AI w analizie przetargów i ofert budowlanych – jak szybciej porównywać dokumenty?

Wprowadzenie: po co AI w analizie przetargów i ofert budowlanych

Dwie oferty na te same roboty nie zawsze obejmują ten sam zakres. Z kolei wymaganie, które wpływa na opłacalność udziału w przetargu, może znajdować się nie w głównym dokumencie, lecz w załączniku lub późniejszej odpowiedzi zamawiającego. Dlatego analiza dokumentacji budowlanej wymaga czegoś więcej niż szybkiego czytania: trzeba połączyć informacje rozproszone między plikami i ustalić, które z nich rzeczywiście można ze sobą porównać.

AI może skrócić drogę od zbioru dokumentów do uporządkowanego materiału do oceny. W odróżnieniu od zwykłego wyszukiwania słów potrafi rozpoznawać podobne znaczeniowo zapisy, nawet gdy autorzy użyli innego słownictwa. Pomaga też porządkować treść według wskazanych zagadnień. Nie daje to gwarancji poprawności, ale może ograniczyć czas poświęcany na ręczne przeglądanie plików i przepisywanie informacji.

Warto przy tym rozróżnić dwa zastosowania. Analiza dokumentacji przetargowej służy przede wszystkim zrozumieniu oczekiwań zamawiającego i ocenie, czy wykonawca może oraz chce podjąć się realizacji. Analiza ofert budowlanych pomaga natomiast inwestorowi, generalnemu wykonawcy lub działowi zakupów porównać propozycje wykonawców i dostawców na wspólnej podstawie. W pierwszym przypadku punktem wyjścia są wymagania; w drugim — to, co poszczególni oferenci faktycznie proponują.

Największy sens ma wykorzystanie AI jako wsparcia kosztorysanta, inżyniera, specjalisty ds. zamówień czy prawnika, a nie jako samodzielnego decydenta. Narzędzie przygotowuje materiał do weryfikacji, a człowiek ocenia jego znaczenie techniczne, finansowe i prawne. Przy krótkim terminie złożenia oferty pozwala to poświęcić więcej uwagi decyzjom, zamiast samemu wyszukiwaniu danych.

Warunkiem użyteczności jest praca na aktualnej, kompletnej i czytelnej dokumentacji oraz możliwość sprawdzenia wyników w źródłach. AI może pominąć zapis lub błędnie go zinterpretować, zwłaszcza w słabej jakości skanach. Dokumenty zawierające informacje poufne powinny trafiać wyłącznie do narzędzi dopuszczonych przez organizację do takiego zastosowania.

Streszczenie i ekstrakcja kluczowych informacji z SWZ/SIWZ: zakres, terminy, warunki

Przy pierwszej lekturze dokumentacji przetargowej wykonawca potrzebuje odpowiedzi na trzy pytania: co trzeba wykonać, w jakim czasie i na jakich warunkach. AI może pomóc w uzyskaniu wstępnego obrazu zamówienia, pod warunkiem że otrzyma właściwy zestaw dokumentów. W Cognity często słyszymy pytania, jak praktycznie podejść do wydobywania informacji z dokumentów za pomocą AI — odpowiadamy na nie także na blogu.

Sama SWZ, czyli specyfikacja warunków zamówienia, często nie wystarczy — szczegóły robót znajdują się również w załącznikach, dokumentacji projektowej, specyfikacjach technicznych czy projektowanych postanowieniach umowy. W dokumentacji starszych postępowań występuje nazwa SIWZ: specyfikacja istotnych warunków zamówienia.

Streszczenie a ekstrakcja — dwa różne zadania

Streszczenie przedstawia ogólny obraz zamówienia. Powinno krótko opisywać przedmiot inwestycji, najważniejsze elementy prac i uwarunkowania realizacji. Przydaje się do wstępnej oceny, czy postępowanie odpowiada profilowi działalności oraz możliwościom wykonawcy. Nie powinno jednak zastępować szczegółowej analizy dokumentacji przed przygotowaniem oferty.

