Pracovní postupy s více režimy: Kombinace textu, obrázků a souborů
Na této stránce
Schopnosti, které jsi právě poznal, jsou užitečné i samostatně. Pokud je však zkombinuješ v jedné konverzaci, jejich potenciál se zcela znásobí. Text, obrázky, soubory a hlas se prolínají a umožňují plnit úkoly, které dříve vyžadovaly použití několika nástrojů, četné exporty a rozsáhlou manuální práci. Tato závěrečná lekce je o skládání těchto prvků dohromady.
Princip
Pracovní postup s více režimy (multimodal workflow) řetězí různé typy vstupů a výstupů v rámci jedné konverzace směrem k definovanému cíli. Každý krok využívá jinou schopnost a kontext přetrvává od začátku do konce – právě tato perzistence odlišuje tento přístup od série izolovaných požadavků. Pracovní postup pro konkurenční zpravodajství ilustruje celý obraz.
- Nahraj Excelový soubor obsahující prodejní data konkurence
- Nahraj snímky obrazovky jejich webových stránek
- Požádej o srovnávací analýzu v textové podobě
- ChatGPT vytvoří zprávu s vygenerovanými grafy
- Ty upřesníš body k dalšímu prozkoumání pomocí hlasu
Následující čtyři scénáře aplikují tento princip na běžné pracovní situace.
Od terénu ke zprávě
Vrátil jsi se z veletrhu a potřebuješ vytvořit shrnutí pro svůj tým. Během dne fotografuj stánky, plakáty, vizitky a produktová dema a tyto fotky průběžně posílej ChatGPT spolu s hlasovými poznámkami pro kontext – právě tehdy jsou dojmy nejčerstvější a psaní nejméně praktické. Vizitky obsahují osobní údaje: ponech si pouze to, co tvá zpráva skutečně potřebuje. Večer přistup ke strukturování: „Zde jsou všechny fotky a poznámky z mé návštěvy veletrhu. Uspořádej tyto informace podle vystavovatele. U každého zaznamenej: název společnosti, představené produkty, zajímavé body a relevanci pro náš byznys.“ Následně požádej o výstup: „Vygeneruj strukturovanou zprávu ve formátu Word s exekutivním shrnutím, detaily podle vystavovatele a mými doporučeními pro další postup. Zahrň relevantní fotografie.“ Za jednu hodinu se dostaneš od hromady fotek k dokumentu připravenému pro vedení.
Vizuální finanční analýza
Stejná logika platí pro čtvrtletní hodnocení výkonu, ale začínáme souborem. Nahraj svou Excelovou tabulku s klíčovými ukazateli výkonnosti (KPI) a poté požádej o analytickou práci: „Analyzuj tato data. Vypočítej vývoj oproti předchozímu čtvrtletí. Identifikuj 3 nejlepší performery a 3 varovné signály.“ Před dalším postupem si tato čísla ověř – chyba na tomto místě se bude šířit a zesilovat ve všem, co následuje, až po grafy, které budeš prezentovat.
Jakmile je analýza validována, požádej o vizualizace: „Vygeneruj vizuální dashboard se 4 grafy: vývoj tržeb, rozdělení podle produktu, srovnání týmů a trend za 4 čtvrtletí.“ Nakonec vyřeš finální formátování: „Zkompiluj vše do 3stránkového shrnujícího dokumentu: klíčová čísla na straně 1, grafy na straně 2, doporučení na straně 3.“
Tvorba ilustrovaného obsahu
Pro kompletní blogový příspěvek začíná pracovní postup surovým materiálem: nahraj své referenční dokumenty, PDF nebo články a požádej o podrobnou osnovu. Psaní pak probíhá sekci po sekci, iterativně ladíš tón, hloubku a příklady, místo abys požadoval celý článek najednou.
Na řadu přijdou vizuály, stále ve stejné konverzaci, což zajišťuje konzistenci s právě napsaným textem: „Vygeneruj úvodní ilustraci pro tento článek, styl profesionální plochý design (flat design). Poté vytvoř 3 vysvětlující diagramy pro sekce 2, 4 a 6.“ Nakonec přidej redakční úpravu: „Navrhni 5 chytlavých titulků, napiš meta popis pro SEO a navrhn 10 relevantních klíčových slov.“ Komplexní, ilustrovaný a optimalizovaný článek vznikne v jedné sesii.
