Jak nauczyć AI swojego stylu pisania w małej firmie B2B

Wspólnik firmy montażowej otwierał ChatGPT po dwudziesty raz w tym tygodniu i wklejał do okna ten sam kontekst firmy. Powiedział mi to wprost: “to jest taki właśnie toporny sposób, że trzeba dać mu ten cały kontekst” za każdym razem od nowa. Odpowiedź na pytanie, jak nauczyć AI swojego stylu, ma trzy części: dajesz modelowi jedno miejsce, w którym opisujesz kim jesteś i jak piszesz, dokładasz archiwum tego, co już napisałeś, i uczysz go przez używanie. U mnie agent, który pisze w moim tonie, uczył się miesiącami, nie w weekend.

Dlaczego maile od AI brzmią sztucznie

Model dostaje polecenie “napisz mail do klienta”, nie dostaje niczego więcej. Zgaduje ton, zgaduje długość, zgaduje słownictwo. Wynik brzmi jak ChatGPT, bo ChatGPT nie wie, kim jesteś ani do kogo piszesz.

Model dostaje polecenie, nie kontekst

Sam sprawdziłem u siebie różnicę między jednym zdaniem promptu (“napisz maila do warm leada”) a promptem z rolą, kontekstem klienta, celem i formatem. Pierwsza wersja wychodzi jak z 2023 roku: “cieszymy się, że możemy się z Panem skontaktować”, “z prawdziwą przyjemnością zapraszamy”, zwroty, których w polskim B2B nikt nie używa poza szablonami z lat 90. Druga wersja brzmi jak notatka od kolegi, który zna sprawę.

Dla kogo: każdy, kto pisze te same typy wiadomości co tydzień (odpowiedzi na zapytania, follow-upy, briefy do wyceny). Firma, która ma pięć zapytań rocznie, może pisać ręcznie.

Twój ton nie mieści się w jednym przymiotniku

“Konkretny”, “przyjazny”, “profesjonalny” nic nie mówią. Twój ton to konkretne wybory: czy skracasz do “cześć” czy zaczynasz “dzień dobry”, czy używasz “Państwo” czy “Ty”, czy piszesz “wysyłam” czy “przesyłam”, jak podpisujesz się na końcu, czy dodajesz emoji, jak długie robisz akapity. Model tego nie zgadnie z powietrza. Musi zobaczyć, jak Ty to robisz w praktyce, na kilkunastu Twoich wiadomościach.

Efekt “wszyscy piszą jak ChatGPT”

Ostatnie dwa lata pokazały wyraźnie: maile, posty na LinkedIn i strony firmowe zaczęły brzmieć tak samo. Otwiera się skrzynkę i widać, że dwie oferty od dwóch różnych firm napisała ta sama maszyna, tylko z podmienionym logo. Klient to widzi w drugą stronę. Twój styl to Twoja przewaga, tego nie odda mu żadne generyczne narzędzie ustawione na pięć minut.

Baza wiedzy o firmie dla ChatGPT (od czego zacząć)

Zamiast wklejać kontekst do każdego czatu, zbierasz go w jednym miejscu i podpinasz raz. W praktyce potrzebujesz trzech dokumentów i archiwum, do którego model ma dostęp.

Trzy pliki, które robią 80% roboty

Plik pierwszy: kim jest firma i klient. Kilka akapitów: co robicie, dla kogo, co odróżnia was od konkurencji, jakie zadania zlecają wam klienci, jakie mają obiekcje, o co pytają najczęściej. Plik drugi: jak piszemy. Konkretne zasady (dzień dobry vs cześć, długość akapitów, podpis, zakazy typu “cieszymy się”), plus 3 do 5 realnych przykładów wiadomości “tak piszemy” i 2 do 3 “tak nie piszemy”. Plik trzeci: słownik firmowy. Nazwy produktów, ceny, terminy branżowe po polsku i po angielsku, imiona kluczowych osób, dostawcy, których polecacie.

Dla kogo: firma, która pisze regularnie po polsku i po angielsku. Firma z jednym językiem robi to samo, tylko krócej.

Archiwum maili jako źródło stylu

To najsilniejszy trik i najrzadziej używany. Twoja skrzynka to gotowy podręcznik tego, jak piszesz. Wyciągasz z ostatnich 6 do 12 miesięcy 30 do 50 wiadomości, które sam byś podpisał ponownie (bez wpadek, bez wersji “napisanej w biegu”), i wrzucasz je modelowi jako referencję. Wystarczy folder “wysłane” z filtrem po dacie i po temacie. Zamiast opisywać modelowi, jak piszesz, po prostu mu to pokazujesz.

