Jak wykorzystać AI w marketingu - 4 praktyczne zastosowania

Wszyscy mówią o AI w marketingu. Mało kto pokazuje, co konkretnie kliknąć w poniedziałek rano. Ktoś wkleja do czatu "napisz kampanię", dostaje ogólnik i ogłasza, że to hype. Tymczasem AI nie pisze kampanii za Ciebie. Przyspiesza powtarzalne zadania, które dotąd zjadały pół dnia. Do copywritingu, segmentacji, personalizacji i testów A/B nie potrzebujesz programisty.

To tutorial dla osób, które znają już podstawy, na przykład ChatGPT. Poziom: średniozaawansowany. Dostajesz też funkcje AI w narzędziach mailingowych, granice w SEO, prognozy konwersji w Google Analytics i zasady RODO przy bazie klientów.

Aktualizacja 17.10.2026: dołączyliśmy treści dwóch starszych poradników o AI w marketingu (mailing, SEO, analityka, dane klientów), żeby były w jednym miejscu, i zaktualizowaliśmy modele, ceny oraz narzędzia.

Zanim ruszysz - czego potrzebujesz na start

Żeby wdrożyć poniższe rozwiązania, potrzebujesz:

• Dostępu do ChatGPT albo Claude - na start wystarczy darmowy plan, choć w ChatGPT Free analiza danych i wgrywanie plików mają osobne limity. ChatGPT Plus kosztuje 99,99 zł miesięcznie (cennik z Polski, stan na 17.10.2026), ceny Claude znajdziesz w cenniku Claude.
• Podstawowej znajomości Google Analytics lub innego narzędzia analitycznego - musisz wiedzieć, gdzie są dane o użytkownikach.
• Excela lub Arkuszy Google - będziesz eksportować dane do plików CSV.
• Narzędzia mailingowego (np. Mailchimp, GetResponse) - jeśli chcesz wdrożyć personalizację.
• Konkretnego celu kampanii - AI nie zgadnie, czy chcesz sprzedać, czy budować rozpoznawalność.

Wybór narzędzia rozpisaliśmy w poradniku jak wybrać Claude lub ChatGPT do pracy.

Dane klientów w czacie AI - trzy zasady, zanim cokolwiek wkleisz

Segmentacja i personalizacja to praca na danych klientów. Tu zaczyna się część, którą poradniki zwykle pomijają.

• Usunięcie imienia i maila to jeszcze nie anonimizacja. Według RODO dane spseudonimizowane, które da się przypisać osobie przy użyciu dodatkowych informacji, nadal są danymi osobowymi (motyw 26). ID klienta, które w CRM prowadzi do konkretnej osoby, też.
• Sprawdź, czy narzędzie trenuje na Twoich rozmowach. W planach ChatGPT Free, Plus i Pro OpenAI może używać treści do trenowania modeli. Wyłączysz to w ustawieniach ChatGPT (Settings, sekcja Data controls, opcja "Improve the model for everyone"). Czat tymczasowy nie trafia do treningu, dopóki go nie zapiszesz jako zwykłą rozmowę, ale OpenAI może trzymać jego kopię do 30 dni. W ChatGPT Business, Enterprise i API OpenAI domyślnie nie trenuje na danych. W Claude Free, Pro i Max rozmowy idą do treningu tylko za Twoją zgodą w ustawieniach prywatności (wyjątek: rozmowy oznaczone do przeglądu bezpieczeństwa), a produkty firmowe Anthropic mają osobne warunki komercyjne. Uwaga na łapki w górę i w dół: ocena odpowiedzi w obu narzędziach może trafić do trenowania razem z całą rozmową (w ChatGPT nawet przy wyłączonym trenowaniu).
• Baza klientów = umowa powierzenia. Gdy zewnętrzna firma przetwarza dane osobowe w Twoim imieniu, potrzebujesz umowy z art. 28 RODO. OpenAI podpisuje ją (Data Processing Addendum) dla ChatGPT Business, Enterprise i API. Konto prywatne jej nie daje.

Reguła: do bazy klientów plan firmowy z umową powierzenia albo dane zagregowane, bez identyfikatorów. Więcej w tekście czy ChatGPT jest bezpieczny.

