# Test enginu: tři koncepty jedním promptem

> **Zpracováno AI jedním promptem** nad zadáním [zadani.md](07-koncepty/zadani.md). Využity všechny guardraily vzniklé při tvorbě původního konceptu: claim ledger, oddělené datasety A/B, anti-slop, brand voice, frameworková báze a validátor claimů. Další krok je lidská verifikace (human in the loop) a teprve pak případné spuštění do testu. Nic z toho není publikované.

**Jak tuhle stránku číst.** Texty níž jsou z velké části generované AI a je potřeba s nimi dál pracovat. Ber je jako koncept a výchozí materiál k dopracování: vznikly jedním promptem, aby bylo vidět, co automatika nad kampaní zvládne za jednotky minut. O tom, jestli a v jaké podobě půjde některý segment ven, rozhoduje člověk. Texty jsou tu od toho, aby se vzaly, škrtaly, přepisovaly a repurposovaly; každý koncept má k tomu vlastní `kampan.yaml` a validátor, takže oprava zadání se propíše do všech dalších výstupů, nejen do jednoho textu.

Tohle je test bonusového enginu naostro: vzali jsme zbylé tři největší segmenty z dodaného datasetu (Osamělý stavitel 28 % už kampaň má) a jedním spuštěním vygenerovali pro každý plný komunikační balíček: landing page, newsletter a dva LinkedIn posty. Každý koncept má vlastní `kampan.yaml`, vlastní kopii validátoru a všech devět textů prošlo kontrolou claimů (`validate-copy.py`) se stavem PROŠLO. Framework stack je pro všechny stejný (Obviously Awesome → Market Sophistication → Challenger reframe → REAN → BAB → MECLABS → benchmark, podle `assessment-led` syntézy) a mění se jen reframe a vstupní sdělení; to je záměr, ne lenost. Zdrojové soubory: [07-koncepty/](07-koncepty/zadani.md), v ZIPu celá složka.

Co AI označila ⚠️ jako úsudek bez důkazu, zůstává označené v README každého konceptu. Nejdůležitější otevřené otázky k lidské verifikaci jsou u každého konceptu dole.

---

## Koncept 1: Hrající trenér (23 %) — „Náskok, který jde předat dál"

**Potřeba ze segmentu:** vede tým, stále sám vyrábí a potřebuje přenést svůj AI náskok na ostatní. Je to most do firmy (expanzní linka k Team licenci) a typologicky Mobilizer: jeho osobní report je munice, kterou prosadí změnu uvnitř. Texty nikde neslibují týmový report jako hotovou funkci; most se komunikuje výhradně přes osobní výsledek a přenositelnost postupů.

**Proposition:** Za pět minut zjistíš, kde s AI stojíš ty sám, a z reportu odejdeš s postupem, který převezme i kolega.

**Reframe:** přenos náskoku nezačíná školením týmu, ale tím, že svůj způsob práce umíš popsat. Náskok, který žije jen ve tvojí hlavě, se nedá delegovat; předat se dá jenom postup.

:::LP headline + subheadline
Vedeš tým a nejlepší AI výstupy v něm pořád vyrábíš sám?

AI používá denně nebo skoro denně 86 % lidí, opakovatelný postup staví 8 %. Tvůj náskok je nejspíš skutečný. Jenom zatím nemá tvar, který by kolega převzal bez tebe.
:::

:::LP bloky argumentace
Vysvětlit kolegům, jak s AI pracuješ, jsi nejspíš už zkoušel. Ukázal jsi pár promptů, všichni přikývli a za týden ti zase nosí výstupy, které po večerech přepisuješ.

Na 2 500+ dokončených vyhodnoceních AI dovedností na českém trhu je vidět proč. Průměrné skóre je 44,3 ze 100 a většina lidí je na úrovni Explorer nebo Operator; v jednom firemním nasazení na 1 300+ lidí to bylo 89 %. Tvůj tým na tom skoro jistě není jinak a jeho selhání to není. Z ukázky si kolega odnese hotový výsledek; způsob, jakým jsi k němu došel, v ní nevidí. A právě ten způsob je celý tvůj náskok.

