestanie być ciekawostką technologiczną.

Stanie się sposobem patrzenia na własną pracę.

Zamiast pytać, jak szybciej wykonywać coraz więcej obowiązków, zaczniesz pytać, które obowiązki w ogóle powinny pozostać na twojej liście.

I właśnie od tego zaczyna się prawdziwa zmiana.

ROZDZIAŁ 2. AI jako twój osobisty pracownik

Jeszcze kilka lat temu określenie „osobisty pracownik AI” mogło brzmieć jak fragment powieści science fiction. Dzisiaj jest coraz bliższe rzeczywistości, choć wymaga jednego ważnego zastrzeżenia: sztuczna inteligencja nie jest pracownikiem w dosłownym znaczeniu tego słowa. Nie ponosi odpowiedzialności za swoje decyzje, nie zna automatycznie twojej firmy, nie rozumie wszystkich zależności panujących w twoim miejscu pracy i nie powinna być traktowana jako bezbłędne źródło informacji. Może jednak przejąć ogromną liczbę czynności, które do tej pory wykonywałeś samodzielnie, przygotowywać pierwsze wersje materiałów, analizować przekazane jej informacje, porządkować dane, tworzyć podsumowania, pomagać w podejmowaniu decyzji, wyszukiwać wzorce, poprawiać teksty i przede wszystkim zdejmować z ciebie sporą część pracy, która nie wymaga za każdym razem ludzkiej kreatywności.

To właśnie dlatego warto przestać patrzeć na AI wyłącznie jak na narzędzie, do którego od czasu do czasu wpisuje się pytanie. Znacznie bardziej użyteczne jest myślenie o niej jak o pomocniku, któremu można przekazywać określone zadania. Nie wszystkie zadania, nie bez kontroli i nie bez odpowiednich zabezpieczeń, ale wiele takich, które do tej pory zabierały minuty lub godziny tylko dlatego, że ktoś musiał je ręcznie wykonać.

Największa zmiana nie polega więc na tym, że AI potrafi napisać tekst. Samo pisanie tekstu nie jest przecież niczym nowym. Najważniejsza zmiana polega na tym, że możesz stworzyć powtarzalny sposób współpracy z AI. Zamiast za każdym razem wymyślać od początku, jak poprosić ją o wykonanie zadania, możesz przygotować instrukcję, którą będziesz wykorzystywać wielokrotnie. Zamiast traktować każdą rozmowę jako jednorazowy eksperyment, możesz budować własne szablony, procedury i zestawy poleceń.

To prowadzi do bardzo ważnej różnicy. Czym innym jest powiedzenie AI: „Napisz mi raport”, a czym innym jest stworzenie procesu: przekazuję dane, AI porządkuje informacje, przygotowuje podsumowanie według ustalonego schematu, wskazuje braki, tworzy pierwszą wersję raportu, a ja sprawdzam rezultat i zatwierdzam go przed wysłaniem. W pierwszym przypadku korzystasz z AI. W drugim zaczynasz automatyzować pracę.

Ta różnica będzie przewijała się przez całą tę książkę.

Jeżeli do tej pory korzystałeś z AI głównie w sposób spontaniczny, prawdopodobnie wpisywałeś krótkie polecenia. „Napisz maila”. „Skróć ten tekst”. „Przetłumacz”. „Zrób podsumowanie”. „Wymyśl pomysły”. Takie polecenia mogą działać, szczególnie przy prostych zadaniach, ale mają jedną podstawową wadę: pozostawiają AI bardzo dużo miejsca na domysły.

Wyobraź sobie, że zatrudniasz nową osobę i pierwszego dnia mówisz jej tylko: „Przygotuj raport”. Nie wyjaśniasz, jaki raport, dla kogo, z jakich danych, w jakim formacie, jak długi powinien być, co jest najważniejsze, jakich informacji nie wolno dopisywać ani kiedy praca ma być gotowa. Jeżeli pracownik zacznie zadawać pytania, będzie to naturalne. AI często nie będzie jednak zadawała wszystkich pytań, które zadałby człowiek. Może po prostu spróbować wykonać zadanie na podstawie dostępnego kontekstu.

Dlatego dobre polecenie powinno przypominać dobrą instrukcję dla człowieka.

Nie musi być skomplikowane. Powinno być natomiast konkretne.

Najprostszy uniwersalny schemat może wyglądać tak:

Kontekst: [opisz sytuację i tło zadania].

Cel: [napisz, co chcesz osiągnąć].

Zadanie: [dokładnie określ, co AI ma zrobić].

Materiał wejściowy: [wklej informacje, tekst, dane lub dokument].

Odbiorca: [napisz, dla kogo przygotowywany jest rezultat].

Ograniczenia: [napisz, czego AI nie powinna robić].

Format odpowiedzi: [określ, jak ma wyglądać wynik].

Jeżeli brakuje informacji potrzebnych do poprawnego wykonania zadania, nie zgaduj. Wskaż, czego brakuje.

To może wydawać się bardzo proste, ale właśnie prostota jest jego największą zaletą. Nie musisz za każdym razem wykorzystywać wszystkich elementów. Jeśli zadanie jest banalne, wystarczy krótkie polecenie. Jeśli jednak wynik ma mieć znaczenie zawodowe, warto poświęcić kilkadziesiąt sekund na doprecyzowanie instrukcji.

Z czasem zauważysz, że kilka dodatkowych zdań potrafi oszczędzić znacznie więcej czasu, niż zajęło ich napisanie.

Weźmy prosty przykład. Zamiast pisać:

Napisz odpowiedź do klienta.

możesz napisać:

Przygotuj odpowiedź do klienta na podstawie poniższej wiadomości. Klient zgłasza problem z opóźnioną dostawą. Odpowiedź powinna być profesjonalna, spokojna i konkretna. Uznaj niedogodność, ale nie przyznawaj odpowiedzialności za elementy, których nie możemy potwierdzić. Przedstaw dostępne rozwiązanie. Maksymalnie 150 słów. Nie wymyślaj żadnych informacji. Jeżeli w materiale brakuje danych potrzebnych do przygotowania odpowiedzi, wskaż je.

Wiadomość klienta:

[WKLEJ]

To nadal jest krótki prompt. Różnica polega na tym, że AI dostała znacznie więcej informacji potrzebnych do wykonania zadania.

Warto również nauczyć się określania celu. To właśnie cel często decyduje o tym, czy AI przygotuje coś naprawdę użytecznego.

Jeżeli napiszesz „popraw ten tekst”, AI może poprawić gramatykę. Może również zmienić styl, skrócić zdania albo przekształcić cały tekst. Nie wie, co dla ciebie oznacza „popraw”.

Możesz więc napisać:

Popraw poniższy tekst pod względem językowym. Zachowaj jego znaczenie, długość i styl. Nie dodawaj nowych informacji. Popraw błędy gramatyczne, stylistyczne i interpunkcyjne, ale nie przepisuj tekstu od podstaw.

Albo:

Przeredaguj poniższy tekst tak, aby był bardziej profesjonalny i konkretny. Zachowaj wszystkie informacje, ale usuń powtórzenia, zbędne frazy i niejasne sformułowania. Tekst jest przeznaczony dla klienta biznesowego.

Albo:

Skróć poniższy tekst o około 40%. Zachowaj wszystkie informacje niezbędne do zrozumienia sprawy. Usuń powtórzenia i przykłady drugorzędne. Nie zmieniaj znaczenia.

Trzy podobne zadania mogą więc prowadzić do trzech zupełnie różnych rezultatów. Nie dlatego, że AI jest nieprzewidywalna, ale dlatego, że człowiek wyznaczył jej inne cele.

Właśnie dlatego prompt nie powinien być traktowany jako magiczne zaklęcie. Jest po prostu instrukcją.

A dobra instrukcja powinna odpowiadać na pytanie: co dokładnie ma zostać zrobione?

Kolejnym bardzo ważnym elementem jest kontekst. AI nie zna automatycznie twojej sytuacji zawodowej. Nie wie, czym zajmuje się twoja firma, jakie masz obowiązki, kim są twoi klienci, jakie produkty sprzedajesz ani jakie zasady obowiązują w twoim miejscu pracy, chyba że informacje te zostały jej udostępnione w odpowiedni sposób.

Dlatego możesz przekazać jej kontekst.

Na przykład:

Pracuję jako handlowiec w firmie sprzedającej rozwiązania dla małych i średnich przedsiębiorstw. Moi klienci są zazwyczaj właścicielami firm, którzy nie mają specjalistycznej wiedzy technicznej. Przygotowuję krótkie wiadomości ofertowe. Powinny być konkretne, profesjonalne i zrozumiałe dla osoby nietechnicznej. Nie chcę używać przesadnego języka sprzedażowego ani obiecywać rezultatów, których nie możemy zagwarantować.

Następnie możesz dodać:

Na podstawie powyższego kontekstu przygotuj wiadomość do klienta, który zapytał o [PRODUKT/USŁUGĘ]. Wiadomość ma mieć maksymalnie 200 słów i kończyć się propozycją kolejnego kroku.

Taki kontekst możesz wielokrotnie wykorzystywać.

Jeszcze lepiej, jeżeli wykonujesz wiele podobnych zadań, jest przygotować własny stały „instruktaż” dla AI. Nie musisz oczywiście tworzyć wielostronicowego dokumentu od pierwszego dnia. Wystarczy zacząć od podstawowych informacji.

Możesz wykorzystać do tego następujący prompt:

Chcę przygotować stałą instrukcję współpracy z AI w mojej pracy. Pomóż mi ją stworzyć. Moje stanowisko to: [STANOWISKO]. Moje najważniejsze obowiązki to: [OBOWIĄZKI]. Najczęściej wykonuję następujące zadania: [ZADANIA]. Odbiorcami mojej pracy są: [ODBIORCY]. Mój preferowany styl komunikacji to: [STYL]. Informacje, których AI nigdy nie powinna wymyślać, to: [INFORMACJE]. Zadania wymagające obowiązkowej kontroli człowieka to: [ZADANIA]. Przygotuj na tej podstawie instrukcję, którą będę mógł wykorzystywać jako stały kontekst w pracy z AI.

W ten sposób możesz stworzyć coś w rodzaju własnego podręcznika współpracy z AI.

Z czasem będzie on coraz lepszy, ponieważ każda sytuacja, w której AI popełniła błąd wynikający z niejasnej instrukcji, może stać się powodem do poprawienia instrukcji.

Jeżeli na przykład AI regularnie pisze zbyt formalne wiadomości, nie musisz za każdym razem pisać: „napisz mniej formalnie”. Możesz zmienić stałą zasadę:

Wiadomości mają być profesjonalne, ale naturalne. Unikaj przesadnie formalnego języka, korporacyjnych frazesów i sztucznie brzmiących sformułowań. Tekst powinien przypominać wiadomość napisaną przez doświadczonego człowieka.

Jeżeli AI często dodaje informacje, których nie otrzymała, możesz dodać:

Nie przedstawiaj domysłów jako faktów. Jeżeli brakuje informacji, poinformuj o tym. Nie uzupełniaj danych własnymi założeniami.

Jeżeli chcesz, aby AI zawsze sygnalizowała niepewność:

Jeżeli na podstawie dostępnych informacji nie można jednoznacznie odpowiedzieć na pytanie, wskaż niepewność i określ, jakich dodatkowych informacji potrzebujesz.

Tak powstaje coraz lepszy system współpracy.

Bardzo ważną umiejętnością jest również określanie formatu odpowiedzi. AI może wiedzieć, co ma zrobić, ale nadal nie wiedzieć, jak powinien wyglądać rezultat.

Możesz więc powiedzieć:

Przygotuj odpowiedź w trzech krótkich akapitach.

Albo:

Przygotuj tabelę zawierającą kolumny: zadanie, czas wykonania, możliwość automatyzacji, ryzyko i rekomendacja.

Albo:

Najpierw przedstaw najważniejsze wnioski, a następnie uzasadnij każdy z nich.

Albo:

Przygotuj tekst ciągły bez wypunktowań.

Albo:

Odpowiedź ma mieć maksymalnie 300 słów.

Format jest szczególnie ważny wtedy, gdy rezultat AI ma zostać później przeniesiony do innego narzędzia, dokumentu, wiadomości albo raportu.

Warto także nauczyć się określania ograniczeń. AI często próbuje być pomocna i właśnie dlatego może zrobić więcej, niż oczekujesz.

Jeżeli chcesz, żeby pracowała wyłącznie na dostarczonych informacjach, napisz to.

Korzystaj wyłącznie z informacji zawartych w przekazanym materiale. Nie dodawaj faktów spoza materiału. Jeżeli nie możesz znaleźć odpowiedzi, napisz „brak informacji w materiale”.

Jeżeli chcesz, żeby nie zmieniała znaczenia:

Nie zmieniaj znaczenia tekstu. Możesz poprawić strukturę, język i czytelność, ale nie zmieniaj sensu wypowiedzi.

Jeżeli nie chcesz, żeby tworzyła zbyt długi materiał:

Odpowiedź powinna mieć maksymalnie 500 słów. Priorytetem są konkretne informacje, a nie rozbudowane wyjaśnienia.

Jeżeli potrzebujesz pomocy w podejmowaniu decyzji, ale nie chcesz, aby AI podejmowała ją za ciebie:

Przedstaw argumenty za i przeciw oraz wskaż najważniejsze ryzyka. Nie podejmuj ostatecznej decyzji za mnie.

Takie ograniczenia pozwalają zachować kontrolę.

W pracy z AI bardzo przydatna jest również technika iteracyjnego poprawiania odpowiedzi. Nie musisz oczekiwać perfekcyjnego wyniku za pierwszym razem. W rzeczywistości często znacznie szybciej jest stworzyć pierwszą wersję, a następnie ją poprawiać.

Załóżmy, że AI przygotowała raport. Jest zbyt długi.

Nie musisz ponownie pisać całego promptu. Możesz napisać:

Skróć poprzednią odpowiedź o około 30%. Zachowaj wszystkie informacje istotne dla osoby podejmującej decyzję. Usuń powtórzenia i mniej ważne przykłady.

Jeżeli raport jest zbyt ogólny:

Rozwiń najważniejsze wnioski. Dodaj konkretne przykłady wynikające wyłącznie z przekazanych danych. Nie dodawaj informacji, których nie ma w materiale.

Jeżeli jest zbyt techniczny:

Przeredaguj tekst dla osoby bez specjalistycznej wiedzy. Zachowaj znaczenie merytoryczne, ale wyjaśnij trudniejsze pojęcia prostym językiem.

Jeżeli brzmi sztucznie:

Przeredaguj tekst tak, aby brzmiał naturalnie i profesjonalnie. Usuń sztuczne, przesadnie formalne i powtarzalne sformułowania.

Jeżeli czegoś brakuje:

W poprzedniej odpowiedzi nie uwzględniłeś informacji dotyczącej [TEMAT]. Dodaj ją, zachowując dotychczasową strukturę.