1. Copywriting z AI - jak pisać teksty, które konwertują

Copywriting to zwykle pierwsza rzecz, którą marketerzy testują z AI. I zwykle robią to źle: "napisz mi post na Facebooka o nowym produkcie", a potem pierwsza odpowiedź idzie w świat bez zmian. Oto proces, który działa:

Krok 1: Ustal framework copywriterski

Zamiast prosić AI o "dobry tekst", daj mu strukturę. Najpopularniejsze frameworki to:

• AIDA (Attention, Interest, Desire, Action) - klasyka dla landing page'y
• PAS (Problem, Agitate, Solve) - dobry do maili sprzedażowych
• FAB (Features, Advantages, Benefits) - sprawdza się w opisach produktów

Wybierasz jeden framework i podajesz go AI jako instrukcję. Przykład:

"Napisz email sprzedażowy według frameworku PAS. Problem: właściciele małych firm tracą czas na ręczne księgowanie faktur. Agitate: to godziny co tydzień, które mogliby spędzić na rozwoju biznesu. Solve: nasza aplikacja automatyzuje wprowadzanie faktur. Ton: bezpośredni, bez korporacyjnej mowy. Długość: 150-200 słów."

Krok 2: Dodaj dane o odbiorcy

AI pisze lepiej, gdy wie, do kogo pisze. Podaj:

• Wiek i zawód (np. "właściciele firm 35-50 lat, branża usługowa")
• Główny problem (np. "nie mają czasu na marketing, bo są operacyjnie zajęci")
• Poziom świadomości problemu (np. "wiedzą, że potrzebują automatyzacji, ale nie wiedzą, od czego zacząć")

Przykład pełnego promptu:

"Napisz post na LinkedIn według AIDA dla właścicieli małych firm (35-50 lat, usługi B2B). Attention: hook o zadaniach, które zjadają im kilka godzin tygodniowo. Interest: konkretne przykłady (pisanie ofert, odpowiedzi na maile). Desire: case study naszego klienta: [wklej prawdziwe liczby]. Action: link do darmowego webinaru. Ton: partnerski, bez buzzwordów. Długość: 200 słów."

Zwróć uwagę na nawias. Jeśli nie dasz AI prawdziwego wyniku klienta, chętnie wymyśli własny. Potrafi też dopisać produktowi funkcję, której nie ma. To wyłapujesz przy redakcji.

Krok 3: Generuj warianty, nie gotowce

Poproś o 3-5 wersji z różnym otwarciem: pytanie, liczba, historia klienta. Wybierz 2-3 pasujące do marki i dopiero na nich pracuj: skracaj, wymieniaj słownictwo, dodawaj szczegóły oferty. Nie publikuj tekstu 1:1 - model nie zna Twojej marki tak dobrze jak Ty. Najlepsze prompty zapisuj w jednym dokumencie, a przy korespondencji z klientami zajrzyj do poradnika, jak pisać maile z AI.

2. Segmentacja klientów - jak AI dzieli bazę lepiej niż Excel

Segmentacja to podział bazy klientów na grupy według zachowań, demografii lub wartości. Tradycyjnie robisz to w Excelu, filtrując po kolumnach. Filtr nie wychwyci jednak wzorców typu "klienci, którzy kupują produkt A, często wracają po 3 miesiącach po produkt B". AI potrafi je wskazać.

Krok 1: Wyeksportuj dane klientów do CSV

Potrzebujesz pliku CSV z co najmniej tymi kolumnami:

• Identyfikator klienta (bez imion, maili i telefonów - i pamiętaj, że w świetle RODO to nadal dane osobowe, patrz sekcja wyżej)
• Data pierwszego zakupu
• Liczba zakupów (lifetime)
• Średnia wartość zamówienia
• Kategorie produktów, które kupował
• Ostatnia aktywność (data ostatniego zakupu lub otwarcia maila)

Masz źródło pozyskania albo urządzenie? Dodaj. Kolumny nazwij zwykłymi słowami, jeden rekord w jednym wierszu - tak zaleca też pomoc OpenAI.

Krok 2: Wgraj dane do ChatGPT lub Claude

Otwierasz ChatGPT albo Claude i dodajesz do rozmowy plik CSV (oba narzędzia przyjmują ten format). Następnie wpisujesz prompt:

"Mam bazę 1200 klientów e-commerce (plik CSV). Podziel ich na 4-5 segmentów według wartości biznesowej i zachowań zakupowych. Dla każdego segmentu podaj: 1) profil (kto to jest), 2) wartość dla firmy (szacunek CLV), 3) rekomendację działań marketingowych. Wynik podaj w tabeli. Pokaż kod i obliczenia, na których się opierasz."

