AI agenti promění zadávání podnětů v manažerskou dovednost

Čím lepší jsou AI agenti, tím více připomíná zadávání podnětů řízení práce. Musíte rozhodnout, co chcete, aby bylo provedeno, popsat, jaký vypadá dobrý výsledek, a poskytnout agentovi dostatek prostoru k jeho dosažení. To se stane základní obchodní dovedností, a to i pro lidi, kteří nikdy neřídili zaměstnance.

Zní to jednoduše, dokud se nepokusíte delegovat skutečný úkol. Je snadné požádat o lepší webové stránky nebo užitečnou výzkumnou zprávu. Je těžší vysvětlit, co by učinilo kterýkoliv z nich užitečným pro vaše podnikání.

Když může agent zkoumat téma, pracovat napříč soubory a vytvořit výstup, vágní zadání ho může poslat dlouho po špatném směru. Větší schopnosti mu poskytují více možností, jak reagovat na vaše instrukce. To také způsobí, že rozhodnutí, která vynecháte, budou mít větší důsledky.

Myslím, že právě zde se přesune velká část hodnoty učení se využívat AI. Schopnost vysvětlit úkol, poskytnout správný kontext a rozpoznat dobrý výsledek bude důležitá u všech budoucích nástrojů.

Nejtěžší částí je rozhodnout, o co požádat

Představte si, že požádáte agenta o vylepšení vstupní stránky. Mohl by přepsat nadpis, přeuspořádat sekce a učinit stránku vizuálně uhlazenější. Všechny tyto změny by mohly splnit instrukci. Žádná však nutně nevyjasní nabídku pro zamýšleného zákazníka.

Možná návštěvníci nevidí, pro koho je produkt určen. Možná stránka vyzývá k nákupu dříve, než vysvětlí hodnotu. To jsou různé problémy. Pokud jste se nerozhodli, který je podstatný, agent musí učinit toto rozhodnutí za vás nebo se vrátit a zeptat se. Ani delší zadání, ani uhlazenější design to nevyřeší.

Ve svém přístupu k AI práci chci nejprve rozhodnout, k čemu má výsledek sloužit, ještě před zahájením provádění. Výzkumný úkol potřebuje otázku, na kterou má odpovědět. Webová stránka potřebuje nabídku, kterou zamýšlený zákazník pochopí. Můžu agentovi poskytnout svobodu, jak toho dosáhne, jakmile je cíl jasně stanoven.

Manažeři se s tím setkávají neustále: někdo dokončí úkol přesně podle zadání, ale výsledek stále nevyřeší problém. O stejné otázce jsem psal v souvislosti s AI piloti, kteří posilují existující pracovní postupy. Než proces zrychlíme, je třeba rozhodnout, zda si zaslouží přežít.

Studie Stanford preprint publikovaný v srpnu 2026 zjistila, že lidské vedené spolupráce dominovaly konverzacím Claude, které výzkumníci zkoumali. Lidé formovali práci prostřednictvím svých podnětů a následných výměn. To odpovídá tomu, jak přemýšlím o delegování: nastavení úkolu je začátek vašeho zapojení.

Dokončený úkol potřebuje užitečný výsledek

Uhlazený dokument a sebejistá zpráva o dokončení mohou úkol učinit jako dokončený. Přesto chci vidět, co se skutečně stalo. Vyřešil agent problém, nebo vytvořil něco, co vypadá jako požadovaný výstup?

Anthropic v průvodci hodnocením agentů učinila užitečný rozdíl: záznam toho, co agent udělal, je oddělen od výsledku, který skutečně vytvořil. Myslím, že to je dobrý výchozí bod pro každého, kdo přiděluje AI práci.

Pokud požádáte o rezervaci, ověřte, že existuje správná rezervace. Pokud požádáte o tabulku, zkontrolujte výpočty a předpoklady. Pokud požádáte o výzkum, otevřete zdroje a zjistěte, zda podporují závěry. Zpráva o dokončení od agenta vám sdělí, že je připraven k revizi.