Jeżeli chcesz zwiększyć jakość:

Przeanalizuj swoją poprzednią odpowiedź krytycznie. Wskaż trzy największe słabości, trzy elementy wymagające dopracowania oraz informacje, których może brakować. Następnie przygotuj poprawioną wersję.

Ten ostatni prompt jest szczególnie interesujący, ponieważ pozwala wykorzystać AI nie tylko jako autora, ale także jako recenzenta.

Możesz nawet zastosować bardziej wymagającą wersję:

Oceń poprzednią odpowiedź jak bardzo wymagający przełożony. Szukaj niejasności, błędnych założeń, niepotrzebnych informacji, zbyt ogólnych stwierdzeń i elementów mogących wprowadzić odbiorcę w błąd. Nie chwal tekstu dla samego chwalenia. Wskaż konkretne problemy i zaproponuj sposoby ich poprawy.

To pozwala stworzyć prosty mechanizm kontroli jakości.

Jednocześnie trzeba pamiętać, że AI nie zawsze będzie miała rację nawet wtedy, gdy sama siebie skrytykuje. Samokontrola AI jest narzędziem pomocniczym, a nie gwarancją poprawności. W sprawach ważnych zawodowo nadal potrzebna jest kontrola człowieka.

To prowadzi do kolejnej bardzo ważnej zasady: AI powinna być traktowana jak bardzo szybki asystent, ale nie jak osoba, której można bezwarunkowo oddać odpowiedzialność.

Jeżeli AI poprawia stylistykę maila, możesz zazwyczaj szybko zweryfikować wynik.

Jeżeli tworzy listę pomysłów na tematy spotkania, również łatwo ją skontrolować.

Jeżeli analizuje dane finansowe, przygotowuje dokument dotyczący prawa, pracuje z poufnymi informacjami albo tworzy materiał, na podstawie którego ktoś podejmie istotną decyzję, poziom kontroli powinien być znacznie większy.

Warto więc zapamiętać prostą zasadę: im większy koszt potencjalnego błędu, tym dokładniej trzeba sprawdzić wynik AI.

Nie chodzi o to, aby bać się sztucznej inteligencji. Chodzi o rozsądne przypisanie jej roli.

AI może przygotować.

AI może uporządkować.

AI może porównać.

AI może zaproponować.

AI może wskazać możliwe problemy.

Ale człowiek nadal może być osobą, która zatwierdza.

To właśnie takie podejście pozwala korzystać z automatyzacji bez utraty kontroli.

Bardzo dużą wartość daje również tworzenie własnych szablonów promptów. Jeżeli jakieś zadanie wykonujesz regularnie, nie powinieneś za każdym razem pisać instrukcji od początku. Jeżeli raz w tygodniu przygotowujesz raport, raz dziennie odpowiadasz na podobne pytania klientów albo regularnie analizujesz dokumenty, powinieneś mieć gotowy szablon.

Może on wyglądać tak:

Przygotuj [RODZAJ DOKUMENTU] na podstawie poniższych danych.

Okres: [DATA].

Najważniejsze informacje: [DANE].

Wyniki: [DANE].

Problemy: [DANE].

Najważniejsze działania: [DANE].

Plan na kolejny okres: [DANE].

Odbiorca: [ODBIORCA].

Styl: rzeczowy, konkretny i profesjonalny.

Format: krótkie podsumowanie, następnie najważniejsze wyniki, problemy i dalsze działania.

Nie wymyślaj danych. Jeżeli brakuje informacji, zaznacz ten brak.

Za każdym razem zmieniasz tylko dane.

To bardzo prosty przykład, ale pokazuje ważną zasadę. Największą wartość daje nie pojedynczy prompt, lecz powtarzalny prompt.

Jeżeli w ciągu roku użyjesz go pięćdziesiąt razy, nawet niewielka oszczędność czasu przy każdym użyciu zaczyna mieć znaczenie.

Możesz także poprosić AI o stworzenie szablonu dla konkretnego zadania:

Regularnie wykonuję następujące zadanie: [OPIS].

Za każdym razem otrzymuję takie informacje: [DANE].

Chcę otrzymywać taki rezultat: [REZULTAT].

Przygotuj uniwersalny prompt, który będę mógł wykorzystywać wielokrotnie. Zostaw w nim wyraźne miejsca do uzupełnienia. Uwzględnij kontekst, cel, dane wejściowe, ograniczenia, odbiorcę i format wyniku.

To jest jeden z najbardziej praktycznych promptów w całej książce, ponieważ pozwala tworzyć kolejne prompty.

Możesz powiedzieć AI: „Pomóż mi stworzyć instrukcję, dzięki której będę mógł później korzystać z AI szybciej”.

W ten sposób narzędzie zaczyna pomagać ci również w projektowaniu własnego sposobu pracy.

Warto przy tym zwrócić uwagę na różnicę pomiędzy pojedynczym zadaniem a stałym procesem.

Pojedyncze zadanie brzmi: „Przygotuj mi podsumowanie tego spotkania”.

Stały proces może wyglądać tak: po każdym spotkaniu przekazujesz transkrypcję, AI identyfikuje najważniejsze ustalenia, wyodrębnia decyzje, przypisuje zadania na podstawie informacji ze spotkania, zaznacza brakujące terminy, przygotowuje krótkie podsumowanie dla uczestników, a ty dokonujesz kontroli przed wysłaniem.

To już jest proces.

Jeżeli spotkania odbywają się regularnie, możesz przygotować stałą instrukcję:

Na podstawie transkrypcji spotkania przygotuj podsumowanie.

Wyodrębnij:

— najważniejsze ustalenia,

— podjęte decyzje,

— zadania,

— osoby odpowiedzialne,

— terminy,

— kwestie nierozstrzygnięte.

Jeżeli osoba odpowiedzialna lub termin nie zostały określone, napisz „nie ustalono”.

Nie dodawaj informacji, które nie pojawiły się podczas spotkania.

Przygotuj najpierw krótkie podsumowanie dla uczestników, a następnie tabelę z zadaniami.

Transkrypcja:

[WKLEJ]

Po kilku tygodniach korzystania z takiego rozwiązania możesz zauważyć, że czynność, która wcześniej zajmowała ci trzydzieści minut, zajmuje pięć.

A właśnie o takie różnice chodzi w tej książce.

Nie o to, aby zachwycać się samą technologią.

Chodzi o odzyskanie czasu.

Jeszcze większą wartość można uzyskać wtedy, gdy AI zacznie pomagać ci w znajdowaniu kolejnych zadań do automatyzacji. Możesz przecież przedstawić jej swój typowy dzień pracy.

Jestem [STANOWISKO].

Mój typowy dzień wygląda następująco:

[OPISZ DZIEŃ]

Przeanalizuj moje obowiązki pod kątem wykorzystania AI.

Podziel je na cztery grupy:

— zadania, które AI może wykonać w dużej części samodzielnie,

— zadania, w których AI może przygotować pierwszą wersję,

— zadania, w których AI może być wyłącznie pomocnikiem,

— zadania, których nie warto obecnie przekazywać AI.

Następnie wybierz pięć zadań, które mogą przynieść największą oszczędność czasu przy stosunkowo niskim ryzyku błędu.

Możesz później poprosić:

Dla wybranych pięciu zadań przygotuj konkretne sposoby wykorzystania AI. Dla każdego zadania przedstaw: obecny sposób pracy, proponowany sposób z AI, potrzebne dane, gotowy prompt, sposób kontroli rezultatu oraz szacunkową oszczędność czasu.

To bardzo dobry sposób na przejście od teorii do praktyki.

Możesz również poprosić AI o stworzenie planu automatyzacji:

Na podstawie mojej listy obowiązków przygotuj plan wdrażania AI.

[LISTA]

Oceń każde zadanie pod względem częstotliwości, czasu wykonania, powtarzalności, łatwości opisania procesu, ryzyka błędu i potencjalnej oszczędności czasu.

Następnie uszereguj zadania od najlepszego do najgorszego kandydata do automatyzacji.

Na końcu wybierz trzy zadania, od których powinienem zacząć, i wyjaśnij dlaczego.

Taki prompt pokazuje jedną z najważniejszych zmian w sposobie myślenia o AI.

Nie musisz znać wszystkich możliwości technologii.

Możesz wykorzystać AI do znalezienia możliwości wykorzystania AI.

To bardzo ważne, ponieważ liczba zastosowań sztucznej inteligencji rośnie szybciej, niż większość ludzi jest w stanie je śledzić. Nie ma sensu próbować zapamiętać wszystkiego. Znacznie lepiej nauczyć się analizować własną pracę.

Jeżeli wykonujesz daną czynność codziennie, zastanów się, czy musi być wykonywana od zera.

Jeżeli co tydzień kopiujesz informacje do tego samego dokumentu, zapytaj, czy można stworzyć szablon.

Jeżeli codziennie odpowiadasz na podobne wiadomości, zbuduj bibliotekę odpowiedzi.

Jeżeli regularnie tworzysz podobne raporty, przygotuj stały prompt.

Jeżeli co miesiąc analizujesz podobne dane, zaprojektuj powtarzalny proces.

Jeżeli ciągle tłumaczysz nowym pracownikom tę samą procedurę, możesz stworzyć instrukcję i wykorzystać AI do jej uporządkowania.

Właśnie w takich miejscach najczęściej znajduje się prawdziwa „nudna robota”.

AI nie musi zastąpić całego twojego stanowiska, żeby dać ci dużą korzyść.

Jeżeli pracujesz osiem godzin dziennie i uda ci się usunąć z tego czasu godzinę powtarzalnych czynności, jest to ogromna zmiana. Jeżeli uda się pół godziny, również jest to realna korzyść. Jeżeli konkretne zadanie zajmuje tylko pięć minut, ale wykonujesz je kilkanaście razy dziennie, jego automatyzacja może okazać się bardziej wartościowa niż automatyzowanie jednego dużego zadania wykonywanego raz w miesiącu.

Dlatego nie należy lekceważyć małych oszczędności.

Pięć minut dziennie może wydawać się niczym.

Pięć minut każdego dnia roboczego to jednak ponad dwadzieścia godzin w skali roku.

Dziesięć minut dziennie to ponad czterdzieści godzin.

Dwadzieścia minut dziennie to ponad osiemdziesiąt godzin.

A przecież często nie chodzi o jedno zadanie.

Jeżeli AI pomaga ci zaoszczędzić dziesięć minut na wiadomościach, piętnaście minut na raportach, dziesięć minut na podsumowaniach i kolejne piętnaście minut na wyszukiwaniu oraz porządkowaniu informacji, nagle okazuje się, że zniknęła godzina pracy, która wcześniej była rozproszona na kilkanaście drobnych czynności.

To właśnie dlatego warto patrzeć na automatyzację szerzej.

Nie pytaj wyłącznie: „Czy AI może zrobić tę czynność?”.

Pytaj: „Ile razy wykonuję tę czynność?”, „Ile czasu zajmuje?”, „Czy jest podobna za każdym razem?”, „Czy potrafię opisać sposób jej wykonania?”, „Czy łatwo sprawdzę wynik?”, „Co się stanie, jeśli AI się pomyli?”.

Im częściej zadanie występuje, im bardziej jest powtarzalne i im łatwiej zweryfikować rezultat, tym lepszym może być kandydatem do wykorzystania AI.

Warto również pamiętać, że nie każde zadanie należy automatyzować. Czasami czynność jest nudna, ale daje ci dostęp do ważnych informacji. Czasami wymaga doświadczenia, którego nie da się łatwo przekazać. Czasami kontakt z człowiekiem jest sam w sobie wartością. Czasami koszt kontroli AI byłby większy niż oszczędność czasu.

Automatyzacja dla samej automatyzacji nie ma sensu.

Celem nie jest przecież doprowadzenie do sytuacji, w której każdą możliwą czynność wykonuje maszyna.

Celem jest odzyskanie czasu, zmniejszenie liczby powtarzalnych obowiązków i przesunięcie własnej uwagi w stronę zadań, w których naprawdę jesteś potrzebny.

Dlatego dobry system pracy z AI powinien mieć jeszcze jeden element: kontrolę jakości.

Możesz stworzyć prompt, który będzie pomagał ci kontrolować wyniki:

Przeanalizuj poniższy materiał przygotowany przez AI.

Sprawdź:

— czy wszystkie informacje są zgodne z materiałem źródłowym,

— czy nie dodano niepotwierdzonych faktów,

— czy nie pominięto istotnych informacji,

— czy wynik spełnia podane wcześniej wymagania,

— czy są fragmenty wymagające ręcznej weryfikacji.

Nie poprawiaj jeszcze tekstu. Najpierw wskaż potencjalne problemy.

Dopiero potem możesz powiedzieć:

Na podstawie przeprowadzonej kontroli przygotuj poprawioną wersję. Nie zmieniaj informacji, które zostały ocenione jako poprawne.

To może stać się prostym dwuetapowym procesem: najpierw generowanie, potem kontrola.

W bardziej wymagających zadaniach możesz nawet rozdzielić role. Jedna instrukcja służy do przygotowania materiału, druga do jego sprawdzenia. Dzięki temu nie polegasz wyłącznie na pierwszej odpowiedzi.

Warto również nauczyć się prosić AI o wskazanie informacji, których potrzebuje, zanim wykona zadanie.

Zanim wykonasz zadanie, przeanalizuj moje polecenie i sprawdź, czy posiadasz wszystkie informacje niezbędne do przygotowania dobrego rezultatu. Jeżeli czegoś brakuje, wypisz brakujące informacje. Nie zgaduj.

To bardzo przydatne w pracy z dokumentami, ofertami, analizami i raportami.

Możesz także zastosować wersję bardziej zdecydowaną:

Jeżeli brakuje informacji, które mogą istotnie wpłynąć na rezultat, zatrzymaj się i poproś mnie o ich uzupełnienie. Jeżeli brakujące informacje są drugorzędne, wykonaj zadanie i zaznacz przyjęte założenie.

W ten sposób AI zaczyna działać według pewnych reguł.

A im więcej reguł możesz zapisać, tym mniej rzeczy musisz za każdym razem tłumaczyć.

To jest sedno budowania własnego „osobistego pracownika AI”.

Nie polega on na tym, że masz jedną rozmowę z chatbotem.

Polega na tym, że stopniowo tworzysz zestaw instrukcji, szablonów, procedur i zasad, które pozwalają AI wykonywać określone elementy twojej pracy w podobny sposób za każdym razem.

Możesz zacząć od jednego zadania.

Na przykład od e-maili.

Potem dodać podsumowania.

Następnie raporty.

Potem analizę dokumentów.

Później tworzenie pierwszych wersji ofert.

Następnie porządkowanie danych.

Jeszcze później możesz zacząć łączyć te elementy w większe procesy.

Wtedy AI przestaje być dodatkiem do twojej pracy.