Spark trvá pět minut a je zdarma. Neptá se, co si o AI myslíš, ptá se, co s ní děláš. Když budeš chtít jít hloub, pokračuješ do Deepu: 15 až 20 minut rozhovoru, který chce příklady z tvojí práce a porovná je s tím, jak se hodnotíš sám. Z reportu odejdeš s úrovní, silnými stránkami a konkrétními kroky s prompty. Krok s promptem je první kus tvého náskoku, který můžeš dát kolegovi, aniž bys u toho seděl.

Začni u sebe. Zní to pomalu, když chceš hýbat celým týmem, ale je to nejkratší cesta: dokud neumíš popsat vlastní způsob práce, nemáš co předávat. Vlastní výsledek ti navíc dá do ruky argument, který ve firmě funguje líp než cizí prezentace, protože mluvíš o svých datech. A skóre není vysvědčení. Je to bod, ke kterému se dá vrátit a změřit posun.
:::

:::Newsletter (předmět: Co z tvého AI náskoku umí i tvůj tým?)
Ahoj,

zkus si krátký test, než tenhle e-mail zavřeš. Vyber jednu věc, kterou s AI děláš líp než zbytek tvého týmu. A teď zkus kolegovi napsat tři věty, podle kterých ji zopakuje bez tebe.

Jestli ti to nejde, nejsi výjimka. Máme na českém trhu přes 2 500 dokončených vyhodnocení AI dovedností; denně nebo skoro denně v nich AI používá 86 % lidí, ale opakovatelný postup staví 8 %. Zbytek má náskok, který drží jen na nich. Pro člověka, který vede tým a pořád sám vyrábí, je to past: dokud svůj způsob práce neumíš popsat, nemůžeš ho delegovat a všechno důležité končí u tebe.

Proto doporučuju začít měřením, ne poučováním týmu. Spark trvá pět minut a je zdarma; neptá se, co si o AI myslíš, ptá se, co s ní děláš. Deep pak za 15 až 20 minut projde příklady z tvojí práce a report ti dá konkrétní kroky a prompty. Krok s promptem je první kus náskoku, který můžeš předat dál, aniž bys u toho seděl.

A jestli tě brzdí, co by ti mohlo vyjít: průměr je 44,3 ze 100 a většina lidí končí na úrovni Explorer nebo Operator. Výchozí bod, žádné vysvědčení.

Zjistit AI úroveň: https://sp.aimee.coach/cs/assessment

F.

PS: Jestli jsi ty tři věty kolegovi napsal, pošli mi je v odpovědi. Sbírám postupy, které přežily předání, a nejlepší posílám dál.
:::

:::LinkedIn osobní (odkaz do prvního komentáře)
Kolik z tvého AI náskoku by tým udržel, kdybys na měsíc zmizel?

Od lidí, kteří vedou tým a AI jim jde, slýchám pořád stejnou větu: radši to udělám sám, než to někomu vysvětlím. Rozumím jí, taky jsem si ji říkal. Jenže pak jsem se podíval do našich dat.

Za poslední roky jsme v Česku dokončili přes 2 500 měření toho, jak lidé s AI reálně pracují. Denně nebo skoro denně ji používá 86 % lidí. Opakovatelný postup, tedy něco, co převezme i kolega, staví 8 %.

Ten rozdíl je celý problém přenosu. Intuice se předat nedá, postup ano. A většina z nás svůj způsob práce nikdy nezkusila popsat tak, aby ho šlo zopakovat bez nás.

Zkus si to: vyber jednu věc, kterou s AI umíš nejlíp z týmu, a napiš kolegovi tři věty, podle kterých ji udělá bez tebe. Jestli to jde, předávej. Jestli ne, začni u sebe. Test na pět minut, který ti řekne kde, dám do komentáře.
:::

:::LinkedIn firemní (odkaz v postu)
V agregátu 2 500+ vyhodnocení AI dovedností na českém trhu používá AI denně nebo skoro denně 86 % lidí. Opakovatelné postupy staví 8 %.