Ekstrakcja polega na wydobyciu konkretnych danych według ustalonego schematu. Zamiast ogólnego zdania „zamówienie obejmuje przebudowę obiektu” potrzebne są informacje o branżach, etapach, obowiązkach wykonawcy i terminach. Taki uporządkowany zestaw danych ułatwia przekazanie materiałów kosztorysantowi, kierownikowi robót czy osobie koordynującej przygotowanie oferty.

Jakie informacje warto wydobyć z dokumentacji?

• Zakres zamówienia: rodzaj i lokalizacja robót, podział na części lub etapy, podstawowe branże oraz zadania towarzyszące, takie jak opracowanie dokumentacji, uzyskanie uzgodnień czy przeprowadzenie rozruchów. Warto rozróżnić zakres podstawowy i opcjonalny, jeżeli dokumenty przewidują takie rozdzielenie.
• Terminy: termin składania ofert, okres związania ofertą, termin realizacji oraz wskazane etapy pośrednie. AI powinno zachować sposób zapisania terminu: konkretna data nie oznacza tego samego co liczba miesięcy od podpisania umowy lub przekazania terenu budowy.
• Warunki realizacji: formuła zamówienia, sposób wynagradzania, zasady rozliczeń oraz ograniczenia organizacyjne, np. prowadzenie prac w czynnym obiekcie albo dostępność terenu tylko w określonych godzinach. Na tym etapie wystarczy wydobycie zapisów, bez szczegółowej oceny ich konsekwencji.

Każda informacja powinna prowadzić do źródła

W poleceniu dla AI warto wymagać, aby przy każdej wydobytej informacji podawało nazwę pliku, numer strony lub oznaczenie punktu. Jeśli danej kwestii nie uda się odnaleźć, wynik powinien zawierać komunikat „nie znaleziono w przekazanych dokumentach”, a nie domyślne uzupełnienie. To istotna różnica: brak informacji w dostarczonym zestawie nie dowodzi, że zamawiający w ogóle jej nie określił.

Do analizy należy dołączyć również opublikowane wyjaśnienia i zmiany dokumentacji. Wydobyte terminy oraz parametry zakresu trzeba sprawdzić względem ich aktualnego brzmienia. Przy skanach dodatkowej kontroli wymagają wyniki OCR, zwłaszcza daty, liczby i jednostki. Najbardziej użyteczny rezultat to krótkie streszczenie oraz zestaw konkretnych danych z odwołaniami do dokumentów — materiał, który można szybko zweryfikować i wykorzystać w pracy nad ofertą.

Kryteria oceny i wymagania formalne: automatyczne wydobycie, walidacja i lista kontrolna

Oferta może być konkurencyjna cenowo, a mimo to nie uzyskać najwyższej oceny lub zostać odrzucona z przyczyn formalnych. Dlatego analizę dokumentacji warto zacząć od rozdzielenia trzech kwestii: za co przyznawane są punkty, jakie warunki musi spełniać wykonawca i jak prawidłowo złożyć ofertę. AI pomaga uporządkować te informacje, ale nie powinna traktować ich jako jednej kategorii wymagań.

Kryteria oceny, warunki udziału i formalności — trzy osobne kategorie

Kryteria oceny ofert służą do ustalenia ich rankingu. Model powinien wydobyć nazwę każdego kryterium, jego wagę, sposób naliczania punktów oraz dane, które wykonawca musi zadeklarować. Sam zapis „termin realizacji” nie wystarczy: znaczenie mają również dopuszczalne wartości i zasady oceny wskazane przez zamawiającego.

