Jak używać AI w pracy - siedem zastosowań

Wartość z AI bierze się z zadań powtarzalnych i sprawdzalnych, nie z kreatywnych. Przy zadaniu, którego wynik potrafisz ocenić, widzisz od razu, czy model oszczędził ci czas. Przy zadaniu twórczym dostajesz coś, co wygląda dobrze, i nie masz jak zmierzyć, czy było warto.

Poniżej siedem zastosowań uporządkowanych od najpewniejszego do najbardziej ryzykownego. Przy każdym gotowe polecenie i sposób sprawdzenia, czy wynik nadaje się do użycia. Jeśli to twój pierwszy kontakt z takim narzędziem, krok wcześniejszy – wybór pierwszego zadania i jednego asystenta zamiast pięciu – opisuje ścieżka AI od zera.

Siedem zastosowań, od najpewniejszego

#	Zadanie	Jak sprawdzić wynik
1	Przekształcenie formatu tekstu	porównanie z oryginałem – treść ma być ta sama
2	Streszczenie materiału, który masz	wyrywkowe sprawdzenie trzech twierdzeń w źródle
3	Pierwsza wersja powtarzalnego pisma	czy zawiera wszystkie wymagane elementy
4	Wyciągnięcie danych z dokumentu	przeliczenie dwóch pozycji ręcznie
5	Tłumaczenie robocze	sprawdzenie terminów branżowych
6	Burza pomysłów	nie wymaga sprawdzenia – odrzucasz, co nietrafione
7	Odpowiedź merytoryczna z wiedzy modelu	wymaga pełnej weryfikacji u źródła

Granica przebiega między szóstym a siódmym wierszem. Wszystko powyżej pracuje na materiale, który dostarczasz. Ostatnie zastosowanie opiera się na pamięci modelu – i tylko tam ryzyko jest realne.

1. Przekształcenie formatu – najbezpieczniejszy start

Model nie musi nic wiedzieć, żeby zamienić listę na tabelę albo notatki na akapity. Treść pochodzi od ciebie, model zmienia tylko układ.

Polecenie, które działa: „Zamień poniższe notatki na tabelę z kolumnami: zadanie, osoba, termin. Nie dopisuj pozycji, których nie ma w notatkach.”

To jest zastosowanie, przy którym praktycznie nie da się zrobić sobie krzywdy – i dlatego jest najlepszym pierwszym krokiem.

2. Streszczenie materiału, który masz pod ręką

Kluczowe słowa: który masz. Streszczenie wklejonego dokumentu to inna operacja niż pytanie „o czym jest ta książka” – w pierwszym przypadku model pracuje na tekście, w drugim na pamięci.

Polecenie: „Streść poniższy dokument dla osoby, która go nie czytała. Podaj: główną tezę, trzy najważniejsze ustalenia i wnioski. Nie dodawaj informacji spoza tekstu.”

Sprawdzenie: wybierz trzy twierdzenia ze streszczenia i znajdź je w oryginale. Jeśli wszystkie trzy są – reszcie można ufać.

3. Pierwsza wersja powtarzalnego pisma

Mail odmowny, odpowiedź na reklamację, notatka ze spotkania – wszystko, co piszesz w podobnej formie po raz setny. Model daje szkielet, ty dokładasz konkret.

Polecenie: „Napisz odpowiedź na poniższą reklamację. Ton rzeczowy, bez przepraszania w pierwszym zdaniu. Zawrzyj: potwierdzenie przyjęcia, termin rozpatrzenia, dane kontaktowe. Maksymalnie 150 słów.”

Oszczędność jest tu największa nie na pisaniu, tylko na zaczynaniu. Pusta strona kosztuje więcej czasu niż redakcja gotowego szkicu.

4. Wyciągnięcie danych z dokumentu

Faktury, umowy, raporty – wszędzie tam, gdzie potrzebujesz kilku liczb z wielostronicowego pliku.

Polecenie: „Z poniższego dokumentu wypisz w tabeli: datę, kwotę netto, kwotę brutto i termin płatności. Jeśli którejś wartości nie ma, napisz «brak».”

Instrukcja o brakujących wartościach jest tu najważniejsza – bez niej model wpisze coś prawdopodobnego zamiast przyznać, że danych nie ma.

Sprawdzenie: przelicz ręcznie dwie pozycje. Jeśli się zgadzają, reszta zwykle też.

5. Tłumaczenie robocze

Do zrozumienia treści i do korespondencji wewnętrznej – tak. Do materiału, który wychodzi na zewnątrz pod twoim nazwiskiem – dopiero po korekcie.