Stejný vzorec je vidět i uvnitř firem. V programu předního evropského e-commerce retailera prošlo měřením 1 300+ lidí v 269 týmech; 89 % z nich bylo na úrovni Explorer nebo Operator, 11 % na úrovni Builder.

Frekvence používání sama o sobě hloubku práce neukazuje. Rozdíl dělají postupy, které lze použít znovu a které převezme i kolega. Měření ukazuje, kde v tom rozložení člověk stojí a čím konkrétně začít.

Zjistit AI úroveň (zdarma, výsledek za pět minut): https://sp.aimee.coach/cs/assessment
:::

**K lidské verifikaci:** teze přenositelnosti postupů (čísla 86/8 ji ilustrují, nedokazují) a tykání v textech za Filipa. Validace: 3× PROŠLO na první iteraci. Detail v [README konceptu](07-koncepty/hrajici-trener/README.md).

---

## Koncept 2: Builder v čekárně (19 %) — „Počítá se, co s AI děláš"

**Potřeba ze segmentu:** doma staví, v práci ho brzdí povolené nástroje a konzervativní prostředí. Není most do firmy, takže se expanze nekomunikuje vůbec; potřebuje benchmark a legitimitu pro sebe. Copy nikde nesoudí zaměstnavatele a nevyzývá k obcházení pravidel.

**Proposition:** Za pět minut získáš měřitelný doklad, že to, co sis s AI postavil doma, je skutečná dovednost, a odejdeš s jedním konkrétním krokem.

**Reframe:** úroveň se neměří podle toho, co smíš používat v práci; měří se na tom, co s AI děláš.

:::LP headline + subheadline
Doma si s AI stavíš věci, které v práci zatím nepoužiješ. Tvoje úroveň se počítá z obojího.

Spark je bezplatný vstupní test na pět minut. Ptá se, co s AI děláš, takže do výsledku patří i všechno, co sis postavil po večerech.
:::

:::LP bloky argumentace
Z 2 500+ dokončených vyhodnocení AI dovedností na českém trhu vychází zvláštní dvojice čísel. AI používá denně nebo skoro denně 86 % lidí; opakovatelné postupy z ní staví 8 %. Kdo večer ladí vlastní agenty, šablony a workflow, patří pravděpodobně do té menší skupiny. Jenže to zatím nemá čím doložit, protože nástroje povolené v práci ukazují jen výsek toho, co umí.

Spark za pět minut projde, jak s AI reálně pracuješ: kontext, iterace, ověřování, postupy. Nezkoumá, kterým nástrojem pracuješ přes den. Když budeš chtít jít hlouběji, Deep je adaptivní rozhovor na 15 až 20 minut; nechce tvůj názor na sebe, chce konkrétní příklady a porovná je s tím, jak se hodnotíš sám. Z reportu odejdeš s úrovní, silnými stránkami, jedním konkrétním dalším krokem a prompty k němu.

Průměrné skóre je 44,3 ze 100 a většina lidí končí na úrovni Explorer nebo Operator; v jednom firemním nasazení na 1 300+ lidí to bylo 89 %, na úroveň Builder došlo 11 %. Úrovně jdou po sobě: Explorer, Operator, Builder, Transformer. Výsledek není známka za to, kde pracuješ. Je to doklad, který máš pro sebe, a bod, ke kterému se vrátíš a změříš posun.
:::

:::Newsletter (předmět: Co sis s AI postavil doma, se počítá)
Ahoj,

možná to znáš. Večer si doma postavíš agenta, který ti třídí poznámky, a ráno v práci otevřeš nástroje, které jsou povolené. Většina toho, co umíš, tak zůstává mimo pracovní den.

