---
title: "Rola HR managera w firmach do 50 osób: jak wykorzystać ChatGPT do prowadzenia wstępnych rozmów kwalifikacyjnych"
description: "Odkryj, jak HR managerzy w małych firmach do 50 osób mogą wykorzystać ChatGPT do efektywnych wstępnych rozmów kwalifikacyjnych i automatyzacji rekrutacji."
tags: [ "ai-w-biznesie" ]
category: "ai-w-biznesie"
date: 2026-05-15T09:57:25+01:00
updated: 2026-05-15T09:57:25+01:00
author: Marta Wierzbicka
image: /assets/images/rola-hr-managera-w-firmach-do-50-osob-jak-wykorzystac-chatgpt-do-prowadzenia-wstepnych-rozmow-kwalifikacyjnych.webp
---

## ChatGPT w rekrutacji małych firm: jak realnie odciążyć HR, nie psując kandydat experience

Kiedy kilka lat temu siedziałam w jednej z warszawskich kawiarni z właścicielem 40‑osobowego software house’u, pokazał mi swój arkusz w Excelu z dopiskiem „Rekrutacja_ostateczna_ostateczna2”. W środku – notatki z rozmów, chaotyczne komentarze typu „fajny, ale coś mi nie gra” i dziesiątki niedokończonych wierszy. To był jego „system HR”. Dziś ten sam founder ma poukładany proces, część wstępnych rozmów prowadzi bot zbudowany na ChatGPT, a on sam mówi: „Pierwszy raz mam poczucie, że wiem, dlaczego wybieram konkretną osobę”.

W firmach do 50 osób rola HR managerki czy HR managera jest ogromnie szeroka. Jedna osoba ogarnia rekrutacje end‑to‑end, onboarding, administrację kadrową, a do tego często jeszcze „miękki HR” i kulturę organizacyjną. Każda godzina spędzona na dzwonieniu do kandydata, żeby dopytać o podstawowe kwestie, to godzina zabrana strategicznym tematom.

Do tego dochodzi koszt pomyłki. Według raportu CIPD koszt błędnej rekrutacji na stanowisku specjalistycznym sięga nawet 30–50% rocznego wynagrodzenia tej osoby. W małej firmie jeden taki strzał w bok potrafi zablokować rozwój na kilka miesięcy. Dlatego tak mocno ciągnie nas do automatyzacji – nie dla „fajnego gadżetu z AI”, tylko po to, żeby zminimalizować chaos i ograniczyć liczbę złych decyzji.

## Dlaczego w małych firmach AI w HR naprawdę robi różnicę

W praktyce widzę dwie skrajne postawy: jedni mówią „AI nam wszystko załatwi”, inni – „u nas to się nie da, my mamy specyficzną kulturę”. Prawda leży spokojnie pośrodku.

Generatywna AI, w tym **ChatGPT**, świetnie radzi sobie w obszarach, w których rekrutacja jest najbardziej powtarzalna: wstępne pytania, porządkowanie informacji, podsumowania, follow‑upy, standaryzacja kryteriów. HR w małej firmie często nawet potrzebuje „pełnego ATS‑a z AI”. czegoś, co:

- przesieje CV i odpowiedzi z formularzy pod kątem podstawowych kryteriów,  
- przygotuje zwięzłe podsumowania kandydatów,  
- wygeneruje listy pytań na rozmowę – spójne z profilem stanowiska i kulturą.

W jednej z rodzinnych firm produkcyjnych, z którą pracowałam (około 35 osób, okolice Poznania), HR‑ka pokazywała mi swój kalendarz: 20–25 krótkich telefonów „na screening” tygodniowo, ciągłe przełączanie się między CV, mailem, kalendarzem i notatkami. Po wdrożeniu prostego procesu z ChatGPT najwięcej zyskała na „krótszych rozmowach”. na tym, że zniknęło wieczne przełączanie kontekstu – bo bot robił pierwsze podsumowania, pytania follow‑up i drafty maili.

Coraz więcej badań (np. raport McKinsey o AI w HR) pokazuje, że automatyzacja w rekrutacji najmocniej uderza w „czas wokół rozmów”, a nie sam czas rozmów: generowanie opisów stanowisk, scoring kandydatów, przygotowanie się do calla, spisywanie notatek. Dokładnie to, co w małych organizacjach najbardziej „boli”.

