# Jak przeszkolić pracowników w wydajnym korzystaniu z AI?

> Krótki, praktyczny sposób na naukę wydajnych nawyków AI: właściwe narzędzie, jasne prompty, krótkie odpowiedzi, poprawianie zamiast generowania od nowa.

Source: https://greenai.guide/pl/jak/jak-przeszkolic-pracownikow-w-wydajnym-korzystaniu-z-ai/  
Updated: 2026-11-19

## W skrócie

Kilku nawyków należy uczyć na krótkiej sesji z rzeczywistymi przykładami z własnej pracy: sprawdzić, czy AI jest właściwym narzędziem, pisać jasne i konkretne prompty, prosić o krótkie odpowiedzi, poprawiać zamiast generować od nowa i oszczędnie korzystać z obrazów i wideo. Szkolenie warto wesprzeć wydajnymi ustawieniami domyślnymi w narzędziach firmy, bo ustawienia domyślne docierają też do osób, które pominęły kurs.

## Steps

1. Wybrać trzy lub cztery rzeczywiste zadania, do których pracownicy już używają AI, i wykorzystać je jako przykłady.
2. Nauczyć pięciu nawyków, pokazując dla każdego prompt „przed” i „po”.
3. Na jednym slajdzie wyjaśnić, dlaczego długość odpowiedzi, obrazy i ponowne generowanie zwiększają zużycie energii.
4. Ustawić wydajne ustawienia domyślne w narzędziach, z których korzystają pracownicy, aby nawyki nie zależały od pamięci.
5. Włączyć sesję do szkolenia wdrożeniowego i odświeżać ją, gdy zmieniają się narzędzia.

**Krótkie szkolenie oparte na przykładach i dobre ustawienia domyślne działają lepiej niż długi wykład o energii.**
Te same nawyki oszczędzają czas pracowników i pieniądze, a to zwykle łatwiejszy argument.

## Jakich nawyków uczyć? {#which-habits-should-i-teach}

1. **Najpierw właściwe narzędzie.** Wyszukiwarka, szablony, arkusze kalkulacyjne i istniejące oprogramowanie często
   wystarczą.
2. **Jasne, konkretne prompty.** Należy podać, czego się oczekuje, dla kogo i jak długa ma być odpowiedź. Warto
   wkleić odpowiedni fragment, a nie cały dokument.
3. **Prośba o krótkie odpowiedzi.** UNESCO i University College London ustalili, że krótsze prompty i odpowiedzi
   mogą zmniejszyć zużycie energii o ponad połowę.
4. **Poprawianie zamiast generowania od nowa.** Należy wskazać narzędziu, co zmienić, zamiast wielokrotnie naciskać
   „spróbuj ponownie”.
5. **Oszczędne korzystanie z obrazów i wideo.** W testach Luccioni, Jernite'a i Strubell generowanie obrazów
   zużywało średnio około 2,9 kWh na 1000 obrazów, wobec 0,002 kWh na 1000 klasyfikacji tekstu.

## Dlaczego długość ma znaczenie? {#why-does-length-matter}

Energia rośnie wraz z tym, ile model czyta i pisze. Epoch AI szacuje typowe zapytanie do ChatGPT na około 0,3 Wh.
Przy danych wejściowych o długości 10 000 tokenów rośnie to do około 2,5 Wh, a przy 100 000 tokenów do prawie
40 Wh. Wklejanie długiego raportu do każdego czatu się sumuje.

## Co daje największą różnicę {#what-makes-the-biggest-difference}

Ustawienia domyślne. Jeśli firmowy asystent startuje z mniejszym modelem, ogranicza długość odpowiedzi i ma
wyłączone nieużywane funkcje AI, korzystają wszyscy, także osoby, które nigdy nie przyszły na szkolenie.

## Częste błędy {#common-mistakes}

- Wzbudzanie poczucia winy. Lepiej przedstawić to jako dobre wykonywanie pracy.
- Abstrakcyjne przykłady. Należy używać własnych zadań.
- Jednorazowe szkolenie. Narzędzia się zmieniają; szkolenie trzeba odświeżać.

Więcej nawyków w części [wydajne korzystanie z AI](/pl/dobre-praktyki/efektywne-korzystanie-z-ai-codzienne-nawyki/).

## Źródła

- [Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO and University College London (2025)
- [Power Hungry Processing: Watts Driving the Cost of AI Deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell, ACM FAccT (2024)
- [How much energy does ChatGPT use?](https://epoch.ai/gradient-updates/how-much-energy-does-chatgpt-use), Epoch AI (2025)