Zaczyna być częścią sposobu, w jaki tę pracę organizujesz.

I właśnie tutaj pojawia się najważniejsza różnica pomiędzy korzystaniem z AI a automatyzacją.

Korzystanie z AI wygląda tak: masz zadanie, otwierasz narzędzie, wpisujesz polecenie, otrzymujesz odpowiedź i wracasz do pracy.

Automatyzacja wygląda tak: zauważasz powtarzalny proces, opisujesz go, tworzysz instrukcję, testujesz ją, poprawiasz, zapisujesz i wykorzystujesz ponownie.

Pierwsze podejście daje chwilową oszczędność.

Drugie może dawać oszczędność przez miesiące i lata.

Dlatego warto od początku budować własną bibliotekę promptów.

Nie musi być skomplikowana. Może to być zwykły dokument, arkusz albo notatka, w której zapisujesz prompt, jego zastosowanie, dane wejściowe, oczekiwany rezultat oraz ewentualne uwagi.

Przykładowy wpis może wyglądać następująco:

Nazwa: Podsumowanie spotkania.

Zastosowanie: po każdym spotkaniu zespołu.

Dane wejściowe: transkrypcja spotkania.

Wynik: decyzje, zadania, osoby odpowiedzialne, terminy i kwestie nierozstrzygnięte.

Kontrola: sprawdzić, czy AI nie przypisała zadania niewłaściwej osobie.

Prompt: [WKLEJ PROMPT].

Po kilku miesiącach taka biblioteka może stać się jednym z najbardziej wartościowych narzędzi twojej codziennej pracy.

Nie dlatego, że zawiera setki „sekretnych promptów”.

Dlatego, że zawiera twoje prompty, stworzone na podstawie rzeczywistych problemów, które występują w twojej pracy.

To ogromna różnica.

Internet jest pełen list „100 najlepszych promptów”. Możesz z nich korzystać, ale pamiętaj, że prompt przygotowany dla anonimowego użytkownika może nie pasować do twojej sytuacji.

Znacznie bardziej wartościowy jest prompt, który powstał dlatego, że przez ostatnie trzy miesiące wykonywałeś określone zadanie i zauważyłeś, że 80 procent pracy jest powtarzalne.

To właśnie wtedy warto zatrzymać się i powiedzieć: skoro robię to po raz pięćdziesiąty, może nie powinienem robić tego po raz pięćdziesiąty pierwszy dokładnie w ten sam sposób.

Może właśnie ten moment jest początkiem automatyzacji.

Na początku nie potrzebujesz programowania.

Nie musisz znać kodu.

Nie musisz budować własnego systemu informatycznego.

Nie musisz nawet rozumieć, jak działają modele językowe od strony technicznej.

Musisz przede wszystkim umieć opisać swoją pracę.

To może być trudniejsze, niż się wydaje.

Wiele osób wykonuje pewne czynności automatycznie i nawet nie zastanawia się, z ilu kroków się składają. Dopiero próba wyjaśnienia ich komuś innemu pokazuje, ile decyzji podejmujemy po drodze.

Dlatego dobrym ćwiczeniem jest wybranie jednego zadania i opisanie go krok po kroku.

Możesz poprosić AI o pomoc:

Opiszę ci sposób, w jaki wykonuję pewne zadanie. Przeanalizuj go i pomóż mi rozbić go na konkretne kroki.

Moje zadanie:

[OPIS]

Nie proponuj jeszcze automatyzacji. Najpierw uporządkuj proces i wskaż wszystkie czynności, które faktycznie wykonuję.

Dopiero później:

Teraz przeanalizuj każdy krok pod kątem możliwości wykorzystania AI. Wskaż, które kroki można częściowo lub całkowicie wspomóc, a które powinny pozostać wykonywane przeze mnie.

A na końcu:

Na podstawie analizy przygotuj nową wersję procesu, w której AI przejmuje możliwie dużo powtarzalnej pracy, ale człowiek zachowuje kontrolę nad decyzjami i kontrolą jakości.

To już jest projektowanie procesu.

I właśnie tego rodzaju myślenia warto nauczyć się najbardziej.

Nie chodzi o to, aby stać się ekspertem od wszystkich funkcji AI.

Chodzi o to, aby patrząc na swój dzień pracy, zacząć dostrzegać rzeczy, których wcześniej nie zauważałeś.

Kopiowanie danych.

Przepisywanie informacji.

Tworzenie podobnych wiadomości.

Skracanie dokumentów.

Podsumowywanie spotkań.

Porządkowanie notatek.

Przygotowywanie raportów.

Wyszukiwanie informacji.

Porównywanie dokumentów.

Tworzenie pierwszych wersji tekstów.

Sprawdzanie błędów.

Tworzenie list.

Przekształcanie informacji z jednego formatu w drugi.

Wszystkie te czynności mogą być potencjalnymi kandydatami do wykorzystania AI.

Nie oznacza to, że każdą z nich trzeba automatyzować.

Oznacza tylko, że warto je zauważyć.

Najlepszym początkiem nie jest więc pytanie: „Jak wykorzystać AI?”.

Lepsze pytanie brzmi:

„Co robię regularnie, co jest powtarzalne i co nie musi za każdym razem wymagać całej mojej uwagi?”

Jeżeli znajdziesz odpowiedź na to pytanie, masz już pierwszy materiał do automatyzacji.

Następnie opisz zadanie.

Przekaż AI kontekst.

Określ cel.

Dodaj dane.

Ustal ograniczenia.

Określ format.

Przygotuj pierwszy prompt.

Przetestuj.

Popraw.

Zapisz.

A następnie użyj go ponownie.

To prosty schemat, ale właśnie takie proste schematy mają największą szansę zostać częścią codziennej pracy.

Nie próbuj więc od razu budować idealnego systemu.

Zacznij od jednej nudnej czynności.

Jeżeli codziennie piszesz podobne wiadomości, zacznij od wiadomości.

Jeżeli co tydzień tworzysz raport, zacznij od raportu.

Jeżeli po każdym spotkaniu robisz notatki, zacznij od podsumowań.

Jeżeli codziennie przeglądasz długie dokumenty, zacznij od ich analizy.

Jeżeli regularnie porządkujesz informacje, zacznij od ich klasyfikacji.

Najpierw jedna rzecz.

Potem druga.

Potem trzecia.

W pewnym momencie możesz spojrzeć na swój dzień pracy i zauważyć, że spora część czynności, które kiedyś wykonywałeś ręcznie, została zastąpiona przez procesy wspomagane przez AI.

I wtedy najważniejsza zmiana nie będzie polegała na tym, że masz dostęp do bardziej zaawansowanej technologii.

Będzie polegała na tym, że twoja praca została inaczej zorganizowana.

AI nie musi wykonywać wszystkiego.

Nie musi nawet wykonywać większości.

Wystarczy, że przejmie wystarczająco dużo powtarzalnych czynności, abyś mógł przeznaczyć więcej czasu na rzeczy, które wymagają doświadczenia, odpowiedzialności, relacji z ludźmi, kreatywności i prawdziwego osądu.

To jest właśnie właściwy sposób patrzenia na AI jako osobistego pracownika.

Nie jako zastępstwo człowieka.

Nie jako magiczną maszynę do robienia wszystkiego.

Nie jako ciekawostkę.

Ale jako narzędzie, któremu można przekazać dobrze opisane fragmenty pracy, podczas gdy człowiek zachowuje kontrolę nad tym, co naprawdę ważne.

A im lepiej nauczysz się wydawać takie instrukcje, tym więcej pracy będziesz mógł przestać wykonywać ręcznie.

I właśnie dlatego najważniejszą umiejętnością nie jest dziś znajomość setek funkcji AI.

Jest nią umiejętność spojrzenia na własną pracę i powiedzenia:

„To zadanie wykonuję po raz kolejny. Czy naprawdę muszę robić je od początku sam?”

ROZDZIAŁ 3. E-maile bez pisania każdego maila od zera

E-mail jest jednym z najlepszych przykładów pracy, która wygląda na prostą, ale potrafi pochłonąć ogromną ilość czasu. Pojedyncza wiadomość może zająć trzy minuty. Inna pięć. Jeszcze inna piętnaście, bo trzeba znaleźć wcześniejszą korespondencję, sprawdzić informacje, zastanowić się nad odpowiednim tonem, przygotować odpowiedź, przeczytać ją ponownie i poprawić. Kiedy takich wiadomości pojawia się kilkanaście, kilkadziesiąt albo nawet kilkaset tygodniowo, e-mail przestaje być zwykłym narzędziem komunikacji. Staje się jednym z największych pożeraczy czasu w pracy.

Co więcej, duża część wiadomości nie wymaga od nas tworzenia czegoś zupełnie nowego. Odpowiadamy na podobne pytania, przekazujemy podobne informacje, potwierdzamy terminy, przypominamy się klientom, prosimy o dokumenty, przekazujemy status realizacji, odpowiadamy na reklamacje, wyjaśniamy opóźnienia, potwierdzamy spotkania, przesyłamy podsumowania i wracamy do tematów, które rozpoczęły się kilka dni albo tygodni wcześniej.

Problem nie polega więc na tym, że pisanie e-maili jest trudne. Problem polega na tym, że bardzo często piszemy je od zera, mimo że znaczna część ich struktury się powtarza.

Właśnie tutaj AI może stać się jednym z najbardziej praktycznych pomocników w codziennej pracy.

Nie chodzi jednak o to, żeby bezmyślnie kopiować wiadomości wygenerowane przez sztuczną inteligencję i wysyłać je do ludzi. Chodzi o coś znacznie rozsądniejszego: przekazać AI zadanie przygotowania pierwszej wersji, uporządkowania informacji, dostosowania tonu, skrócenia tekstu albo stworzenia odpowiedzi na podstawie materiału, a następnie samodzielnie sprawdzić rezultat i zdecydować, czy jest gotowy do wysłania.

To niewielka zmiana sposobu pracy, ale przy dużej liczbie wiadomości może przynieść ogromną oszczędność czasu.

Najprostszy przypadek to odpowiedź na otrzymaną wiadomość. Zamiast samodzielnie zastanawiać się nad każdym zdaniem, możesz przekazać AI treść e-maila i określić, jaki rezultat chcesz osiągnąć.

Możesz użyć takiego promptu:

Przygotuj odpowiedź na poniższą wiadomość.

Cel odpowiedzi: [NP. POTWIERDZIĆ TERMIN / ODPOWIEDZIEĆ NA PYTANIE / PRZEKAZAĆ INFORMACJE / ZAPROPONOWAĆ ROZWIĄZANIE].

Odbiorca: [KLIENT / WSPÓŁPRACOWNIK / PRZEŁOŻONY / PARTNER BIZNESOWY].

Ton: profesjonalny, naturalny i konkretny.

Długość: maksymalnie 150 słów.

Korzystaj wyłącznie z informacji podanych przeze mnie. Nie wymyślaj danych.

Informacje, które należy uwzględnić:

[WPISZ INFORMACJE]

Wiadomość, na którą odpowiadamy:

[WKLEJ E-MAIL]

To wystarczy, aby AI przygotowała pierwszą wersję.

Możesz jednak zrobić coś jeszcze lepszego. Jeżeli masz już w głowie odpowiedź, ale nie chce ci się jej układać w profesjonalny tekst, możesz po prostu przekazać AI surowe informacje.

Na przykład:

Muszę odpowiedzieć na tego maila. Chcę przekazać, że dokument otrzymaliśmy, sprawdzimy go do piątku, a jeśli pojawią się pytania, skontaktujemy się z klientem. Napisz na tej podstawie krótką, profesjonalną odpowiedź. Nie dodawaj żadnych innych informacji.

Mail klienta:

[WKLEJ]

To bardzo ważny sposób wykorzystania AI. Nie musisz oczekiwać od niej, że „wymyśli”, co masz powiedzieć. Możesz sam zdecydować o treści, a AI może zająć się formą.

Dzięki temu zachowujesz kontrolę nad komunikatem, a jednocześnie oszczędzasz czas potrzebny na jego napisanie.

Możesz również wykorzystać AI jako redaktora już przygotowanej wiadomości.

Jeżeli napisałeś:

Dzień dobry, przesyłam dokument, o którym rozmawialiśmy. Proszę o sprawdzenie i informację czy wszystko jest ok. Jeśli coś będzie nie tak to proszę dać znać.

możesz poprosić:

Popraw poniższą wiadomość językowo i stylistycznie. Zachowaj jej znaczenie. Nie dodawaj nowych informacji. Chcę, aby brzmiała profesjonalnie, ale naturalnie i bez przesadnego formalizmu.

To często będzie szybsze niż samodzielne poprawianie tekstu.

Możesz też poprosić AI o kilka wersji tej samej wiadomości:

Przygotuj trzy wersje poniższej wiadomości: krótką i rzeczową, profesjonalną i bardziej uprzejmą oraz naturalną i bezpośrednią. Zachowaj dokładnie ten sam sens.

To szczególnie przydatne wtedy, gdy masz problem nie z tym, co powiedzieć, ale z tym, jak to powiedzieć.

W komunikacji zawodowej ton ma ogromne znaczenie. Ta sama informacja może zostać odebrana jako neutralna, chłodna, arogancka, niepewna, uprzejma albo profesjonalna w zależności od sposobu jej sformułowania.

AI może pomóc w świadomym dostosowaniu tonu.

Jeżeli masz zbyt formalny tekst:

Przeredaguj tę wiadomość tak, aby była mniej formalna, ale nadal profesjonalna. Nie używaj języka potocznego. Ma brzmieć jak naturalna wiadomość napisana przez doświadczonego pracownika.

Jeżeli tekst jest zbyt bezpośredni:

Zmień ton tej wiadomości na bardziej uprzejmy i dyplomatyczny. Zachowaj stanowczość i nie osłabiaj najważniejszego komunikatu.

Jeżeli tekst jest zbyt miękki:

Przeredaguj wiadomość tak, aby była bardziej konkretna i stanowcza, ale nadal profesjonalna i kulturalna. Nie używaj agresywnego języka.

Jeżeli piszesz do klienta:

Dostosuj ton do komunikacji z klientem biznesowym. Wiadomość ma być profesjonalna, spokojna, konkretna i pomocna. Unikaj korporacyjnych frazesów.

Jeżeli piszesz do współpracownika:

Dostosuj wiadomość do komunikacji wewnętrznej między współpracownikami. Ma być naturalna, konkretna i przyjazna, bez przesadnej formalności.

Możesz również określić emocjonalny charakter wiadomości:

Przeredaguj wiadomość tak, aby była spokojna i neutralna. Usuń sformułowania mogące zabrzmieć jak zarzut, pretensja albo oskarżenie, ale zachowaj sens i konkretne oczekiwanie.

To może być szczególnie wartościowe w sytuacjach konfliktowych.

E-mail, który w emocjach napisałbyś w pięć minut, możesz najpierw przygotować samodzielnie, a następnie przekazać AI do „ochłodzenia”.

