AI dla przedsiębiorczyń i managerek: baza wiedzy

Od czego zacząć, gdy nie jesteś techniczna

Najczęstszy błąd to zaczynanie od narzędzia. Kobieta, która pyta „którego AI używać”, zwykle utknie na wyborze, a ta, która pyta „co mnie najbardziej zjada w tygodniu”, ma wynik tego samego dnia. Kolejność ma znaczenie.

1. Wypisz tydzień, bez selekcjiWszystko, co robiłaś przez ostatnie siedem dni. Także rzeczy drobne i wstydliwe, jak przekładanie tej samej wiadomości z dnia na dzień.
2. Zaznacz to, co się powtarzaPowtarzalność jest ważniejsza niż trudność. Zadanie, które robisz co tydzień przez pół godziny, warto oddać wcześniej niż jednorazowy trudny projekt.
3. Naucz AI swojego biznesuRaz przygotuj opis: czym się zajmujesz, komu sprzedajesz, jak mówisz, co Cię wyróżnia. Wklejaj go na początku każdej rozmowy. To jedna rzecz, która zmienia jakość odpowiedzi najbardziej.
4. Zleć jedno zadanie, porządniePowiedz AI, kim ma być, co ma wiedzieć, co zrobić i w jakim formacie. Popraw wynik w rozmowie, zamiast zaczynać od nowa.
5. Zapisz to, co zadziałałoUdane polecenie zapisz i używaj ponownie. Po miesiącu masz własną bibliotekę, a nie wspomnienie po szkoleniu.

Gotowe polecenia do skopiowania znajdziesz w naszej bezpłatnej bibliotece promptów.

Co AI realnie robi w małej firmie i w zespole

Poniżej zastosowania, które sprawdzają się u kobiet prowadzących firmy usługowe, zespoły projektowe i działy w korporacjach. Nie ma tu niczego, czego nie da się zrobić w pierwszym tygodniu.

Dlaczego to szczególnie dotyczy kobiet

To nie jest kwestia opinii. Trzy niezależne źródła pokazują, że zmiana wywołana przez sztuczną inteligencję rozkłada się nierówno.

Wniosek praktyczny jest prosty. Ryzyko i szansa dotyczą tych samych osób. O tym, po której stronie się wyląduje, decyduje nie talent techniczny, tylko moment rozpoczęcia.

Pojęcia AI wytłumaczone po ludzku

Dwanaście słów, które padają najczęściej. Bez definicji z Wikipedii, za to z przykładem z pracy.

Prompt

Polecenie, które wydajesz sztucznej inteligencji. Dobre polecenie zawiera rolę, kontekst, zadanie i format. „Napisz post” to nie prompt, tylko życzenie.

Model językowy (LLM)

Program, który przewiduje kolejne słowa na podstawie ogromnej liczby tekstów. Nie wie nic o Twojej firmie, dopóki mu nie powiesz. Przykłady: Claude, ChatGPT, Gemini.

Kontekst

Wszystko, co model ma przed oczami w danej rozmowie: Twoje pytania, wklejone dokumenty, wcześniejsze odpowiedzi. Im lepszy kontekst, tym trafniejsza odpowiedź. Brak kontekstu to główna przyczyna „bzdur”.

Halucynacja

Sytuacja, w której model podaje nieprawdziwą informację brzmiącą wiarygodnie. Dlatego liczby, daty i cytaty zawsze sprawdzasz sama, zanim wyślesz je klientce.

Token

Kawałek tekstu, na które model dzieli słowa. Ma znaczenie tylko wtedy, gdy płacisz za użycie API albo gdy rozmowa robi się bardzo długa.

Agent

Sztuczna inteligencja, która nie tylko odpowiada, ale też wykonuje kroki: szuka w sieci, tworzy plik, wysyła zapytanie. Różnica jest taka jak między doradczynią a asystentką, która sama załatwia sprawę.

Automatyzacja

Ustawienie, dzięki któremu coś dzieje się bez Ciebie po spełnieniu warunku. Na przykład: nowe zgłoszenie z formularza trafia do arkusza i wywołuje wiadomość powitalną.

API

Sposób, w jaki dwa programy rozmawiają ze sobą bez człowieka. Nie musisz umieć go używać, ale warto wiedzieć, że to dzięki niemu narzędzia można łączyć.

Fine tuning

Douczanie modelu na własnych danych. W małej firmie prawie nigdy nie jest potrzebne. Ten sam efekt zwykle daje dobry opis biznesu wklejany w kontekst.

RAG

Metoda, w której model odpowiada, korzystając z Twoich dokumentów, zamiast z pamięci. W praktyce: wgrywasz swoje pliki i pytasz o ich treść.

Prompt injection

Atak polegający na ukryciu w dokumencie albo na stronie polecenia dla AI. Dlatego nie każ modelowi wykonywać instrukcji znalezionych w treściach z zewnątrz.

Okno kontekstowe

Ilość tekstu, jaką model może objąć naraz. Gdy rozmowa robi się bardzo długa, początek przestaje być brany pod uwagę i warto zacząć nową z podsumowaniem.

Pięć błędów, które kosztują najwięcej czasu

1. Zaczynanie od narzędzia zamiast od zadania. Wybór narzędzia zajmuje tydzień i nie daje żadnego efektu. Wybór zadania daje efekt tego samego dnia.
2. Zlecanie bez kontekstu. Model, który nie wie, komu sprzedajesz i jakim językiem mówisz, odpowiada średnią ze wszystkiego, co widział w internecie. Stąd wrażenie, że „pisze jak wszyscy”.
3. Poprawianie wyniku samodzielnie. Zamiast przepisywać odpowiedź ręcznie, powiedz, co jest nie tak. Druga wersja zwykle jest już dobra, a Ty uczysz się formułować oczekiwania.
4. Traktowanie odpowiedzi jak faktu. Liczby, daty, przepisy i cytaty sprawdzasz przed wysłaniem. To zajmuje minutę i chroni przed kompromitacją.
5. Czekanie, aż technologia się ustabilizuje. Metoda pracy z AI jest trwalsza niż wersje narzędzi. Kto uczy się metody, nie zaczyna od zera przy każdej aktualizacji.

Pytania, które dostajemy najczęściej