Nejhorší firemní zadání pro umělou inteligenci má pět slov: „Napiš nám článek o AI.“ Model jej splní. Dostanete uhlazený text, který mohl publikovat kdokoli, možná obsahuje nepřesnosti a nevede k žádnému obchodnímu rozhodnutí.
Při rozhovorech o AI komunikaci jsem text doporučoval jako dobrý první experiment pro malé a střední firmy. To platí dál, jen bych dnes přidal důležitou podmínku: nezačínejte generováním, ale podklady a odpovědností.
AI není zdroj vaší zkušenosti
Model umí skládat, zkracovat, porovnávat a navrhovat varianty. Nezažil poradu se zákazníkem, neviděl váš výrobní proces a neví, proč jste před dvěma lety opustili určitý postup. Pokud tyto informace nedostane, doplní pravděpodobně znějící obecnosti.
Dobré rozdělení práce vypadá takto:
- Člověk dodá: záměr, fakta, zkušenosti, priority, hranice a finální odpovědnost.
- AI pomůže: s osnovou, variantami, protiargumenty, zkrácením, změnou formátu a redakční kontrolou.
- Člověk rozhodne: co je pravda, co odpovídá značce a co se smí publikovat.
Workflow pro text, který může firma podepsat
1. Určete jednoho čtenáře a jedno rozhodnutí
„Pro majitele menší výrobní firmy, který zvažuje externí marketing a potřebuje poznat, kdy se mu vyplatí“ je lepší než „pro firmy“. Napište také, co má čtenář po textu vědět nebo udělat. Bez toho model optimalizuje hlavně plynulost.
2. Připravte balíček faktů
Vložte schválený popis služby, odpovědi odborníka, konkrétní příklady, omezení a odkazy na primární zdroje. Jasně označte, co je tvrzení firmy, co citovaný fakt a co se nesmí domýšlet. Důvěrná data anonymizujte nebo použijte nástroj a nastavení schválené firmou.
3. Ukažte hlas, ne seznam přídavných jmen
Pokyn „piš profesionálně a lidsky“ dostává model neustále. Mnohem lépe fungují tři až pět schválených ukázek a krátké vysvětlení: začínáme situací, používáme první osobu jen u vlastní zkušenosti, nepřeháníme výsledky, techniku převádíme na dopad do peněz, kapacity nebo rizika.
4. Nechte model nejdřív klást otázky
Než vznikne osnova, ať vypíše chybějící podklady a sporná tvrzení. Tato fáze často ušetří víc času než rychlejší psaní. Odhalí totiž, že chybí cílová skupina, cena, podmínka nebo důkaz.
5. Vytvořte návrh po částech
U delšího textu schvalte nejdřív úhel, strukturu a hlavní závěr. Teprve potom rozepište kapitoly. Snižujete tím riziko, že vyleštíte tři stránky textu postaveného na špatné premise.
6. Přepněte model do role kritika
Po prvním návrhu se neptejte jen „můžeš to zlepšit?“. Nechte vypsat nepodložená tvrzení, obecné pasáže, opakování, místa bez příkladu a otázky, které čtenář stále nemá zodpovězené. Kritika má být konkrétní a člověk musí rozhodnout, co přijme.
7. Ověřte fakta mimo model
Aktuální funkce, ceny, legislativu a technická doporučení kontrolujte v primárních zdrojích. Model může uvést neexistující funkci i přesvědčivě vypadající odkaz. U důležitých tvrzení si zaznamenejte zdroj a datum kontroly.
8. Udělejte lidskou finální redakci
Čtěte text jako zákazník. Je odpověď dost rychle? Ví, pro koho rada neplatí? Navazuje článek na službu nebo další užitečný obsah? Zní jako někdo, kdo problém řešil, nebo jako kompilace internetových pouček?
Kde AI přináší nejvíc hodnoty
- varianty předmětů, nadpisů a výzev k akci ze schválené nabídky,
- převedení webináře nebo rozhovoru do osnovy článku,
- zkrácení dlouhého odborného textu bez změny faktů,
- příprava otázek pro odborníka,
- hledání námitek a chybějících částí,
- adaptace jednoho podkladu pro newsletter, sociální síť a obchodní follow-up,
- jazyková a strukturální kontrola před lidskou redakcí.
U těchto úkolů je vstup dohledatelný a výsledek lze porovnat. Proto se dají zavést i v menší firmě bez velkého AI projektu.
Kde bych nastavil přísnější kontrolu
Vyšší riziko mají zdravotní, právní a finanční rady, smluvní podmínky, krizová komunikace, veřejné výsledky firmy a texty založené na neveřejných klientských datech. AI může pomoct se strukturou, ale schválení musí mít konkrétní odborník.
Stejně opatrný bych byl u automatických překladů do jazyka, který nikdo v týmu neumí zkontrolovat. Plynulost není důkaz správnosti a drobná významová změna může v nabídce stát peníze.
Jak AI obsah vnímá Google
Google ve svém doporučení ke generativnímu obsahu neříká, že text vytvořený s pomocí AI je automaticky špatně. Důležitá je přesnost, kvalita a přínos pro uživatele. Naopak masová výroba stránek bez hodnoty s cílem ovlivnit pořadí může porušit zásady proti zneužití škálovaného obsahu, ať jej vyrábí člověk, automat nebo oba.
Proto bych AI nepoužíval k zaplnění kalendáře. Používal bych ji k levnější výrobě lépe doloženého obsahu. Jak se důkazy a zkušenost promítají do vyhledávání, rozebírám v článku Jak se stát zdrojem pro Google a AI odpovědi.
Jak měřit, zda workflow šetří práci
Před pilotem změřte dobu od zadání do schválení, počet kol oprav, počet faktických chyb a obchodní výsledek textu. Po několika výstupech porovnejte stejná čísla. Pokud první návrh vznikne za minutu, ale seniorní člověk jej dvě hodiny opravuje, nevznikla úspora.
Sledujte také opakovatelnost. Jednorázový dobrý výstup není proces. Potřebujete šablonu zadání, uložené příklady hlasu, seznam zakázaných tvrzení, vlastníka faktů a jasné schválení.
Začněte jedním textem, ne transformací celé firmy
Vyberte článek nebo newsletter, pro který už máte kvalitní podklady. Sepište fakta, vytvořte návrh podle tohoto workflow a zaznamenejte čas i chyby. Potom rozhodněte, která část se dá standardizovat.
Pokud hledáte konkrétní nástroj, navazuje na to můj aktuální přehled sedmi AI nástrojů pro práci s textem. A pokud potřebujete nejdřív vytvořit hlas značky a bezpečný redakční proces, napište mi přes kontakt.