Claude Cowork Record a Skill: nejrychlejší cesta od ruční práce k vlastní AI automatizaci

Největší problém firemní AI dnes není model. Je to překlad reálné práce do instrukcí.

Člověk, který každý týden připravuje obchodní podklady, třídí faktury, kontroluje leady nebo skládá status report, obvykle přesně ví, co dělá. Jen to neumí bez ztráty detailu přepsat do promptu, SOP, Make scénáře nebo zadání pro vývojáře. A právě tady je nová funkce Record a Skill v Claude Cowork podle mě opravdu velká věc.

V desktopové aplikaci Claude otevřete Cowork, zvolíte Record a skill, jednou provedete úkol na obrazovce a nahlas vysvětlíte, proč volíte konkrétní krok nebo kdy platí výjimka. Claude z ukázky vytvoří uložený skill, který může příště stejný typ práce znovu provést.

To nezní jako revoluce, dokud si neuvědomíte, co mizí z cesty: psaní dlouhého promptu, sepisování návodu pro nového kolegu, hledání člověka, který workflow nakliká do automatizace, a opakované vysvětlování AI, jak má vypadat „správně“.

Neprogramujete automatizaci. Ukážete ji

To je hlavní prodejní argument. Většina lidí nemá problém naučit nového kolegu: „podívej, otevři CRM, projdi poslední kontakt, z e-mailu vytáhni rozhodnutí, doplň ho do karty a pokud je deal nad určitou částku, připrav návrh follow-upu k mému schválení.“

Mají ale problém tento postup popsat tak přesně, aby jej AI bezpečně zopakovala. Video s komentářem zachytí dvě vrstvy najednou:

• obrazovka ukazuje co se skutečně dělá,
• komentář vysvětluje proč, včetně pravidel a výjimek.

Tohle je zásadně lepší výchozí bod než slepý záznam kliknutí. Cílem není křehké makro, které jen opakuje souřadnice na monitoru. Cílem je vytvořit pracovní skill: opakovatelný postup s kontextem, který Claude umí použít pro podobný případ.

Kde se návratnost objeví nejdřív

Nezačínal bych tím, že AI dáte celý proces firmy. Začal bych u práce, kterou dobrý člověk umí za deset až třicet minut a pravidelně ji opakuje.

Obchod a CRM. Jednou ukažte, jak z přípravy na schůzku poskládáte historii zákazníka, poslední e-maily, otevřené support požadavky a stručný brief. Příště Cowork připraví návrh. Obchodník už nekopíruje mezi pěti záložkami; kontroluje jen věci, které vyžadují úsudek.

Faktury a finance. Nahrajte postup, jak se kontroluje dodavatel, částka, středisko, chybějící příloha a hranice pro schválení. Výstupem nemá být automaticky odeslaná platba. Má to být připravený návrh s jasně označenou nejistotou a frontou pro účetní.

Content pipeline. Ukažte jednou, jak z briefu, zdrojů a stylu značky vzniká první návrh článku, posty pro sítě, checklist faktů a materiál pro review. To je přesně práce, kde dnes lidé každý týden znovu „promptují svůj proces“, místo aby ho jednou naučili.

Support a provoz. Předveďte, jak rozhodujete mezi běžnou odpovědí, eskalací a požadavkem na doplnění dat. Skill může třídit případy, připravovat drafty a dělat podklady pro tým. Odeslání ven ale nechte na člověku, dokud nemáte naměřenou kvalitu.

Proč je to silnější než další prompt knihovna

Prompt knihovna často umře z jednoduchého důvodu: lidé do ní nechodí. Nevědí, který prompt použít, neumějí dodat správný kontext a výsledky pak nejsou konzistentní.

Record a Skill naopak začíná u práce, která už existuje. Je to podobné, jako když natáčíte interní onboarding pro nového kolegu – jen z toho tentokrát nevznikne video, na které se nikdo nepodívá, ale použitelný pracovní nástroj.

Anthropic ve své případové studii HubSpotu popisuje, že týmy sdílejí skilly pro opakované úkoly a používají je pro dokumenty, reporting i práci nad připojenými zdroji. To je správná ambice: ne „každý má svého chytrého chatbota,“ ale tým má sadu konkrétních postupů, které se dají opakovat, zlepšovat a předávat.

Udělejte první nahrávku chytře

Při nahrávání mluvte o rozhodování, ne jen o klikání. Místo „teď otevírám tento e-mail“ řekněte: „nejdřív hledám poslední potvrzené rozhodnutí; když ho nenajdu, nevymýšlím ho a označím případ k doplnění.“ Právě takové věty mění ukázku v použitelný skill.

Před první nahrávkou si připravte čistý testovací případ. Zavřete osobní chaty, nezobrazujte hesla, API klíče, platební údaje ani citlivé zákaznické informace. Záznam obrazovky je silný vstup – a proto vyžaduje stejnou disciplínu jako práce s připojeným diskem nebo CRM.

A po vytvoření skillu vždy udělejte tři kroky:

1. Pusťte jej na novém, neškodném příkladu. 2. Zkontrolujte, zda zvládá výjimku, nejen ideální scénář. 3. Teprve pak určete, co smí dělat samo a co musí čekat na schválení.

Co bych zatím neautomatizoval

Nenechte se prodejním nadšením dotlačit k tomu, že z dema uděláte volný přístup do firmy. Skill není schválení oprávnění.

Bez review bych nenechal automaticky odesílat nabídky, měnit účetní data, mazat soubory, podepisovat závazky ani přepisovat CRM podle nejednoznačného e-mailu. V těchto procesech je správný model jednoduchý: Claude připraví práci, člověk potvrzuje důsledek.