## HR vs ChatGPT – kto za co odpowiada w procesie rekrutacji

Największy błąd, który widzę w małych firmach, to traktowanie bota jak „tańszego rekrutera”. To jest krótka droga do rozczarowania.

Przykład z praktyki: w 25‑osobowej agencji marketingowej właściciel postanowił „zautomatyzować rekrutację”. Puścił kandydatom link do czatu z botem zbudowanym na ChatGPT, bez jasnych kryteriów i bez nadzoru HR. Efekt? Kandydaci wychodzili z poczuciem, że rozmawiają z przypadkowym chatbotem z banku, odpowiedzi były oceniane „na oko”, a po dwóch tygodniach i tak trzeba było wszystko powtarzać.

Dopiero gdy usiadłyśmy z ich HR‑ką, rozrysowałyśmy role na procesie, wszystko zaczęło działać:

- **ChatGPT**: zbiera dane, zadaje ustrukturyzowane pytania, pilnuje, żeby każdemu kandydatowi zadać ten sam zestaw kluczowych pytań, przygotowuje streszczenia i wskazuje czerwone flagi.
- **HR managerka**: ustala kryteria, projektuje scenariusz rozmowy, definiuje scoring, nadzoruje poprawność całego procesu i podejmuje decyzje o przejściu kandydata dalej.
- **Hiring manager**: doprecyzowuje wymagania merytoryczne, sprawdza specjalistyczne kompetencje, podejmuje decyzję finalną.

W małych firmach często nie ma formalnych modeli kompetencyjnych. I to jest paradoksalnie dobry moment, żeby je w ogóle zbudować. Kiedy zaczynamy standaryzować rozmowy z pomocą ChatGPT, bardzo szybko wychodzi, że trzech różnych managerów ocenia kandydatów według kompletnie innych kryteriów. Bot „wymusza” precyzję: musimy nazwać, czego naprawdę szukamy.  

W jednej z firm logistycznych (ok. 45 osób) po kilku tygodniach używania ChatGPT do wstępnych rozmów wyszło wprost, że dwóch team leaderów daje wysokie oceny za „fajne wrażenie w rozmowie”, a trzeci trzyma się twardo kryteriów merytorycznych. Samo ujawnienie tej rozbieżności było więcej warte niż pół roku szkoleń z „obiektywnej selekcji”.

## Jak włączyć ChatGPT w rekrutację krok po kroku – praktyczny scenariusz

Kiedy wdrażam ChatGPT w procesach rekrutacyjnych w małych firmach, najczęściej zaczynamy od bardzo prostego, ale poukładanego workflow. Dla przykładu – proces dla 40‑osobowej firmy IT z Wrocławia:

1. **Definiujemy rolę i kryteria**  
   Razem z hiring managerem budujemy profil stanowiska i scorecard: kompetencje kluczowe, „must have”, „nice to have”, oczekiwane zachowania. Tu wkład HR jest krytyczny – bez tego AI generuje „ładne, ale generyczne” pytania.

2. **Tworzymy scenariusz rozmowy dla bota**  
   Konfiguruję ChatGPT tak, żeby:
   - przedstawiał się jako asystent rekrutacyjny firmy X,  
   - zadawał pytania o doświadczenie, umiejętności, dyspozycyjność, oczekiwania finansowe, styl pracy,  
   - dopytywał o przykłady zachowań, zamiast przyjmować odpowiedzi typu „jestem komunikatywny” bez rozwinięcia,  
   - dawał kandydatowi przestrzeń na pytania.

   W tym miejscu dodaję też moduł „kulturowy”: pytania o to, jak kandydat lubi pracować (samodzielnie vs zespołowo, stabilnie vs dynamicznie). ChatGPT świetnie sprawdza się jako „tłumacz kultury” – potrafi zasugerować pytania follow‑up, kiedy widzi, że czyjś styl pracy może gryźć się z realiami firmy.

3. **Wybieramy kanał kontaktu z kandydatem**  
   Tu zazwyczaj mamy trzy scenariusze, które naprawdę działają:

   - Formularz (np. **Typeform**, **Tally**) zintegrowany z API OpenAI – kandydat wypełnia formularz, odpowiedzi trafiają do ChatGPT, który generuje ocenę i krótkie podsumowanie.  
   - Dedykowany **Custom GPT** – kandydat dostaje link do rozmowy z botem w przeglądarce. Ten model dobrze działa przy rekrutacjach na stanowiska white‑collar.  
   - Asynchroniczny mail – kandydat otrzymuje zestaw pytań, odpisuje w swoim tempie, a HR wkleja odpowiedzi do ChatGPT po stronie wewnętrznej i dostaje podsumowanie plus propozycje pytań na call.

