Szkolenie z AI dla zespołu marketingu: czego uczyć w pierwszej kolejności
Szkolenie z AI dla marketingu działa, gdy uczy w kolejności pracy zespołu: najpierw asystenci do codziennych zadań i kontekst firmy, potem treści i dane, na końcu automatyzacje i zasady bezpieczeństwa. Taki program zmienia czas wykonania zadań, które zespół i tak ma w kalendarzu, zamiast kończyć się na pokazie możliwości.
Jeśli dopiero porządkujesz temat AI w firmie, zacznij od wpisu o tym, jak wykorzystać sztuczną inteligencję w automatyzacji procesów biznesowych.
Najważniejsze informacje w skrócie
- Szkolenie z AI dla zespołu marketingu zaczynasz od asystentów do zadań, które zespół robi co tydzień, a nie od przeglądu narzędzi.
- Najlepiej działa 5 modułów w stałej kolejności: asystenci i prompty, kontekst firmy, treści i głos, analiza danych, automatyzacje.
- Automatyzacje zostawiasz na koniec, bo bez opisanego procesu błąd w prompcie powtarza się przy każdym uruchomieniu.
- Efekt szkolenia AI w marketingu mierzysz czasem tych samych zadań przed szkoleniem i 30 dni po nim.
- AI Act od 2 lutego 2025 wymaga od firm kompetencji AI personelu, dlatego szkolenie kończysz spisanymi zasadami pracy z danymi.
Spis treści
Dlaczego szkolenie z AI często nie zmienia sposobu pracy
Według raportu McKinsey „The state of AI in 2025” 88% firm używa AI w co najmniej jednej funkcji. Większość z nich nie wyszła jednak poza pilotaże. W Polsce skala jest mniejsza: według Eurostatu w 2024 roku z AI korzystało 5,9% przedsiębiorstw zatrudniających co najmniej 10 osób, przy średniej unijnej 13,5%.
Mateusz Biernacki, prezes RekinySukcesu.pl, na Forum IAB 2026 opisał trzy powody, dla których wdrożenie AI w zespole nie przynosi efektu:
- Nadmiar narzędzi bez kryterium wyboru. Każdy test nowego narzędzia to godzina, której zespół nie odzyska.
- AI jest wdrożone, a czas pracy się nie zmienił. Zaoszczędzone godziny od razu wypełniają nowe zadania (to zjawisko ekonomiści nazywają paradoksem Jevonsa).
- Chaos procesowy. Narzędzie przyspiesza proces, którego nikt nie spisał, więc przyspiesza też jego błędy.
Szkolenie, które pokazuje 20 narzędzi w jeden dzień, wzmacnia pierwszy problem. Dlatego program poniżej ma jedną zasadę: każdy moduł kończy się zmianą w pracy, którą da się zmierzyć.
Pięć modułów w kolejności, która działa
Każdy moduł korzysta z poprzedniego. Zespół, który nie umie dać asystentowi kontekstu firmy, dostanie ogólne teksty. Zespół, który nie opisał procesu, zbuduje automatyzację powielającą bałagan.
| Moduł | Czego uczysz | Efekt po tygodniu |
|---|---|---|
| 1. Asystenci i prompty | jeden schemat promptu, wspólny asystent zespołu | 3 prompty na osobę we wspólnej bibliotece |
| 2. Kontekst firmy | podłączone źródła, opisany styl marki | teksty bez przepisywania tonu |
| 3. Treści i głos | tekst, grafika, wideo, dyktowanie, kontrola jakości | pierwsze treści z AI poprawione według standardu marki |
| 4. Analiza danych | eksporty z GA4 i Search Console, sprawdzanie liczb w źródle | raport z 3 wnioskami sprawdzonymi w źródle |
| 5. Automatyzacje | opis procesu, ocena częstotliwości i ryzyka, scenariusz w Make.com | 1 działająca automatyzacja zespołu |

Pięć modułów szkolenia z AI w kolejności: asystenci i prompty, kontekst firmy, treści i głos, analiza danych, automatyzacje.