Stejně tak nečekejte, že první záznam nahradí procesní design. Špatný postup, který se často opakuje, se po automatizaci nestane dobrým postupem. Ale pokud máte funkční pracovní návyk, který brzdí jen ruční přepisování a přepínání mezi aplikacemi, Record a Skill je velmi rychlý způsob, jak jej násobit.

Verdikt: tohle je funkce, kterou stojí za to hned ukázat týmu

Record a Skill není největší novinka proto, že by Claude uměl další trik. Je velká proto, že snižuje práh pro tvorbu automatizace na úroveň běžného zaškolení kolegy.

Jednou práci ukažte. Nahlas vysvětlete pravidla. Nechte Claude připravit znovupoužitelný skill. Změřte, kolik času a chyb mizí. A až pak jej rozšiřte do dalších týmů.

Pokud vaše firma čekala na moment, kdy AI přestane být jen chatovací okno a začne zachycovat know-how lidí přímo z jejich každodenní práce, tohle je velmi dobrý kandidát na první pilot.

Stop: záznam není místo pro osobní údaje ani tajemství firmy

Tady bych byl přísný. Do nahrávky obrazovky pro Claude, OpenAI ani podobný externí AI nástroj nedávejte osobní údaje, hesla, API klíče, údaje o platbách, zdravotní informace, soukromé konverzace ani ostrá zákaznická data. Ne „jen na chvíli“, ne „protože to pak smažeme.“

V EU nejde jen o technickou opatrnost. GDPR stojí na konkrétním účelu, minimalizaci dat, omezené době uchování a přiměřeném zabezpečení. Pseudonymizovaný záznam, ze kterého lze člověka znovu určit, je stále osobní údaj. Než se osobní data dostanou do externí AI služby, firma musí mít vyjasněný účel a právní titul, roli dodavatele a smluvní režim zpracování, umístění a případné předávání dat, nastavení uchování i přístupy. To patří k DPO/právnímu a bezpečnostnímu posouzení konkrétního nasazení – ne do rozhodnutí člověka, který zrovna klikl na Record.

Pro první pilot proto používejte syntetický nebo skutečně anonymizovaný případ. V CRM nahraďte jména a e-maily, ve fakturách dodavatele i částky, v supportu ticket bez identifikátorů. Až když je schválený datový tok, oprávnění, retention a audit, lze řešit, zda vůbec a v jakém omezeném rozsahu pustit produkční data do povoleného enterprise prostředí. Výchozí pravidlo je jednoduché: když byste danou obrazovku neposlali externímu dodavateli e-mailem, nenahrávejte ji ani AI.

Ještě známější varianta: nadiktujete workflow a n8n ho postaví

Podobný princip už používám při tvorbě n8n scénářů přes MCP. Hlasem popíšu, co má workflow dělat – například odkud má vzít vstup, jak jej zvalidovat, kam má uložit výsledek a kde se má zastavit na schválení – a Claude scénář sestaví. Já dodám credentials až do konkrétního, kontrolovaného nasazení.

Je to výborné, ale pořád to zatím funguje hlavně pro lidi, kteří vědí, co chtějí, umějí workflow rozebrat na kroky a dokážou jej přesně popsat. Record a Skill posouvá práh ještě níž. V nativním Claude Desktop prostředí nemusíte nejdřív umět formulovat automatizaci. Stačí vzít čistý testovací případ, práci jednou správně ukázat a při tom říct, podle čeho se rozhodujete.

To je přesně důvod, proč to není jen hezká desktopová funkce. Je to nový vstupní bod k automatizaci pro obchod, finance, operations i marketing: lidé, kteří rozumějí reálné práci, mohou začít předávat know-how bez toho, aby se nejdřív stali prompt engineerem nebo n8n vývojářem. A pokud se ukáže, že skill má stabilní hodnotu, může se později přepsat do robustnějšího n8n/Make workflow s vlastním loggingem, oprávněními, datovým tokem a produkčními guardraily.

Aktualizace 28. července 2026: bezpečný pilot je součást produktu

Nenechte skills zůstat na počítači jednoho člověka

Record a Skill přirozeně začíná na počítači konkrétního člověka. To je jeho síla: obchodník, účetní nebo operations specialista ukáže svůj skutečný postup přímo ve svém prostředí. Zároveň je to ale riziko. Když každý nahraje něco „na vlastním písečku,“ firma získá deset osobních experimentů, ne sdílený operační systém.

Ve firmě proto má být někdo, kdo nové skilly konsoliduje, testuje a zapojuje do práce celého týmu. Nemusí to být samostatný AI tým: může to být owner procesu, operations lead, enablement nebo člověk, který spravuje automatizace. Jeho úkol je jednoduchý: vybrat, co stojí za standardizaci, odstranit osobní data a lokální zkratky, otestovat skill na čistých případech, určit vlastníka, verzi a schvalovací hranice a zajistit, aby ho uměli používat další lidé.

Správný rytmus je: jeden člověk ukáže dobrou praxi, tým ji připomínkuje, owner z ní udělá sdílený standard a teprve pak se přenese do opakovatelného workflow nebo robustnější automatizace. Tak se z osobního „podívej, co mi Claude umí“ stane násobitel kapacity celého týmu.

Zdroje: Anthropic Claude Cowork, Anthropic HubSpot: jak týmy škálují Claude Cowork, Anthropic jak Anthropic používá skills v Claude Code, praktický popis novinky Claude Cowork Can Now Learn Your Workflow by Watching Once a Record a Skill vysvětlený na testovacím workflow.