Ostatnie zdanie nie jest ozdobnikiem. ChatGPT przy wielu analizach danych pisze i uruchamia kod w Pythonie, a OpenAI samo zaleca przejrzenie kodu i założeń, zanim oprzesz na nich decyzję.

Przykładowy wynik dla fikcyjnej bazy (liczby tylko ilustrują format):

• Segment 1: VIP (8% bazy) - kupują co miesiąc, AOV 500+ zł, CLV ~6000 zł. Akcja: program lojalnościowy, wcześniejszy dostęp do nowości.
• Segment 2: Regularni (22% bazy) - kupują co 2-3 miesiące, AOV 200-300 zł, CLV ~2000 zł. Akcja: kampanie retencyjne, cross-sell.
• Segment 3: Okazjonalni (45% bazy) - 1-2 zakupy rocznie, AOV 150 zł, CLV ~300 zł. Akcja: reaktywacja mailem z rabatem.
• Segment 4: Uśpieni (25% bazy) - brak zakupu od 6+ miesięcy. Akcja: kampania win-back lub usunięcie z bazy.

Krok 3: Sprawdź, czy podział ma sens biznesowy

AI potrafi zaproponować grupy poprawne statystycznie i bezużyteczne w praktyce. Ty znasz rynek. Dla każdego segmentu zapisz jedno zdanie o motywacji zakupowej ("kupują prezenty przed świętami") - to fundament personalizacji.

Krok 4: Wyeksportuj segmenty do narzędzia mailingowego

Prosisz AI: "Daj mi listę ID klientów dla każdego segmentu w osobnych kolumnach". Wynik zapisujesz jako CSV i importujesz do Mailchimpa lub GetResponse jako osobne listy albo tagi.

3. Personalizacja treści - jak AI pisze maile "szyte na miarę"

Personalizacja to nie tylko "Cześć {imię}" na początku maila. Chodzi o dopasowanie treści do historii zakupów, preferencji i etapu w lejku - bez ręcznego pisania do każdego segmentu.

Przykład: klient kupił u Ciebie buty do biegania 6 miesięcy temu. Zamiast ogólnego newslettera "Nowa kolekcja" wysyłasz: "Twoje buty mają już pół roku - czas na wymianę? Oto 3 modele dla biegaczy jak Ty".

Krok 1: Przygotuj dane wejściowe dla AI

Potrzebujesz pliku CSV z danymi klientów, jak przy segmentacji, plus kolumny "Kontekst", na przykład:

• "Kupił buty do biegania 6 miesięcy temu, nie otworzył ostatnich 3 maili"
• "Nowy klient, pierwszy zakup 2 tygodnie temu, otwiera wszystkie maile"
• "VIP, kupuje co miesiąc, ostatnio interesował się kategorią 'odzież termoaktywna'"

Nie masz takiej kolumny? Poproś AI: "Dla każdego klienta napisz 1-2 zdania kontekstu na podstawie historii zakupów i aktywności".

Krok 2: Wygeneruj spersonalizowane treści hurtowo

Prompt do AI:

"Mam listę 200 klientów (CSV). Dla każdego napisz spersonalizowany email (temat + 3 akapity) promujący nową kolekcję. Użyj kontekstu z kolumny 'Kontekst' - odwołaj się do wcześniejszych zakupów, zaproponuj produkty dopasowane do preferencji. Nie dopisuj rabatów ani cech produktów, których nie ma w pliku. Ton: przyjacielski, bez nachalnej sprzedaży. Wynik podaj jako CSV z kolumnami: ID, Temat, Treść."

Plik importujesz do narzędzia mailingowego i mapujesz kolumny na zmienne pola. Zanim wyślesz, przeczytaj próbkę: zmienia się tylko forma, czy też fakty?

Krok 3: Testuj na małej próbie

Wyślij najpierw do części bazy i porównaj otwarcia oraz kliknięcia z poprzednimi kampaniami. Nie ma uniwersalnego "typowego wzrostu" - liczy się wynik z Twojej bazy. Słabszy? Doprecyzuj ton albo skróć treść.

