AI workspace pro konzultanty: prezentace, rámce a research rychlostí partnera

Co AI na zakázce skutečně nahrazuje

Konzultantská práce není jedna činnost. Za jediný týden strukturujete problém, vedete rozhovory se stakeholdery, čistíte datový výtah, stavíte storyline, píšete slidy a obhajujete doporučení. Tyto úkoly vyžadují úplně jiné chování modelu, a proto jedno AI předplatné vždy působí ze 70 procent užitečně a ze 30 procent frustrujícně.

Upřímné shrnutí je toto: AI na zakázce nevytváří odpověď. Ušetří vám dvě hodiny, které byste strávili dostáváním se k první verzi něčeho, co už umíte postavit, a odhalí mezeru, kterou byste jinak našli až ve čtvrtek, kdybyste měli víc času. Používaná tímto způsobem vám ušetří několik hodin týdně. Používaná jako stroj na odpovědi vyprodukuje přesně ten generický výstup, který partneři už umí odhalit na první pohled. Nejsilnějším příkladem toho na zakázce je souhrn hovoru, který má vlastní postup v jak shrnout schůzky pomocí AI.

Takto si po pár týdnech rozdělí modely většina konzultantů:

Úkol	Nejlepší model	Proč
Strukturování problému, rozhodovací stromy, 2x2 matice	GPT	Dodržuje jasně daná strukturní omezení, udrží MECE logiku, vrací čisté hierarchie
Titulky slidů a storyline	Claude	Píše lidským tónem, odolává výplňovým adjektivům, udrží konzistentní argumentační linku
Executive summary a e-mail klientovi	Claude	Nejlepší v kontrole tónu a v diplomatickém sdělování nepříjemných věcí
Průzkumy trhu a konkurence	Gemini	Nejsilnější u čerstvého webového obsahu s ověřitelnými zdroji
Čtení dlouhých dokumentů a přepisů	Gemini	Kontextové okno 1M tokenů, takže se 120stránková výroční zpráva vejde na jeden průchod
Extrakce dat do tabulek nebo JSON	GPT	Nejspolehlivější u přesných výstupních formátů, které vložíte do Excelu
Sanity check doporučení	Model, ve kterém jste to nepsali	Druhý model je nejlevnější red team, jaký si můžete dovolit

Nemusíte to umět zpaměti. Praktická verze je: strukturu tvořte v GPT, text v Claude, research v Gemini a finální logiku prověřte v modelu, který to nepsal.

Workflow 1: tvorba rámce, který není generický

Když poprosíte o "rámec pro tento klientský problém", dostanete Porterových pět sil s dosazeným jménem klienta. Řešením je dát modelu stejná omezení, jaká byste dostali od manažera: jaké rozhodnutí klient skutečně dělá, jaké osy směji hrát roli a co už bylo vyloučeno.

Prompt: rozhodovací strom

Strukturuješ problém pro konzultantskou zakázku. Rozhodnutí klienta: [konkrétní rozhodnutí, například "zda sloučit tři regionální distribuční centra do jednoho"]. Postav MECE rozhodovací strom, tři úrovně do hloubky. Úroveň 1 musí obsahovat 3 až 5 otázek, které po zodpovězení rozhodnutí vyřeší. U každé koncové větve uveď potřebnou analýzu a zdroj dat. Nezahrnuj větve, které nelze testovat dostupnými daty. Ozřejmi jakoukoli větev, kde je odpověď pravděpodobně už známá.

Prompt: 2x2 matice, která má smysl

Navrhni tři kandidátní 2x2 matice pro tento problém. U každé pojmenuj obě osy, vysvětli, co by pozice v každém kvadrantu znamenala pro klienta, a uveď jediné rozhodnutí, které matice řídí. Zavrhni jakoukoli dvojici os, která je jen přeformulováním stejné proměnné. Poté jednu doporuč a vysvětli, proč jsou ostatní dvě slabší. Kontext: [vlož vlastní poznámky k situaci].

Prompt: prověření již hotového rámce

Toto je rámec, který jsem postavil: [vlož]. Vystupuj jako skeptický engagement manager. Identifikuj překrývající se větve, chybějící větve, větve, které nelze analyzovat v dostupném čase, a místa, kde struktura předpokládá odpověď. Nepřepisuj to. Jen vypiš problémy.

Poslední z nich je nejcennější prompt na této stránce. Modely jsou mnohem lepší v kritice struktury než v jejím vymýšlení, a kritický průchod trvá 30 sekund. Vlastní rámec si tímto proveďte ještě před schůzkou s manažerem, ne až po ní.