To jest wiadomość napisana przeze mnie w emocjach. Przeredaguj ją tak, aby zachowała moje stanowisko i wszystkie ważne informacje, ale była spokojna, rzeczowa i profesjonalna. Usuń sformułowania agresywne, ironiczne lub oskarżycielskie. Nie zmieniaj mojego stanowiska.

To nie oznacza, że AI ma decydować, czy masz rację. Ma jedynie pomóc ci przekazać własne stanowisko w sposób, który zwiększa szansę na rzeczową rozmowę.

Jednym z największych problemów w pracy jest również długość wiadomości. Niektórzy ludzie potrafią napisać e-mail, który ma kilka stron, mimo że najważniejsza informacja mieści się w trzech zdaniach. Czasami wynika to z potrzeby dokładnego opisania sprawy, a czasami z braku umiejętności skracania tekstu.

AI świetnie nadaje się do kondensowania długich wiadomości.

Możesz użyć prostego promptu:

Skróć poniższą wiadomość do maksymalnie 100 słów. Zachowaj wszystkie informacje niezbędne do zrozumienia sprawy i wykonania oczekiwanego działania. Usuń powtórzenia, dygresje i zbędne wyjaśnienia. Nie zmieniaj znaczenia.

Jeżeli chcesz jeszcze bardziej konkretnie:

Skróć poniższą wiadomość tak, aby odbiorca mógł przeczytać ją w mniej niż 30 sekund. Najważniejsza informacja ma znaleźć się na początku. Zachowaj konkretne terminy, liczby, osoby i działania. Usuń wszystko, co nie jest konieczne.

Możesz też poprosić o wyciągnięcie samego sedna:

Przeczytaj poniższą wiadomość i napisz w 3 zdaniach: czego chce nadawca, czego ode mnie oczekuje oraz czy wskazał termin realizacji.

To jest bardzo przydatne przy długich wątkach.

Jeżeli codziennie otrzymujesz dziesiątki wiadomości, możesz wykorzystać AI do wstępnego uporządkowania skrzynki, oczywiście pod warunkiem korzystania z narzędzia i sposobu pracy zgodnego z zasadami bezpieczeństwa oraz polityką firmy.

Możesz na przykład przekazać kilka wiadomości i napisać:

Przeanalizuj poniższe wiadomości. Dla każdej określ: główny temat, czego oczekuje nadawca, czy wymaga mojej odpowiedzi, pilność oraz proponowane działanie.

Nie odpowiadaj na wiadomości. Wykonaj wyłącznie analizę.

Jeżeli otrzymasz wynik, możesz następnie zdecydować, które wiadomości wymagają natychmiastowej reakcji.

Jeszcze bardziej praktyczne może być stworzenie własnego schematu klasyfikacji:

Przypisz każdą wiadomość do jednej z kategorii: PILNE, ODPOWIEDŹ DZIŚ, ODPOWIEDŹ W TYM TYGODNIU, INFORMACYJNE, DO PRZEKAZANIA INNEJ OSOBIE. Podaj krótkie uzasadnienie każdej decyzji. Jeżeli nie da się jednoznacznie określić kategorii, zaznacz to.

W ten sposób AI może stać się pierwszym filtrem informacji.

Nie należy jednak traktować jej klasyfikacji jako nieomylnej. Szczególnie w przypadku wiadomości zawierających poufne informacje, dane osobowe, dane klientów, informacje finansowe czy tajemnice przedsiębiorstwa trzeba zwrócić szczególną uwagę na zasady bezpieczeństwa i politykę organizacji. Nie każdą wiadomość wolno po prostu wkleić do dowolnego narzędzia AI.

W przypadku firm korzystających z AI należy również sprawdzić, jakie rozwiązanie zostało zatwierdzone przez organizację i jakie informacje mogą być do niego przekazywane. Oszczędność kilku minut nie jest warta ujawnienia poufnych danych.

Jednym z bardziej wymagających rodzajów wiadomości są reklamacje. Tutaj AI może być bardzo pomocna, ale potrzebuje jasnych instrukcji. Reklamacja często zawiera emocje, pretensje, zarzuty i oczekiwania. Odpowiedź powinna natomiast pozostać spokojna i konkretna.

Możesz użyć takiego promptu:

Przygotuj profesjonalną odpowiedź na reklamację.

Odpowiedź ma:

— potwierdzić otrzymanie wiadomości,

— uznać niedogodność klienta bez przyznawania faktów, których nie możemy potwierdzić,

— odnieść się konkretnie do przedstawionego problemu,

— przedstawić możliwe rozwiązanie na podstawie przekazanych przeze mnie informacji,

— wskazać kolejny krok.

Ton: spokojny, empatyczny, profesjonalny i rzeczowy.

Nie używaj języka obronnego ani nie obwiniaj klienta.

Nie przyznawaj odpowiedzialności prawnej i nie twórz faktów, których nie ma w materiale.

Jeżeli do przygotowania odpowiedzi brakuje istotnych informacji, wskaż je przed napisaniem odpowiedzi.

Reklamacja:

[WKLEJ]

Dostępne informacje:

[WKLEJ]

To bardzo dobry przykład sytuacji, w której AI może pomóc uporządkować emocjonalny materiał.

Możesz też użyć jej najpierw do analizy, a dopiero potem do napisania odpowiedzi.

Przeanalizuj reklamację. Wskaż: główny problem klienta, konkretne żądanie, emocjonalny charakter wiadomości, fakty podane przez klienta, informacje wymagające weryfikacji oraz informacje, których brakuje. Nie przygotowuj jeszcze odpowiedzi.

Dopiero po sprawdzeniu analizy:

Na podstawie powyższej analizy przygotuj odpowiedź zgodnie z następującymi zasadami: [ZASADY].

Taki dwuetapowy proces może być znacznie bezpieczniejszy niż bezpośrednie polecenie „odpowiedz na reklamację”.

AI może również pomóc w odpowiadaniu na trudne wiadomości od współpracowników lub przełożonych.

Jeżeli otrzymałeś wiadomość, która jest niejasna, możesz najpierw zapytać:

Przeanalizuj poniższą wiadomość bez oceniania autora. Wyjaśnij, czego prawdopodobnie oczekuje ode mnie nadawca, jakie konkretne działania wynikają z wiadomości oraz jakie kwestie wymagają doprecyzowania. Jeżeli istnieje więcej niż jedna rozsądna interpretacja, przedstaw je wszystkie.

Dzięki temu zanim odpowiesz, możesz lepiej zrozumieć sytuację.

Możesz również poprosić o przygotowanie odpowiedzi, która nie eskaluje konfliktu:

Przygotuj spokojną, profesjonalną odpowiedź. Chcę jasno przedstawić swoje stanowisko, ale nie chcę eskalować konfliktu. Oddziel fakty od emocji. Nie przepraszaj za coś, czego nie potwierdzam, i nie oskarżaj drugiej strony.

To jest szczególnie przydatne, kiedy pierwsza wersja odpowiedzi powstała pod wpływem emocji.

Kolejnym ogromnym pożeraczem czasu są follow-upy. Wielu ludzi wykonuje pracę, wysyła ofertę lub dokument i czeka. Potem mija kilka dni. Trzeba przypomnieć się klientowi, ale pojawia się pytanie: jak napisać, żeby nie zabrzmieć nachalnie?

AI może przygotować kilka wariantów.

Przygotuj follow-up do klienta, któremu wysłałem ofertę 5 dni temu.

Cel: przypomnieć o ofercie i zapytać, czy klient miał możliwość się z nią zapoznać.

Ton: profesjonalny, naturalny i nienachalny.

Nie wywieraj presji.

Maksymalnie 100 słów.

Zakończ wiadomość prostym pytaniem zachęcającym do odpowiedzi.

Informacje dotyczące oferty:

[INFORMACJE]

Możesz poprosić o kilka poziomów follow-upu:

Przygotuj trzy follow-upy dotyczące tej samej sprawy. Pierwszy powinien być delikatnym przypomnieniem, drugi bardziej konkretnym kontaktem po kolejnych kilku dniach, a trzeci uprzejmym zamknięciem tematu. Każdy ma być profesjonalny i nienachalny.

To pozwala stworzyć gotową sekwencję.

Możesz także przygotować follow-up po spotkaniu:

Napisz krótką wiadomość po spotkaniu. Podziękuj za rozmowę, przypomnij najważniejsze ustalenie i zaproponuj kolejny krok. Nie twórz żadnych informacji spoza materiału.

Ustalenia:

[WKLEJ]

Albo po wysłaniu dokumentów:

Przygotuj krótkie przypomnienie dotyczące dokumentów wysłanych [DATA]. Poproś o informację, czy odbiorca miał możliwość ich sprawdzenia. Ton ma być uprzejmy i neutralny.

Jeszcze inną kategorią są przypomnienia o terminach. Możesz stworzyć szablon:

Przygotuj krótkie przypomnienie dotyczące [SPRAWA]. Termin mija [DATA]. Wiadomość ma być uprzejma, konkretna i pozbawiona tonu ponaglającego. Niech odbiorca wie dokładnie, czego oczekuję i do kiedy.

Jeżeli chcesz, aby wiadomość była bardziej stanowcza:

Przygotuj profesjonalne przypomnienie o przekroczonym terminie. Nie używaj agresywnego ani oskarżycielskiego języka. Jasno wskaż, że termin minął, przypomnij, czego potrzebujemy, i poproś o konkretną informację dotyczącą dalszego terminu realizacji.

Bardzo ciekawym zastosowaniem jest również podsumowywanie całych wątków e-mailowych.

Długi wątek może zawierać kilkanaście wiadomości, kilka osób, zmieniające się ustalenia i informacje, które zostały wcześniej przekazane. Przeczytanie wszystkiego może zająć kilkanaście minut.

Jeżeli masz możliwość bezpiecznego przekazania takiego materiału do używanego narzędzia AI, możesz użyć promptu:

Przeanalizuj cały poniższy wątek e-mailowy.

Przygotuj:

— krótkie podsumowanie sprawy,

— chronologię najważniejszych wydarzeń,

— aktualny stan sprawy,

— najważniejsze ustalenia,

— otwarte kwestie,

— zadania do wykonania,

— osoby odpowiedzialne,

— terminy,

— pytania, na które nadal nie ma odpowiedzi.

Nie dopisuj informacji, których nie ma w wątku. Jeżeli dwie wiadomości zawierają sprzeczne informacje, wskaż tę sprzeczność.

To może zaoszczędzić ogromną ilość czasu.

Możesz również poprosić:

Przeczytaj cały wątek i odpowiedz tylko na pytanie: czego dokładnie oczekuje ode mnie druga strona na tym etapie?

Albo:

Na podstawie całego wątku przygotuj projekt odpowiedzi, który odnosi się wyłącznie do aktualnych kwestii. Nie powtarzaj niepotrzebnie informacji ustalonych wcześniej.

To jest szczególnie przydatne przy długotrwałych projektach.

AI może również pomóc znaleźć moment, w którym pojawiła się konkretna informacja:

Przeanalizuj poniższy wątek i wskaż, w której wiadomości po raz pierwszy pojawiła się informacja dotycząca [TEMAT]. Podaj autora wiadomości i przytocz krótkie streszczenie fragmentu. Jeżeli nie ma takiej informacji, napisz to wprost.

W ten sposób zamiast ręcznie przeszukiwać kilkadziesiąt wiadomości, możesz rozpocząć od automatycznej analizy.

Warto także stworzyć własną bibliotekę gotowych odpowiedzi. To jeden z najprostszych sposobów na trwałą oszczędność czasu.

Nie chodzi o to, aby stworzyć jeden dokument zawierający setki sztywnych wiadomości i kopiować je bez zastanowienia. Lepszym rozwiązaniem jest stworzenie biblioteki modułów.

Możesz mieć osobny szablon odpowiedzi na zapytanie klienta, osobny do potwierdzania spotkania, osobny do przesyłania dokumentów, osobny do follow-upu, osobny do przypomnienia o płatności, osobny do reklamacji, osobny do opóźnienia, osobny do przekazania sprawy innej osobie.

Każdy szablon może zawierać zmienne pola.

Na przykład:

Dzień dobry,

dziękuję za wiadomość dotyczącą [TEMAT].

W odpowiedzi na pytanie dotyczące [KWESTIA] informuję, że [ODPOWIEDŹ].

[DODATKOWA INFORMACJA]

Jeżeli potrzebne są dodatkowe informacje, proszę o wiadomość.

Pozdrawiam,

[IMIĘ]

Możesz następnie poprosić AI:

Na podstawie mojego szablonu przygotuj gotową wiadomość. Zachowaj strukturę i styl, ale uzupełnij ją informacjami z poniższego materiału. Nie zmieniaj informacji zawartych w szablonie, chyba że jest to konieczne do zachowania poprawności.

Szablon:

[WKLEJ]

Dane:

[WKLEJ]

W ten sposób szablon staje się czymś w rodzaju formularza.

Jeszcze bardziej praktyczne jest stworzenie biblioteki według sytuacji, a nie według konkretnych tekstów.

Możesz poprosić AI o pomoc:

Na podstawie listy moich najczęstszych wiadomości przygotuj strukturę biblioteki odpowiedzi. Pogrupuj je według sytuacji, np. zapytania, potwierdzenia, odmowy, follow-upy, reklamacje, opóźnienia, przypomnienia, spotkania i podsumowania. Dla każdej kategorii zaproponuj 3–5 najczęściej potrzebnych szablonów.

Następnie możesz rozwijać bibliotekę wraz z rzeczywistymi potrzebami.

Bardzo ważne jest jednak, aby nie traktować gotowych odpowiedzi jako tekstów, które zawsze należy wysyłać bez zmian.

Człowiek nadal powinien sprawdzić przede wszystkim imiona, nazwiska, daty, kwoty, terminy, załączniki, adresatów i informacje dotyczące zobowiązań. Błąd w wiadomości wygenerowanej przez AI może być znacznie bardziej kosztowny niż oszczędność czasu wynikająca z jej użycia.

Dlatego dobrym zwyczajem jest wprowadzenie sobie krótkiej kontroli przed wysłaniem.

Możesz nawet poprosić AI o przygotowanie listy kontrolnej:

Przygotuj krótką checklistę do sprawdzania wiadomości przed wysłaniem. Uwzględnij: odbiorcę, sens wiadomości, fakty, liczby, daty, załączniki, ton, wezwanie do działania oraz informacje poufne.

Możesz później używać tej samej listy za każdym razem.

Jeszcze ciekawszy jest prompt, który pozwala AI sprawdzić wiadomość przed wysłaniem:

Sprawdź poniższą wiadomość przed wysłaniem.

Nie przepisuj jej od razu.

Wskaż:

— potencjalne błędy,

— niejasności,

— brakujące informacje,

— sprzeczności,

— zbyt ostre lub zbyt miękkie sformułowania,

— informacje, które mogą zostać źle zinterpretowane,

— miejsca wymagające ręcznej weryfikacji.