Na českém trhu máme přes 2 500 dokončených vyhodnocení AI dovedností. AI v nich denně nebo skoro denně používá 86 % lidí, opakovatelné postupy staví 8 % a průměrné skóre je 44,3 ze 100. Když doma stavíš, je dost dobře možné, že jsi dál než průměr. Bez měření je to ale jen pocit a s pocitem se špatně pracuje; nemáš ho s čím srovnat.

Spark trvá pět minut a je zdarma. Neptá se, kde s AI pracuješ, ptá se, co s ní děláš, takže do výsledku patří i večerní projekty. Když budeš chtít víc, Deep je rozhovor na 15 až 20 minut; chce konkrétní příklady a porovná je s tím, jak se hodnotíš sám. Vyjde ti úroveň, silné stránky a jeden konkrétní další krok s prompty.

Skóre není známka. Je to doklad, který máš pro sebe, a bod, ke kterému se za pár měsíců vrátíš.

Zjistit AI úroveň: https://sp.aimee.coach/cs/assessment

F.

PS: Jestli sis doma postavil něco, co používáš každý týden, odpověz mi a napiš, co to je. Tyhle věci mě zajímají nejvíc.
:::

:::LinkedIn osobní (odkaz do prvního komentáře)
Kde ses za poslední rok naučil s AI víc: v práci, nebo doma po večerech?

Z 2 500+ měření AI dovedností na českém trhu vypadá běžný den takhle: AI používá denně nebo skoro denně 86 % lidí, opakovatelné postupy z ní staví 8 %.

Vedle těch čísel ale existuje skupina, kterou v nich snadno přehlédneš. Lidé, kteří si večer doma ladí agenty a šablony, zatímco přes den pracují s užší sadou povolených nástrojů. Jejich pracovní den vypadá běžně a jejich skutečná úroveň není nikde vidět.

Můj názor: dovednost, kterou zatím nemáš kde předvést, se počítá úplně stejně. Jen jí chybí doklad. A sebehodnocení ho nenahradí, protože nemáš s čím srovnávat.

Proto měříme chování: co s AI děláš, jak iteruješ, co po tobě zůstane. Kde ses to naučil, je vedlejší.

Pětiminutový test, kterým se to dá změřit, dávám do prvního komentáře. Ta otázka nahoře ale funguje i bez něj.
:::

:::LinkedIn firemní (odkaz v postu)
Za 2 500+ dokončených vyhodnocení AI dovedností na českém trhu se opakuje jeden vzorec: 86 % lidí používá AI denně nebo skoro denně, opakovatelné postupy staví 8 %. Průměrné skóre je 44,3 ze 100.

Frekvence používání sama úroveň neukazuje. Rozdíl dělá kontext, iterace, ověřování a postupy, které se dají použít znovu. Část lidí tyhle návyky rozvíjí mimo nástroje, se kterými pracuje přes den, proto assessment měří chování při práci s AI bez ohledu na to, kde vzniklo.

Spark je bezplatný vstup na pět minut. Deep je adaptivní rozhovor na 15 až 20 minut, který porovnává sebehodnocení s konkrétními popsanými příklady.

Zjistit AI úroveň, zdarma a s výsledkem za pět minut: https://sp.aimee.coach/cs/assessment
:::

**K lidské verifikaci (nosné):** copy tvrdí, že do výsledku patří i domácí projekty; produktový podklad říká, že Deep „hledá konkrétní důkazy z práce", a plnohodnotnost domácích vstupů výslovně nepotvrzuje. Pokud to neplatí, přeformulovává se subheadline, newsletter i firemní post. Dál: podpis „F." a interpretace potřeby (neviditelnost dovednosti vs. omezení nástrojů). Validace: 3× PROŠLO (newsletter na 2. iteraci). Detail v [README konceptu](07-koncepty/builder-v-cekarne/README.md).

---

## Koncept 3: Tvůrce značky (13 %) — „Hlas značky nedrží model, drží ho postup"

**Potřeba ze segmentu:** používá AI v marketingu, odmítá generické výstupy a chybí mu systém se značkou uvnitř. Není most do firmy; kupuje pro sebe a svou značku. Vědomá ironie konceptu: člověk, který odmítá generické výstupy, pozná generické copy okamžitě, takže anti-slop tu není hygiena, ale podmínka důvěryhodnosti.

