Vyberte jeden úkol, který umíte zkontrolovat
Chcete z poznámek po schůzce připravit seznam další práce. Jeden AI asistent píše příjemněji, druhý už je součástí kancelářského balíku. U obou ale musíte zjistit, zda někomu nevymyslel termín nebo nezměnil návrh na dohodu. Pěkná odpověď sama neříká, zda se na ni dá navázat.
Začněte jedním opakovaným úkolem s rozpoznatelným správným výsledkem. Následující postup porovnává ruční zpracování, samostatný chat a asistenta ve vašem pracovním prostředí na převodu poznámek do úkolů. Nedělá obecný žebříček značek ani neslibuje, že vám AI ušetří čas.
Stáhněte si stejné zadání, očekávaný výsledek a prázdný záznam a dva modelové vstupy. Podklady jsou smyšlené a neobsahují klientská data. V pomůcce nejsou vymyšlená hodnocení jednotlivých produktů.
Napište pravidla dřív než první prompt
Pro tento úkol je dobrý výsledek krátký seznam práce, který zachovává výslovně uvedené odpovědné lidi a termíny. Chybějící údaj zůstává neznámý. Návrh, o kterém tým ještě nerozhodl, se nestane přijatým úkolem. Dva rozporné termíny se označí k vyjasnění.
Právě to budeme kontrolovat. Anthropic ve své metodice hodnocení rozlišuje úkol, opakované pokusy a posouzení výsledku. Pro kancelářský test z toho použijeme jednoduchý princip: nejdřív určete očekávané chování, pak posuzujte celý výstup. Dobře formulovaná odpověď nesmí zakrýt chybějící nebo vymyšlený fakt.
Závažnou chybou bude vymyšlený člověk, ztracený přijatý úkol, ignorovaný rozpor nebo předstírání, že asistent práci odeslal či založil. Test se týká návrhu seznamu, nikoli provádění úkolů. Pokud produkt nabídne další akce, při této zkoušce je nepovolujte.
Porovnávejte stejné vstupy i skutečné plány
Ruční cesta ukáže čas potřebný k práci bez nového nástroje. Samostatný chat může stačit, když kopírujete krátký neškodný vstup a potřebujete návrh. Asistent v kancelářském prostředí může dávat smysl, pokud vám konkrétní dostupná funkce usnadní práci s dokumentem, který tam už máte. Připojení k dalším datům ale zvětšuje i rozsah přístupů, které musíte posoudit.
U každé varianty zaznamenejte název služby, viditelné označení modelu či funkce, tarif a datum zkoušky. Funkci, kterou nemáte dostupnou, označte jako nedostupnou v této konfiguraci. Nehodnoťte ji nulou jako nekvalitní výstup a nepředpokládejte, že reklama na jiný plán popisuje váš účet.
Než přejdete od smyšlených podkladů ke skutečné práci, ověřte schválené podmínky služby a nastavení vašeho účtu pro dotčená data. Označení „business“ samo neurčuje, jaká informace se smí do nástroje vložit. Pro tento první test další přístup nepotřebujete.
Proveďte zkoušku, která umí odhalit i nečinnost
Modelový vstup obsahuje tři přijaté úkoly, jeden neschválený návrh a rozpor ve dvou termínech stejné práce. Jeden přijatý úkol nemá vlastníka. Pomůcka obsahuje očekávaný výsledek, takže nemusíte při hodnocení spoléhat na další AI.
Použijte stejný prompt a nový rozhovor pro každý pokus. Pro každou AI variantu proveďte tři pokusy se vstupem A a tři se vstupem B; všechny začněte v novém rozhovoru. Zaznamenejte všech šest výsledků, ne pouze nejpovedenější. Ruční postup proveďte na obou vstupech a jeho čas zapište zvlášť. Tři pokusy nejsou statistický důkaz spolehlivosti; dovolí však zachytit, že odpověď na stejný vstup není vždy stejná. Vstup B z pomůcky neobsahuje žádný přijatý úkol. Správný asistent nemusí pokaždé vyrobit seznam práce.
Opravený prompt otestujte znovu a označte jeho verzi. Starý a nový výsledek neslučujte bez vysvětlení. Kandidát se závažnou chybou v tomto úkolu zatím není připravený na samostatné použití, i když napsal plynulý text.
Počítejte kontrolu a opravy
Modelový časový příklad: ruční zpracování trvá dvanáct minut. AI potřebuje tři minuty na zadání a návrh, osm na kontrolu a dvě na opravu. Celkem třináct minut znamená jednu minutu práce navíc. Jde o ilustraci, nikoli naše měření určitého produktu.
Porovnávejte celý úkol: přípravu, návrh, kontrolu, opravy a předání. Pro více opakování přičtěte zavedení a případnou novou licenci za stejné období. Neznámou cenu nebo dobu kontroly nevyplňujte nulou. Podrobný výpočet připraví kalkulačka nákladů workflow.
Pokud žádná varianta neposkytne použitelný výsledek s přiměřenou kontrolou, zůstaňte u ručního postupu nebo zužte úkol. Pokud jedna obstojí, začněte tvorbou návrhu s lidskou kontrolou. Automatické zápisy do pracovních systémů jsou další samostatný krok s vlastními pravidly, přístupy a zkouškami.
Kam pokračovat po zkoušce
Pokud zatím nevíte, kterou práci má nový nástroj zlepšit, vraťte se k problému přibývajících nástrojů. Pro přípravu bezpečných vlastních vstupů použijte postup pro smyšlené zkušební podklady. Až vybraný nástroj obstojí, uložte ověřené zadání a domluvte, kdo pokaždé porovná návrh s původními poznámkami. Pro samotné srovnání agent ani automatizace nejsou nutné.
Metodický zdroj zkontrolován 10. října 2026. Testovací sada je původní rámec Chill&Automate; neobsahuje výsledky srovnání současných AI služeb.