Deset oblastí, ve kterých AI mění znalostní práci

1. AI mindset: rozdělte práci na kroky

V roce 2025 nestačilo nahrát prezentaci a čekat, že AI sama dokonale zvládne všechno od začátku do konce. Lepší postup rozloží práci, doplní potřebný kontext a případně přidá technický mezikrok, třeba vytažení textu z PDF.

Při hodinovém hovoru o posunu agenta Aimee jsem nechal AI z přepisu vytvořit instrukci pro analýzu, návrh měření AI mindsetu u pohovorů a zadání pro dalšího agenta. Kolegyně z něj postavila chatbota, který jsme začali integrovat do produktu. Tři prompty s feedbackem vedly k novému produktu.

2. Nástroj vybírejte podle úkolu

• Claude: Lidštější texty, porozumění požadavkům a malé aplikace.
• ChatGPT: Web, GPTs, analýza dat a tvorba obrázků.
• NotebookLM a Gemini: Velké množství podkladů, zdroje a delší texty.
• Perplexity a Copilot: Vyhledávání zdrojů a práce uvnitř ekosystému Microsoftu.

U většího projektu dávám stejný úkol ChatGPT, Gemini a Claudovi. Rozdíly ukážou, který z nich se hodí pro další krok. Vlastní jednoduchou aplikaci na hromadné zpracování souborů jsem po rozhovoru s AI postavil za 20-25 minut příkazem „Build this app“ v nástroji pro tvorbu aplikací.

3. Symbióza vzniká z vlastního pracovního rytmu

Užitečné je nechat AI připravit zadání pro další AI nebo kolegu, vytvářet více variant výstupu a popisovat cíl místo jediné předem zvolené cesty. Diktování, externí data, obrázky a různé formáty pak spojíte podle práce, kterou právě řešíte.

Můj prompt Dirigent expertizy nejprve vybere pět odborných rolí a nechá je diskutovat o zadání. Právě při takovém postupu vznikl název Superpowered Professional.

4. Druhý mozek stojí na promptu a kontextu

Aby AI psala e-mail jako vy, potřebuje instrukci i popis vašeho stylu. Pro automatizaci zase potřebuje postupy a checklisty. Čím lépe zachytíte vlastní znalosti, tím snáz je později použije asistent nebo agent.

V Cursoru jsem spojil prezentace, přepisy, zápisy a tipy z programu Future AI Leader. Příprava trvala 10-15 minut a pozdější hledání v materiálech jen několik vteřin.

Při e-mailu nebo příspěvku nejdřív nadiktuju myšlenky či body. AI udělá přibližně 90 % práce a já doladím posledních 10 %. Stejný princip používáme pro asistenty na e-maily, zprávy a LinkedIn.

U videí, avatarů a hlasu doporučuji sledovat, zda školitel daný postup skutečně používá. My jsme experimentovali s krátkými přednáškami přes avatar, propagací knihy, automatickými hlasovkami a hlasovým asistentem pro zákazníky. Výsledek není tak automatický, jak často vypadá v ukázce.

6. AI zrychluje každou část projektu

• Průzkum: Projít desítky nebo stovky webů a připravit rešerši.
• Spojení podkladů: Z původního dokumentu, zpětné vazby a nadiktovaných poznámek vytvořit nové zadání.
• Analýza: Rozebrat data nebo cizí projekt a převést principy do vlastního prostředí.
• Prototyp: Z rozhovoru vytvořit specifikaci a první funkční verzi aplikace či služby.

7. Vibe coding zpřístupňuje digitální projekty

Před rokem a půl jsem napsal, že se máme připravit na svět bez programátorů, ve kterém budou programovat všichni. Vibe coding tento posun přiblížil: člověk popíše cíl a AI připraví řešení. Funguje hlavně pro menší nástroje a prototypy, kde má výsledek stále kdo zkontrolovat.

V Cursoru nebo GitHub Copilotu jsem tak čistil data z pěti tabulek, vytáhl třicet minut vlastního hlasu z podcastu a personalizoval kontakty. Zadání píšu běžnou řečí. Pro mě je to z 90 % mindset a z 10 % technická dovednost.

8. S daty můžete mluvit normální češtinou

Z tříměsíční historie prohlížeče jsem dvěma dotazy vytvořil report. Na začátku února jsem používal Google 15× častěji než AI chaty; později se poměr dostal přibližně na 1:1. Dataset měl 3 700 řádků.

Cursor mi také napsal skript, který spojil přibližně 30 000 kontaktů z devíti zdrojů, mimo jiné z WhatsAppu, telefonu, e-mailu a LinkedInu.

9. Automatizace nemusí začít velkým systémem

Analýzu příležitostí nad tabulkou s desítkami záznamů jsem po dvou promptech a testu dvou nástrojů automatizoval za 10 minut. U aktualizace kontaktů zase AI dohledala profil a firmu a druhý prompt výsledek porovnal.

Větší úloha pracovala s téměř 18 000 kontakty z LinkedInu. AI doplňovala oddělení, jazyk, pohlaví, personalizaci a informaci, zda člověk vede tým. Běžela osm hodin, dosáhla podle mé kontroly úspěšnosti 99,9 % a stála 1,90 dolaru.

10. Trend má cenu až ve vaší práci

Poslední oblast spojuje nástroje s rolí člověka: co budu dělat v době AI, které kompetence doplním a jak si díky nim vytvořím lepší práci nebo podnikání. Jedna kapitola mé knihy se jmenuje Zlatý věk tvůrců. Přesně k tomu má celý systém směřovat.

AI mindset vzniká na konkrétních úkolech. Webinář může ukázat cestu, ale rozdíl udělá práce mezi školeními: AI připnutá v prohlížeči, pravidelné experimenty a ochota vracet se k tomu, co napoprvé nefungovalo.