Blog · Opublikowano · Zaktualizowano
AI zna odpowiedź, ale czy pisze w stylu firmy?
Krótka odpowiedź
Gdy zespół ciągle skraca i przestawia odpowiedzi AI, najpierw nazwij powtarzające się poprawki i dodaj je do wskazówek stylu z przykładami. Fine-tuning pomaga, gdy mimo nich model wraca do tych samych nawyków. W scenariuszu na 2 000 odpowiedziach do klientów miesięcznie wskazówki stylu z przykładami obniża błędy z 30% do 12%, a fine-tuning do 5%, co razem oszczędza 17 godzin poprawek, czyli 1 108 zł miesięcznie.
Jak pracujemySzczegóły ↓
- 01Rozmowa30 min z inżynierem, 0 zł
- 02Prototypdziałający system na Twoim procesie i Twoich danych, 0 zł
- 03Wdrożeniecel i stała cena w umowie, 50% przy podpisaniu
- 04Odbiór50% po osiągnięciu celu
- model na Twoim serwerze albo w chmurze w UE
- wycena po analizie
- ta sama praca w aplikacji z modelem w chmurze UE
- od 12 500 zł
- analiza zadania, danych i sprzętu
- 0 zł
Należymy do programów partnerskich OpenAI i Anthropic, twórców ChatGPT i Claude, i uczymy się z ich oficjalnych kursów. Co to znaczy ↓
Autor: Syntalith · 2 min czytania
Statystyki
Obsługa klienta i AI: statystyki 2026
17 godz.
miesięcznie mniej poprawek przy 2 000 odpowiedziach do klientów: wskazówki stylu z przykładami obniża błędy z 30% do 12%, fine-tuning do 5%, przy 2 min na poprawkę. Scenariusz.
40%
Według badania opublikowanego w Science (2023) na 453 specjalistach czas zawodowych zadań pisarskich z ChatGPT spadł o 40%.
Źródło: Noy i Zhang, Science (2023) ↗
47%
Według Komisji Europejskiej (2026) obsługa klienta to najczęstsze zastosowanie AI w małych i średnich firmach UE, które już jej używają: 47%.
Źródło: Komisja Europejska, Flash Eurobarometer 578 (2026) ↗
15%
Według Brynjolfssona, Li i Raymond (2025) konsultanci obsługi klienta wspierani przez AI rozwiązywali średnio o 15% więcej zgłoszeń na godzinę, w badaniu 5 172 osób.
Źródło: Brynjolfsson, Li i Raymond, The Quarterly Journal of Economics (2025) ↗
14–56%
Według Anthropic (2025) w badaniach z grupą kontrolną oszczędność czasu była mniejsza: od 14% do 56%.
Źródło: Anthropic, Estimating AI productivity gains (2025) ↗
Dane sprawdzone: 22 października 2026
Ta sama informacja, mniej słów do poprawienia
Firma serwisowa chce odpowiadać klientom bezpośrednio i uprzejmie. AI przygotowuje potwierdzenie wizyty: „Szanowny Panie, pragniemy uprzejmie poinformować, iż wizyta naszego technika została potwierdzona na wtorek w godzinach popołudniowych”. Redaktor zmienia to na: „Dzień dobry, potwierdzamy wizytę technika we wtorek po południu”. Klient dostaje tę samą informację, a wiadomość brzmi jak firma.
Jednorazowa poprawka jest mała. Przy setkach podobnych odpowiedzi zespół stale wykonuje tę samą redakcję. „Pisz w naszym stylu” niewiele mówi, jeśli każdy rozumie styl inaczej. Przykład pokazuje konkretne wybory: zwykłe powitanie, informacja na początku, bez urzędowych zwrotów.
- Uroczyste wstępy usuwane przez redaktora
- Najważniejsza informacja przenoszona na początek
- Długość odpowiedzi według rodzaju sprawy
- Zwroty, których firma nie używa
Krótkie potwierdzenie wizyty i odpowiedź na złożoną skargę wymagają innej długości. Gdy model ma pisać zawsze krótko, skarga dostanie odpowiedź zbyt oschłą, więc reguły stylu zależą od rodzaju sprawy.