Jeżeli nie widzisz problemu, napisz to wyraźnie.

Wiadomość:

[WKLEJ]

Dopiero po sprawdzeniu możesz poprosić:

Popraw wyłącznie wskazane problemy. Zachowaj pozostałą treść możliwie bez zmian.

Takie podejście ogranicza ryzyko, że AI podczas „poprawiania” zmieni coś, czego nie chciałeś zmieniać.

Możesz również stworzyć własny standard odpowiedzi.

Jeżeli w twojej pracy wszystkie wiadomości powinny być krótkie, możesz ustalić:

Każda wiadomość powinna być możliwie krótka, ale kompletna. Najważniejsza informacja ma znaleźć się w pierwszym akapicie. Nie stosuj zbędnych uprzejmości, powtórzeń ani korporacyjnych frazesów.

Jeżeli twoja firma preferuje bardziej formalną komunikację, instrukcja może wyglądać inaczej.

Najważniejsze jest to, aby AI znała twoje zasady.

To właśnie prowadzi do stworzenia własnego „pracownika AI”, o którym mowa w poprzednim rozdziale.

Zamiast za każdym razem pisać:

„napisz profesjonalnie”,

„bądź uprzejmy”,

„nie za długo”,

„bez korporacyjnego języka”,

możesz zapisać te reguły w jednym miejscu i wykorzystywać je przy każdym e-mailu.

Możesz stworzyć własny główny prompt:

Jesteś moim asystentem do przygotowywania korespondencji zawodowej.

Zawsze przestrzegaj następujących zasad:

Pisz profesjonalnie, ale naturalnie.

Unikaj sztucznie formalnego języka.

Nie używaj przesadnych uprzejmości ani pustych frazesów.

Pisz konkretnie i możliwie krótko.

Nie wymyślaj informacji.

Jeżeli brakuje danych, zaznacz ten fakt.

Zachowuj sens informacji przekazanych przeze mnie.

Nie zmieniaj stanowiska nadawcy.

Dopasuj ton do odbiorcy i sytuacji.

Jeżeli wiadomość jest konfliktowa, zachowaj spokój i rzeczowość.

Jeżeli tworzysz odpowiedź, najpierw ustal, czego oczekuje nadawca.

Jeżeli istnieje ryzyko nieporozumienia, wskaż je.

Przedstawiaj gotowy tekst dopiero po przeanalizowaniu materiału.

Następnie możesz przekazywać kolejne wiadomości.

To jest już znacznie bliższe pracy z osobistym asystentem niż pojedynczemu zadawaniu pytań.

Możesz także rozszerzyć taki system o własny styl.

Na przykład:

Preferuję krótkie zdania. Nie używaj wykrzykników, chyba że są naprawdę uzasadnione. Nie rozpoczynaj każdej wiadomości od „Mam nadzieję, że u Państwa wszystko w porządku”. Nie stosuj przesadnie oficjalnych zwrotów. Unikaj słów „niniejszym”, „uprzejmie informuję” i „w nawiązaniu do powyższego”, jeśli można użyć prostszego sformułowania.

To może wydawać się drobiazgiem, ale właśnie takie szczegóły sprawiają, że komunikacja generowana przez AI zaczyna być bardziej zgodna z indywidualnym stylem.

Możesz też powiedzieć:

Moje wiadomości mają brzmieć jak wiadomości doświadczonego człowieka, a nie tekst wygenerowany przez AI. Preferuj prostotę, konkret i naturalny język.

To jedna z najważniejszych zasad.

Celem nie jest przecież produkowanie „idealnych maili AI”.

Celem jest szybsze tworzenie dobrych wiadomości.

To istotna różnica.

Nie każdy e-mail musi być perfekcyjnie napisany. Czasami najważniejsze jest, żeby był jasny, krótki i prowadził do działania.

Możesz więc stworzyć prompt, który optymalizuje wiadomość właśnie pod tym kątem:

Przeredaguj tę wiadomość pod kątem skuteczności. Odbiorca ma po przeczytaniu bez problemu wiedzieć: czego dotyczy sprawa, czego od niego oczekuję i jaki jest termin. Skróć tekst, jeśli to możliwe. Nie usuwaj informacji niezbędnych do wykonania działania.

W praktyce taki prompt może być bardziej wartościowy niż polecenie „napisz profesjonalnego maila”.

AI może również pomóc ci znaleźć najważniejsze zdanie w otrzymanej wiadomości.

Przeczytaj poniższego e-maila i odpowiedz jednym zdaniem: czego nadawca chce ode mnie?

Jeżeli wynik jest jasny, możesz poprosić:

Na podstawie tej informacji przygotuj krótką odpowiedź.

To daje bardzo szybki schemat pracy:

otrzymujesz wiadomość → AI identyfikuje oczekiwanie → ty podejmujesz decyzję → AI przygotowuje odpowiedź → ty sprawdzasz → wysyłasz.

To nie jest pełna automatyzacja skrzynki pocztowej.

Ale jest to bardzo praktyczna automatyzacja części procesu.

I właśnie od takich małych procesów warto zaczynać.

Jeżeli zrobisz to dobrze, po pewnym czasie możesz zauważyć, że AI przejęła od ciebie sporą część pracy przygotowawczej. Nie odpowiada za ciebie na wszystko. Nie wysyła bez kontroli wiadomości. Nie podejmuje decyzji. Ale przygotowuje materiały, na podstawie których możesz działać znacznie szybciej.

To bardzo zdrowy model współpracy.

Ty podejmujesz decyzję.

AI wykonuje część pracy.

Ty sprawdzasz wynik.

Dopiero potem komunikat trafia do odbiorcy.

W przypadku prostych wiadomości cały proces może trwać kilkanaście sekund zamiast kilku minut.

W przypadku długich wątków może oszczędzić kilkanaście minut.

W przypadku reklamacji może pomóc uporządkować emocjonalny i chaotyczny materiał.

W przypadku follow-upów może wyeliminować konieczność wymyślania kolejnej wersji tego samego przypomnienia.

A w przypadku powtarzalnych wiadomości może pozwolić stworzyć bibliotekę gotowych schematów.

Warto więc spojrzeć na swoją skrzynkę pocztową nie jak na listę wiadomości, na które musisz odpowiedzieć, ale jak na zbiór procesów.

Zapytania.

Odpowiedzi.

Przypomnienia.

Follow-upy.

Reklamacje.

Potwierdzenia.

Podsumowania.

Prośby o dokumenty.

Informacje o statusie.

Przekazywanie spraw.

Każda z tych kategorii może mieć własny schemat działania.

A każdy schemat może mieć własny prompt.

Właśnie wtedy zaczyna się prawdziwa automatyzacja.

Nie wtedy, kiedy AI napisze za ciebie jeden mail.

Tylko wtedy, kiedy zauważysz, że przez kolejne sześć miesięcy setki podobnych wiadomości możesz przygotowywać szybciej, ponieważ raz stworzyłeś dobry proces.

Na początku wystarczy więc otworzyć swoją skrzynkę i przejrzeć ostatnie kilkadziesiąt wiadomości.

Nie próbuj jeszcze niczego automatyzować.

Po prostu zaznacz wiadomości, które są do siebie podobne.

Jeżeli znajdziesz pięć wiadomości dotyczących potwierdzenia spotkania, masz pierwszego kandydata.

Jeżeli znajdziesz dziesięć podobnych follow-upów, masz kolejnego.

Jeżeli kilka razy odpowiadałeś na niemal identyczne pytanie klienta, masz kolejny.

Jeżeli co tydzień otrzymujesz długie raporty, które musisz czytać i streszczać, masz jeszcze jeden.

Następnie możesz powiedzieć AI:

Na podstawie poniższych przykładów znajdź powtarzające się schematy komunikacji. Nie twórz jeszcze gotowych wiadomości. Wskaż, które elementy są stałe, które zmienne oraz jakie informacje należy podać, aby przygotować poprawną odpowiedź.

Przykłady:

[WKLEJ WIADOMOŚCI]

To może być pierwszy krok do stworzenia własnej biblioteki.

Później:

Na podstawie znalezionego schematu przygotuj uniwersalny prompt. Powinien zawierać stałe zasady oraz pola do uzupełnienia. Nie kopiuj bezpośrednio treści przykładowych wiadomości.

A następnie:

Przetestuj przygotowany prompt na poniższym przykładzie i pokaż wynik. Po wykonaniu zadania oceń, czy prompt wymaga poprawy.

W ten sposób możesz zbudować proces, który z każdą kolejną próbą staje się lepszy.

To jest bardzo ważna zasada całej pracy z AI: nie oczekuj, że pierwszy prompt będzie idealny.

Pierwszy prompt jest prototypem.

Drugi jest poprawką.

Trzeci może być już naprawdę dobrym narzędziem.

Po kilku tygodniach korzystania z niego możesz odkryć kolejne wyjątki i dodać kolejne zasady.

Po kilku miesiącach masz narzędzie stworzone dokładnie pod swoją pracę.

I wtedy przestajesz za każdym razem zaczynać od zera.

Właśnie o to chodzi w automatyzowaniu codziennej pracy.

Nie o to, żeby przestać pracować.

Chodzi o to, żeby przestać wykonywać w kółko tę samą pracę.

E-mail jest jednym z najlepszych miejsc, żeby zacząć, ponieważ jest jednocześnie częsty, powtarzalny i łatwy do podzielenia na konkretne procesy.

Jeżeli więc po przeczytaniu tego rozdziału masz zrobić tylko jedną rzecz, nie próbuj wdrażać wszystkiego naraz.

Wybierz jeden typ wiadomości, który piszesz najczęściej.

Znajdź pięć przykładów.

Poproś AI o znalezienie wspólnego schematu.

Stwórz pierwszy prompt.

Przetestuj go na kilku rzeczywistych przypadkach.

Popraw.

Zapisz.

A następnie używaj.

Po kilku tygodniach wybierz drugi typ wiadomości.

Potem trzeci.

W ten sposób krok po kroku możesz stworzyć własną bibliotekę korespondencji.

I pewnego dnia może się okazać, że zadanie, które wcześniej wymagało od ciebie piętnastu minut, zajmuje dwie.

Nie dlatego, że AI napisała za ciebie idealnego maila.

Dlatego, że ty zaprojektowałeś proces, w którym AI wykonuje tę część pracy, która nie musi za każdym razem zaczynać się od pustej kartki.

ROZDZIAŁ 4. Dokumenty, których nie musisz już tworzyć ręcznie

Dokumenty są jednym z tych elementów pracy, które bardzo często sprawiają wrażenie bardziej skomplikowanych, niż rzeczywiście są. Nie dlatego, że każdy dokument wymaga wyjątkowej wiedzy, ale dlatego, że ogromna część czasu potrzebnego na jego przygotowanie nie jest związana z samym podejmowaniem decyzji. Zajmuje nas formatowanie, układanie zdań, przepisywanie informacji z innych miejsc, porządkowanie notatek, tworzenie nagłówków, poprawianie stylu, sprawdzanie spójności i dopasowywanie tekstu do wcześniejszych wzorów.

W wielu firmach dokumenty powstają według podobnego schematu. Ktoś zbiera informacje z kilku e-maili, otwiera poprzedni dokument, kopiuje jego strukturę, zmienia kilka fragmentów, dopisuje aktualne dane, poprawia datę, usuwa niepotrzebne elementy, sprawdza całość i wysyła plik dalej. Czasami zajmuje to dziesięć minut. Czasami pół godziny. Przy bardziej rozbudowanych dokumentach może to być kilka godzin.

A przecież bardzo często nie zaczynamy naprawdę od pustej kartki.

Mamy już dane. Mamy notatki. Mamy wcześniejsze dokumenty. Mamy e-maile. Mamy procedury. Mamy wyniki spotkań. Mamy informacje w arkuszach. Mamy briefy. Mamy raporty. Mamy materiały od klientów. Mamy wcześniejsze wersje.

Brakuje nam przede wszystkim czasu na ich uporządkowanie.

I właśnie tutaj AI może być niezwykle przydatna.

Najważniejsza zmiana polega na tym, aby przestać traktować AI wyłącznie jako generator tekstu. W przypadku dokumentów znacznie bardziej wartościowa jest jej zdolność do porządkowania dużej ilości informacji, wyszukiwania zależności, tworzenia struktury i przekształcania materiału wejściowego w określony format.

Możesz więc zamiast pisać:

„Napisz raport”,

powiedzieć:

Na podstawie poniższych materiałów przygotuj strukturę raportu. Najpierw uporządkuj informacje według tematów. Nie twórz jeszcze pełnego tekstu. Wskaż, jakich informacji brakuje oraz które dane są sprzeczne.

Materiały:

[WKLEJ]

To bardzo ważna różnica.

Jeżeli od razu poprosisz o gotowy dokument, AI może zacząć uzupełniać luki własnymi domysłami. Jeżeli najpierw poprosisz ją o analizę materiału, możesz zobaczyć, co rzeczywiście wynika ze źródeł.

Dopiero wtedy można przejść do tworzenia dokumentu.

Możesz powiedzieć:

Na podstawie przeanalizowanych materiałów przygotuj pełny dokument. Korzystaj wyłącznie z informacji zawartych w źródłach. Nie wymyślaj danych. Jeżeli brakuje informacji potrzebnej do sformułowania konkretnego fragmentu, oznacz miejsce jako [BRAK DANYCH].

Dokument ma mieć następującą strukturę:

— Cel dokumentu

— Najważniejsze informacje

— Aktualny stan

— Problemy

— Rekomendacje

— Kolejne kroki

Styl: profesjonalny, konkretny i łatwy do przeczytania.

Taki sposób pracy jest znacznie bezpieczniejszy niż polecenie AI, aby „napisała coś sensownego”.

Jednym z najczęściej tworzonych dokumentów są różnego rodzaju pisma. Mogą to być pisma do klientów, kontrahentów, pracowników, instytucji, partnerów biznesowych czy innych działów firmy. Często ich struktura jest przewidywalna.

Możesz więc stworzyć prompt:

Przygotuj projekt pisma na podstawie poniższych informacji.

Odbiorca: [KTO]

Cel pisma: [CEL]

Najważniejsze informacje:

[INFORMACJE]

Oczekiwane działanie odbiorcy:

[DZIAŁANIE]

Termin:

[TERMIN]

Styl: formalny, rzeczowy i konkretny.

Nie dodawaj informacji, których nie podałem. Jeżeli brakuje danych potrzebnych do poprawnego przygotowania pisma, wypisz je na początku jako „Brakujące informacje”.

Warto również powiedzieć AI, czego ma nie robić.

Nie używaj nadmiernie formalnych zwrotów. Nie twórz fikcyjnych podstaw prawnych. Nie powołuj się na przepisy, których nie podano. Nie zmieniaj faktów. Nie dopisuj zobowiązań żadnej ze stron.