Jeśli chcesz wejść głębiej w automatyzację maili z AI, sprawdź ten przewodnik.

4. A/B testing z AI - jak testować warianty bez zgadywania

Test A/B: 2 warianty, ruch po równo, czekasz na wystarczającą próbę, wybierasz zwycięzcę. AI nie skróci zbierania danych. Pomaga na dwóch końcach procesu:

1. Generuje dziesiątki wariantów w kilka minut - zamiast ręcznie pisać 2-3
2. Pomaga przeczytać wyniki - liczy istotność i pokazuje, czego z danych wywnioskować nie wolno

Krok 1: Wygeneruj 10-20 wariantów elementu, który testujesz

Załóżmy, że testujesz nagłówek landing page'a. Prompt:

"Napisz 15 różnych nagłówków dla landing page'a sprzedającego kurs online o AI dla marketerów. Grupa docelowa: marketerzy 30-45 lat, którzy boją się, że AI zabierze im pracę. Każdy nagłówek powinien: 1) adresować strach lub problem, 2) obiecać konkretny rezultat, 3) mieć max 10 słów. Użyj różnych podejść: pytanie retoryczne, mocne stwierdzenie, liczba, case study."

AI da Ci 15 wariantów. Przykłady:

• "AI nie zabierze Ci pracy. Zrobi to ktoś, kto umie go używać."
• "Jak odzyskać kilka godzin tygodniowo dzięki AI w marketingu"
• "3 automatyzacje, które zmieniają pracę w marketingu"
• "Czy AI zastąpi marketerów? Sprawdź, co mówią dane."

Każdą zmianę testuj osobno: nagłówek, potem przycisk, potem obraz. Jeśli zmienisz trzy rzeczy naraz, nie dowiesz się, która zadziałała.

Krok 2: Poproś AI o ranking wariantów

Zamiast testować wszystkie 15, prosisz AI o ocenę:

"Oceń te 15 nagłówków pod kątem: 1) siły hooka, 2) jasności przekazu, 3) zachęty do kliknięcia. Daj ranking 1-15 z uzasadnieniem."

Wybierasz top 3 i to je testujesz na prawdziwym ruchu. Pamiętaj tylko, że ranking AI to hipoteza, a nie wynik. O zwycięzcy decydują klienci.

Krok 3: Uruchom test i przeanalizuj wyniki z AI

Do podziału ruchu potrzebujesz narzędzia. Google Optimize odpada - Google wyłączył je 30 września 2023 roku. W mailingu wystarczy test wbudowany w narzędzie (przykład Mailchimpa w tabeli niżej), do stron - osobne narzędzie albo funkcja platformy sklepowej. Wyniki wrzucasz do AI:

"Oto wyniki testu A/B. Wariant A: 160 kliknięć na 5000 wyświetleń (3,2%). Wariant B: 205 na 5000 (4,1%). Wariant C: 190 na 5000 (3,8%). Policz istotność statystyczną każdej pary w Pythonie i pokaż kod. Który wariant wygrał, a gdzie różnica może być przypadkowa?"

Przy tych liczbach poprawna odpowiedź brzmi: B wygrywa z A (test dla dwóch proporcji daje p ≈ 0,016), ale przewaga B nad C jest w granicach przypadku (p ≈ 0,44). Kto patrzy tylko na procenty, ogłasza zwycięstwo B nad wszystkimi. Kto policzy, dotestuje C. Dlatego proś o kod, zamiast wierzyć modelowi na słowo.

Krok 4: Iteruj - testuj kolejne elementy

Nie kończ na nagłówku. Testuj dalej:

• CTA (przycisk "Zapisz się" vs "Sprawdź kurs" vs "Zacznij teraz")
• Obrazek hero (zdjęcie osoby vs zrzut ekranu produktu vs ilustracja)
• Długość tekstu (krótki landing page vs długi z case studies)

Wnioski z każdego testu zapisuj w jednym arkuszu, żeby kolejny nie zaczynał od zera. Więcej o pisaniu skutecznych promptów znajdziesz tutaj.