Ile daje prostsza zmiana, a ile trening
- Dziś: 30% błędów × 2 000 × 2 min
- 20 godz. (1 329 zł)
- Po zmianie bez treningu (wskazówki stylu z przykładami): 12%
- 8 godz. (532 zł)
- Po fine-tuningu: 5%
- 3 godz. (222 zł)
- Prostsza zmiana daje 12 godz., fine-tuning dokłada 5 godz. (310 zł) miesięcznie
Fine-tuning porównujesz z kosztem przykładów, uczenia i ponownej oceny
Udziały błędów i czas poprawki to założenia scenariusza, które mierzymy na przypadkach klienta niewykorzystanych do uczenia. Godzina pracy 66,45 zł to przeciętne wynagrodzenie według GUS z września 2026 r. z kosztami pracodawcy, 168 godz. w miesiącu.
W tym rachunku wskazówki stylu z przykładami daje większość efektu za ułamek kosztu. Trening ma sens przy większej skali albo gdy pozostałe błędy są kosztowne.
- Przypadki oceny oddzielone od przykładów do uczenia
- Ten sam zbiór dla obecnego modelu, prostszej zmiany i modelu dostosowanego
- Rozstrzygnięcia przygotowane przez osoby, które dziś poprawiają wyniki
- Błędy liczone osobno dla każdego rodzaju pomyłki
- Plan ponownej oceny po zmianie modelu bazowego albo procesu
Zbiór przykładów do uczenia trzeba utrzymywać: gdy zmienia się proces, nazewnictwo albo model bazowy, ocenę powtarza się na tym samym zbiorze testowym. Ten koszt wpisujemy do wyceny razem z samym uczeniem.
Prostsze rozwiązania przed treningiem
Powtarzalne potwierdzenie terminu może korzystać z szablonu bez modelu. Przy zróżnicowanych odpowiedziach pomagają wskazówki stylu z kilkoma przykładami przed i po redakcji. Google opisuje dostrajanie stylu odpowiedzi, na przykład zwięzłości, gdy same instrukcje dają niespójny wynik. Bieżące informacje, jak termin wizyty, nadal trzeba podawać przy każdej wiadomości.
Powtarzalne potwierdzenia
szablon bez modelu
bez treningu
Zróżnicowane odpowiedzi, poprawki do nazwania
wskazówki stylu z przykładami
bez treningu
Model wraca do nawyków mimo wskazówek
fine-tuning na redakcjach zespołu
po próbie
Od czego zacząć
Próbę oceniamy na wiadomościach niewykorzystanych do dostosowania: pracownicy przygotowują odpowiedzi z obecnym narzędziem i z wersją dostosowaną i mierzą czas redakcji. Dostosowanie modeli prowadzimy w ramach prywatnych modeli LLM, a aplikację, w której pracownik widzi wynik obok źródła, w ramach aplikacji AI. Na bezpłatną analizę wystarczy kilka przykładów błędu, który wraca, i opis, kto go dziś poprawia.
Przykład z liczbami · Scenariusz
Ile kosztuje Cię dziś szukanie w dokumentach
Ten sam rachunek robimy na bezpłatnej analizie dla Twojego procesu.
6 645 zł
miesięcznie kosztuje praca przy 600 pytaniach
Zwrot wersji w chmurze UE: 2,2 mies.
10 min na znalezienie instrukcji i sprawdzanie w 15% dawnego czasu to nasze założenia. Godzina pracy 66,45 zł to nasze wyliczenie z przeciętnego wynagrodzenia według GUS z września 2026 r. (9 266,48 zł) z kosztami pracodawcy, 168 h w miesiącu. Koszt modelu: Claude Sonnet 5.5, około 6 000 + 500 tokenów na odpowiedź w wersji w chmurze w UE, kurs NBP 3,8889 zł z 21 października 2026 r. Zwrot liczymy dla aplikacji z modelem w chmurze w UE (od 12 500 zł netto). Model na Twoim serwerze wyceniamy po rozmowie, a koszt pracy ludzi jest ten sam.
Zobacz pełny rachunek →