Na jeden moduł zaplanuj 2-3 godziny warsztatu i tydzień ćwiczeń między spotkaniami. Pięć modułów to więc około 5 tygodni. Jednodniowe szkolenie daje wiedzę, ale rzadko zmienia nawyki, bo nikt nie ćwiczy między spotkaniami.
Przed modułem 1 każda osoba przynosi 3 zadania ze swojego bieżącego tygodnia, np. brief kampanii, raport miesięczny dla klienta albo odpowiedź na zapytanie ofertowe. Na tych zadaniach ćwiczy cały program.
Moduły 1-4: od asystentów własnej pracy do analizy danych
Moduł 1, asystenci i prompty. Uczysz jednego schematu promptu (rola, kontekst, zadanie, format, przykład) i ćwiczysz go na przyniesionych zadaniach. Ważniejszy od samego promptu jest wspólny asystent: raz zbudowany, z instrukcją i przykładami, dostępny dla całego zespołu. Każdy uczestnik kończy moduł z 3 promptami zapisanymi we wspólnej bibliotece. O typowych potknięciach przeczytasz we wpisie o 7 błędach, przez które firmy marnują potencjał ChatGPT w marketingu.
W tym module omawiasz też zasadę GIGO (garbage in, garbage out): śmieci na wejściu dają śmieci na wyjściu. W pracy z AI oznacza to, że odpowiedź nie będzie lepsza niż polecenie i dane, które dostał asystent. Jeśli prompt nie ma kontekstu, przykładu i formatu, model wypełni luki ogólnikami.
Moduł 2, kontekst firmy. Modele się zmieniają, kontekst firmy zostaje. W tym module zespół podłącza do asystenta źródła, z których korzysta na co dzień: narzędzie do zadań, dysk z dokumentami, skrzynkę. Druga część to opisany raz styl pisania marki, który działa w każdym narzędziu i w każdym nowym modelu. Efekt po tygodniu: teksty, które nie wymagają przepisywania tonu.
Moduł 3, treści i głos. Tekst, grafika i krótkie wideo, a do tego dyktowanie. W naszym pomiarze z 2026 roku podyktowanie treści zajęło 43 minuty, a napisanie tej samej treści 160 minut. Do dyktowania wystarczy aplikacja na komputer, np. VoiceInk, albo tryb głosowy w aplikacji ChatGPT na telefonie: mówisz, a asystent porządkuje tekst. Ćwiczenia w tym module:
- podyktowanie briefu i zamiana go przez asystenta na uporządkowany dokument,
- przepisanie wygenerowanego opisu produktu na ton marki,
- przygotowanie 3 wersji nagłówka reklamy do testu A/B.
Moduł 4, analiza danych. Eksport z Google Analytics 4 albo Search Console trafia do asystenta, który ma znaleźć trzy zmiany wymagające uwagi. Uczestnik sprawdza każdą z nich w źródle. Przykładowe polecenie: „Porównaj kliknięcia z ostatnich 28 dni z poprzednimi 28 dniami i wskaż 3 strony z największym spadkiem, z liczbami”. Jeśli zespół korzysta z kilku modeli, pokaż różnice na tym samym zadaniu. Przykład porównania znajdziesz we wpisie o tym, jakie funkcje Claude zmieniają codzienną pracę.
Moduł 5: automatyzacje dopiero po opisaniu procesu
Automatyzacja łączy narzędzia bez udziału człowieka, więc błąd w prompcie powtarza się przy każdym uruchomieniu. Dlatego zasada z tego modułu brzmi: najpierw proces, potem optymalizacja.
Proces najprościej opisać metodą Event Storming. Na tablicy układasz po kolei zdarzenia, czyli to, co się wydarzyło, a przy każdym dopisujesz, kto je wykonuje, w jakim narzędziu i gdzie pojawia się problem. Tak opisaliśmy w RekinySukcesu.pl proces sprzedaży: 15 etapów, 3 ścieżki i około 190 karteczek. Dopiero na takiej tablicy widać, które kroki są zbędne. Kolejność jest zawsze ta sama: najpierw proces, potem wykluczenia z procesu, a na końcu decyzja, gdzie pomoże inny człowiek albo agent AI. Samą metodę opisujemy we wpisie o tym, jak Event Storming usprawnia procesy w firmie.