Poskytnutí tohoto standardu agentovi na začátku usnadní provedení úkolu. Může zkontrolovat svou práci a vrátit konkrétní problémy. Pokud zdroj odporuje závěru, chci o tom vědět, než strávím čas revizí textu. Pokud tabulka závisí na předpokladu, chci, aby byl tento předpoklad viditelný.

Míra kontroly by měla odpovídat úkolu. Nechci trávit deset minut dohledem nad úpravou formátování, kterou mohu vrátit během několika sekund. Veřejný závazek vyžaduje více pozornosti. Vědět, kde je vaše pozornost důležitá, je součástí toho, jak v tom být dobrý.

Dejte agentovi prostor k práci

Dobré delegování také znamená rozhodnout, kde může agent jednat bez nutnosti se na vás vracet. Přístup k e‑mailovému nástroji nevyjasní, zda může odeslat zprávu. Zadání by mělo jasně vymezit, kdy je práce přípravou a kdy zahrnuje provedení akce.

Jasné hranice šetří pozornost. Agent může zkoumat, připravit výsledek a řešit rutinní revize, zatímco zásadní rozhodnutí ponechá na odpovědné osobě. Tento směr musí být dostupný v pracovním prostředí, spolu s relevantním obchodním kontextem. Lauren Hanford, viceprezidentka produktových operací ve Sonar, toto uvádí ve svém eseji o navrhování provozních prostředí agentů: musíme dodat kontext a směr, na kterých práce závisí.

Stanfordští výzkumníci také zjistili, že tření je často produktivní: lidé upřesňovali požadavky a opravovali nedorozumění. Myslím, že tyto výměny někdy považujeme za selhání nástroje, i když jsou prostě součástí řešení problému. Užitečná otázka je, zda konverzace posouvá práci vpřed.

Proto nehodnotím dohled podle toho, kolikrát někdo schválí akci. Můžete projít tucet požadavků a stále přehlédnout rozhodnutí, na kterém záleží. Chci, aby rutinní práce pokračovala a důležitá rozhodnutí se vrátila s dostatečným kontextem, abych je mohl učinit.

Série aktualizací aktivit sama o sobě moc nepomáhá. Řekněte mi, co vyžaduje rozhodnutí, proč je to důležité a co se stane dál.

To mění to, co znamená být dobrý v AI

Pro samostatného provozovatele je to skutečná změna povahy práce. Možná jste zvyklí si důvody rozhodnutí uchovávat v hlavě, protože jste také osobou, která práci vykonává. Delegování tyto důvody učiní užitečnými pro někoho jiného nebo něco jiného. Vyjmout je z hlavy je součástí usnadnění řízení podniku.

Zisky by se měly časem hromadit. Když úkol selže kvůli chybějící preferenci, zaznamenejte tuto preferenci tam, kde ji může využít další úkol. Když se stejná otázka opakovaně vrací, rozhodněte, zda agentu chybí kontext, nebo zda rozhodnutí skutečně vyžaduje vás. Opakované opravy jsou příležitostí zlepšit způsob přidělování práce.

Rád bych, aby výuka AI věnovala více času těmto situacím. Dejte lidem neúplný úkol a nechte je zjistit, co chybí. Ukažte jim vylepšený výsledek se slabým závěrem. Znovupoužitelné podněty mohou být užitečné, ale lidé potřebují praxi v rozhodování, na kterých tyto podněty závisí.

Jakmile agenti dokončí více práce, jejich uživatelé budou věnovat více času nastavení směru a rozhodování, co je dostatečně dobré. Někteří budou mít týmy. Jiní budou provozovat podniky sami. V obou případech se schopnost převést záměr na jasný úkol stane součástí jejich konkurenční výhody. Proto je promptování ve skutečnosti manažerskou dovedností.