Workflow 2: storyline prezentace, která obstojí u partnerské revize

Chybou AI generovaných slidů není gramatika. Je to, že každý titulek je téma, ne tvrzení. "Přehled trhu" je téma. "Kategorie rostla o 11 procent, zatímco náš klient ztratil 3 body podílu, výhradně kvůli slevovému kanálu" je tvrzení, a prezentace tvrzení působí jako přemýšlení, ne jako reportování.

Prompt: nejdřív storyline, potom slidy

Postav horizontální storyline pro klientskou prezentaci. Situace: [2 věty]. Komplikace: [2 věty]. Otázka, kterou klient řeší: [1 věta]. Důkazy, které mám: [odrážky]. Doporučení: [1 věta]. Vrať 8 až 12 titulků slidů, každý jako úplné tvrzení s podmětem a slovesem, které v posloupnosti čtou jako jediný argument. Žádné tematické popisky. Po titulcích vypiš jakékoli tvrzení, pro které ještě nemám důkazy.

Právě poslední instrukce vás zachrání. Dá vám seznam mezer v důkazech ještě před tvorbou slidů, přesně ten seznam, který by partner na revizi stejně vytvořil.

Prompt: napiš obsah slidu

Napiš obsah pro tento slide. Titulek: [vlož titulek]. Podpůrná data: [vlož čísla nebo zjištění]. Publikum: [například "COO a dva přímí podřízení, provozně zdatní, skeptičtí ke konzultantům"]. Omezení: maximálně tři podpůrné body, každý pod 20 slov, žádná adjektiva, která nelze změřit, žádné tvrzení nad rámec dodaných dat. Přidej jednořádkové "a co z toho" pro klienta.

Prompt: úprava tónu

Přepiš toto tak, aby odpovídalo vzorku hlasu. Zachovej každé číslo a tvrzení identické. Odstraň jakoukoli větu, která by beze změny fungovala v prezentaci pro jiného klienta. Vzorek hlasu: [vlož dva odstavce z prezentace, která se partnerovi líbila]. Návrh: [vlož].

Vzorek hlasu je důležitější než jakákoli instrukce o tónu. Dva odstavce skutečného textu vaší firmy posunou výstup dál než odstavec adjektiv popisujících, jak by to měl znít.

Než něco odešlete, proveďte zpětný test: vložte své titulky do nového chatu a zeptejte se Jaký argument se tady dělá a kde je jeho nejslabší místo? Pokud model nedokáže vlastní argument zopakovat, nedokáže to ani klient.

Workflow 3: průzkumy trhu, které lze skutečně citovat

Research je na zakázce místo, kde je AI nejužitečnější a nejnebezpečnější. Přesvědčivé, vymyšlené číslo velikosti trhu, které se dostane do klientské prezentace, je kariérní problém, ne nepříjemnost. Disciplína je jednoduchá: použijte model připojený k webu, vyžadujte zdroje a považujte každé číslo za neověřené, dokud si zdroj sami neotevřete.

Prompt: průzkum kategorie

Prozkoumej trh [kategorie]. Vrať: (1) odhady velikosti trhu za posledních 24 měsíců, každý s uvedením zdroje, roku a URL; (2) 5 až 8 největších hráčů s veřejně dostupnými čísly tržeb nebo podílu; (3) podstatné změny za posledních 12 měsíců, tedy vstupy, výstupy, investiční kola, akvizice a regulatorní změny; (4) dvě až tři strukturní síly, které nejspíš změní konkurenční obraz v příštích 24 měsících. Kde se zdroje neshodují, ukaž obě čísla, nezprůměruj je. Označ vše, co nemůžeš doložit zdrojem, jako NEOVĚŘENO.

Prompt: rozbor konkurenta

Postav pozicní rozbor [konkurent]. Zahrň: deklarovanou hodnotovou nabídku v jejich vlastních slovech, cílové segmenty, ceny pokud jsou veřejné, distribuční kanály, nedávné produktové nebo komunikační změny s daty, a témata stížností klientů viditelná ve veřejných recenzích. U každého tvrzení uveď zdroj. Odděl to, co tvrdí firma sama, od toho, co pozorují třetí strany.

Prompt: čtení dlouhého dokumentu

Přečti tento dokument a vytáhni jen to, co je důležité pro [rozhodnutí klienta]. Vrať tabulku: tvrzení, odkaz na stránku nebo sekci, a zda podporuje, popírá nebo je neutrální k hypotéze, že [uveď hypotézu]. Poté vypiš tři věci v tomto dokumentu, které tě nejvíc překvapují proti oborovým normám.

