„To brzmi, jakby napisało AI” — znasz ten komentarz. Pierwszy odruch to szukać lepszego promptu albo innego modelu. Tymczasem w większości przypadków problem jest prostszy: model nie wie nic o Twojej firmie, więc luki wypełnia tym, co jest najbardziej typowe w internecie. Dostajesz tekst, który mógłby należeć do każdego. Poniżej cztery nawyki, które zmieniają wyniki bardziej niż kolejna wersja „idealnego promptu” — i które da się wprowadzić w jeden tydzień.
1. Najpierw kontekst, dopiero potem polecenie
Prompt mówi modelowi, co ma zrobić. Kontekst mówi, dla kogo, w jakim tonie i na jakiej podstawie. Bez niego nawet świetnie sformułowane polecenie da generyczny efekt. Zamiast za każdym razem opisywać firmę od nowa, przygotuj jeden dokument i dołączaj go do każdej pracy z AI. Powinien zawierać:
- Kim są Twoi klienci i jak mówią o swoim problemie — ich własnymi słowami, z rozmów telefonicznych, opinii w Google, wiadomości z formularza. Nie językiem branżowym, którego oni sami nie używają.
- Trzy teksty wzorcowe i jeden antywzorzec — materiały, z których jesteś dumny, i przykład czegoś, co brzmi „nie jak my”. Model uczy się stylu z przykładów szybciej niż z opisu.
- Słownik zakazanych słów i fraz — wszystko, czego marka nie używa. Ta lista jest zaskakująco skuteczna.
- Co oferujesz, a czego nie — granice usługi, ceny, których nie podajesz publicznie, obietnice, których nie składasz. Dzięki temu model nie dopisze „gwarantowanych efektów” tam, gdzie nikt ich nie gwarantuje.
Ten jeden plik to najtańsza inwestycja w jakość pracy z AI, jaką możesz zrobić. Aktualizuj go, kiedy zmienia się oferta albo ton komunikacji.
2. Liczba bez źródła to nie dane
Model zapytany o przychód z zeszłego miesiąca odpowie pewnie i płynnie — nawet jeśli nie ma skąd znać poprawnej wartości. A przekonująca, ale błędna liczba jest groźniejsza niż brak odpowiedzi, bo trafia do decyzji. Zanim podepniesz AI pod swoje dane, ustal trzy rzeczy:
- Definicje wskaźników. Przychód brutto czy netto? Lead to każde zgłoszenie, czy tylko takie, które przeszło kwalifikację? Konwersja to wysłany formularz, czy sprzedaż?
- Jedno źródło prawdy. System sprzedaży, GA4 i panel Google Ads prawie nigdy nie pokazują tego samego — inaczej liczą okna atrybucji, a przy braku zgody użytkownika część konwersji jest w raportach tylko modelowana. Zdecyduj, który zestaw liczb jest obowiązujący, a pozostałe traktuj jako uzupełnienie.
- Wymóg podania pochodzenia. Każda liczba od AI powinna wracać z informacją: z jakiego źródła, za jaki okres, według jakiej definicji. Odpowiedź bez tych trzech elementów traktuj jak szkic.
Uporządkowany pomiar to fundament, bez którego żadne narzędzie AI nie da wiarygodnych wniosków. Jeśli u Ciebie liczby z różnych miejsc się rozjeżdżają, zacznij od analityki, GA4 i Consent Mode v2, zanim zaczniesz zadawać pytania modelowi. To samo dotyczy raportowania kampanii — punktem wyjścia w Google Ads jest poprawnie skonfigurowana konwersja, nie sprytny raport.
3. Jedna odpowiedź AI to nie pomiar
Modele językowe na to samo pytanie odpowiadają za każdym razem odrobinę inaczej. Kolejność poleceń, drobna zmiana w sformułowaniu, inna sesja — i lista firm w odpowiedzi wygląda inaczej. Dlatego jednorazowe „sprawdziłem w ChatGPT i nas polecił” (albo „nie polecił”) niczego nie dowodzi. Rzetelniej wygląda to tak:
- Ułóż zestaw pytań, które zadałby Twój klient — 10–20 realnych sformułowań, nie jedno hasło. Uwzględnij wersje lokalne („agencja marketingowa Kraków”), problemowe („dlaczego moja strona nie ma klientów”) i porównawcze.