AI w email marketingu - co masz już w narzędziu mailingowym

Nie wszystko trzeba robić w czacie. Narzędzia mailingowe mają w kreatorze kampanii funkcje AI i automatyczne optymalizacje. Przykłady według dokumentacji producentów (stan na 17.10.2026):

Narzędzie	Funkcja	Co robi
GetResponse	AI Email Generator	Podajesz temat, słowa kluczowe, typ maila i ton, dostajesz gotowy newsletter do edycji. Na planach płatnych bez limitu, na planie Starter 3 użycia
GetResponse	AI Subject Line Generator	Propozycje tematu wiadomości z maksymalnie 3 słów kluczowych, opcjonalnie z emoji; działa też w autoresponderach
GetResponse	Perfect Timing	Wstrzymuje wysyłkę do 23 godzin, żeby mail trafił do każdej osoby w porze, w której zwykle otwiera wiadomości
Mailchimp	Send Time Optimization	Wybiera porę wysyłki w ciągu 24 godzin od wskazanej daty; od planu Standard, wymaga wystarczającej historii wysyłek
Mailchimp	Testy A/B	Klasyczny test, nie AI, ale to w nim sprawdzisz warianty od czatu: jedna zmienna (temat, nadawca, treść albo godzina), do 3 wariantów, zwycięzca wybierany automatycznie lub ręcznie; dostępność zależy od planu

Jedna pułapka z Perfect Timing: skoro część maili wychodzi z opóźnieniem, GetResponse radzi oceniać statystyki najwcześniej po 48 godzinach, a najlepiej po 72-96.

AI w SEO i content marketingu - gdzie kończy się przyspieszenie

Google ocenia jakość treści, a nie to, czy pisał ją człowiek, czy maszyna - tak brzmi jego stanowisko z lutego 2023 roku. Druga strona medalu: od marca 2024 roku Google ma politykę przeciw nadużyciom treści na dużą skalę (scaled content abuse), czyli masowemu generowaniu stron pod ranking, a nie dla ludzi. Jako pierwszy przykład naruszenia podaje generowanie narzędziami AI wielu stron bez wartości dla użytkownika. W tym samym marcu system oceniający "pomocność" treści, ogłoszony w 2022 roku, wszedł do głównych systemów rankingowych.

20 artykułów dziennie z jednego promptu to proszenie się o kłopoty. Proces, który się broni:

1. Frazy long-tail z intencją zakupową z pomocą AI - a wolumeny w narzędziu SEO, nie w czacie.
2. Szczegółowa instrukcja: grupa docelowa, ton, kluczowe punkty, przykład stylu.
3. 2-3 szkice, z których bierzesz najlepsze fragmenty.
4. Redakcja faktów i głosu - każdą liczbę sprawdzasz u źródła.
5. Warianty tytułów i opisów meta.

W social media ta sama logika: AI daje strukturę, Ty kontekst i głos marki. Narzędzia opisujemy w przewodniku AI do social media.

Analityka - przewidywanie konwersji w Google Analytics 4

Szukasz AI, które przewiduje konwersje na stronie? Zacznij od Google Analytics 4 i jego metryk predykcyjnych:

• Prawdopodobieństwo zakupu - szansa, że użytkownik aktywny w ostatnich 28 dniach dokona zakupu w ciągu najbliższych 7 dni,
• Prawdopodobieństwo rezygnacji - szansa, że użytkownik aktywny w ostatnich 7 dniach nie wróci w ciągu kolejnych 7,
• Przewidywane przychody - oczekiwany przychód od użytkownika w ciągu 28 dni.

Haczyk jest w progu wejścia. Google wymaga, żeby w ostatnich 28 dniach, w okresie siedmiu dni, co najmniej 1000 powracających użytkowników spełniło warunek (np. kupiło) i co najmniej 1000 go nie spełniło. Mały sklep tych metryk nie zobaczy. Zostaje eksport danych z GA4, reklam i CRM do pliku i pytanie w czacie: "które kanały mają najniższy koszt pozyskania klienta i dlaczego?". Z kodem do sprawdzenia.

Pułapki, które najczęściej psują wdrożenie

Większość wdrożeń psują te same błędy:

Pułapka 1: Brak walidacji danych

AI nie sprawdzi samo z siebie, czy dane w CSV są poprawne. Jeśli masz duplikaty klientów, puste kolumny albo złe formaty dat, segmentacja też będzie błędna. Zanim wgrasz dane, oczyść je w Excelu - usuń duplikaty, uzupełnij puste pola i ujednolić formaty.

