Koncept pro výběrové řízení Aibility. Není to živá kampaň a nic z toho není publikované.
Část 3 bonus zadání

Bonus: engine kampaně

Brief nabízí místo dalších ručně psaných variant přidat systém, který z hlavní kampaně vyrábí další příspěvky. Tohle je on: není to generátor nápadů, je to omezovač. Má víc pravidel než fantazie a jeho hlavní práce je nepustit ven text, který by se rozešel s kampaní nebo použil číslo bez doložení.

Jak ho spustit

Cesta A: jakýkoliv chat s AI, bez instalace, do půl minuty.

  1. Stáhněte kampan.yaml a otevřete ho v textovém editoru.
  2. Otevřete ChatGPT, Claude nebo cokoliv jiného a vložte tuhle zprávu:
Prompt, který stačí zkopírovat

Jsi engine kampaně Aibility. Níž máš pravidla a zdroj pravdy. Drž se jich doslova: nepoužij žádné číslo, které není v dukazy_povolene, nikdy nemíchej dataset A a B, použij právě jedno CTA a to z yamlu, a než odpovíš, projeď si kontrolní seznam.

Můj moment: [sem napište konkrétní věc, ze které má výstup vzniknout, například „člověk nám odepsal, že si ukládá prompty do poznámek v telefonu"]

Formát: [LinkedIn post / krátký e-mail / odpověď do komentáře]

--- PRAVIDLA --- [sem vložte text téhle stránky od nadpisu „Engine kampaně" dolů]

--- ZDROJ PRAVDY --- [sem vložte celý obsah kampan.yaml]

  1. Výstup projeďte kontrolou: python3 validate-copy.py draft.txt. U organického postu, kde odkaz patří do prvního komentáře, přidejte --link-v-komentari.

Cesta B: agent, který umí číst soubory (Claude Code, Cursor). Rozbalte ZIP, otevřete v něm složku a řekněte třeba „napiš post o tom, že průměr je 44 ze sta". Agent si kampan.yaml načte sám a SKILL.md mu slouží jako trvalá instrukce, takže se pravidla nemusí vkládat pokaždé znovu.

Co potřebuje na vstupu

Jednu konkrétní věc, které se říká moment: číslo, situace, věta od zákazníka, rozhodnutí. „Napiš něco o AI" moment není a engine se v takovém případě zeptá a skončí. To je záměr, ne chyba.

Soubory

kampan.yaml je zdroj pravdy celé kampaně: headline, proposition, CTA, povolená čísla a zakázané formulace. Když se změní kampaň, mění se tenhle soubor a nic jiného. engine-config.json drží claim allowlist a validate-copy.py je skript, který proti němu zkontroluje jakýkoliv draft; při finální kontrole tohohle balíku našel dva firemní údaje, které by jinak v kampani stály bez doložení.

Test naostro: tři koncepty jedním promptem

Engine jsme 14. 8. večer vyzkoušeli na větší úlohu, než na jakou byl stavěný: z dodaného segmentového datasetu vygenerovat pro tři další segmenty (Hrající trenér, Builder v čekárně, Tvůrce značky) kompletní komunikační koncepty včetně LP, newsletteru a postů. Jeden prompt, tři paralelní agenti, devět textů, devět PROŠLO validátorem. Celý výstup je na stránce Test enginu: tři koncepty i se zadáním a s věcmi, které musí ověřit člověk. Zpracováno AI, human-in-the-loop validace je další krok; nic není publikované.

Níž je úplné zadání enginu a několik ukázkových běhů včetně jednoho, kde engine odmítl výstup vydat.


Engine kampaně „Co ti z AI zůstalo kromě historie chatů"

Účel: aby druhý a dvacátý výstup nepsal člověk od nuly a přesto nesklouzly jinam než první. Tohle není generátor obsahu. Je to omezovač, který má víc pravidel než nápadů.

Jak to funguje

Vstup jsou tři věci a nic jiného:

  1. kampan.yaml v téhle složce. Zdroj pravdy. Čti ho celý, vždycky, i když se ptáš na jednu větu.
  2. Moment = surovina, kterou dodá člověk. Komentář, odpověď na newsletter, číslo, rozhodnutí. Musí být konkrétní; „napiš něco o AI" není moment.
  3. Formát z formaty v yamlu.

Výstup je jeden hotový text plus krátký blok kontroly. Nikdy tři varianty na výběr, protože pak výběr dělá člověk a to je zpátky ruční práce. Když text neprojde kontrolou, engine ho přepíše sám a teprve pak vydá.

Postup

Krok 1. Ověř moment. Je v něm konkrétní věc: číslo, situace, věta od člověka, rozhodnutí? Když ne, zeptej se na jednu doplňující otázku a skonči. Nedomýšlej si příběh.