Ostatnie polecenie jest szczególnie ważne przy dokumentach o charakterze formalnym, prawnym lub finansowym.

AI może pomóc przygotować projekt, ale nie powinna być traktowana jako automatyczny zastępca prawnika, księgowego czy specjalisty odpowiedzialnego za merytoryczną poprawność dokumentu.

Bardzo podobnie można tworzyć notatki służbowe.

Notatka często powstaje po spotkaniu, rozmowie telefonicznej albo wydarzeniu, kiedy trzeba szybko zapisać najważniejsze informacje. Problem polega na tym, że notatki robione w pośpiechu są zwykle chaotyczne.

Zamiast ręcznie porządkować:

Spotkanie z klientem. Chce zmienić termin. Mówił, że dokumenty wysłał. Nie mamy ich. Potrzebuje odpowiedzi do środy. Piotr ma sprawdzić system. Ja mam odpisać klientowi.

możesz użyć:

Przekształć poniższe chaotyczne notatki w profesjonalną notatkę służbową.

Zachowaj wszystkie informacje, ale uporządkuj je według schematu:

— temat,

— uczestnicy,

— najważniejsze ustalenia,

— problemy,

— decyzje,

— zadania,

— osoby odpowiedzialne,

— terminy.

Nie dodawaj żadnych informacji, których nie ma w notatkach.

Notatki:

[WKLEJ]

AI nie musi wtedy wymyślać treści. Jej zadaniem jest uporządkowanie materiału.

Możesz również poprosić o krótszą wersję:

Skróć poniższą notatkę służbową do najważniejszych informacji. Zachowaj osoby odpowiedzialne, terminy, decyzje i zadania. Usuń komentarze i powtórzenia.

Albo wersję dla osoby, która nie uczestniczyła w spotkaniu:

Przekształć poniższe notatki w krótkie podsumowanie dla osoby, która nie uczestniczyła w spotkaniu. Po przeczytaniu tekstu powinna rozumieć, czego dotyczyła sprawa, co ustalono, jakie są problemy i co należy teraz zrobić.

To bardzo praktyczne zastosowanie.

Kolejną kategorią są instrukcje.

Instrukcja często powstaje dlatego, że ktoś w firmie „wie, jak coś zrobić”, ale inni pracownicy nie wiedzą. Wiedza znajduje się w głowie jednej osoby, w kilku e-mailach albo w nieuporządkowanych notatkach.

AI może pomóc przekształcić tę wiedzę w dokument.

Możesz zacząć od:

Na podstawie poniższych informacji przygotuj instrukcję wykonania zadania.

Odbiorcą jest osoba, która nigdy wcześniej nie wykonywała tego procesu.

Instrukcja ma być:

— prosta,

— jednoznaczna,

— praktyczna,

— uporządkowana chronologicznie.

Nie pomijaj żadnego istotnego kroku.

Jeżeli w materiale znajdują się niejasności lub brakuje informacji, oznacz je jako [DO UZUPEŁNIENIA].

Materiał:

[WKLEJ]

Jeżeli instrukcja ma być używana codziennie, możesz poprosić o jeszcze większą precyzję:

Przeredaguj instrukcję tak, aby każda czynność była możliwa do wykonania bez dodatkowego pytania osoby bardziej doświadczonej. Każdy krok powinien odpowiadać na pytanie: co zrobić, gdzie to zrobić i jaki powinien być rezultat.

Możesz też poprosić o wersję skróconą:

Na podstawie pełnej instrukcji przygotuj jednostronicową checklistę do codziennego stosowania. Nie usuwaj czynności krytycznych.

W ten sposób z jednego dokumentu powstają dwa narzędzia: pełna instrukcja oraz szybka lista kontrolna.

Jeszcze bardziej wartościowe może być stworzenie procedury.

Procedura różni się od instrukcji tym, że często opisuje nie tylko sposób wykonania konkretnego zadania, ale również zasady postępowania w określonej sytuacji.

Możesz użyć promptu:

Na podstawie poniższych materiałów przygotuj projekt procedury wewnętrznej.

Procedura powinna zawierać:

cel,

zakres,

osoby odpowiedzialne,

warunki rozpoczęcia procesu,

kolejne etapy,

wymagane dokumenty,

sytuacje wyjątkowe,

sposób eskalacji problemów,

zakończenie procesu.

Nie twórz nowych zasad. Jeżeli materiał nie określa sposobu postępowania w danej sytuacji, oznacz ją jako [WYMAGA DECYZJI].

Materiały:

[WKLEJ]

To ostatnie zdanie jest niezwykle istotne.

Jednym z największych błędów podczas korzystania z AI przy tworzeniu dokumentów jest pozwalanie jej na uzupełnianie braków „na logikę”.

W tekście marketingowym może to być drobny problem.

W procedurze firmowej może stworzyć zasadę, której nikt nigdy nie zatwierdził.

Dlatego przy dokumentach operacyjnych dobrze jest wyraźnie powiedzieć:

Jeżeli informacja nie wynika ze źródła, nie zgaduj.

To prosta zasada, ale bardzo skuteczna.

AI świetnie nadaje się również do podsumowań.

W praktyce możesz przekazać jej długi raport, dokument, transkrypcję spotkania lub serię notatek i poprosić o stworzenie krótszego materiału dla konkretnej grupy odbiorców.

Na przykład:

Przygotuj podsumowanie poniższego dokumentu dla kierownika, który ma na jego przeczytanie maksymalnie 2 minuty.

Skup się na:

— najważniejszych faktach,

— problemach,

— liczbach,

— ryzykach,

— decyzjach wymagających podjęcia.

Nie opisuj szczegółów, które nie wpływają na decyzje.

Dokument:

[WKLEJ]

Albo dla pracownika:

Przygotuj podsumowanie poniższego dokumentu dla pracownika, który musi wiedzieć, co zmienia się w jego codziennej pracy. Skup się wyłącznie na praktycznych konsekwencjach.

Albo dla klienta:

Przygotuj krótkie podsumowanie dokumentu przeznaczone dla klienta. Używaj prostego języka. Usuń wewnętrzne informacje, komentarze i techniczne szczegóły, które nie są potrzebne klientowi. Nie zmieniaj faktów.

To pokazuje ważną zasadę: ten sam materiał źródłowy może zostać przekształcony w różne dokumenty dla różnych odbiorców.

To jedna z największych zalet AI.

Nie musisz tworzyć wszystkiego od początku.

Możesz stworzyć jeden dokument bazowy, a następnie poprosić AI o jego przekształcenie.

To szczególnie dobrze działa w przypadku ofert.

Oferta często zawiera informacje o firmie, problemie klienta, zakresie usługi, terminach, cenach, warunkach i kolejnych krokach.

Możesz przekazać AI materiał źródłowy:

Na podstawie poniższych informacji przygotuj projekt oferty dla klienta.

Oferta powinna zawierać:

— krótkie przedstawienie problemu klienta,

— proponowane rozwiązanie,

— zakres prac,

— najważniejsze korzyści,

— harmonogram,

— warunki współpracy,

— cenę,

— kolejny krok.

Nie wymyślaj żadnych parametrów, cen ani terminów.

Jeżeli brakuje informacji, oznacz miejsce jako [DO UZUPEŁNIENIA].

Materiały:

[WKLEJ]

Możesz następnie powiedzieć:

Skróć ofertę do jednej strony. Zachowaj najważniejsze informacje, cenę, zakres i kolejny krok. Usuń powtórzenia.

Albo:

Przekształć ofertę w krótkiego maila sprzedażowego. Nie kopiuj całej oferty. Wybierz najważniejsze informacje i zachęć odbiorcę do zapoznania się z pełnym dokumentem.

Albo:

Przygotuj wersję oferty przeznaczoną dla osoby decyzyjnej. Skup się na problemie, rozwiązaniu, korzyściach, kosztach, czasie realizacji i najważniejszych ryzykach.

Jeden dokument może więc stać się źródłem kilku różnych materiałów.

To samo dotyczy briefów.

Brief ma często zebrać najważniejsze informacje przed rozpoczęciem pracy. Problem polega na tym, że informacje potrzebne do jego przygotowania mogą być rozrzucone po kilku wiadomościach.

Możesz przekazać AI:

Na podstawie poniższych e-maili, notatek i informacji przygotuj brief projektu.

Uwzględnij:

— cel,

— problem,

— odbiorców,

— zakres,

— oczekiwany rezultat,

— termin,

— ograniczenia,

— dostępne materiały,

— osoby odpowiedzialne,

— otwarte pytania.

Nie dopisuj informacji, których nie ma w źródłach.

Na końcu dodaj sekcję „Brakujące informacje”.

To ostatnie pole może być bardzo wartościowe.

Zamiast po prostu tworzyć dokument, AI pokazuje ci, czego jeszcze potrzebujesz.

Możesz następnie zapytać:

Na podstawie przygotowanego briefu stwórz listę 10 najważniejszych pytań, które należy zadać przed rozpoczęciem projektu. Uporządkuj je według ważności.

W ten sposób dokument zaczyna pełnić funkcję narzędzia wspierającego proces decyzyjny.

Podobnie jest z raportami.

Raport może być przygotowany na podstawie danych, notatek, obserwacji lub innych dokumentów.

Najpierw warto przekazać AI źródła:

Przeanalizuj poniższe materiały i wyodrębnij wszystkie informacje, które mogą być istotne dla raportu. Podziel je na: dane, fakty, obserwacje, problemy, przyczyny, konsekwencje, działania i rekomendacje. Nie twórz jeszcze raportu.

Dopiero później:

Na podstawie przeprowadzonej analizy przygotuj raport. Każde stwierdzenie dotyczące danych lub faktów musi wynikać bezpośrednio z materiału źródłowego. Nie dopisuj danych. Jeżeli przedstawiasz wniosek, wyraźnie oddziel go od faktu.

Możesz także poprosić:

Przeczytaj raport i znajdź wszystkie miejsca, w których wnioski nie wynikają jednoznacznie z przedstawionych danych. Wskaż je i wyjaśnij, czego brakuje do ich potwierdzenia.

To bardzo dobry sposób na wykorzystanie AI jako kontrolera jakości.

Nie musi pisać raportu.

Może sprawdzić raport, który napisał człowiek.

To często jest jeszcze bardziej wartościowe.

Jednym z najbardziej praktycznych zastosowań AI jest również przerabianie jednego dokumentu na wiele formatów.

Wyobraź sobie, że masz długi raport.

Na jego podstawie możesz potrzebować krótkiego podsumowania dla przełożonego, wiadomości e-mail dla zespołu, prezentacji, notatki dla klienta, listy zadań i krótkiej informacji do systemu projektowego.

Nie ma sensu pisać tych materiałów od zera.

Możesz powiedzieć:

Na podstawie poniższego raportu przygotuj pięć materiałów:

— podsumowanie dla zarządu — maksymalnie 200 słów,

— wiadomość e-mail dla zespołu — maksymalnie 150 słów,

— listę najważniejszych zadań,

— krótką wersję dla klienta,

— zestaw punktów do prezentacji.

Każda wersja ma być dostosowana do odbiorcy, ale wszystkie muszą zachować zgodność z dokumentem źródłowym.

Nie dodawaj nowych informacji.

Raport:

[WKLEJ]

To może być ogromna oszczędność czasu.

Możesz również poprosić AI o zmianę poziomu szczegółowości:

Przekształć poniższy dokument w trzy wersje: 50 słów, 200 słów i 800 słów. Wszystkie wersje powinny zachowywać ten sam sens i najważniejsze fakty.

Albo zmienić odbiorcę:

Przeredaguj dokument techniczny tak, aby był zrozumiały dla osoby nietechnicznej. Zachowaj wszystkie kluczowe informacje, ale wyjaśnij specjalistyczne pojęcia prostym językiem.

Można też wykonać proces odwrotny:

Na podstawie poniższego krótkiego briefu przygotuj szczegółowy dokument roboczy. Rozwiń wyłącznie informacje zawarte w źródle. Nie dodawaj faktów, których nie podano.

To pokazuje, że AI może działać jak konwerter informacji.

Jedna informacja może zostać przedstawiona w wielu formach.

Raport może stać się e-mailem.

E-mail może stać się instrukcją.

Notatki mogą stać się raportem.

Raport może stać się prezentacją.

Procedura może stać się checklistą.

Oferta może stać się krótką wiadomością.

Brief może stać się planem projektu.

I właśnie dlatego warto myśleć o dokumentach nie jako o pojedynczych plikach, ale jako o różnych reprezentacjach tych samych informacji.

Jeszcze większe możliwości pojawiają się wtedy, kiedy dokument ma powstać na podstawie kilku źródeł.

W codziennej pracy jest to bardzo częste.

Informacje są w e-mailu.

Część znajduje się w notatkach ze spotkania.

Część w arkuszu.

Część w poprzednim raporcie.

Część w wiadomości od klienta.

Człowiek musi przeczytać wszystko, znaleźć najważniejsze fragmenty i połączyć je w jeden spójny dokument.

AI może wykonać sporą część tej pracy.

Możesz użyć promptu:

Przygotuj jeden spójny dokument na podstawie poniższych źródeł.

Źródło 1:

[WKLEJ]

Źródło 2:

[WKLEJ]

Źródło 3:

[WKLEJ]

Najpierw porównaj informacje ze wszystkich źródeł. Wskaż sprzeczności, różnice i braki. Następnie przygotuj dokument.

Zasady:

— nie wymyślaj informacji,

— nie traktuj domysłów jako faktów,

— jeżeli źródła są sprzeczne, zaznacz to,

— zachowaj informacje istotne dla tematu,

— usuń powtórzenia,

— uporządkuj całość w logiczną strukturę.

To jest znacznie bardziej zaawansowane zastosowanie.

AI nie tylko pisze.

Najpierw porównuje.

Następnie porządkuje.

Dopiero później tworzy tekst.

Możesz jeszcze bardziej zwiększyć kontrolę:

Przy każdym ważnym twierdzeniu w dokumencie dodaj w nawiasie oznaczenie źródła, z którego pochodzi informacja. Używaj oznaczeń [ŹRÓDŁO 1], [ŹRÓDŁO 2] itd. Nie twórz informacji bez wskazania źródła.

Dzięki temu późniejsza weryfikacja będzie znacznie prostsza.

Jeżeli pracujesz z wieloma dokumentami, możesz również poprosić:

Porównaj wszystkie źródła i przygotuj tabelę zgodności informacji. Dla każdej kluczowej kwestii wskaż, co mówi każde źródło. Jeżeli informacje są zgodne, zaznacz „zgodne”. Jeżeli występuje różnica, opisz ją.

Dopiero po takim etapie warto tworzyć dokument końcowy.

To jest dobra zasada również w przypadku danych liczbowych.

Jeżeli dokument zawiera liczby, możesz powiedzieć:

Wyodrębnij wszystkie liczby, kwoty, procenty, daty i jednostki z poniższego materiału. Nie interpretuj ich. Przy każdej wartości podaj kontekst, w którym występuje.

