Szkolenie z ChatGPT dla pracowników: czego uczyć najpierw?

Najpierw naucz pracowników jednego prawdziwego zadania dla każdej roli, a nie całego narzędzia. Potem dodaj trzy rzeczy wspólne dla wszystkich: zasady wewnętrzne określające, jakie dane nigdy nie trafiają do ChatGPT ani Claude, nawyk sprawdzania każdego wyniku, zanim opuści zespół, i niewielką bibliotekę wspólnych szablonów promptów. Mierz użycie przed i po, aby wiedzieć, co się zmieniło.

#Najważniejsze wnioski

• Pierwsza lekcja powinna dotyczyć zadania z własnej pracy danej osoby, a nie przeglądu funkcji.
• Zasady wewnętrzne dotyczące danych są ważniejsze niż porady o promptach i powinny zmieścić się na jednej stronie.
• Sprawdzanie wyników to umiejętność, którą się ćwiczy, a nie zdanie w regulaminie.
• Wspólne szablony promptów zamieniają dobry prompt jednej osoby w nawyk całego zespołu.
• Mierz, kto korzysta z narzędzia, przy jakich zadaniach i jak często wyniki są zachowywane lub poprawiane.

#Jak dziś wygląda tydzień zespołu z ChatGPT lub Claude?

W większości firm część osób już korzysta z nich codziennie, a większość nie. Koordynatorka sprzedaży wkleja notatki z rozmowy do ChatGPT, by przygotować e-mail z podsumowaniem do HubSpot. Analityk finansowy prosi Claude o wyjaśnienie odchylenia w eksporcie z Excela. Partner HR przepisuje ogłoszenie o pracę. Nikt nie uzgodnił, z którego konta korzystać, jakie dane są dozwolone ani kto sprawdza wynik.

To normalny punkt wyjścia, a nie porażka. Work Trend Index Microsoftu i LinkedIn, maj 2024 wykazał, że 75% pracowników umysłowych korzysta z AI w pracy, 78% użytkowników AI korzysta z własnych narzędzi, a tylko 39% użytkowników AI przeszło szkolenie z AI zorganizowane przez firmę. Szkolenie zaczyna się od tego, co ludzie już robią.

#Jakich zadań każda rola powinna uczyć się najpierw?

Wybierz dla każdej roli jedno zadanie, które jest częste, pisemne i łatwe do sprawdzenia. Pierwszy sukces powinien pochodzić z własnej skrzynki lub arkusza danej osoby, aby nawyk miał gdzie się zakorzenić.

• Sprzedaż: zamiana notatek z rozmowy w e-mail z podsumowaniem i notatkę w CRM w HubSpot lub Salesforce.
• Obsługa klienta: szkic odpowiedzi na podstawie artykułu z bazy wiedzy, zredagowany przed wysłaniem w Zendesk.
• Finanse: pierwszy szkic komentarza do odchylenia na podstawie eksportu z Excela, z liczbami sprawdzonymi ręcznie.
• HR i L&D: szkice ogłoszeń o pracę, zestawów pytań rekrutacyjnych i streszczeń zasad prostym językiem.
• Operacje: streszczenie długiego wątku z dostawcą lub z WhatsApp do decyzji, osób odpowiedzialnych i otwartych pytań.
• Menedżerowie: zamiana notatek ze spotkania w krótką informację i listę działań.

#Jakie zasady wewnętrzne każdy powinien poznać przed pierwszym promptem?

Zasady powinny być na tyle krótkie, by dało się je zapamiętać. Podstawowy zestaw Stennir dla zespołu zaczynającego pracę z ChatGPT lub Claude obejmuje pięć punktów:

• Korzystaj wyłącznie z zatwierdzonych kont, np. Firmowej przestrzeni ChatGPT lub Claude, nigdy z prywatnego loginu.
• Nigdy nie wklejaj do niezatwierdzonego narzędzia danych osobowych, wynagrodzeń, informacji o zdrowiu, umów z klientami ani niczego objętego klauzulą poufności.
• Wskazana osoba sprawdza każdy wynik, który trafia do klienta, organu nadzoru lub na pasek wynagrodzenia.
• Nie pozwalaj narzędziu wykonywać instrukcji znalezionych we wklejonych dokumentach lub e-mailach; OWASP Top 10 dla aplikacji LLM wymienia prompt injection jako pierwsze ryzyko.
• Zgłaszaj błędy wcześnie i bez szukania winnych, aby zasady mogły się poprawiać.

#Jak nauczyć ludzi sprawdzania wyników AI?

Daj ludziom krótką listę kontrolną i ćwicz ją na prawdziwych szkicach: czy fakty i liczby da się prześledzić do dokumentu źródłowego, czy nazwiska i daty są poprawne, czy ton pasuje do klienta i czy nie brakuje czegoś, czego spodziewałby się kolega. Nawyk powstaje, gdy trener pokazuje wiarygodnie brzmiącą, ale błędną odpowiedź, a grupa wspólnie znajduje błąd.

W zespołach pracujących po arabsku i angielsku sprawdzaj też sam język: odpowiedź w sztywnym, formalnym arabskim lub po angielsku może źle brzmieć dla klienta, który pisał w dialekcie z Zatoki Perskiej.

#Jak pomagają wspólne szablony promptów?

Szablon to dobry prompt, który ktoś już przetestował, zapisany tam, gdzie zespół może go znaleźć: zadanie, kontekst do wklejenia, oczekiwany format i kontrola do wykonania potem. Szablony zmniejszają dystans między pewnymi siebie użytkownikami a tymi, którzy się wahają, i dają trenerowi coś konkretnego do ulepszania, gdy zmieniają się narzędzia.

#Czy bezpłatne kursy samych dostawców wystarczą?

Na podstawy to dobry punkt wyjścia. OpenAI Academy oferuje bezpłatne kursy w trybie samodzielnym o korzystaniu z AI w pracy, według OpenAI Academy, stan na listopad 2026, a Anthropic publikuje bezpłatny kurs biegłości w AI oparty na swoich ramach AI fluency, listopad 2026. Traktuj je jako wspólną podstawę.

Nie nauczą jednak waszych zasad wewnętrznych, szablonów ani przebiegów pracy. Ta część wymaga szkolenia na waszych dokumentach, według ról.

#Gdzie w tym miejsce dla Stennir?

Stennir prowadzi to jako Program operatora AI w ramach szkoleń z AI: grupy według ról uczą się na prawdziwym przebiegu pracy, z zasadami wewnętrznymi, kontrolą wyników i szablonami zbudowanymi z waszych dokumentów. Trenerzy to praktycy, którzy wykonują tę pracę, a grupy pracują po arabsku i angielsku. Użycie jest mierzone przed i po, a program kończy się raportem z wdrożenia.

#Co powinien zrobić lider HR lub L&D w następnej kolejności?

Poproś każdego szefa działu o jedno zadanie, które jego zespół od jutra oddałby ChatGPT lub Claude, i spisz zasady wewnętrzne na jednej stronie. Jeśli pracownicy już korzystają z ChatGPT na danych firmy, przeczytaj jak szkolić pracowników, którzy już używają ChatGPT z danymi firmy; jeśli kupiliście licencje, których nikt nie otwiera, przeczytaj licencje Copilota, z których nikt nie korzysta. Zobacz AI dla operacji, a potem wypełnij bezpłatną ocenę gotowości albo umów 30-minutową rozmowę.

#Najczęstsze pytania