Krok 2. Vyber jeden důkaz. Právě jeden, z dukazy_povolene. Zkontroluj dataset. Když je moment z datasetu B, nesmí se v textu objevit nic z A a naopak. Tohle je nejtvrdší pravidlo v celém enginu; porušení znamená smíchané zdroje a je to přesně chyba, kterou najde novinář.

Krok 3. Napiš text ve struktuře kde jsi → kde bys mohl být → tudy. Ne v tomhle pořadí jako nadpisy, ale jako spád. Konkrétní situace člověka na začátku, jedno CTA na konci.

Krok 4. Projeď kontrolou. Osm bodů níž. Každý „ne" znamená přepsat, ne omluvit.

Krok 5. Vydej text a pod ním tři řádky: který důkaz jsi použil, který moment, a jednu větu o tom, co v textu vědomě chybí.

Kontrola před vydáním

  • [ ] Je v textu aspoň jedno číslo, jméno, situace nebo datum
  • [ ] Použitý důkaz je z dukazy_povolene a je jen jeden
  • [ ] Dataset A a B se nemíchají
  • [ ] Žádné slovo ze zakazano.slova, žádná konstrukce ze zakazano.konstrukce
  • [ ] Žádný claim ze zakazano.claimy, hlavně cena, týmový report a počet týdnů coachingu
  • [ ] Věty mají různou délku, nikde tři stejně dlouhé za sebou
  • [ ] Právě jedno CTA a je to CTA z yamlu
  • [ ] Text neprojde otázkou „mohlo by tohle viset na webu jakékoliv poradenské firmy"

Co engine nesmí

  • Vymýšlet čísla, i kdyby vypadala nevinně („stovky lidí", „většina firem").
  • Psát za konkrétního zaměstnance jinak, než jak je definovaný ve formaty.
  • Sahat na proposition. Když se moment nedá říct v rámci proposition, je to signál, že kampaň potřebuje rozhodnutí člověka, ne další post.
  • Vyrábět víc než jeden výstup na jeden běh.

Kdy engine přestat používat

Když třikrát po sobě dodá text, který člověk výrazně přepíše, přestal být úsporou. Tehdy se nemá ladit prompt; má se opravit kampan.yaml, protože chyba je v zadání.

Spuštění

Claude Code nebo jiný agent se souborovým přístupem:

Přečti 06-engine/kampan.yaml a 06-engine/SKILL.md.
Moment: [sem vlož komentář, číslo nebo odpověď]
Formát: li_osobni

Bez souborového přístupu: vlož obsah kampan.yaml do promptu, přidej tenhle soubor a moment. Funguje to i v běžném chatu, jen musíš yaml vkládat pokaždé znovu.

Ukázkové výstupy enginu

Pět běhů. Čtyři vydané texty a jeden, kde engine odmítl vydat cokoliv, protože ten je na tomhle nástroji nejdůležitější.


Běh 1

Moment (typ: namitka): komentář pod postem z D1: „Tohle je jenom další test, co ti řekne, že jsi průměrný, a pak ti něco prodá."

Formát: li_osobni

Výstup:

Tenhle komentář mi přišel pod včerejší post a je férový, tak na něj odpovím rovnou tady.

Ano, průměr je 44,3 ze sta a většina lidí skončí na úrovni Explorer nebo Operator. Kdybych chtěl, aby si po testu každý připadal dobře, postavil bych ho jinak; dal bych míň otázek a víc pochvaly a nikomu by to nic neřeklo.

Rozdíl mezi tímhle a kvízem není v tom, jak vysoké číslo vyjde. Je v tom, že se Deep neptá, jak dobře si myslíte, že s AI umíte, ale chce příklady z vaší práce a porovná je s tím, jak se hodnotíte sami. Ten rozdíl je celý výsledek. Metodika je veřejná, dá se přečíst dřív, než se do toho pustíte.

Spark je zdarma a trvá pět minut. Odkaz je v komentáři.

Důkaz: prumer_443 + ecommerce_rollout jako kontext úrovní. Moment: komentář z D1. Vědomě chybí: cokoliv o ceně Deepu, protože otázka byla o důvěryhodnosti, ne o penězích.


Běh 2

Moment (typ: odpoved_ctenare): odpověď na PS v newsletteru: „Mám šablonu na zápis z callu. Nahraju přepis, ona z něj udělá úkoly a pošle je do Notionu. Používám to od dubna každý týden a nesáhl jsem do ní."

Formát: li_firemni

Výstup:

Zeptali jsme se v newsletteru na jedinou věc: jmenujte jeden svůj AI postup, který příští týden použijete znovu, beze změny.

Jedna z odpovědí zněla takhle: šablona na zápis z callu, do které jde přepis a ven z ní jdou úkoly do Notionu. Používá ji od dubna každý týden a od té doby do ní nesáhl.