**Proposition:** Za pět minut zjistíš, jestli s AI pracuješ způsobem, který udrží hlas tvojí značky, a odejdeš s jedním konkrétním krokem.

**Reframe:** generický výstup nevzniká z modelu, ale ze způsobu práce; náhodný prompt vrací průměr internetu a hlas drží až postup se značkou uvnitř.

:::LP headline + subheadline
AI píše tvoje texty za minuty. Hlas značky v nich hlídáš pořád ručně.

Na českém trhu máme přes 2 500 vyhodnocení AI dovedností. AI v nich používá denně nebo skoro denně 86 % lidí; opakovatelný postup, který udrží kvalitu i tón, staví 8 %. Spark za pět minut ukáže, kde mezi těmi dvěma čísly stojíš.
:::

:::LP bloky argumentace
Stejné modely dostali všichni. Kdo do nich posílá náhodné prompty, dostává zpátky průměr internetu, a průměr internetu nezní jako žádná značka. Tón, který si roky stavíš, se z výstupu vytrácí přesně v míře, v jaké chybí postup. Data ukazují, jak velká ta mezera je: většina lidí AI používá denně, opakovatelný postup má málokdo. Generický obsah, kterého si všímáš u ostatních, vzniká právě tam. Vysoká frekvence, žádný systém.

Spark se neptá, co si o AI myslíš. Pět minut otázek na to, co s ní skutečně děláš: jak zadáváš kontext, jestli iteruješ, jestli si postupy ukládáš a vracíš se k nim. Přesně tyhle návyky rozhodují o tom, jestli výstup udrží váš tón, nebo ho po AI opravuje člověk. Když budeš chtít jít hlouběji, Deep je placený rozhovor na 15 až 20 minut; chce konkrétní příklady z tvojí práce a porovná je s tím, jak se hodnotíš sám. Sebehodnocení totiž bývá to první, co se u AI dovedností rozchází s realitou.

Průměrné skóre je 44,3 ze 100 a většina lidí končí na úrovni Explorer nebo Operator, takže výsledek není známka. Je to výchozí bod: report ukáže úroveň, silné stránky, růstovou oblast a konkrétní kroky s prompty. Pro člověka, který drží značku, má ten krok typicky jednu podobu: vzít prompt, který jednou zafungoval, a udělat z něj postup se značkou uvnitř, aby tón držel i příště. To je jiná práce než zkoušet další nástroj, a dá se začít tenhle týden.
:::

:::Newsletter (předmět: Pozná zákazník, že to psala AI?)
Ahoj,

kolik času ti tenhle týden vzalo přepisování textů po AI? Nemyslím opravy faktů. Myslím přepisování tónu, aby to znělo jako vy, a ne jako kdokoliv.

Jestli je to pár hodin, nejsi v tom sám. Na českém trhu máme přes 2 500 vyhodnocení AI dovedností a vychází z nich zvláštní nůžky: AI používá denně nebo skoro denně 86 % lidí, opakovatelný postup staví 8 %. V marketingu jsou ty nůžky vidět nejrychleji. Stejné modely a náhodné prompty vracejí všem podobný průměrný text; hlas značky z AI nevypadne sám. Drží ho postup, ve kterém je značka zapsaná uvnitř: kontext, příklady, iterace, ověření.

Jestli takový postup máš, patříš k menšině a tenhle e-mail klidně zavři. Jestli ne, první krok není další nástroj, ale zjistit, kde stojíš. Spark trvá pět minut a je zdarma; neptá se, co si o AI myslíš, ptá se, co s ní děláš. Průměrné skóre je zatím 44,3 ze 100 a většina lidí končí na úrovni Explorer nebo Operator, takže výsledek ber jako výchozí bod, ne známku. Report končí konkrétními kroky a prompty, ne diagnózou.