   W małych firmach to ostatnie rozwiązanie często jest najszybsze do wdrożenia, bo nie wymaga żadnej technicznej integracji.

4. **Automatyczna preselekcja i scoring**  
   ChatGPT dostaje jasny prompt: oceniać wyłącznie w kontekście zdefiniowanego profilu, punktować kompetencje z scorecard, wyciągać czerwone flagi (np. duże luki w CV, niespójności w historii zawodowej, rozjazd między oczekiwaniami finansowymi a widełkami).  

   Przy wielu kandydatach jednocześnie AI jest tu często skuteczniejsze niż człowiek – szybciej wykrywa niespójności, np. gdy ktoś deklaruje 5 lat doświadczenia w technologii, której nie było na rynku w tym okresie albo podaje sprzeczne daty zatrudnienia. Przy jednym CV rekruter to zauważy. Przy 120 – już nie zawsze.

5. **Przygotowanie rozmowy pogłębionej**  
   Zanim HR lub hiring manager zadzwoni, w kilka sekund generuję w ChatGPT:
   - streszczenie profilu kandydata,  
   - listę pytań pogłębiających pod konkretne wątpliwości,  
   - szkic maila z zaproszeniem i kolejnymi krokami.

   W praktyce właśnie tutaj pojawia się największa oszczędność czasu – mniej przełączania się między notatkami, mailami i CV, więcej jakościowego czasu z kandydatem.

6. **Follow‑up i feedback**  
   Po rozmowie wklejam krótkie notatki do ChatGPT i proszę o uporządkowanie ich według scorecardu, plus wariant maila do kandydata. Dzięki temu zespół przestaje „ghostować” – bo wysłać dopracowaną odpowiedź zajmuje minuty, a nie pół godziny.

## Jakie narzędzia i integracje mają sens w firmach do 50 osób

W jednej z małych firm doradczych w Lublinie (20 osób) właściciel powiedział mi na wstępie: „Marta, tylko proszę, nie przychodź z żadnym wielkim systemem, bo ja nie mam działu IT, który to wdroży”. I to jest codzienność małych firm.

Dlatego zazwyczaj polecam proste klocki:

- Formularz (Typeform, Tally, Google Forms) + API OpenAI.  
  Kandydat wypełnia formularz, integracja wysyła odpowiedzi do ChatGPT, a HR dostaje z powrotem ocenę i podsumowanie. Można to spiąć np. przez Zapiera czy Make.  

- Custom GPT skonfigurowany jako „asystent rekrutacyjny firmy X”.  
  Dla kandydata to naturalna rozmowa w przeglądarce, dla HR – możliwość wykorzystania wszystkich odpowiedzi w jednym podsumowaniu.  

- „Manualny” tryb e‑mail + ChatGPT.  
  Kandydaci odsyłają odpowiedzi na zestaw pytań, HR wkleja je do ChatGPT, który:
  - punktuje odpowiedzi,
  - wyciąga mocne strony i ryzyka,
  - sugeruje pytania na rozmowę na żywo.

Ważny praktyczny element, o którym małe firmy często zapominają: **kto jest właścicielem promptów i procesu**. W jednej krakowskiej firmie SaaS każdy manager miał „swojego” bota, swoje pytania, swoje kryteria. Efekt – zero porównywalności wyników. Dopiero wyznaczenie jednej osoby jako „ownerki procesu” i centralne repozytorium promptów w Notion uporządkowało temat.

## Projektowanie rozmowy z ChatGPT: od promptu do sensownej selekcji

Dobrze zaprojektowana rozmowa z kandydatem przy użyciu ChatGPT zaczyna się na długo przed tym, jak wyślesz link do bota. Klucz jest w promptach.

Kiedy konfiguruję model dla klienta, siadam z HR‑ką przy zwykłym dokumencie tekstowym i spisujemy:

- jak nazywa się firma, czym się zajmuje, jak działa zespół,  
- jakie są absolutne „must have” na stanowisku (konkretnie: technologie, typ doświadczenia, zakres odpowiedzialności),  
- jakie zachowania i postawy są kluczowe (np. radzenie sobie w chaosie, komunikacja z klientem w trudnych sytuacjach, samodzielność w podejmowaniu decyzji).