Pułapka 2: Ogólne prompty bez kontekstu branży

"Napisz mi dobry email" to nie prompt, tylko życzenie. AI potrzebuje frameworku, grupy docelowej, tonu, długości i celu, a do tego kontekstu branży: w B2B ton "hej, kumpel!" raczej nie zadziała, a przy odbiorcach 50+ młodzieżowy slang też nie pomoże. Więcej o promptach przeczytasz w tym artykule.

Pułapka 3: Brak testowania

Nie wdrażaj wyniku AI od razu na 100% bazy. Zacznij od 10-20% ruchu lub bazy, zmierz wyniki i iteruj. AI nie jest nieomylne. Czasem generuje teksty, które czyta się dobrze, ale nie sprzedają.

Pułapka 4: Wszystko naraz

Wybierz jeden obszar, który zabiera najwięcej czasu. Tydzień 1: narzędzie i proste zadania. Tydzień 2: jeden proces na małej skali. Tydzień 3: poprawki. Tydzień 4: pomiar - ile czasu zaoszczędziłeś i czy jakość się utrzymała. Dopiero potem kolejny obszar.

Najczęstsze pytania

Czy mogę używać darmowej wersji ChatGPT do segmentacji klientów?

Możesz, z dwoma zastrzeżeniami. Analiza danych i wgrywanie plików mają w planie Free osobne limity. A plan Free to konto prywatne: rozmowy domyślnie mogą trafić do trenowania modeli i nie masz umowy powierzenia. Do prawdziwej bazy klientów - dane zagregowane albo plan firmowy.

Jak często powinienem aktualizować segmentację klientów?

Minimum raz na kwartał. Klienci zmieniają zachowania - ktoś, kto był VIP, może stać się uśpiony i odwrotnie. Jeśli masz dużą rotację, na przykład w e-commerce lub SaaS, rób segmentację co miesiąc. Jeśli sprzedajesz produkty z długim cyklem zakupowym, na przykład meble, raz na pół roku wystarczy.

Czy AI może całkowicie zastąpić copywritera?

Nie. Zmienia zakres jego pracy. AI szybciej daje pierwsze wersje, ale wybór, redakcja i dopasowanie do marki wymagają człowieka, który wie, co działało w poprzednich kampaniach.

Jakie narzędzie AI jest najlepsze do marketingu - ChatGPT czy Claude?

To zależy od zadania i najlepiej sprawdzić to na własnym materiale: daj obu ten sam prompt i ten sam plik. Stan na 17.10.2026: w planach ChatGPT Plus, Pro, Business i Enterprise zwykłą rozmowę obsługuje GPT-6 Sol, a w planach Free i Go - GPT-6 Luna. W Claude aktualne modele to m.in. Opus 5.5 i Sonnet 5.5. Oba narzędzia rozmawiają po polsku i przyjmują pliki CSV. Ceny obu znajdziesz w sekcji "Zanim ruszysz" na początku tekstu.

Czy treści pisane z pomocą AI szkodzą w Google?

Same z siebie nie. Google ocenia jakość treści niezależnie od sposobu jej powstania, a za spam uznaje masowe generowanie stron bez wartości dla użytkownika, robione pod ranking. Szczegóły w sekcji o SEO wyżej.

Czy mogę automatycznie wysyłać maile wygenerowane przez AI bez sprawdzania?

Technicznie tak, ale lepiej tego nie robić. AI czasem generuje niepoprawne dane, dziwne sformułowania albo zmyślone fakty. Przed wysyłką przejrzyj próbkę, na przykład 10-20 maili z partii.

Podsumowanie - od czego zacząć, żeby zobaczyć efekt

Masz 4 zastosowania AI w marketingu: copywriting na frameworkach, segmentację, personalizację i testy A/B. Żadne nie wymaga wiedzy technicznej. Wszystkie wymagają za to dwóch nawyków: prawdziwych danych w prompcie i sprawdzania wyniku, zanim trafi do klientów. Na start wybierz copywriting - to najszybsza droga do pierwszego testu.

Zrób jedną rzecz: weź swój ostatni mail marketingowy, wklej go do ChatGPT albo Claude i poproś o 5 wariantów tego samego komunikatu z różnym otwarciem: pytanie, liczba, historia klienta. Policz, ile nadaje się do wysyłki po drobnej redakcji. Tak sprawdzisz, czy AI przyspiesza Twoją pracę, czy produkuje szum.