Moduł 1: Wprowadzenie do Generative AI w kontekście jakości
czym jest Generative AI i czym różni się od klasycznego AI/ML
jak działają modele językowe (LLM) – w uproszczeniu
gdzie Gen AI wspiera obszar jakości (przykłady zastosowań)
ograniczenia i ryzyka (halucynacje, błędy, dane wrażliwe)
Moduł 2: Promptowanie w pracy jakościowca
jak zadawać pytania, żeby AI dawało użyteczne odpowiedzi
struktura dobrego promptu (kontekst, cel, dane wejściowe, format)
typowe błędy w pracy z AI
iteracyjne doprecyzowywanie odpowiedzi
tworzenie własnych „szablonów promptów”
Moduł 3: Generowanie i analiza dokumentacji jakościowej
tworzenie procedur, instrukcji, checklist
analiza i upraszczanie istniejącej dokumentacji
generowanie raportów jakościowych i podsumowań
przygotowanie wniosków z audytów
standaryzacja dokumentów
Moduł 4: AI w analizie problemów jakościowych
wsparcie w analizie reklamacji i niezgodności
generowanie hipotez przyczyn problemów (RCA)
strukturyzowanie danych opisowych
podsumowywanie dużych zbiorów informacji
tworzenie rekomendacji działań naprawczych
Moduł 5: AI w komunikacji i współpracy
przygotowanie komunikacji do klienta (np. odpowiedzi na reklamacje)
wsparcie komunikacji wewnętrznej (raporty, podsumowania spotkań)
tłumaczenia techniczne i upraszczanie języka
przygotowanie prezentacji jakościowych
ujednolicanie komunikacji
Moduł 6: AI jako asystent analityka jakości
analiza danych w Excel/raportach z pomocą AI
generowanie insightów i wniosków
wsparcie w interpretacji wyników
automatyczne tworzenie opisów do danych
zadawanie pytań do danych (data Q&A)
Moduł 7: Tworzenie prostych asystentów AI dla jakości
czym jest własny asystent AI (custom GPT / Copilot)
budowa asystenta do konkretnych zadań (np. analiza reklamacji)
wykorzystanie dokumentacji firmowej jako bazy wiedzy
scenariusze użycia (audytor, analityk, kontroler jakości)
dobre praktyki wdrożeniowe
Moduł 8: Bezpieczeństwo i dobre praktyki
jakie dane można, a jakich nie można wprowadzać do AI
praca na danych firmowych – ryzyka i zabezpieczenia
weryfikacja odpowiedzi AI
budowanie nawyków pracy z AI w zespole jakości
Moduł 9: Warsztat – zastosowanie AI w realnych zadaniach (część 1)
praca na przykładach dokumentów jakościowych
tworzenie promptów do generowania raportów i analiz
testowanie różnych podejść do tego samego problemu
identyfikacja szybkich usprawnień (quick wins)
Moduł 10: Warsztat – zastosowanie AI w realnych zadaniach (część 2)
praca na problemach jakościowych uczestników
tworzenie własnych mini-asystentów (use case’y)
generowanie komunikacji i rekomendacji działań
dopracowanie promptów i standardów pracy
Moduł 11: Wdrożenie AI w codziennej pracy
jak zacząć wykorzystywać AI „od jutra”
wybór pierwszych zastosowań o wysokiej wartości
organizacja pracy zespołu z AI
budowanie prostych standardów i dobrych praktyk
plan działania po szkoleniu