Na tej bazie buduję prompt dla ChatGPT, w którym precyzyjnie opisuję jego rolę: ma się zachowywać jak asystent rekrutacyjny firmy X, zadawać pytania kompetencyjne, sprawdzać motywację, dopasowanie do stylu pracy i oczekiwania finansowe, a na końcu generować krótkie podsumowanie w formacie gotowym do wklejenia do ATS‑a albo Excela.

Zamiast prosić model ogólnie o „pytania do kandydata”, formułuję szczegółowe instrukcje: „zadaj 6–8 pytań o konkretne sytuacje z przeszłości związane z pracą zespołową, rozwiązywaniem konfliktów, radzeniem sobie z krótkimi deadlinami i organizacją własnej pracy”. Dzięki temu rozmowa jest strukturalna, a odpowiedzi można porównywać między kandydatami.

Do tego dokładam moduł kulturowy: proszę ChatGPT, żeby na podstawie odpowiedzi wygenerował 2–3 hipotezy dotyczące dopasowania kandydata do stylu organizacji i przygotował listę pytań follow‑up dla HR. To działa szczególnie dobrze, gdy managerowie sami nie umieją jeszcze ubrać w słowa „jak się u nas pracuje”.

Przy okazji: ChatGPT dobrze sprawdza się też jako narzędzie do neutralizowania biasu językowego. Przykład z jednego z projektów: kandydat z bardzo silnym akcentem i chaotycznym sposobem wypowiedzi w rozmowie na żywo wypadał przeciętnie. Po przepisaniu i przepuszczeniu wypowiedzi przez ChatGPT, który streścił kluczowe kompetencje i nadał im strukturę, okazało się, że merytorycznie był jednym z mocniejszych kandydatów – tylko styl komunikacji „zagłuszał” jego treść.

## Ile czasu faktycznie można odzyskać dzięki ChatGPT

W firmach, z którymi pracuję, najczęściej widzimy ten sam wzorzec. Na jedno stanowisko w małej firmie spływa 30–150 CV, realnie rozmawiacie z 15–40 osobami. Wstępne selekcje i rozmowy przesiewowe potrafią zająć 50–60% czasu pracy osoby odpowiedzialnej za rekrutację.

Kiedy wprowadzamy automatyzację:

- przygotowanie i dokumentowanie rozmów skraca się średnio o 30–50% – bo notatki, podsumowania i listy pytań generuje ChatGPT, a HR tylko je koryguje,  
- liczba rozmów telefonicznych spada o 20–40% – część kandydatów odpada po asynchronicznym screeningu, zanim zadzwonisz,  
- **time‑to‑hire** skraca się o około 20–30% – bo decyzje zapadają szybciej, a mniej czasu znika w mailach typu „doprecyzujmy”.

Ciekawą rzecz zobaczyłyśmy ostatnio w 18‑osobowej firmie technologicznej w Gdańsku. Juniorzy, którzy przechodzili najpierw przez rozmowę z botem, mówili potem, że czuli się „bezpieczniej” na pierwszym etapie. Mieli czas, żeby przemyśleć odpowiedzi, nie stresowali się rozmową na żywo. U seniorów reakcja była często odwrotna: część odbierała AI‑screening jako sygnał „niedojrzałości rekrutacyjnej” firmy. Wnioski? Ten sam proces może być świetny dla jednej grupy i zły dla innej. W małych firmach możemy sobie pozwolić na elastyczność: np. AI‑screening dla juniorów i midów, a dla seniorów od razu rozmowa z człowiekiem.

Poniżej zbiorcze porównanie, które często pokazuję klientom:

| Aspekt procesu                        | Tradycyjny model           | Automatyzacja z ChatGPT       | Potencjalna oszczędność/efekt          |
|--------------------------------------|----------------------------|-------------------------------|----------------------------------------|
| Czas pracy HR na wstępne selekcje    | 50–60% całkowitego czasu   | Skrócenie o 30–50%            | Mniej pracy operacyjnej HR             |
| Liczba rozmów telefonicznych         | 15–40 na jedno stanowisko  | Redukcja o 20–40%             | Więcej czasu na rozmowy pogłębione     |
| Czas zatrudnienia (time‑to‑hire)     | Bazowy proces              | Skrócenie o 20–30%            | Szybsze domknięcie rekrutacji          |
| Trafność selekcji                    | Niestandardowe rozmowy     | Wyższa o 20–30% (rozmowy strukt.) | Mniej błędnych zatrudnień          |
| Feedback dla kandydatów              | Nieregularny, często brak  | Szybki, szablon + personalizacja | Lepsze candidate experience       |
| Koszt błędnej rekrutacji             | 30–50% rocznego wynagrodzenia | Niższy dzięki lepszemu dopasowaniu | Realne oszczędności finansowe   |

