Zašto 99% ljudi koristi Claude i ChatGPT potpuno pogrešno

Tri godine koristim Claude i ChatGPT svaki dan, po 8 sati. To je preko 8.000 sati provedenih u razgovoru s modelima, testiranju, griješenju i ponovnom pokušavanju. U tih nekoliko tisuća sati naučio sam jednu stvar koja mijenja sve: većina ljudi tretira AI kao bolji Google. Postavi pitanje, dobiješ odgovor, zatvoriš tab, gotovo.

Problem nije u alatu. Problem je u tome što ljudi ulaze u Claude ili ChatGPT s istim refleksom kojim su godinama koristili tražilice: kratko pitanje, brz odgovor, sljedeći zadatak. Taj refleks je razumljiv, jer smo ga trenirali dvadeset godina. Ali on vas ostavlja na razini koju nazivam „AI kao bolji Google“, a to je tek prvi postotak onoga što ovi alati zapravo mogu.

Ono što slijedi su tri razine korištenja koje sam prošao, svaka bolnije nego prethodna da se nauči, i svaka s drastično većim povratom na uloženo vrijeme.

Razina nula: zašto većina ljudi ostaje zaglavljena

Prije nego dođemo do rješenja, vrijedi imenovati problem.

Kad netko otvori Claude i napiše „napiši mi email klijentu o kašnjenju isporuke“, dobit će email. Generičan, korektan, upotrebljiv uz malo uređivanja. Taj rezultat je dovoljno dobar da osoba zaključi „AI mi je pomogao“ i nedovoljno dobar da shvati koliko je daleko od onoga što je model mogao isporučiti.

Razlog je jednostavan: model nema pojma ko je ta tvrtka, kako ona komunicira s klijentima, je li ovo prvi ili treći email o istom problemu, i što se točno očekuje da klijent učini nakon što ga pročita. Sve to nedostaje, pa model nadomješta prosjekom interneta. Dobijete prosječan email, jer ste tražili prosječan odgovor.

Ovo nije kritika korisnika. Ovo je posljedica toga što nitko nikome nije objasnio da je razgovor s AI alatom drugačija vještina od guglanja, i da ta vještina ima nivoe.

Razina jedan: prestanite pisati pitanja, počnite pisati sustave

Prvi pravi skok dogodi se onog trenutka kad prestanete tražiti odgovore i počnete graditi kontekst.

Razlika između „napiši mi email“ i sustavnog pristupa nije u duljini prompta, nego u tome što model dobiva na ulazu. Umjesto jedne rečenice, dajete mu sve što bi dobio novi zaposlenik prvog dana: ton kojim tvrtka komunicira, primjere tri do pet prošlih emaila koji su dobro funkcionirali, kontekst situacije, i jasno definiran format outputa.

Konkretno, za isti zadatak slanja emaila o kašnjenju isporuke, sustavni prompt izgleda ovako:

“Ti si dio tima za korisničku podršku u [tvrtka]. Naš ton je direktan, ali topao, nikad birokratski, nikad pun isprika koje zvuče šuplje. Evo tri primjera naših prošlih emaila [zalijepite primjere]. Klijent X čeka pošiljku koja kasni 4 dana zbog problema kod dobavljača, ovo mu je prvi email o tome, nije ljutit u prošloj komunikaciji. Napiši email koji: priznaje kašnjenje bez prekomjernog isprikavanja, daje konkretan novi datum isporuke, nudi jedan gest dobre volje (popust ili poklon na sljedeću narudžbu), završava jasnim sljedećim korakom. Maksimalno 120 riječi.”

Ta dva pristupa ne proizvode dva slična emaila. Proizvode dva različita kvalitetna nivoa. Prvi je generičan tekst koji bi mogao poslati bilo koji webshop na svijetu. Drugi zvuči kao da ga je napisao netko koji stvarno radi u toj tvrtci, jer je model dobio dovoljno konteksta da prestane nagađati i počne kopirati obrazac koji već radi.

Ovo se može pretvoriti u trajni sustav. Jednom kad sastavite dokument s tonom tvrtke, pet do deset primjera dobrih emaila, i tipičnim situacijama s kojima se susrećete, ne pišete ga ponovno za svaki zadatak. Zalijepite ga jednom na početku razgovora ili ga spremite kao referentni dokument, i svaki sljedeći zahtjev postaje brži i precizniji, jer model već znade „ko ste vi“.

Razina dva: alati nisu zamjenjivi, oni su komplementarni

Druga razina dolazi kad shvatite da pitanje nije „koji je AI alat najbolji“, nego „koji alat je najbolji za ovaj specifičan korak“.

Tri godine svakodnevnog korištenja naučile su me da svaki alat ima jasno izraženu jaču i slabiju stranu, i da je trošenje energije na pronalaženje „jednog alata za sve“ gubljenje vremena.