Największe ryzyko to terminy branżowe, które model tłumaczy poprawnie językowo i błędnie merytorycznie. Porównanie samych narzędzi tłumaczeniowych zbiera tekst o tłumaczach AI.

6. Burza pomysłów

Jedyne zastosowanie, w którym jakość pojedynczej odpowiedzi nie ma znaczenia – liczy się liczba wariantów do odrzucenia.

Polecenie: „Podaj piętnaście pomysłów na tytuł tego materiału. Pięć rzeczowych, pięć prowokacyjnych, pięć z pytaniem.”

Podział na kategorie w poleceniu wymusza różnorodność. Bez niego dostaniesz piętnaście wariantów tego samego.

7. Odpowiedź merytoryczna – tu zaczyna się ryzyko

Model odpowiada równie płynnie, gdy wie i gdy nie wie. Przy pytaniach o przepisy, liczby, daty i nazwy własne odpowiedź wymaga sprawdzenia u źródła – zawsze, bez wyjątku dla pytań, które wydają się proste.

Mechanizm stojący za tym zjawiskiem opisuje tekst o halucynacjach AI.

Jak sprawdzić, czy to się opłaca

Zmierz jedno zadanie, nie wrażenie. Wybierz czynność, którą wykonujesz co tydzień, i policz czas przed i po – łącznie z czasem na poprawki i sprawdzenie. Pomiary z badań dotyczą zawsze jednego wąskiego zadania, nie całej pracy: w preregistrowanym eksperymencie ekonomistów z MIT, w którym 444 specjalistów z wyższym wykształceniem pisało teksty zawodowe, czas wykonania zadania spadł średnio z 27 do 17 minut, a oceny wystawiane przez recenzentów z tej samej branży wzrosły o 0,45 odchylenia standardowego. Gotowej tabeli oszczędności dla poszczególnych zastosowań nikt jednak nie publikuje, bo wynik zależy od twojego materiału i od progu, przy którym uznajesz odpowiedź za nadającą się do użycia. Jedyną wiarygodną liczbą dla twojej pracy jest własny pomiar.

Do rachunku wchodzi jeszcze jedna pozycja, niewidoczna przy jednym zadaniu dziennie: plany darmowe mają limity liczby wiadomości, odnawiane dopiero po kilku godzinach. Przy pracy ciągłej wyczerpuje się je w pół dnia, a czekanie na odnowienie puli też jest kosztem – ile konkretnie daje wersja bezpłatna, zbiera tekst o limitach ChatGPT za darmo.

Trzy rzeczy, które fałszują ten rachunek:

Nie liczysz czasu na weryfikację. To jest część pracy, nie dodatek.
Liczysz najlepszą próbę zamiast typowej. Pierwsza udana odpowiedź nie jest średnią.
Pomijasz zadania, przy których model przeszkodził. One też należą do bilansu.

Trzy zadania, których nie warto oddawać

Decyzje – model wyliczy argumenty, ale wybór i odpowiedzialność zostają po twojej stronie
Materiał, którego nie umiesz ocenić – jeśli nie wiesz, czy odpowiedź jest dobra, nie dowiesz się tego od modelu
Dane, których nie wolno wysłać – to nie jest kwestia jakości, tylko zasad; opisuje je tekst o prywatności w narzędziach AI

Najczęstsze pytania

Jak zacząć używać AI w pracy?

Wybierz jedno zadanie powtarzalne, którego wynik potrafisz ocenić, i rób je w jednym narzędziu przez kilka tygodni. Najbezpieczniejszy start to przekształcanie formatu tekstu i streszczanie materiałów, które sam dostarczasz – w obu przypadkach model nie korzysta z własnej wiedzy.

Do czego AI nadaje się najlepiej w pracy biurowej?

Do zadań powtarzalnych i sprawdzalnych: zmiany formatu tekstu, streszczeń wklejonych dokumentów, pierwszych wersji typowych pism i wyciągania danych z plików. Najsłabiej wypada tam, gdzie odpowiedź ma pochodzić z jego własnej wiedzy, bo wtedy wymaga pełnej weryfikacji.

Jak sprawdzić, czy AI faktycznie oszczędza czas?

Zmierz jedno powtarzalne zadanie przed i po, wliczając czas na poprawki i weryfikację. Najczęstszy błąd polega na liczeniu najlepszej próby zamiast typowej i na pomijaniu czasu potrzebnego na sprawdzenie wyniku.

Czy można oddać AI pisanie maili do klientów?

Do przygotowania pierwszej wersji tak, do wysłania bez czytania nie. Model dobrze radzi sobie ze strukturą typowego pisma, ale nie zna kontekstu relacji z konkretnym klientem ani ustaleń, których nie ma w poleceniu.