## Bezpieczeństwo, RODO i etyka – gdzie małe firmy najczęściej się potykają

Przy jednym z projektów w 30‑osobowej firmie usługowej zobaczyłam transkrypcje rozmów kandydatów wklejane „jak leci” do darmowej wersji ChatGPT, razem z imieniem, nazwiskiem, adresem i historią zatrudnienia. To dokładnie ten scenariusz, którego w małych firmach chcemy uniknąć.

Kilka zasad, których trzymam się przy wdrożeniach:

- Minimalizujemy dane osobowe przesyłane do narzędzi AI – usuwamy PESEL, pełne adresy, dane rodzinne.  
- Korzystamy z rozwiązań biznesowych (np. ChatGPT w wersjach z wyłączoną nauką na danych klientów) albo z integracji, gdzie dane są przetwarzane zgodnie z polityką bezpieczeństwa dostawcy.  
- Informujemy kandydata w klauzuli RODO, że część jego danych może być przetwarzana przez narzędzie AI w ramach procesu rekrutacyjnego. W polskich małych firmach ten element jest nagminnie pomijany.

Ważna jest też warstwa etyczna. AI potrafi halucynować – generować informacje, których kandydat nigdy nie powiedział – zwłaszcza gdy prosimy o zbyt „kreatywne” podsumowania. Dlatego modelu używam do:

- porządkowania danych (streszczenia, wypunktowania, scoring),  
- generowania pytań i follow‑upów,  
- neutralizowania „szumów” (język, akcent, chaos wypowiedzi),

a nie do samodzielnego decydowania o tym, czy kandydat „pasuje” czy „nie pasuje”.

Strukturyzowane rozmowy i jasne kryteria pomagają również ograniczyć uprzedzenia. Jeśli bot zawsze zadaje te same pytania i punktuje te same kompetencje, łatwiej wychwycić sytuację, w której człowiek ocenia inaczej tylko dlatego, że ktoś jest podobny do niego albo ma „fajną energię”.

## Candidate experience – jak nie zabić relacji automatyzacją

Pamiętam rozmowę z jedną kandydatką na stanowisko customer support w firmie e‑commerce (rekrutacja prowadzona przez klienta). Powiedziała wprost: „Najbardziej zdenerwowało mnie to, że dopiero po 15 minutach rozmowy zorientowałam się, że to bot. Miałam poczucie, że ktoś mnie oszukał”.  

To jest największe ryzyko: sama AI. sposób, w jaki o niej mówimy (lub nie mówimy).

Dobre praktyki, które działają:

- Od pierwszej wiadomości jasno mówimy, że pierwszy etap prowadzi asystent AI, a w dalszej części procesu kandydat porozmawia z człowiekiem.  
- W prostych słowach wyjaśniamy, po co to robimy: żeby każdy kandydat dostał te same pytania, żeby szybciej otrzymał informację zwrotną, żeby rozmowa z managerem była już bardziej konkretna.  
- Ustawiamy bota tak, by używał języka firmy – zrozumiałego, rzeczowego, a nie „techniczno‑chatbotowego”.

Dzięki temu automatyzacja naprawdę może poprawić **candidate experience**. Staje się też psychologicznym buforem przy trudniejszych pytaniach. W kilku projektach widziałam, że kandydaci byli znacznie bardziej szczerzy w rozmowie z botem przy pytaniach o oczekiwania finansowe, dyspozycyjność czy chęć pracy w nadgodzinach. Łatwiej to napisać „do systemu” niż powiedzieć prosto w oczy rekruterowi.