Křížový audit
Poslední scénář ukazuje hodnotu míchání zdrojů různé povahy. Pro audit online presence klienta nejprve nahraj snímky obrazovky jeho webu, stránek na sociálních sítích a výsledků vyhledávání Google, poté nahraj exporty z Analytics: návštěvnost, míra opuštění, zdroje. Následně požádej o to, co ani jeden dataset sám o sobě poskytnout nemůže: „Zkříž data z Analytics se snímky obrazovky webu. Identifikuj stránky s vysokou návštěvností, ale nízkou angažovaností, a koreluj to s jejich designem viditelným na snímcích.“ Završi to výstupem: „Vypracuj auditní zprávu s anotovanými snímky obrazovky ukazujícími problematická místa a návrhy na zlepšení pro každou z nich.“
Kdy přejít na ChatGPT Work
Pro dlouhý pracovní postup, který využívá více zdrojů a musí vytvořit skutečný výstup – dokument, tabulku nebo prezentaci – je nástrojem navrženým společností OpenAI ChatGPT Work: vytváří nebo upravuje tyto soubory v závislosti na tvém plánu a nastavení pracovního prostoru. Můžeš jej dokonce řídit hlasem pomocí funkce Live na webu i mobilu, přičemž úkol pokračuje v textové podobě po skončení hovoru. Zachovej stejné reflexy: jasný cíl, vybrané zdroje a tvé schválení před jakýmkoli odesláním.
Navrhni si vlastní
Tyto čtyři příklady sdílejí metodu aplikovatelnou na jakýkoli komplexní úkol. Nejprve definuj konečný cíl: jakého výstupu nebo rozhodnutí chceš dosáhnout? Dále vyjmenuj dostupné vstupy – soubory, obrázky, informace – a poté sekvencuj kroky rozhodnutím o pořadí, v jakém má ChatGPT tyto prvky zpracovávat. Specifikuj, jaký mezivýstup musí každý krok produkovat, a tyto výsledky před dalším postupem validuj. Vše stojí na dekompozici: komplexní úkol se stává sérií krátkých kroků, z nichž každý využívá specifickou schopnost.
Tři úskalí se často opakují u těch, kteří tyto řetězce teprve objevují. Prvním je odeslání všeho najednou bez pokynů přidružených ke každému prvku – kontext se stane nečitelným. Druhým je ztracení vlákna v dlouhé konverzaci; jednoduché „Připomínka: pracujeme na auditu pro klienta X“ vše resetuje. Třetím je snaha realizovat celý projekt v jedné sesii: nad určitý objem je lepší rozdělit práci do několika tematických konverzací.
Teď je řada na tobě
Tvůj mini-pracovní postup. Vytvoř si vlastní mini-pracovní postup alespoň se třemi typy vstupů. Nahraj fotografii – tvůj produkt, tvé pracoviště, událost – poté soubor týkající se stejného tématu. Požádej o textovou analýzu, která zkříží vizuální informace a data ze souboru, a zakonči to výstupem: zpráva, prezentace nebo akční plán. Změř si čas a poté jej porovnej s tím, jak dlouho by stejná práce trvala manuálně. Tento rozdíl rozhodne o tom, které pracovní postupy si uložíš jako šablony.
Oficiální zdroje: ChatGPT Voice · Creating and editing documents, spreadsheets, and presentations with ChatGPT Work · Uploading files and audio to ChatGPT (Centrum nápovědy OpenAI)
Klíčové poznatky
- Síla multimodálního ChatGPT spočívá v kombinaci textu, obrázků, souborů a hlasu v rámci jednoho pracovního postupu
- Rozkládej komplexní úkoly na sekvenční kroky, z nichž každý využívá jinou schopnost
- Validuj výsledky každého kroku před přechodem na další
- Kontext přetrvává během celé konverzace – využij toho
- Vytvářej šablony pracovních postupů pro své opakující se úkoly a šetři čas při každém provedení
Ověř si své znalosti
Obrázky, hlas, soubory: zkontroluj si svou multimodální výbavu.
1. Co dokáže ChatGPT s fotografií dokumentu?
Odpověď: OCR a analýza: extrahovat text, strukturovat data (včetně tabulek) a odpovídat na otázky týkající se obsahu – fotografie se stává použitelným zdrojem.
2. Jak získat vygenerovaný obrázek věrný tvému záměru?
Odpověď: Popisem předmětu, stylu, kompozice a detailů – a iterací: ChatGPT Images přináší lepší výsledky, když prompt specifikuje rámování a omezení, nikoliv pouze téma.
3. Co umožňuje úprava existujících obrázků?
Odpověď: Modifikaci poskytnutého obrázku – nahrazení prvku, změnu stylu, úpravu oblasti – popsáním požadované změny, aniž by bylo nutné začínat od nuly.
4. V jakých případech hlasový režim předčí text?
Odpověď: Procvičování jazyka, koučování, brainstorming: mluvená interakce je rychlejší a přirozenější – a kombinuje se se stejnými schopnostmi jako psaní.
5. Co je to pracovní postup s více režimy?
Odpověď: Řetězec kombinující vstupy a výstupy: analyzovat PDF, extrahovat jeho data, vygenerovat odpovídající vizuál a napsat shrnutí – každý režim slouží dalšímu kroku.
Tato závěrečná lekce vše skládá dohromady: čerpej inspiraci z jejích pracovních postupů a buduj si vlastní.