# Deset oblastí, ve kterých AI mění znalostní práci AI mindset, správná kombinace nástrojů, vlastní kontext, tvorba obsahu, projekty i automatizace tvoří jeden pracovní systém. Deset oblastí s konkrétními příklady ukazuje, co se můžete naučit během několika týdnů, když experimentům dáte pár hodin týdně. **Autor:** Filip Dřímalka **Publikováno:** 24. 9. 2025 --- --- ## 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. ## 5. Obsah potřebuje popsaný hlas 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. --- Původní článek: https://drimalka.com/inspirace-zdarma/10-oblasti-vyuziti-ai