Zjistit AI úroveň: https://sp.aimee.coach/cs/assessment

F.

PS: Jestli máš prompt nebo postup, který spolehlivě drží váš tón, odpověz mi a pošli ho. Sbírám je a nejlepší posílám dál.
:::

:::LinkedIn osobní (odkaz do prvního komentáře)
Vezmi poslední text, který ti napsala AI, a schovej logo i podpis. Poznal by tvůj zákazník, že je od vás?

Ptám se, protože v datech vidíme zvláštní nůžky. Na českém trhu máme přes 2 500 vyhodnocení toho, jak lidé s AI reálně pracují. Denně nebo skoro denně ji používá 86 % lidí. Opakovatelný postup, tedy něco, co udrží kvalitu i příště, staví 8 %.

V marketingu ty nůžky bolí nejvíc. Generický text totiž nevzniká tím, že AI používáš, ale tím, jak: náhodný prompt vrací průměr internetu, a průměr internetu nezní jako nikdo. Značka se do výstupu dostane jen postupem, který ji nese uvnitř. Kontext, příklady, iterace, ověření. To je jiná práce než zkoušet další nástroj, a hlavně se dá změřit, jestli ji děláš.

Test, kterým se to za pět minut zjistí pořádně, dávám do komentáře. Otázka z první věty ale funguje i bez něj, a proto ji sem píšu.
:::

:::LinkedIn firemní (odkaz v postu)
Z 2 500+ vyhodnocení AI dovedností na českém trhu: 86 % lidí používá AI denně nebo skoro denně, opakovatelné postupy staví 8 %. Průměrné skóre je 44,3 ze 100 a většina lidí je na úrovni Explorer nebo Operator.

Pro lidi, kteří v marketingu drží hlas značky, z toho plyne praktická věc. Rozdíl mezi generickým výstupem a textem, který zní jako vy, nedělá frekvence používání; dělá ho způsob práce, a ten se dá popsat a změřit. Spark je bezplatný vstup: pět minut otázek na to, co s AI děláš, ne co si o ní myslíš. Výsledek ukáže úroveň, silné stránky a jeden konkrétní další krok.

Zjistit AI úroveň (zdarma, výsledek za pět minut): https://sp.aimee.coach/cs/assessment
:::

**K lidské verifikaci:** věta „v marketingu ty nůžky bolí nejvíc" je interpretace, agregát není segmentovaný po rolích; podpis „F.". Validace: 3× PROŠLO na první iteraci. Detail v [README konceptu](07-koncepty/tvurce-znacky/README.md).

---

## Jak test dopadl a co z něj plyne

Devět textů, devět PROŠLO, jedna iterace navíc (newsletter Builderu spadl na číslech formátových limitů v poznámce souboru, ne v copy). Všechny texty stojí výhradně na datasetu A; dataset B (73 % / 1 %) nebyl potřeba nikde. Časová stopa: jeden prompt, tři paralelní agenti, jednotky minut.

Co jeden prompt neumí a kde musí přijít člověk: rozhodnout nosný produktový claim Builderu (domácí projekty jako vstup assessmentu), vybrat odesílatele newsletterů, potvrdit interpretace označené ⚠️. Přesně proto končí každý text stavem HUMAN_REVIEW_REQUIRED a nic z téhle stránky není publikované.

### Jak s tím pracovat dál

1. Rozhodnout otázky označené ⚠️, nejdřív nosný claim Builderu (domácí projekty jako vstup assessmentu).
2. Co nesedí, opravit v `kampan.yaml` daného konceptu, ne v jednotlivých textech. Engine pak další výstupy staví už z opraveného zadání.
3. Nové formáty (posty z momentů, odpovědi do komentářů, další vlna newsletteru) generovat enginem nad `kampan.yaml` konceptu a každý výstup projet `validate-copy.py`.
4. Teprve po lidské verifikaci zvážit test na malém vzorku. Primární metrika zůstává dokončený Deep.
