"Boje się, że AI odpowie klientowi coś głupiego."
Słyszę to regularnie. I rozumiem.
Nikt nie chce, żeby automat wysłał do klienta maila z halucynacją albo błędną ceną.
Problem w tym, że ten strach blokuje jakiekolwiek działanie.
Ludzie mówią: "jak już będziemy mieli idealny system, to wdrożymy".
A idealny system nigdy nie powstaje.
Jest środkowy krok. Nazywam go "draft przed wysyłką".
Jak to działa w praktyce
AI pisze odpowiedź - ale nie wysyła jej automatycznie. Trafia do drafta.
Człowiek otwiera, sprawdza, ewentualnie poprawia jednym kliknięciem i dopiero wtedy wysyła.
Brzmi prosto? Bo jest proste.
A efekt jest podwójny:
- Człowiek nadal kontroluje każdą wiadomość która wychodzi z firmy
- AI robi 80% roboty - zbiera kontekst, formułuje odpowiedź, dobiera ton
Firma z 2-osobowym supportem i dziesiątkami maili dziennie? Draft odciąża ich natychmiast. Podobny scenariusz pokazałem już w case study agencji marketingowej, która zautomatyzowała 80% maili w 2 tygodnie.
Nie wyrabiają - ale nagle zaczynają wyrabiać. Bo zamiast pisać od zera, sprawdzają i wysyłają.
"Grubo albo wcale" - blokada która zabija wdrożenia
Jest typ właściciela firmy, który mówi: "Jak już automatyzuję, to porządnie. Pełna automatyzacja albo w ogóle nie ruszamy."
Efekt? Ciągle się szykują. Czytają o AI. Planują wdrożenie.
Ale realnie - nic nie działa.
To jest wymówka, nie strategia.
Prawdziwy powód to strach przed błędem. Strach przed tym, że AI zrobi coś źle i klient się wścieknie.
Draft rozwiązuje ten problem. Bo ostateczna decyzja nadal jest Twoja. AI proponuje - Ty akceptujesz.
Dlaczego jeden prompt to za mało
Drugi błąd: ludzie piszą prompt, testują raz, działa "w miarę" - i zostawiają.
Miesiąc później narzekają, że AI pisze słabe odpowiedzi.
Prompt z pierwszego dnia to może 20% końcowej jakości. Pozostałe 80% to iteracja.
Jak to wygląda w praktyce:
- Tydzień 1: zbierasz drafty które AI wygenerowało + to co człowiek faktycznie wysłał
- Zestawiasz różnice - gdzie AI się myliło, co człowiek poprawiał
- Na podstawie tego - aktualizujesz prompt
- Powtarzasz co tydzień-dwa
Po 3-4 iteracjach system zaczyna być naprawdę dobry. Autonomiczny. Samodzielny.
Moja historia z porzucaniem systemów
Pierwsze wersje moich automatyzacji porzucałem szybko.
"Nie działa, wracam do robienia ręcznie".
Jeden test, nie zadziałało idealnie - koniec.
Dopiero przy trzecim, czwartym podejściu zrozumiałem:
To nie jest kwestia jednego promptu.
To kwestia dawania feedbacku. Prostych poprawek. Uczenia systemu jak uczysz nowego pracownika.
Teraz moi agenci często przekraczają moje oczekiwania. Ale dlatego, że rozumiem co im dostarczyć i jak delegować.
Podobnie jak z zatrudnianiem ludzi - pierwsze tygodnie to inwestycja. Efekt przychodzi później.
Dlaczego draft > full auto na starcie
Moje kontrowersyjne stanowisko: na początku wolniej z kontrolą jest lepiej, niż szybko z błędami. Full auto ma sens kiedy:
- Masz już kilka tygodni testów z draftem
- Wiesz że system rzadko się myli (poniżej 5% przypadków)
- Masz procedurę na sytuacje wyjątkowe
Ale na starcie? Draft jest bezpieczniejszy.
I paradoksalnie - szybszy do wdrożenia. Bo nie musisz rozwiązywać wszystkich edge case'ów od razu.
Konkretny setup w 4 krokach
- Email wchodzi - system pobiera treść i kontekst klienta z CRM
- AI generuje draft - na podstawie promptu z instrukcjami i historią korespondencji
- Draft trafia do folderu - człowiek widzi propozycję odpowiedzi
- Jeden klik = wysyłka - po ewentualnej poprawce
Narzędzia?
- n8n albo Make do automatyzacji
- Gmail/Outlook do drafta
- CRM jako źródło kontekstu
Koszt? Kilkadziesiąt złotych miesięcznie za API. Pełne widełki kosztowe wdrożenia rozpisałem w poradniku o cenach automatyzacji AI w polskiej firmie.
Co mierzysz
Żeby wiedzieć czy system działa, potrzebujesz dwóch metryk:
- Czas od maila do odpowiedzi - przed draftem vs z draftem
- Procent poprawek - ile draftów wysyłasz bez zmian, a ile edytujesz
Jeśli 80% draftów idzie bez poprawek - system jest gotowy na więcej autonomii.
Jeśli poprawiasz 50% - masz materiał do iteracji promptu.
Zrób to w tym tygodniu (15 min)
- Wybierz JEDEN typ maila który piszesz najczęściej (np. odpowiedź na pytanie o cennik)
- Napisz prosty prompt: "Jesteś asystentem firmy X. Odpowiadasz na pytanie klienta o [temat]. Ton: profesjonalny, konkretny."
- Wklej 3 przykładowe pytania klientów do ChatGPT z tym promptem
- Oceń odpowiedzi - co działa, co poprawić
To nie jest jeszcze automatyzacja.
To test czy w ogóle ma sens iść dalej.
Jeśli AI pisze sensownie - warto zbudować drafta. Jeśli pisze bzdury - problem jest w prompcie albo w typie zapytań.
Patryk Łopot - wPraktyce.AI
Chcesz wdrożyć drafta AI w swojej firmie?
Umów bezpłatną konsultację - pokażę jak w 2 tygodnie zbudować system draftów dla Twojej skrzynki. 30 minut rozmowy, konkretny plan działania.