Poslední prompt je důvod, proč v tomto oboru záleží na velkém kontextovém okně. Nahrát celou výroční zprávu, celé regulatorní podání nebo 15 přepisů rozhovorů a položit jednu otázku vůči celku je skutečně jiná schopnost než shrnovat stránku po stránce. Gemini 3.7 Flash čte kontext 1M tokenů ve Whizi, což je zhruba 2 000 stran textu, takže je pro tento průchod výchozí volbou.

Hlubší rozbor zdrojování a ověřování najdete v návodu AI pro market research.

Důvěrnost klienta: co anonymizovat před vložením

Na tohle se každý konzultant zeptá ještě před druhým promptem, a upřímná odpověď má dvě části. Whizi netrénuje na vašich konverzacích a zásady zpracování dat každého poskytovatele jsou dostupné ještě před jeho zapnutím. To se týká platformy. Netýká se to vaší klientské smlouvy, která je obvykle striktnější než jakékoli zásady dodavatele a je to dokument, který vás skutečně zavazuje.

Fungujícím zvykem je odstranit identitu, ne strukturu. AI reasoning nepotřebuje jméno klienta, aby byl užitečný, a jeho odstranění vás nic nestojí:

• Nahraďte jméno klienta i konkurentů tokeny: Klient A, Konkurent B, Region 1.
• Zaokrouhlete nebo indexujte čísla. "Tržby indexované na 100 v roce 2023, 94 v roce 2025" zachová celý analytický tvar.
• Před nahráním odstraňte z přepisů rozhovorů jména, e-maily a funkce. Role stačí, a role je to, s čím analýza pracuje.
• Vše, na co se vztahuje konkrétní klauzule NDA, osobní údaje nebo materiálně neveřejné informace, nechte mimo jakýkoli AI nástroj úplně, včetně tohoto.
• Pokud je zakázka pod zvýšenými restrikcemi, konzultujte to s risk týmem firmy před zakázkou, ne po ní.

Anonymizovaný prompt je stejně obvykle lepší prompt. Nutit se popsat situaci strukturně odstraní vedlejší detaily, které rozptylovaly pozornost modelu.

Proč jeden workspace vyhraje nad třemi předplatnými

Konkrétní výhoda na zakázce není cena, i když ta aritmetika je skutečná: ChatGPT Plus, Claude Pro a Google AI Pro stojí kolem $20 každý, zhruba $60 měsíčně, proti $29.99 za Whizi Pro, a zpráva v Claude Sonnet 5 spotřebuje 10 kreditů z 2 000, které Pro nese každý měsíc, takže celá prezentace titulků do alokace skoro nesáhne. Nezávislí konzultanti pocítí ostřejší verzi téhle aritmetiky, rozebranou v AI nástroje pro freelancery. Skutečnou výhodou je, že kontext přežije přepnutí modelu. Nahrajete klientský datový výtah, strukturujete problém v GPT, napíšete storyline v Claude a doplníte kontext trhu z Gemini, vše v jednom vlákně, které si pamatuje, co bylo před tím. To samé přes tři produkty znamená třikrát vysvětlovat zakázku a nosit historii verzí v hlavě.

Druhou výhodou je porovnání vedle sebe, a přímo se promítá do toho, jak se hodnotí kvalita konzultantské práce. Projet stejné executive summary dvěma modely a nechat si lepší odstavec je dvouminutový zvyk, který měřitelně zvedne úroveň toho, co odesíláte. Zároveň snižuje reakci typu "tohle zní jako AI", protože posíláte nejlepší výstup pro každou sekci, ne firemní styl jednoho modelu roztažený přes celý dokument.

Třetí je red team průchod. Poproste model, který doporučení nepsal, aby proti němu argumentoval: Argumentuj nejsilnější případ, proč je tohle doporučení špatné. Co by musela platit, aby platil opačný závěr? Cokoli najde, najde i finanční ředitel klienta.

Co za vás AI neudělá

Neřekne vám, co klient skutečně chce, což se obvykle liší od toho, co říká zadání, a lze se to naučit jen z jednání. Nebude vědět, že COO, který má vaše doporučení implementovat, stejný nápad před dvěma lety zablokoval. Neponese odpovědnost za žádné číslo, takže každý údaj, který se dostane na stránku, musíte ověřit vy.

Je také slabá v přesně té věci, za kterou jsou konzultanti placeni: úsudek za neúplných informací s reputačními důsledky. Model vám ochotně dá přesvědčivou odpověď z tenkých důkazů, protože jistota je pro něj levná a pro vás nákladná. Ke každému výstupu se chovejte jako k prvnímu návrhu dobře čteného analytika, který klienta nikdy nepotkal a nemůže za nic nést vinu.