Dla kogo: każdy, kto ma archiwum. Nowa firma bez historii najpierw zbiera 10 do 15 wiadomości ręcznie napisanych, dopiero potem prosi model o kolejne.

Co NIE trafia do modelu

Dane osobowe konkretnych klientów, umowy z klauzulami poufności, wyceny, których nie chcesz w cudzej bazie. Zanim zaczniesz, sprawdź jak Twój dostawca obchodzi się z danymi (polityka danych dla API OpenAI różni się od polityki dla wersji konsumenckiej ChatGPT). Anonimizuj to, co możesz (podmień nazwiska na “klient A”, kwoty na “XX tys. PLN”). Duże pliki poufne trzymaj w wersji lokalnej modelu, nie w chmurze. Aktualnych zmian regulacyjnych z 2026 dla branż wrażliwych (medycyna, finanse, dane wrażliwe RODO) NIE SPRAWDZONO, zapytaj prawnika przed wdrożeniem, jeśli obsługujesz takie dane.

Zły prompt vs dobry prompt

Różnica między “napisz mi maila” a promptem, którego używam u siebie, wygląda tak. Dwa realne przykłady poniżej.

Napisz odpowiedź na maila od klienta, który pyta o wycenę.

Jesteś asystentką w mojej firmie (montaż linii produkcyjnych, dwóch wspólników, biuro 5 osób, klienci B2B, głównie producenci FMCG i automotive).
Zadanie: odpisz na zapytanie ofertowe od nowego klienta (poniżej treść).
Cel: wysłać wstępną odpowiedź, umówić 15-minutową rozmowę techniczną, NIE wyceniać w mailu.
Ton: konkretny, na Państwo, bez korporacyjnego żargonu.
Format: 4 do 6 zdań, jedno pytanie techniczne otwierające rozmowę, propozycja dwóch terminów, podpis "Pozdrawiam, [imię]".
Nie pisz: "cieszymy się", "z przyjemnością", "nie sposób przecenić".

Zapytanie klienta: [wklej treść]

Napisz mi ofertę dla klienta.

Kontekst: pracujesz na wzorcach naszych wygranych ofert (załączam 5 sztuk z ostatniego roku, kwoty od 40 do 180 tys. PLN).
Zadanie: przygotuj SZKIC oferty dla klienta (branża: producent opakowań, projekt: montaż linii pakującej, zapytanie w załączniku).
Struktura oferty: 1) rozumienie zadania (2 akapity), 2) zakres prac (lista), 3) harmonogram (tabela), 4) wycena (przedziały, nie sztywne kwoty), 5) warunki i uwagi.
Podstaw dane z zapytania klienta tam, gdzie się da. Zaznacz "[DO UZUPEŁNIENIA]" wszędzie, gdzie brakuje informacji.
Ton: rzeczowy, konkretny, taki jak w załączonych wzorcach. Nie kopiuj zdań, kopiuj strukturę i sposób myślenia.

Zapytanie: [wklej]
Wzorce wygranych ofert: [wklej 5 plików]

Jak to wdrożyć w małej firmie B2B (poczta, oferty, faktury)

Nie wchodzisz w wszystko naraz. Bierzesz jeden obszar, w którym boli najbardziej, wdrażasz, dopiero potem następny. U mnie kolejność wygląda tak.

Skrzynka: agent przygotowuje, Ty zatwierdzasz

U siebie mam to ustawione tak: agent czyta wiadomości i przygotowuje wersję odpowiedzi, ja ją zatwierdzam albo poprawiam, dopiero wtedy wychodzi. Każdy obsłużony mail od razu trafia do archiwum. W skrzynce zostają tylko te, które czekają na moją decyzję. Nic nie wychodzi w świat beze mnie. To ta sama zasada, którą stosuje wspólnik firmy montażowej: chce ostatniego słowa, bo klient jest jego, nie ChatGPT-a.

Dla kogo: firma, w której poczta zjada 2 godziny dziennie właściciela. Firma z dziesiątkiem maili tygodniowo dostanie z tego 15 minut oszczędności, nie warto.

Oferty: wzorce z wygranych, nie generowanie od zera

Model nie napisze oferty za Ciebie. Model przygotuje szkic na bazie tych ofert, które już wygrałeś, a Twój zespół dopisze to, co decyduje o cenie: doświadczenie, wizja lokalna, ryzyko projektu. Właściciel firmy montażowej, z którym rozmawiałem w sierpniu 2026, powiedział to samo: przy stawce godzinowej oferta jest prosta, ale przy wycenie całej instalacji (bywają oferty na milion złotych i projekty na 8 tysięcy godzin) przygotowanie zajmuje “z kilka, no nawet kilkanaście godzin całego zespołu”. Ostatnie słowo zostaje po stronie człowieka, model jedynie przyspiesza pierwsze 60% roboty.