Następnie:

Sprawdź, czy liczby występujące w przygotowanym dokumencie są zgodne z materiałem źródłowym. Wskaż każdą rozbieżność.

Dzięki temu AI może pełnić funkcję dodatkowej warstwy kontroli.

Nie oznacza to, że kontrola człowieka przestaje być potrzebna.

Wręcz przeciwnie.

Im bardziej dokument jest istotny, tym ważniejsza staje się końcowa weryfikacja.

Szczególną ostrożność należy zachować w dokumentach prawnych, finansowych, medycznych, kadrowych, podatkowych i innych, w których błąd może mieć poważne konsekwencje. AI może pomóc przygotować projekt, uporządkować informacje, znaleźć niespójności czy poprawić język, ale odpowiedzialność za końcową treść powinna pozostać po stronie właściwej osoby.

Bardzo dobrym zwyczajem jest więc rozdzielenie procesu na trzy etapy.

Najpierw materiał źródłowy.

Potem przetwarzanie przez AI.

Na końcu kontrola człowieka.

Możesz nawet stworzyć sobie uniwersalny prompt kontroli dokumentu:

Przeprowadź kontrolę jakości poniższego dokumentu.

Sprawdź:

— zgodność z materiałem źródłowym,

— brakujące informacje,

— sprzeczności,

— powtórzenia,

— niejasne sformułowania,

— błędy logiczne,

— błędne lub niespójne daty,

— liczby i jednostki,

— nazwy własne,

— miejsca wymagające ręcznej weryfikacji.

Nie poprawiaj jeszcze tekstu. Najpierw przygotuj listę problemów wraz z ich lokalizacją.

Dopiero po analizie:

Popraw wyłącznie wskazane problemy. Nie zmieniaj pozostałej treści.

To pozwala zachować większą kontrolę.

Warto również nauczyć się tworzenia dokumentów etapami.

Zamiast:

Napisz raport na podstawie tych informacji.

lepiej:

Przeanalizuj materiały.

Potem:

Przygotuj strukturę.

Potem:

Wskaż braki.

Potem:

Napisz pierwszą wersję.

Potem:

Sprawdź zgodność ze źródłami.

Potem:

Skróć tekst.

Potem:

Dostosuj do odbiorcy.

Potem:

Przygotuj wersję końcową.

Może wydawać się, że to więcej poleceń.

W rzeczywistości często daje lepszy rezultat i zmniejsza ilość późniejszych poprawek.

W przypadku dokumentów jakość procesu ma ogromne znaczenie.

Jeżeli dokument jest prosty, możesz wykonać wszystko jednym promptem.

Jeżeli jest ważny, złożony lub oparty na wielu źródłach, warto podzielić pracę na etapy.

AI może również pomóc w tworzeniu dokumentów na podstawie formularza.

Możesz stworzyć prompt:

Na podstawie poniższych danych przygotuj dokument zgodnie z ustalonym wzorem.

Dane:

Klient: [KLIENT]

Projekt: [PROJEKT]

Termin: [TERMIN]

Zakres: [ZAKRES]

Budżet: [BUDŻET]

Odpowiedzialny: [OSOBA]

Status: [STATUS]

Ryzyka: [RYZYKA]

Zachowaj strukturę wzoru i uzupełnij wyłącznie informacje wynikające z podanych danych.

Wzór:

[WKLEJ SZABLON]

To jest bardzo praktyczny sposób na stworzenie półautomatycznych dokumentów.

Możesz mieć jeden formularz, który wypełniasz kilka minut, a AI przygotuje cały dokument.

W kolejnym kroku możesz nawet poprosić:

Sprawdź, czy wszystkie wymagane pola zostały uzupełnione. Jeżeli nie, wypisz brakujące dane i nie twórz finalnej wersji dokumentu.

Wtedy AI działa jak kontroler kompletności.

To świetny przykład sytuacji, w której automatyzacja nie musi oznaczać skomplikowanego programu.

Nie potrzebujesz kodu.

Nie musisz budować systemu informatycznego.

Nie musisz zatrudniać programisty.

Możesz zacząć od dobrze przygotowanego promptu, szablonu dokumentu i kilku materiałów źródłowych.

Największą zmianą jest jednak sposób myślenia.

Jeżeli dziś tworzysz dokument od zera, zadaj sobie pytanie: czy naprawdę tworzę go od zera?

Czy nie mam poprzedniej wersji?

Czy nie mam podobnego dokumentu?

Czy informacje nie są już zawarte w e-mailach?

Czy nie mam notatek ze spotkania?

Czy nie mam danych w arkuszu?

Czy ktoś nie przekazał mi już większości treści?

Jeżeli odpowiedź brzmi „tak”, prawdopodobnie nie potrzebujesz pisać wszystkiego ręcznie.

Potrzebujesz połączyć istniejące informacje.

I to jest dokładnie ten rodzaj pracy, w którym AI może być niezwykle skuteczna.

Warto również zwrócić uwagę na jeszcze jedną rzecz: dokument nie zawsze musi być długi.

Wiele osób tworzy obszerne dokumenty, ponieważ obawia się, że krótki tekst będzie wyglądał nieprofesjonalnie.

Tymczasem dobry dokument nie jest dobry dlatego, że ma dwadzieścia stron.

Jest dobry wtedy, kiedy odbiorca może szybko znaleźć potrzebną informację.

Możesz więc poprosić AI:

Przeanalizuj ten dokument pod kątem użyteczności. Wskaż, które fragmenty są niepotrzebnie długie, które informacje się powtarzają i gdzie najważniejsze informacje są ukryte. Zaproponuj strukturę, która pozwoli odbiorcy szybciej znaleźć najważniejsze informacje.

Albo:

Skróć dokument o około 30%, zachowując wszystkie informacje niezbędne do podjęcia decyzji. Nie usuwaj danych, terminów, warunków ani ograniczeń.

To może zmienić dokument z ciężkiego i trudnego do przeczytania w naprawdę praktyczne narzędzie.

Właśnie w tym tkwi jedna z największych wartości AI w pracy z dokumentami.

Nie tylko pisze szybciej.

Pomaga również myśleć o informacji.

Co jest ważne?

Co jest powtórzeniem?

Czego brakuje?

Co jest niejasne?

Co powinno znaleźć się na początku?

Co można usunąć?

Dla kogo jest ten dokument?

Jaką decyzję ma po nim podjąć odbiorca?

To są pytania, które wcześniej często zadawał sobie człowiek sam.

Teraz może wykorzystać AI jako dodatkową parę oczu.

Dobrym ćwiczeniem na zakończenie tego rozdziału jest wybranie jednego dokumentu, który przygotowujesz regularnie.

Nie wybieraj od razu najtrudniejszego.

Wybierz taki, który tworzysz co tydzień lub co miesiąc.

Znajdź jego poprzednie wersje.

Zbierz materiały, z których zwykle korzystasz.

Następnie poproś AI:

Przeanalizuj poniższe dokumenty i wskaż, które elementy powtarzają się we wszystkich wersjach, które są zmienne oraz jakie informacje muszę dostarczyć, aby stworzyć nową wersję dokumentu.

Potem:

Na tej podstawie przygotuj uniwersalny szablon dokumentu z miejscami do uzupełnienia.

Następnie:

Przygotuj prompt, który na podstawie danych wejściowych będzie w stanie stworzyć nową wersję dokumentu zgodną z tym szablonem.

A na końcu:

Przetestuj przygotowany prompt na poniższych danych. Po wygenerowaniu dokumentu przeprowadź kontrolę jakości i wskaż wszystkie elementy wymagające ręcznego sprawdzenia.

Jeżeli wszystko działa poprawnie, zapisz prompt.

Właśnie w ten sposób tworzysz swój pierwszy mały proces automatyzacji.

Nie potrzebujesz aplikacji.

Nie potrzebujesz programowania.

Nie potrzebujesz skomplikowanego systemu.

Potrzebujesz dobrze rozpoznać powtarzalną pracę.

Dokumenty są tutaj idealnym polem do eksperymentowania, ponieważ ich tworzenie bardzo często składa się z powtarzalnych etapów: zebrania danych, uporządkowania informacji, przygotowania struktury, napisania tekstu, dostosowania do odbiorcy i kontroli.

Część z tych czynności może wykonać AI.

Ty nadal odpowiadasz za decyzję, prawdziwość danych i końcową wersję dokumentu.

To nie jest oddanie pracy sztucznej inteligencji.

To jest przestawienie własnej pracy z pisania wszystkiego ręcznie na zarządzanie procesem tworzenia informacji.

A im więcej dokumentów tworzysz, tym większy może być efekt.

Jeżeli jeden dokument zajmował ci trzydzieści minut, a dzięki dobremu szablonowi i AI przygotowujesz pierwszą wersję w pięć minut, oszczędzasz dwadzieścia pięć minut.

Jeżeli robisz to raz w miesiącu, efekt jest niewielki.

Jeżeli robisz to dziesięć razy w tygodniu, zaczyna być znaczący.

Jeżeli podobnych procesów masz kilka, oszczędność rośnie jeszcze bardziej.

I właśnie dlatego nie warto pytać wyłącznie: „Czy AI potrafi napisać ten dokument?”.

Znacznie lepsze pytanie brzmi:

„Które części procesu tworzenia tego dokumentu naprawdę muszę wykonywać sam?”

To pytanie będzie wracać przez całą tę książkę.

Bo celem nie jest automatyzowanie dla samego automatyzowania.

Celem jest odzyskiwanie czasu.

Czasu, który możesz przeznaczyć na decyzje, rozmowy, kreatywność, klientów, rozwój, odpoczynek albo po prostu na pracę, która rzeczywiście wymaga twojego udziału.

Dokumenty są jednym z pierwszych miejsc, w których można tę zmianę zobaczyć bardzo wyraźnie.

Zamiast pustej strony masz materiał.

Zamiast ręcznego przepisywania masz proces.

Zamiast tworzenia wszystkiego od zera masz szablon.

Zamiast jednego dokumentu możesz otrzymać kilka wersji.

A zamiast kolejnego nudnego zadania możesz mieć kilka minut pracy nad wynikiem, który wcześniej powstawał przez godzinę.

I właśnie na tym polega praktyczna automatyzacja z wykorzystaniem AI.

ROZDZIAŁ 5. Spotkania, z których AI zrobi porządek

Spotkania są jednym z najbardziej paradoksalnych elementów współczesnej pracy. Z jednej strony mają przyspieszać podejmowanie decyzji, rozwiązywać problemy, wymieniać informacje i koordynować działania. Z drugiej strony potrafią pochłaniać ogromną ilość czasu, a po ich zakończeniu często okazuje się, że uczestnicy nie są do końca pewni, co właściwie ustalono, kto ma coś zrobić i do kiedy.

Samo spotkanie jest jednak tylko częścią problemu. Przed nim trzeba przygotować materiały, określić cel, zebrać informacje, ustalić agendę i zastanowić się, jakie pytania należy zadać. W trakcie spotkania ktoś powinien robić notatki, pilnować tematów i wyłapywać decyzje. Po spotkaniu trzeba przygotować podsumowanie, rozesłać ustalenia, stworzyć listę zadań i przypisać odpowiedzialność konkretnym osobom.

Jeżeli wszystko robisz ręcznie, jedno godzinne spotkanie może w rzeczywistości oznaczać dwie lub trzy godziny pracy.

AI może pomóc zmienić ten proces.

Nie oznacza to, że sztuczna inteligencja powinna uczestniczyć w każdej rozmowie i podejmować za ludzi decyzje. Jej ogromną wartością może być natomiast przygotowanie spotkania, uporządkowanie informacji z rozmowy i przekształcenie chaotycznych notatek w konkretny plan działania.

Najlepiej zacząć jeszcze przed spotkaniem.

Bardzo często spotkanie jest organizowane dlatego, że ktoś napisał krótką wiadomość: „Musimy się zdzwonić i omówić temat”. I właściwie na tym kończy się przygotowanie.

Uczestnicy przychodzą bez jasnego celu. Jedna osoba chce podjąć decyzję, druga chce tylko przekazać informacje, trzecia nie wie, dlaczego została zaproszona. Po kilkudziesięciu minutach rozmowa zaczyna się rozchodzić na kolejne tematy, ktoś przypomina sobie problem z poprzedniego tygodnia, ktoś inny dorzuca nowy pomysł, a na końcu pada zdanie: „Dobra, to chyba wszystko”.

Właśnie tutaj AI może pomóc jeszcze zanim spotkanie się rozpocznie.

Możesz przekazać jej informacje, które już masz, i poprosić o przygotowanie planu rozmowy:

Na podstawie poniższych informacji przygotuj plan spotkania.

Temat: [TEMAT]

Uczestnicy: [UCZESTNICY]

Cel spotkania: [CEL]

Aktualna sytuacja:

[OPIS]

Problemy do omówienia:

[PROBLEMY]

Przygotuj:

— główny cel spotkania,

— 5–8 punktów agendy,

— pytania, na które należy znaleźć odpowiedź,

— decyzje, które mogą wymagać podjęcia,

— informacje, które warto przygotować przed spotkaniem.

Uporządkuj punkty według ważności i nie dodawaj informacji, których nie ma w materiale.

Taki prompt pozwala spojrzeć na spotkanie nie jak na rozmowę, ale jak na proces prowadzący do określonego rezultatu.

To bardzo ważne.

Dobre spotkanie powinno mieć odpowiedź na pytanie: co ma być inne po jego zakończeniu?

Jeżeli celem jest podjęcie decyzji, agenda powinna prowadzić do decyzji.

Jeżeli celem jest rozwiązanie problemu, pytania powinny prowadzić do znalezienia rozwiązania.

Jeżeli celem jest podział pracy, spotkanie powinno zakończyć się konkretną listą zadań.

Możesz więc użyć AI nie tylko do stworzenia agendy, ale również do sprawdzenia, czy agenda rzeczywiście ma sens:

Oceń poniższą agendę spotkania. Sprawdź, czy każdy punkt jest związany z głównym celem spotkania. Wskaż punkty zbędne, brakujące oraz takie, które można połączyć. Zaproponuj krótszą i bardziej konkretną wersję agendy.

Cel spotkania:

[CEL]

Agenda:

[AGENDA]

Możesz także poprosić o przygotowanie pytań dla konkretnych uczestników:

Na podstawie celu spotkania i poniższych informacji przygotuj pytania, które warto zadać każdemu uczestnikowi.

Uczestnicy:

[LISTA]

Cel spotkania:

[CEL]

Kontekst:

[KONTEKST]

Przygotuj pytania osobno dla każdej osoby. Pytania mają prowadzić do konkretnych informacji lub decyzji, a nie być ogólnymi pytaniami typu „Co o tym sądzisz?”.

To może być szczególnie przydatne podczas spotkań projektowych.

