Claude Cowork Record a Skill: najrýchlejšia cesta od ručnej práce k vlastnej AI automatizácii

Najväčší problém firemnej AI dnes nie je model. Je to preklad reálnej práce do inštrukcií.

Človek, ktorý každý týždeň pripravuje obchodné podklady, triedi faktúry, kontroluje leady alebo skladá status report, zvyčajne presne vie, čo robí. Len to nevie bez straty detailu prepísať do promptu, SOP, Make scenára alebo zadania pre vývojára. A práve tu je nová funkcia Record a Skill v Claude Cowork podľa mňa naozaj veľká vec.

V desktopovej aplikácii Claude otvoríte Cowork, zvolíte Record a skill, raz vykonáte úlohu na obrazovke a nahlas vysvetlíte, prečo volíte konkrétny krok alebo kedy platí výnimka. Claude z ukážky vytvorí uložený skill, ktorý môže nabudúce rovnaký typ práce znovu vykonať.

Z cesty zmizne prekvapivo veľa trenia: písanie dlhého promptu, spisovanie návodu pre nového kolegu, hľadanie človeka, ktorý workflow nakliká do automatizácie, aj opakované vysvetľovanie AI, ako má vyzerať „správne“.

Automatizáciu neprogramujete. Ukážete ju

To je hlavný predajný argument. Väčšina ľudí nemá problém zaučiť nového kolegu: „otvor CRM, prejdi posledný kontakt, z e-mailu vytiahni rozhodnutie, doplň ho do karty a ak je deal nad určitú sumu, priprav návrh follow-upu na moje schválenie.“

Majú však problém opísať postup tak presne, aby ho AI bezpečne zopakovala. Video s komentárom zachytí dve vrstvy naraz:

• obrazovka ukazuje čo sa naozaj robí,
• komentár vysvetľuje prečo, vrátane pravidiel a výnimiek.

Nemá ísť o krehké makro, ktoré len opakuje kliknutia. Cieľom je znovupoužiteľný pracovný skill s kontextom pre podobný prípad.

Kde sa návratnosť objaví najskôr

Začal by som prácou, ktorú schopný človek urobí za desať až tridsať minút a pravidelne ju opakuje.

Obchod a CRM: raz ukážte, ako pripravujete históriu zákazníka, posledné e-maily, otvorené support požiadavky a brief na stretnutie. Cowork pripraví návrh; obchodník skontroluje časti vyžadujúce úsudok.

Faktúry a financie: nahrajte kontrolu dodávateľa, sumy, strediska, chýbajúcej prílohy a schvaľovacej hranice. Výstup má byť návrh s jasne označenou neistotou, nie automatická platba.

Content pipeline: raz ukážte, ako z briefu, zdrojov a štýlu značky vznikne draft článku, posty pre siete, checklist faktov a materiál pre review. Tímy dnes tento proces každý týždeň znovu promptujú namiesto toho, aby ho raz naučili.

Support a prevádzka: ukážte rozdiel medzi bežnou odpoveďou, eskaláciou a požiadavkou na chýbajúce dáta. Skill nech triedi prípady a pripravuje drafty; odoslanie nechajte na človeku, kým nemáte zmeranú kvalitu.

Prečo je to silnejšie než ďalšia prompt knižnica

Prompt knižnice často zomrú, lebo do nich ľudia nechodia. Nevedia, ktorý prompt použiť, nedodajú správny kontext a výsledky kolíšu.

Record a Skill začína pri práci, ktorá už existuje. Je to podobné, ako keď natočíte interný onboarding pre kolegu — ibaže výsledkom tentoraz nie je video, na ktoré sa nikto nepozrie, ale použiteľný pracovný nástroj.

Anthropic v prípadovej štúdii HubSpotu opisuje tímy, ktoré zdieľajú skilly pre opakované úlohy nad dokumentmi, reportingom a pripojenými zdrojmi. To je správna ambícia: nie „každý má svojho chytrého chatbota,“ ale tím má konkrétne postupy, ktoré sa dajú opakovať, zlepšovať a odovzdávať.

Ako spraviť prvú nahrávku užitočnou

Pri nahrávaní hovorte o rozhodovaní, nie iba o kliknutí. Namiesto „teraz otváram tento e-mail“ povedzte: „najprv hľadám posledné potvrdené rozhodnutie; ak ho nenájdem, nevymýšľam ho a prípad označím na doplnenie.“ Práve takéto vety menia ukážku na použiteľný skill.

Pripravte si čistý testovací prípad. Zavrite osobné chaty a nezobrazujte heslá, API kľúče, platobné údaje ani citlivé zákaznícke informácie. Záznam obrazovky je silný vstup, preto si zaslúži rovnakú disciplínu ako pripojený disk alebo CRM.

Po vytvorení skillu vždy:

1. Spustite ho na novom, neškodnom príklade. 2. Skontrolujte výnimku, nielen ideálny scenár. 3. Výslovne určite, ktoré akcie môže spraviť sám a ktoré čakajú na schválenie.

Čo by som zatiaľ neautomatizoval

Nenechajte sa predajným nadšením dotlačiť k tomu, že z dema urobíte voľný prístup do firmy. Skill nie je model oprávnení.

Bez review by som nenechal automaticky odosielať ponuky, meniť účtovné dáta, mazať súbory, podpisovať záväzky ani prepisovať CRM podľa nejednoznačného e-mailu. Správny model je jednoduchý: Claude pripraví prácu, človek schvaľuje dôsledok.