Automatyczne follow‑upy z ChatGPT bardzo mocno ograniczają problem „ghostingu” po stronie firmy. Szybki, uprzejmy mail z podsumowaniem i informacją o kolejnych krokach przestaje być czymś, co HR robi, „jak starczy czasu”. A według raportu Talent Board około połowa kandydatów na globalnym rynku wskazuje brak informacji zwrotnej jako najbardziej frustrujący element rekrutacji – w Polsce te proporcje są zbliżone, co potwierdza m.in. raport Pracuj.pl o doświadczeniach kandydatów.

## Jak się przygotować do wdrożenia ChatGPT w HR – checklista w praktyce

W jednej z mikrofirm technologicznych w Katowicach (12 osób) właściciel powiedział mi: „My to byśmy chcieli bota do rekrutacji, ale u nas nikt nie ma czasu usiąść i to poukładać”. I to jest dokładnie ten moment, w którym wdrożenie AI bez przygotowania często kończy się dodatkowym chaosem.

Kiedy pracuję z małymi firmami, zwykle prowadzę ich przez pięć kroków przygotowawczych:

1. **Profil stanowiska**  
   Konkret, nie ogólniki: zakres odpowiedzialności, „must have”, „mile widziane”, przykłady zadań z pierwszych 3 miesięcy. To jest paliwo dla wszystkich promptów.

2. **Scorecard**  
   Prosta tabela z kryteriami (kompetencje twarde, miękkie, dopasowanie kulturowe) i skalą oceny. ChatGPT może potem punktować odpowiedzi właśnie według tej scorecardy, zamiast „po wrażeniu”.

3. **Zasady komunikacji**  
   Jak mówimy do kandydatów? Na „ty” czy na „Pan/Pani”? Bardziej formalnie, czy swobodnie? Jakich tematów bot ma unikać? To wszystko wpisuję do promptu, żeby rozmowa była spójna z marką firmy.

4. **Polityka prywatności i zgody**  
   Aktualizujemy klauzulę RODO tak, żeby wprost informowała o wykorzystaniu narzędzi AI w przetwarzaniu danych kandydatów. W małych firmach to często pierwsza okazja, by w ogóle uporządkować temat ochrony danych w rekrutacji.

5. **Procedury „kto co robi”**  
   Kto projektuje prompty? Kto je aktualizuje? Kto ostatecznie ogląda scoring kandydata i decyduje o zaproszeniu na rozmowę? Brak takich ustaleń kończy się tym, że każdy robi „po swojemu” i cały sens standaryzacji się rozmywa.

Dopiero na takim fundamencie AI naprawdę zaczyna wspierać, zamiast generować kolejne problemy.

## Gdzie kończy się rola ChatGPT – a zaczyna rola człowieka

Zdarza się, że ktoś pyta mnie wprost: „To w końcu AI zastąpi rekruterów, czy nie?”. W małych firmach odpowiedź jest dla mnie jasna: ChatGPT może przejąć sporą część pracy operacyjnej, ale ciężaru decyzji o zatrudnieniu nie zdejmie z człowieka.

Kilka granic, których trzymam się w projektach:

- ChatGPT może wstępselekcjonować. **nie podejmuje decyzji** o odrzuceniu kandydata jako jedyne źródło. HR zawsze ma ostatnie słowo.  
- Model nie ocenia specjalistycznych kompetencji na poziomie eksperckim – tutaj wchodzi do gry hiring manager albo techniczny expert, który rozumie niuanse branży.  
- AI nie widzi emocji, dynamiki zespołu, historii konfliktów w firmie. Może pomóc uporządkować dane, ale dopasowanie do konkretnego teamu nadal musi ocenić człowiek.

Dobrze skonfigurowany ChatGPT jest dla HR trochę jak dobry analityk – porządkuje informacje, scala dane, przypomina o tym, co ważne, wyciąga niespójności. To ogromne wsparcie, zwłaszcza w firmach do 50 osób, gdzie jedna osoba w HR balansuje między rekrutacją, administracją i „gaszeniem pożarów” na co dzień.

Jeśli miałabym zostawić cię z jedną myślą po tym tekście, to będzie to ta:  

AI w rekrutacji w małej firmie to wielki projekt transformacji. seria dobrze przemyślanych, małych usprawnień. Zaczynasz od jednego etapu – np. asynchronicznego screeningu albo automatycznych podsumowań – uczysz się na tym, korygujesz prompty, dopiero potem dokładasz kolejne elementy.  

Wtedy ChatGPT naprawdę staje się partnerem w budowaniu zespołu, a nie kolejną modną zabawką, która po miesiącu ląduje w szufladzie.