• Claude — pisanje i strukturirano razmišljanje, dulji kontekst, preciznost u tonu, rad s dokumentima i kodom
• ChatGPT — brainstorming i istraživanje ideja u širinu, kad treba puno opcija brzo
• Perplexity — research s aktualnim, provjerljivim izvorima, ne generička znanja iz treninga
• Cursor — pisanje i uređivanje koda unutar projekta, vidi cijelu strukturu repozitorija

Razlika između osobe koja koristi jedan alat za sve i osobe koja kombinira alate prema njihovoj jačoj strani nije marginalna, ona je višestruka. Kad netko pokuša istražiti tržište, generirati ideje, napisati finalni tekst i provjeriti činjenice u jednom alatu jer „mu je lakše“, svaki od ta četiri koraka izlazi malo lošiji nego što bi mogao biti. Kad se ti koraci raspodijele na alate koji su za njih najjači, svaki korak izlazi bliže maksimumu, a cijeli proces, paradoksalno, ide brže, jer manje vremena trošite na popravljanje loših outputa.

Praktičan tok koji koristim za pripremu sadržaja za klijenta:

1. Perplexity izvuče aktualne podatke i kontekst o industriji
2. ChatGPT od toga generira deset kutova priče ili naslova
3. Odaberem dva najbolja
4. Claude napiše finalni tekst u tonu klijenta, s punim kontekstom koji sam mu prethodno dao

Tri alata, tri jasno definirane uloge, jedan rezultat koji bi svaki alat sam za sebe teško dosegnuo.

Razina tri: prestanite davati promptove, počnite pisati briefove

Treća i najvažnija razina je promjena mentalnog modela o tome što AI uopće jest u vašem radnom procesu.

Većina ljudi tretira AI kao alat koji čeka instrukciju i odmah je izvršava, poput čekića. Udari, dobiješ rezultat, spremi čekić. Taj model funkcionira za jednostavne, jednokratne zadatke. Ne funkcionira kad pokušavate iz AI alata izvući stvarnu poslovnu vrijednost, jer tretirate nešto sposobno za kompleksan rad kao alat za jednostavan posao.

Promjena koja je za mene osobno donijela najveći skok u produktivnosti je tretiranje AI alata kao junior zaposlenika kojem dajete projekt, ne instrukciju. Junior zaposlenik ne dobije rečenicu „napiši izvještaj“. Dobije brief: cilj izvještaja, ko će ga čitati, koje podatke treba uključiti, kako treba biti strukturiran, kakav je rok, koji su primjeri dobrih izvještaja iz prošlosti. Junior zaposlenik dobije i dopuštenje da postavi pitanja ako mu nešto nije jasno, umjesto da nagađa.

Isto vrijedi za AI. Kad zadatak prelazi okvire jedne rečenice, vrijedi mu dati pravi brief: kontekst zadatka, definiciju uspjeha, ograničenja, primjere, i eksplicitan poziv da postavi pitanja prije nego krene ako mu nešto nedostaje. Ta posljednja stavka je podcijenjena. Velika većina ljudi nikad ne kaže modelu „postavi mi pitanja prije nego počneš ako ti nešto nije jasno“, a to je jedna rečenica koja često spriječi pola sata popravljanja krivo shvaćenog zadatka.

Delegacija također znači da prihvaćate da prvi output rijetko bude finalan, jednako kao što prvi draft junior zaposlenika rijetko bude finalan. Razlika je da iteracija s AI alatom traje sekunde, ne dane. Kad dobijete output koji nije pogodio ton ili strukturu, ne pišete novi prompt od nule, već precizno kažete što nije dobro i zašto, baš kao što biste dali feedback kolegi. „Ovo je previše formalno za naš ton, skrati uvod, i drugi paragraf zvuči kao da se ispričavamo previše“ je feedback koji vodi do boljeg rezultata nego brisanje svega i ponovno pisanje prompta od nule.

Tri razine, jedan zaključak

Ako sažmem tri godine i tisuće sati u jednu poruku, ona bi glasila ovako: kvaliteta onoga što dobijete od AI alata je direktno proporcionalna kvaliteti onoga što mu dajete, kako pristupate alatu, i koliko alata koristite zajedno umjesto pojedinačno.

Razina jedan vas uči da prestanete tražiti odgovore i počnete graditi kontekst. Razina dva vas uči da prestanete tražiti jedan alat za sve i počnete kombinirati alate prema njihovoj jačoj strani. Razina tri vas uči da prestanete davati instrukcije i počnete delegirati projekte, s punim brifingom koji bi dali stvarnom zaposleniku.

Većina ljudi ostaje na razini nula ne zato što su loši u korištenju AI alata, nego zato što im nitko nije rekao da postoje druge razine. Sad znate da postoje. Sljedeći put kad otvorite Claude ili ChatGPT, prije nego napišete pitanje, zapitajte se: pišem li sad prompt, ili pišem brief?