Zanim cokolwiek zautomatyzujesz, odpowiedz na dwa pytania: jak często powtarza się to zadanie i co się stanie, jeśli AI raz się pomyli. Zadania częste i o niskim ryzyku automatyzujesz pierwsze. Zadania rzadkie i ryzykowne, np. odpowiedź na reklamację, zostają przy człowieku.

Co automatyzować najpierw: zadania częste i o niskim ryzyku błędu (pole zielone). Zadania ryzykowne zostają przy człowieku (pole pomarańczowe).
Tak wygląda to u nas. Według pomiarów Mateusza Biernackiego pokazanych na Forum IAB 2026:
- Obsługa skrzynki e-mail z asystentem AI oszczędza 40 minut dziennie.
- Wycena po zapytaniu ofertowym trwa 15 minut zamiast 2 godzin.
- Odpowiedzi na komentarze na Instagramie zajmują 15 minut zamiast 4 godzin tygodniowo.
Każda z tych automatyzacji powstała po spisaniu procesu krok po kroku. Dobry pierwszy scenariusz dla zespołu marketingu: nowe zapytanie z formularza trafia do CRM, model streszcza je w 3 zdaniach, a opiekun dostaje powiadomienie z tym streszczeniem. Taki scenariusz zbudujesz w Make.com w jedno popołudnie.
Jak sprawdzić, czy szkolenie zadziałało
Zmierz te same zadania dwa razy: przed modułem 1 i 30 dni po module 5. Jeśli zespół korzysta z time trackingu w narzędziu do zadań, masz te dane bez dodatkowej pracy.
- Czas wykonania 3 przyniesionych zadań przed i po szkoleniu.
- Liczba zadań tygodniowo, w których zespół korzysta z asystentów.
- Liczba poprawek, które przełożony zgłasza do tekstów przygotowanych z AI.
- Liczba incydentów z danymi (cel: 0).
Wynik zapisz w prostej tabeli: zadanie, czas przed, czas po, różnica w minutach. Różnicę pomnóż przez liczbę powtórzeń zadania w miesiącu i masz miesięczną oszczędność czasu zespołu. Jeśli po 30 dniach czas się nie zmienił, wróć do modułu 2. Najczęściej asystent nie dostał kontekstu firmy albo przykładu oczekiwanego wyniku.
AI Act i bezpieczeństwo danych: zasady na koniec szkolenia
Artykuł 4 rozporządzenia o sztucznej inteligencji (AI Act) mówi, że podmioty stosujące systemy AI podejmują środki, żeby ich personel miał wystarczający poziom kompetencji w zakresie AI. Przepis stosuje się od 2 lutego 2025 roku. Pełny tekst znajdziesz w rozporządzeniu (UE) 2024/1689 na EUR-Lex.
Przepis nie podaje listy tematów ani liczby godzin. Po pięciu modułach zespół zna już narzędzia, więc zasady przestają być teorią. Ustalasz trzy rzeczy: z jakich kont firma korzysta, czego nie wklejamy do żadnego narzędzia AI i kto zatwierdza treść przed publikacją. Lista tego, czego nie wklejasz bez zgody firmy:
- Dane osobowe klientów i ich kontrahentów: imiona, e-maile, telefony.
- Stawki, marże i warunki umów.
- Hasła, klucze API i dane logowania.
- Nieopublikowane wyniki finansowe klientów.
Każdy uczestnik podpisuje jednostronicowe zasady pracy z AI. To dokument, który pokażesz, gdy ktoś zapyta o kompetencje z artykułu 4.
AI wdraża się w firmie tak jak CRM albo SAP: z właścicielem, szkoleniem i wspólną procedurą. Nikt nie każe handlowcowi samemu odkrywać systemu sprzedaży, a z asystentami AI wiele firm robi właśnie tak. Bez szkolenia, wyjaśnienia i wspólnego sposobu pracy wdrożenie AI w firmie nie działa, bo każdy korzysta z narzędzi inaczej i nie da się porównać efektów.
W RekinySukcesu.pl prowadzimy szkolenia z marketingu i AI dla firm. Program i terminy znajdziesz na stronie szkoleń.