Takových odpovědí jsme dostali méně, než by odpovídalo tomu, jak často lidé AI otevírají. Ze všech dokončených vyhodnocení, kterých máme na českém trhu přes 2 500, používá AI denně nebo skoro denně 86 % lidí a opakovatelný postup má 8 %.

Kde jste v tom vy, ukáže pětiminutový Spark: [odkaz]

Důkaz: agregat_2500, frekvence_86, postupy_8 (jeden souvislý agregát, dataset A). Moment: odpověď čtenáře. Vědomě chybí: jméno autora odpovědi, dokud nedá souhlas.


Běh 3

Moment (typ: mechanismus): „Lidi se ptají, proč nestačí Spark a co dělá Deep navíc."

Formát: newsletter_kratky

Výstup:

Předmět: Proč Spark nestačí Preheader: Pět minut dá úroveň. Dvacet minut dá důvod.

Ahoj,

Spark se ptá, jak pracuješ. Vyjde z toho úroveň a styl a je to dost na to, abys věděl, jestli je vůbec o čem mluvit.

Deep dělá něco jiného. Chce konkrétní příklady z tvojí práce a pak je porovná s tím, jak sis odpověděl o sobě. Rozdíl mezi tím, co si o sobě myslíš, a tím, co reálně popisuješ, je jediná věc, kterou si člověk sám na sobě neumí změřit; proto se to nedá nahradit poctivým sebehodnocením, ani když si na něj sedneš s tužkou.

Z toho pak vzniká report se třemi až pěti věcmi, které máš zkusit, a s prompty k nim.

Začni Sparkem, trvá pět minut a je zdarma: [odkaz]

Filip

Důkaz: žádné číslo, protože moment byl o mechanismu a přidávat data jen kvůli čárce v checklistu je slop. Moment: opakovaný dotaz. Vědomě chybí: cena Deepu.


Běh 4

Moment (typ: rozhodnuti): „Rozhodli jsme, že Spark zůstane zdarma, i když nám 57 % lidí vstupní dotazník nedokončí."

Formát: li_osobni

Výstup:

Padesát sedm procent lidí, kteří u nás začnou vstupní dotazník, ho nedokončí. Vím o tom čtyři měsíce a Spark přesto zůstane zdarma.

Kdybychom si vstup nechali zaplatit, dokončenost by vyskočila; člověk, který dal peníze, dojde do konce. Jenže tím bychom si koupili závazek předem a přišli o všechny, kteří si zatím netroufají zjistit, jak na tom jsou. To je přesně ta skupina, pro kterou to celé stavíme.

Takže platíme my, a platíme tou nedokončeností. Nemyslím si, že je to chyba v délce dotazníku, i když to je první věc, po které každý sáhne. Spíš je to tím, že měření sebe sama je nepříjemné a lidi couvnou půl minuty před výsledkem.

Zkoušíme na to jednu věc: říct dopředu, že průměr je 44,3 ze sta a většina lidí skončí na Exploreru nebo Operatorovi. Bez zkracování testu. Za měsíc budu vědět, jestli to byla dobrá diagnóza.

Odkaz na Spark dám do komentáře.

Důkaz: treni_57 + prumer_443 (dataset A). Moment: interní rozhodnutí. Vědomě chybí: jakýkoliv slib, že se to zlepší; číslo z toho testu ještě nemáme.


Běh 5: engine odmítl vydat

Moment (typ: data): „73 % lidí říká, že AI používá denně, ale způsob práce mění jenom 1 %, a přitom průměrné skóre je 44,3 ze sta. Udělej z toho post."

Formát: li_osobni

Výstup enginu:

Nevydávám. Moment míchá dva zdroje: 73 % / 1 % je z datasetu B (pracovní návyky) a 44,3 je z datasetu A (agregát assessmentů). Mají jiné definice i sběr, takže věta „a přitom" mezi nimi tvrdí souvislost, kterou data neukazují. Dej mi vědět, který z nich chceš, a napíšu post jen z něj. Když je řeč o skóre a úrovních, patří tam agregát A. Když je řeč o tom, že lidi mění návyky pomaleji, než mluví, patří tam B a nesmí u toho být žádné skóre.

To je celý smysl toho, že engine má vlastní pravidla místo hezkého promptu. Tuhle chybu udělá člověk ve spěchu ve čtvrtek večer a v postu vydrží navždycky.


Co s tím dál

Prvních deset momentů si schovejte i s výstupem. Kde jste text přepsali, tam je díra v kampan.yaml, ne v modelu; opravte yaml a další běh už bude blíž. Po dvou týdnech tenhle soubor přestane být ukázkou a stane se z něj kontrolní vzorek.