- Zadawaj każde pytanie wielokrotnie, w osobnych sesjach, najlepiej bez zalogowanego konta z historią.
- Zapisuj wynik w arkuszu: czy marka się pojawiła, na jakiej pozycji, w jakim kontekście (polecana, wspomniana, wymieniona jako przykład), jakie strony model wskazał jako źródła.
- Patrz na częstotliwość, nie na pojedynczy wynik. „Pojawiamy się w 3 z 10 odpowiedzi” to informacja. „Byliśmy trzeci” — anegdota.
- Powtarzaj co miesiąc, na tym samym zestawie pytań, żeby widzieć trend.
Warto też sprawdzić, z jakich stron model czerpie informacje o Twojej branży, bo to podpowiada, gdzie musi się pojawić wzmianka o Twojej firmie. Cały ten obszar — od pomiaru po działania podnoszące widoczność — opisujemy na stronie pozycjonowania w AI (GEO). A jeśli interesuje Cię płatna strona tego kanału, zajrzyj do wpisu o reklamach w ChatGPT w Polsce i do usługi ChatGPT Ads. Pamiętaj przy tym, że widoczność w odpowiedziach AI nie zastępuje klasycznego SEO — modele w dużej mierze opierają się na tych samych, dobrze zbudowanych stronach.
4. Sposób pracy z AI musi działać bez Ciebie
W wielu firmach jest ta jedna osoba, która „ogarnia AI”. Jej wyniki są dobre, ale wiedza siedzi w głowie i w prywatnej historii czatu. Gdy ta osoba ma urlop albo odchodzi, proces przestaje działać. Skalowalny sposób pracy z AI da się opisać tak, żeby wykonał go ktoś inny. Dla każdego powtarzalnego zadania spisz:
- Dane wejściowe — co trzeba przygotować i skąd to wziąć,
- Kroki — w jakiej kolejności, w jakim narzędziu, z jakim plikiem kontekstu,
- Kryterium sprawdzenia — po czym poznać, że wynik jest dobry, i kto go zatwierdza,
- Wyjątki — kiedy zadanie wraca do człowieka i nie wolno go automatyzować.
Dopiero opisany, sprawdzony ręcznie proces warto automatyzować. Odwrotna kolejność — narzędzie najpierw, proces „jakoś się ułoży” — kończy się drogą automatyzacją chaosu. Jeśli chcesz przejść ten etap z kimś, kto zrobi to razem z Tobą, od tego zaczynają się nasze automatyzacje AI: od procesu, a nie od narzędzia.
Od czego zacząć w tym tygodniu
- Zbierz dziesięć zdań, którymi klienci opisują swój problem, i dopisz je do dokumentu kontekstowego.
- Wybierz trzy najważniejsze wskaźniki firmy i zapisz, jak dokładnie je liczysz i gdzie jest źródło.
- Zadaj piętnaście pytań o swoją branżę w wielu sesjach AI i zapisz, jak często pojawia się Twoja marka.
- Opisz jedno zadanie, które dziś robi „ta jedna osoba od AI”, tak żeby ktoś inny mógł je wykonać.
Podsumowanie
Jakość pracy z AI rzadko zależy od magicznego sformułowania. Zależy od tego, co model wie o Twojej firmie, czy liczby, na których pracuje, są zdefiniowane, czy pomiar opiera się na wielu próbach, a nie jednej, i czy sposób pracy da się powtórzyć bez konkretnej osoby. To nudne, organizacyjne rzeczy — i właśnie dlatego robi je mało firm. Zobacz też, jak podchodzimy do wyników klientów w naszych realizacjach.
Sprawdźmy, gdzie AI marnuje Wam czas
Jeśli nie wiesz, od którego z tych czterech obszarów zacząć, zamów bezpłatny audyt — przejrzymy stronę, pomiar i widoczność firmy i wskażemy, co warto poprawić w pierwszej kolejności. Możesz też po prostu napisać do nas i opisać, co chcesz usprawnić.