Dla kogo: firma, która przygotowuje 3 do 20 ofert miesięcznie w podobnej strukturze i ma archiwum wygranych propozycji. Firma bez historii najpierw zbiera 5 do 10 wzorców, dopiero potem uruchamia model.

Faktury i dane o klientach: osobna warstwa, nie ta sama

Faktury i CRM to warstwa danych, nie warstwa pisania. U siebie faktury kosztowe z zagranicy zbiera aplikacja, która czyta skrzynkę i codziennie o 6:30 wysyła dokumenty do systemu księgowej. Polskie faktury nie idą tą drogą, bo wchodzą przez KSeF, a wysyłka mailem robiłaby duplikat. Osobny skrypt 1. i 7. dnia miesiąca sprawdza, czy nic nie zginęło. Bez zabezpieczeń, w lipcu 2026, do księgowej poszło 6 błędnych dokumentów (ten sam PDF z kilku skrzynek, paragon dosłany obok faktury, faktura na inny podmiot). Automat bez kontrolera to strzelanie sobie w stopę.

Dla kogo: firma, która ma minimum 20 faktur kosztowych miesięcznie i księgową w formacie “wysyłam PDF-y mailem”. Firma na JPK i księgowej wewnętrznej ma inny workflow.

Kolejność wdrożenia: który proces pierwszy

Zacznij od tego procesu, który zjada najwięcej Twojego czasu i który powtarza się co tydzień. U większości firm B2B to poczta. U firm z długim cyklem sprzedaży to oferty. U firm o skomplikowanej dokumentacji to faktury. Wybierz jeden. Wdrożenie zajmie 2 do 4 tygodni pracy w tle, dopiero potem bierzesz kolejny. Trzy równolegle to gwarancja, że żaden nie ruszy.

Twoje archiwum to podręcznik, którego jeszcze nie otworzyłeś

Nauczenie AI Twojego stylu nie zaczyna się od promptu. Zaczyna się od tego, że siadasz z folderem “wysłane” i zaznaczasz 30 wiadomości, których nie wstydzisz się drugi raz. To Twój podręcznik. Model tego nie zgadnie, bo Twoje 7 lat rozmów z klientami nie wisi w internecie. Wisi w Twojej skrzynce. Otwórz ją.

FAQ

Ile czasu zajmuje nauczenie AI mojego stylu?

Podstawa (trzy pliki plus 30 referencyjnych wiadomości) to jeden dzień pracy. Doprowadzenie do stanu “brzmi jak ja, nie muszę poprawiać” trwa tygodnie do miesięcy, w zależności od tego, jak specyficzny masz styl i jak systematycznie poprawiasz to, co model dostarcza. U mnie agent, który pisze w moim tonie, uczył się miesiącami przez używanie: piszę, poprawiam, on wdraża poprawki. Kto obiecuje efekt w weekend, ściemnia.

Czy dane firmy wrzucone do ChatGPT są bezpieczne?

Zależy od produktu. ChatGPT konsumencki (chat.openai.com bez opcji wyłączenia treningu) domyślnie uczy się na Twoich danych. API OpenAI, ChatGPT Team i Enterprise mają inne zasady. Przed wdrożeniem sprawdź politykę u swojego dostawcy i wyłącz udział w treningu, jeśli oferta na to pozwala. Dane wrażliwe (medyczne, finansowe, RODO-krytyczne) trzymaj poza chmurą albo pracuj na modelu, który stoi u Ciebie na serwerze.

Czy AI zastąpi mi copywriterów i handlowców?

Nie, jeśli robisz tę pracę dobrze. AI zastąpi ten fragment ich roboty, który sprowadza się do przepisywania szablonów, wypełniania tabelek i pisania standardowych odpowiedzi. Zostaje im to, co decyduje o wyniku: rozmowa z klientem, projekt oferty, decyzja o cenie, dogadanie warunków. Zamiast pytać “kogo zwolnić”, zapytaj “co zdejmę im z biurka, żeby mieli czas myśleć”.

Od czego dokładnie zacząć w mojej firmie?

Weź jeden proces, w którym boli najbardziej (u większości firm B2B to skrzynka). Napisz jednostronicowy dokument “kim jesteśmy, jak piszemy, czego nie robimy”. Wyciągnij 30 realnych wiadomości z archiwum. Podepnij do ChatGPT jako custom GPT albo do Claude jako projekt. Przez tydzień pracuj tak: model proponuje, Ty zatwierdzasz. Zapisuj to, co go poprawiłeś. Po tygodniu wracasz i aktualizujesz dokument.