2026-07-16 · 6 min čtení
OpenAI ukazuje pět konkrétních scénářů, jak obchodníci používají ChatGPT nad vlastními firemními daty — od souhrnu pipeline po diagnózu obchodů, které se nehýbou. Přidáváme doslovný prompt, který si můžete rovnou zkopírovat, a přehled situací, kdy se tenhle postup nevyplatí.
Obchodník stráví podle OpenAI značnou část dne ještě před samotným jednáním — čtením e-mailů, poznámek z CRM, reportů a prezentací. OpenAI proto zveřejnilo pět konkrétních scénářů, jak tuhle přípravu zkrátit pomocí ChatGPT pracujícího nad vlastními firemními podklady. Poznámka k datu psaní tohoto článku (16. 7. 2026): v ChatGPT je aktuální rodina GPT‑5.6 ve variantách Sol, Terra a Luna, která vyšla 9. 7. 2026. Starší GPT‑4o byl v ChatGPT odstaven už 13. 2. 2026, takže pokud někde narazíte na návod odkazující na něj, je zastaralý.
Rozdíl proti běžnému chatování není v modelu, ale v datech. ChatGPT v pracovním režimu dostane vaše vlastní podklady — export z CRM (databáze zákazníků a obchodních příležitostí), historii e-mailů, zápisy ze schůzek, tabulky s čísly — a pracuje s nimi, ne s obecnými znalostmi z internetu.
OpenAI popisuje pět typických úloh:
1. Souhrn pipeline. „Pipeline" je seznam všech rozpracovaných obchodů. Model z exportu sestaví přehled podle fází, označí, co hoří, a kde hrozí skluz. 2. Příprava na schůzku. Z historie komunikace a poznámek vznikne strukturovaný brief: co klient potřebuje, co se minule pokazilo, jaké otázky položit. 3. Revize prognózy prodejů. Model projde odhady na kvartál a upozorní na nesrovnalosti — třeba že obchod označený jako „jistý" vykazuje signály rizika. 4. Account plán. U velkých klientů jde o dokument, jak vztah rozvíjet. ChatGPT ho vytvoří nebo aktualizuje z interních dat. 5. Diagnóza zaseklých obchodů. Klient přestal reagovat? Model projde korespondenci a navrhne možné důvody i další krok.
Rodina GPT‑5.6 má kontextové okno 400 tisíc tokenů, což odpovídá zhruba 250–300 tisícům slov. Pro tyhle úlohy to znamená, že zvládne najednou zpracovat i rozsáhlejší balík podkladů bez nutnosti dělit ho na části.
Potřebujete placenou verzi ChatGPT nebo firemní přístup (Business či Enterprise) a export dat. Postup:
1. Z CRM si stáhněte seznam otevřených příležitostí jako CSV nebo XLSX — sloupce název firmy, fáze, hodnota, datum poslední aktivity, očekávané uzavření. 2. V ChatGPT založte nový chat a soubor do něj nahrajte přes ikonu sponky. 3. Použijte konkrétní zadání. Tohle si zkopírujte doslova:
Jsi zkušený sales manažer. V příloze je export našeho pipeline
(sloupce: firma, fáze, hodnota v Kč, datum poslední aktivity,
očekávané uzavření).
Udělej tři věci:
1) Seřaď obchody do tabulky podle rizika (vysoké / střední / nízké).
Riziko urči podle toho, jak dlouho se nic nedělo vzhledem
k avizovanému datu uzavření.
2) U každého obchodu s vysokým rizikem napiš jednu větu proč
a jeden konkrétní další krok (koho oslovit a s čím).
3) Na závěr uveď součet hodnoty obchodů, které podle dat
letos reálně neuzavřeme, a stručné zdůvodnění.
Nevymýšlej si údaje, které v souboru nejsou. Když ti něco
chybí, napiš to na konci jako seznam chybějících informací.Poslední odstavec promptu je zásadní — bez něj má model tendenci mezery v datech zaplnit domněnkou.
Citlivá data bez firemního nastavení. Do soukromého účtu nepatří osobní údaje klientů ani obchodně citlivé informace. Řešte to přes Enterprise nebo firemní nasazení s garancí, že se data nepoužijí k trénování, a vždy podle interních pravidel a GDPR.
Prognózy jako závazné číslo. Model odhaduje z textu, ne z ověřeného statistického modelu. Jeho forecast berte jako podnět k diskuzi, ne jako podklad pro reporting vedení.
Špinavá data v CRM. Pokud polovina záznamů nemá vyplněnou fázi nebo datum aktivity, dostanete sebevědomě znějící nesmysl. Vyčištění dat AI nenahradí.
Znalost konkrétního člověka. Proč klient nereaguje, často ví jen obchodník, který s ním mluvil. Model nabídne hypotézy, rozhodnutí zůstává na vás.
I jako jednotlivec nebo tříčlenný tým dokážete ušetřit desítky minut denně na přípravě. Nejvyšší návratnost mají dvě úlohy: brief před schůzkou (nahrajete vlákno e-mailů a máte podklad za dvě minuty) a týdenní průchod pipeline. Naopak psaní studených e-mailů vychází spíš průměrně — bez kontextu o klientovi model produkuje obecné texty.
Stejné úlohy lze automatizovat přes API. Podle ceníku OpenAI stojí GPT‑5.6 Terra 2 USD za milion vstupních a 12 USD za milion výstupních tokenů, lehčí GPT‑5.6 Luna 0,2 USD / 1,2 USD. Týdenní analýza pipeline o několika stech řádcích se tak pohybuje v řádu jednotek korun. Konkrétní identifikátory modelů si ověřte v aktuální dokumentaci OpenAI — píšou se jinak než marketingové názvy a mění se s každým vydáním.
Zdroj informací: vzdělávací materiály OpenAI Academy k nasazení ChatGPT v pracovních týmech (https://openai.com/academy/). Ceny za tokeny podle oficiálního ceníku OpenAI API (https://openai.com/api/pricing/). Původní odkaz v naší starší verzi článku mířil na sekci věnovanou nástroji Codex, což tématu neodpovídalo — opraveno.
Téma: ChatGPT a OpenAI