Prvý záznam nenahradí ani procesný dizajn. Zlý postup, ktorý sa opakuje často, zostane zlým postupom. Ak však funkčný návyk brzdí najmä ručné prepisovanie a prepínanie medzi aplikáciami, Record a Skill je mimoriadne rýchly spôsob, ako ho znásobiť.

Verdikt: toto stojí za okamžitú ukážku tímu

Record a Skill je dôležitý preto, že znižuje prah tvorby automatizácie na úroveň bežného zaškolenia kolegu.

Raz ukážte prácu. Nahlas vysvetlite pravidlá. Nechajte Claude vytvoriť znovupoužiteľný skill. Zmerajte ušetrený čas a chyby. Až potom ho rozšírte do ďalších tímov.

Ak vaša firma čakala na chvíľu, keď AI prestane byť len chatovacie okno a začne zachytávať know-how ľudí priamo z ich každodennej práce, toto je výborný kandidát na prvý pilot.

Stop: záznam nie je miesto pre osobné údaje ani firemné tajomstvá

Tu by som bol prísny. Do nahrávky obrazovky pre Claude, OpenAI ani podobnú externú AI službu nedávajte osobné údaje, heslá, API kľúče, platobné údaje, zdravotné informácie, súkromné konverzácie ani ostré zákaznícke dáta. Nie „len na chvíľu“ a nie preto, že ich potom plánujete zmazať.

V EÚ nejde iba o technickú opatrnosť. GDPR stojí na konkrétnom účele, minimalizácii dát, obmedzenej dobe uchovania a primeranom zabezpečení. Pseudonymizovaný záznam, z ktorého možno človeka znovu určiť, je stále osobný údaj. Skôr než osobné dáta vstúpia do externej AI služby, firma musí mať vyjasnený účel a právny titul, rolu dodávateľa a zmluvný režim spracovania, umiestnenie a prípadné prenosy dát, uchovanie aj prístupy. To patrí do posúdenia DPO/právnika a bezpečnosti konkrétneho nasadenia — nie do rozhodnutia človeka, ktorý práve klikol na Record.

Pre prvý pilot používajte syntetický alebo skutočne anonymizovaný prípad. V CRM nahraďte mená a e-maily, vo faktúrach dodávateľov aj sumy, v supporte identifikátory ticketov. Až po schválení dátového toku, oprávnení, retention a auditu riešte, či vôbec a v akom úzkom rozsahu môžu produkčné dáta vstúpiť do povoleného enterprise prostredia. Jednoduché pravidlo: ak by ste danú obrazovku neposlali e-mailom externému dodávateľovi, nenahrávajte ju ani AI.

Známy princíp: nadiktujete workflow a n8n ho postaví

Podobný princíp už používam pri tvorbe n8n scenárov cez MCP. Hlasom popíšem, čo má workflow robiť — odkiaľ vziať vstup, ako ho validovať, kam uložiť výsledok a kde sa má zastaviť na schválenie — a Claude scenár zostaví. Credentials doplním až do konkrétneho, kontrolovaného nasadenia.

Je to výborné, ale stále to funguje najmä pre ľudí, ktorí vedia, čo chcú, dokážu workflow rozdeliť na kroky a presne ho opísať. Record a Skill znižuje prah ešte viac. V natívnom Claude Desktop prostredí nemusíte najprv vedieť automatizáciu sformulovať. Stačí vziať čistý testovací prípad, prácu raz správne ukázať a pritom vysvetliť rozhodovacie pravidlá.

Preto nejde iba o peknú desktopovú funkciu. Je to nový vstupný bod k automatizácii pre obchod, financie, operations aj marketing: ľudia, ktorí rozumejú reálnej práci, môžu začať odovzdávať know-how bez toho, aby sa najprv stali prompt engineerom alebo n8n vývojárom. Ak sa skill ukáže ako stabilný a hodnotný, dá sa neskôr prepísať do robustnejšieho n8n/Make workflow s vlastným loggingom, oprávneniami, dátovým tokom a produkčnými guardrailmi.

Aktualizácia 28. júla 2026: bezpečný pilot je súčasť produktu

Nenechajte skilly zostať na počítači jedného človeka

Record a Skill prirodzene začína na počítači konkrétneho človeka. To je jeho sila: obchodník, účtovník alebo operations špecialista ukáže skutočný postup priamo vo vlastnom prostredí. Zároveň je to riziko. Ak si každý nahrá niečo „na vlastnom piesočku,“ firma získa desať osobných experimentov, nie zdieľaný operačný systém.

Vo firme preto má byť niekto, kto nové skilly konsoliduje, testuje a zapája do práce celého tímu. Nemusí to byť samostatný AI tím: môže to byť vlastník procesu, operations lead, enablement alebo človek, ktorý spravuje automatizácie. Jeho úloha je jednoduchá: vybrať, čo stojí za štandardizáciu, odstrániť osobné dáta a lokálne skratky, otestovať skill na čistých prípadoch, určiť vlastníka, verziu a schvaľovaciu hranicu a zabezpečiť, aby ho vedeli používať ďalší ľudia.

Správny rytmus je: jeden človek ukáže dobrú prax, tím ju pripomienkuje, owner z nej spraví zdieľaný štandard a až potom sa prenesie do opakovateľného workflow alebo robustnejšej automatizácie. Tak sa z osobného „pozri, čo mi Claude vie“ stane násobiteľ kapacity celého tímu.

Zdroje: Anthropic Claude Cowork, Anthropic HubSpot: ako tímy škálujú Claude Cowork, Anthropic ako Anthropic používa skilly v Claude Code, praktický popis novinky The AI Career Lab a testovaný postup a Európska komisia princípy GDPR.