Jeżeli spotykasz się na przykład z osobą odpowiedzialną za sprzedaż, możesz potrzebować informacji o klientach. Od osoby technicznej — informacji o możliwościach realizacji. Od finansów — informacji o kosztach. Od kierownika — decyzji dotyczącej priorytetów.

AI może pomóc przygotować pytania dopasowane do roli uczestnika.

Możesz też powiedzieć:

Przygotuj listę pytań, które pozwolą wykryć potencjalne problemy, zanim rozpoczniemy projekt. Skup się na terminach, zasobach, zależnościach, odpowiedzialności, kosztach i ryzykach.

W ten sposób spotkanie może stać się bardziej konkretne jeszcze przed rozpoczęciem.

Kolejnym krokiem jest przygotowanie materiału wejściowego.

Jeżeli przed spotkaniem masz kilka e-maili, notatki i wcześniejsze ustalenia, nie musisz samodzielnie czytać wszystkiego tuż przed rozmową.

Możesz przekazać materiały AI:

Przeanalizuj poniższe materiały przed spotkaniem.

Przygotuj:

— najważniejsze fakty,

— dotychczasowe ustalenia,

— kwestie nierozwiązane,

— sprzeczne informacje,

— pytania wymagające odpowiedzi,

— decyzje, które mogą być potrzebne.

Na końcu przygotuj krótkie podsumowanie, które można przeczytać w 2 minuty przed spotkaniem.

Materiały:

[WKLEJ]

To może być bardzo praktyczny „brief przed spotkaniem”.

Możesz również dodać:

Wskaż informacje, których uczestnicy mogą nie znać, a które mogą być istotne dla przebiegu rozmowy.

Wtedy AI nie tylko streszcza materiały, ale pomaga przygotować się mentalnie do rozmowy.

Następnie przychodzi samo spotkanie.

Jeżeli masz możliwość korzystania z narzędzia, które wykonuje transkrypcję rozmowy, po zakończeniu spotkania możesz otrzymać tekst całej rozmowy. W takim przypadku AI może przekształcić wielostronicową transkrypcję w zwięzłe i praktyczne podsumowanie.

To bardzo ważne, ponieważ transkrypcja sama w sobie nie jest jeszcze dobrym dokumentem.

Transkrypcja zawiera wszystko.

Dygresje.

Powtórzenia.

Niedokończone zdania.

Żarty.

Pytania.

Odpowiedzi.

Zmiany tematu.

Korekty.

Czasami nawet błędy wynikające z automatycznego rozpoznawania mowy.

Człowiek nie chce czytać trzydziestu stron transkrypcji.

Chce wiedzieć, co ustalono.

Możesz więc użyć:

Na podstawie poniższej transkrypcji spotkania przygotuj uporządkowane podsumowanie.

Uwzględnij:

— cel spotkania,

— najważniejsze informacje,

— najważniejsze ustalenia,

— podjęte decyzje,

— nierozwiązane problemy,

— pytania otwarte,

— zadania do wykonania,

— osoby odpowiedzialne,

— terminy.

Nie traktuj każdej wypowiedzi jako ustalenia. Wyraźnie odróżniaj propozycje, pytania, opinie i decyzje.

Nie dopisuj informacji, których nie ma w transkrypcji.

Transkrypcja:

[WKLEJ]

To jedno z najważniejszych poleceń w całym procesie.

AI nie powinna uznawać każdej wypowiedzi za decyzję.

Podczas spotkania ktoś może powiedzieć: „Może zrobimy to w przyszłym tygodniu”.

To niekoniecznie oznacza, że termin został ustalony.

Ktoś może powiedzieć: „Piotr mógłby się tym zająć”.

To niekoniecznie oznacza, że Piotr dostał zadanie.

Dlatego warto wymusić na AI rozróżnienie pomiędzy propozycją a decyzją.

Możesz użyć jeszcze bardziej restrykcyjnego promptu:

Przeanalizuj transkrypcję i oznacz każdą istotną informację jako jedną z kategorii:

[FAKT]

[OPINIA]

[PROPOZYCJA]

[DECYZJA]

[ZADANIE]

[PYTANIE OTWARTE]

Nie zmieniaj znaczenia wypowiedzi. Jeżeli nie można jednoznacznie określić kategorii, oznacz informację jako [NIEJASNE].

To może być bardzo pomocne w przypadku długich spotkań.

Możesz następnie powiedzieć:

Na podstawie powyższej klasyfikacji przygotuj wyłącznie listę formalnie ustalonych decyzji i zadań. Nie uwzględniaj propozycji, które nie zostały zaakceptowane.

W ten sposób ograniczasz ryzyko, że do podsumowania trafią rzeczy, które nigdy nie zostały naprawdę ustalone.

Kolejnym bardzo ważnym elementem jest lista zadań.

To właśnie tutaj wiele spotkań kończy się niepowodzeniem.

Uczestnicy rozmawiają przez godzinę, wszyscy wychodzą z poczuciem, że „dużo ustalili”, a następnego dnia nikt nie jest do końca pewien, co powinien zrobić.

AI może zamienić rozmowę w listę działań.

Użyj:

Na podstawie transkrypcji przygotuj listę wszystkich zadań wynikających ze spotkania.

Dla każdego zadania podaj:

— zadanie,

— osobę odpowiedzialną,

— termin,

— zależności,

— dodatkowe informacje.

Jeżeli odpowiedzialność lub termin nie zostały jednoznacznie ustalone, wpisz „NIE USTALONO” zamiast zgadywać.

To ostatnie zdanie powinno być standardem.

AI nie powinna „domyślać się”, kto ma wykonać zadanie.

Jeżeli podczas spotkania ktoś powiedział:

„Ktoś powinien sprawdzić te dane”.

AI nie powinna automatycznie przypisać tego zadania osobie, która najczęściej zajmuje się podobnymi rzeczami.

Powinna napisać:

„Osoba odpowiedzialna: NIE USTALONO”.

Możesz następnie wykorzystać AI do wykrywania właśnie takich luk:

Przeanalizuj listę zadań po spotkaniu. Wskaż wszystkie zadania, dla których nie określono właściciela, terminu lub oczekiwanego rezultatu.

To może być niezwykle wartościowe.

Bo czasami największym problemem po spotkaniu nie jest brak zadań, tylko brak odpowiedzialności.

„Musimy przygotować ofertę” nie jest jeszcze zadaniem.

Lepsze jest:

„Anna przygotuje pierwszą wersję oferty do środy do godziny 12:00”.

Dopiero wtedy wiadomo, kto, co i kiedy.

AI może pomóc zamieniać ogólne ustalenia na bardziej konkretne zadania.

Możesz powiedzieć:

Przekształć poniższe ogólne ustalenia w konkretne zadania. Każde zadanie powinno jasno określać działanie, rezultat i osobę odpowiedzialną, ale nie wymyślaj terminów ani odpowiedzialności, których nie ustalono.

Ustalenia:

[WKLEJ]

Jeżeli termin nie został ustalony, AI może pozostawić:

„Termin: do ustalenia”.

To lepsze niż fikcyjna data.

Warto również tworzyć podsumowanie dla osób, których nie było na spotkaniu.

Nie każda osoba potrzebuje pełnej transkrypcji.

Czasami pracownik potrzebuje tylko wiedzieć, co się wydarzyło i czy ma coś zrobić.

Możesz użyć:

Na podstawie poniższej transkrypcji przygotuj podsumowanie dla osoby, która nie uczestniczyła w spotkaniu.

Tekst powinien wyjaśniać:

— dlaczego odbyło się spotkanie,

— jakie były najważniejsze kwestie,

— co ustalono,

— jakie decyzje podjęto,

— jakie zadania wynikają ze spotkania,

— czy osoba czytająca ma coś zrobić.

Maksymalnie 500 słów. Pisz jasno i konkretnie.

Możesz też przygotować wersję jeszcze krótszą:

Przygotuj podsumowanie spotkania w maksymalnie 10 punktach. Uwzględnij wyłącznie informacje istotne dla osoby, która nie uczestniczyła w spotkaniu.

Albo wersję dla kierownika:

Przygotuj podsumowanie dla kierownika. Skup się na decyzjach, problemach, ryzykach, terminach i zadaniach wymagających jego uwagi. Pomijaj szczegóły rozmowy, które nie wpływają na dalsze działania.

Albo dla całego zespołu:

Przygotuj krótkie podsumowanie dla zespołu. Skup się na tym, co zostało ustalone i co każdy członek zespołu powinien zrobić dalej.

Właśnie tutaj widać ogromną zaletę AI: jedno spotkanie może zostać podsumowane na kilka różnych sposobów dla różnych odbiorców.

Nie musisz wysyłać wszystkim tej samej, wielostronicowej notatki.

Możesz przygotować różne wersje.

Jeszcze ciekawsze jest połączenie przygotowania przed spotkaniem i analizy po spotkaniu.

Przed spotkaniem:

Oto cel spotkania i materiały. Przygotuj agendę, pytania i listę decyzji, które powinny zostać podjęte.

Po spotkaniu:

Oto transkrypcja. Porównaj ją z pierwotnym celem i agendą. Wskaż, które tematy zostały zamknięte, które częściowo omówione, a które pozostały nierozwiązane.

To pozwala zobaczyć, czy spotkanie faktycznie osiągnęło swój cel.

Możesz użyć:

Porównaj plan spotkania z jego przebiegiem.

Plan:

[AGENDA]

Transkrypcja:

[TRANSKRYPCJA]

Przygotuj trzy listy:

— Tematy zakończone decyzją.

— Tematy omówione, ale nierozstrzygnięte.

— Tematy, których nie poruszono.

Nie dopowiadaj brakujących informacji.

To może być świetnym narzędziem dla osób prowadzących projekty.

AI może również pomóc znaleźć pytania, które pozostały bez odpowiedzi:

Przeanalizuj transkrypcję i znajdź pytania, na które podczas spotkania nie udzielono jednoznacznej odpowiedzi. Dla każdego pytania podaj, czego dotyczy i czy potrzebne jest dalsze działanie.

Możesz też poprosić:

Znajdź wszystkie miejsca, w których uczestnicy wyrażają niepewność, zgłaszają ryzyko lub wskazują potencjalny problem. Nie interpretuj ich, tylko przedstaw w uporządkowanej formie.

To pozwala wykorzystać transkrypcję nie tylko do stworzenia notatki, ale również do analizy.

Kolejnym zastosowaniem jest wykrywanie tematów, które wracają podczas wielu spotkań.

Jeżeli masz transkrypcje kilku kolejnych rozmów, możesz powiedzieć:

Przeanalizuj poniższe transkrypcje pięciu spotkań. Wskaż problemy, które pojawiają się wielokrotnie. Dla każdego problemu podaj, na których spotkaniach został poruszony, jakie rozwiązania proponowano i czy został ostatecznie rozwiązany.

To może pokazać coś, czego nie widać podczas pojedynczego spotkania.

Na przykład ten sam problem może pojawiać się przez sześć tygodni.

Każdego tygodnia ktoś mówi, że trzeba się nim zająć.

Nikt jednak nie podejmuje decyzji.

AI może to wykryć.

Możesz nawet poprosić:

Na podstawie poniższych transkrypcji znajdź tematy, które są wielokrotnie omawiane, ale nie prowadzą do decyzji. Wskaż je i zaproponuj pytania, które mogą pomóc zamknąć te tematy na kolejnym spotkaniu.

To jest już znacznie więcej niż zwykłe „zrób notatkę”.

To wykorzystanie AI do poprawy samego procesu pracy.

Bardzo ważne jest jednak bezpieczeństwo informacji.

Jeżeli transkrypcja zawiera dane klientów, dane pracowników, informacje finansowe, dane osobowe, tajemnice przedsiębiorstwa lub inne informacje poufne, przed przekazaniem ich do narzędzia AI należy sprawdzić zasady obowiązujące w organizacji i sposób przetwarzania danych przez używane narzędzie.

Nie należy bezrefleksyjnie kopiować poufnych informacji do dowolnego systemu.

W wielu przypadkach można przygotować materiał w sposób ograniczający ilość danych wrażliwych.

Zamiast:

„Jan Kowalski, PESEL…, klient firmy…, numer telefonu…”

można, jeżeli charakter zadania na to pozwala, użyć:

„Klient A”.

AI często nie potrzebuje danych osobowych, żeby uporządkować rozmowę.

Jeżeli potrzebujesz jedynie stworzenia struktury spotkania, nazwiska mogą być całkowicie zbędne.

Jeżeli potrzebujesz listy zadań, wystarczy często imię lub identyfikator pracownika zgodny z zasadami obowiązującymi w firmie.

Kolejna kwestia to jakość transkrypcji.

Automatyczne rozpoznawanie mowy nie jest idealne. Mogą pojawić się błędne nazwiska, przekręcone nazwy produktów, niewłaściwe liczby albo niepoprawnie rozpoznane słowa.

Dlatego przy ważnych spotkaniach nie należy traktować transkrypcji jako absolutnie wiarygodnego źródła.

Możesz wykorzystać AI do kontroli:

Przeanalizuj poniższą transkrypcję i wskaż fragmenty, które mogą zawierać błędy rozpoznawania mowy, szczególnie:

— nazwy własne,

— liczby,

— daty,

— kwoty,

— terminy,

— specjalistyczne określenia.

Nie poprawiaj ich samodzielnie. Wskaż miejsca wymagające ręcznego sprawdzenia.

To bardzo rozsądne podejście.

AI nie musi udawać, że wszystko wie.

Może również wskazać, gdzie nie jesteś pewien informacji.

W praktyce dobry proces obsługi spotkania może więc wyglądać następująco.

Najpierw zbierasz informacje przed spotkaniem. AI pomaga je uporządkować, stworzyć agendę i przygotować pytania.

Następnie odbywa się spotkanie. Rozmowa może zostać zapisana w formie notatek lub transkrypcji, zgodnie z zasadami organizacji i zgodą uczestników.

Po spotkaniu przekazujesz materiał AI.

AI identyfikuje najważniejsze informacje, decyzje, zadania, osoby odpowiedzialne i terminy.

Następnie tworzysz krótkie podsumowanie.

Potem możesz wygenerować osobne wersje dla zespołu, kierownika, klienta albo osoby, która nie uczestniczyła w spotkaniu.

Na końcu warto wykonać kontrolę.

Możesz użyć uniwersalnego promptu:

Przeprowadź kontrolę podsumowania spotkania na podstawie oryginalnej transkrypcji.

Sprawdź:

— czy wszystkie decyzje zostały prawidłowo przedstawione,

— czy zadania wynikają z rozmowy,

— czy osoby odpowiedzialne zostały prawidłowo przypisane,

— czy terminy są zgodne z rozmową,

— czy nie pomylono propozycji z decyzjami,

— czy nie dodano informacji, których nie było w transkrypcji.

Wskaż wszystkie potencjalne błędy. Nie poprawiaj ich automatycznie.