Warunki udziału w postępowaniu dotyczą zdolności wykonawcy do realizacji zamówienia, np. wymaganego doświadczenia, personelu lub sytuacji ekonomicznej. Nie są tym samym co kryteria punktowe. Doświadczenie wykonawcy może służyć potwierdzeniu warunku udziału, natomiast doświadczenie osób skierowanych do realizacji zamówienia — jeśli tak określono w dokumentacji — może być elementem oceny oferty.

Wymagania formalne obejmują natomiast sposób przygotowania i przekazania dokumentów, w tym podpis, reprezentację wykonawcy, wymagane oświadczenia czy wadium, jeżeli jest wymagane. Osobno należy oznaczyć podstawy wykluczenia i dokumenty służące wykazaniu ich braku.

Automatyczne wydobycie informacji z możliwością sprawdzenia źródła

Zamiast prosić AI o ogólne omówienie formalności, warto zlecić jej utworzenie rejestru wymagań. Każdy wpis powinien zawierać: kategorię, treść wymagania, dokument lub deklarację potrzebną do jego wykazania, etap złożenia oraz dokładne źródło — nazwę pliku, punkt i stronę. Dzięki temu osoba przygotowująca ofertę może szybko zweryfikować wynik bez ponownego przeszukiwania całej dokumentacji.

Analiza powinna uwzględniać SWZ, właściwe załączniki oraz opublikowane wyjaśnienia i zmiany. Model nie może uzupełniać niewskazanych wymagań na podstawie „typowej praktyki”. Gdy nie znajduje informacji, powinien oznaczyć ją jako „nie ustalono”, zamiast przedstawiać przypuszczenie jako obowiązek.

Walidacja i robocza lista kontrolna

Walidacja polega na sprawdzeniu wyodrębnionych informacji względem źródeł i reguł postępowania. AI może wstępnie skontrolować, czy zapisano wszystkie wagi i zasady punktacji oraz czy każdemu wymaganiu przypisano odpowiedni dokument. Nie należy jednak utożsamiać takiej kontroli z potwierdzeniem prawnej skuteczności oferty. Rodzaj podpisu, umocowanie czy możliwość uzupełnienia dokumentu wymagają odrębnej weryfikacji przez osobę odpowiedzialną za ofertę.

Do każdego punktu listy warto dodać osobę odpowiedzialną, odnośnik do źródła i status: „do przygotowania”, „do weryfikacji” lub „potwierdzone”. Ten ostatni powinien oznaczać rzeczywiste sprawdzenie dokumentu, a nie tylko pozytywną odpowiedź modelu.

Analiza ryzyk umownych: klauzule, kary, odpowiedzialność, gwarancje i typowe „pułapki”

Najtańsza w realizacji oferta może okazać się nieopłacalna, jeżeli umowa przenosi na wykonawcę ryzyka, których nie uwzględniono w wycenie. Dotyczy to choćby odpowiedzialności za opóźnienia niezależne od wykonawcy, szerokiego katalogu kar czy obowiązku wykonywania dodatkowych prac w ramach ustalonego wynagrodzenia. AI pomaga wychwycić takie zapisy i powiązać je z ich możliwymi skutkami finansowymi oraz organizacyjnymi. Nie rozstrzyga jednak samodzielnie, czy dane postanowienie jest zgodne z prawem i jak zostanie zinterpretowane w konkretnym sporze.

Jakie postanowienia warto poddać analizie?

Analiza nie powinna ograniczać się do wyszukania słów „kara” i „odpowiedzialność”. Ryzyko często wynika z połączenia kilku postanowień: sposobu liczenia terminu, przesłanek jego przedłużenia, zasad odbioru oraz momentu rozpoczęcia naliczania sankcji. Dlatego narzędzie powinno analizować projekt umowy wraz z dokumentami, do których odsyłają jej zapisy.

Typowe pułapki kryją się w zależnościach między klauzulami

Istotne jest rozróżnienie opóźnienia i zwłoki. W uproszczeniu zwłoka oznacza opóźnienie wynikające z okoliczności, za które dłużnik odpowiada. AI powinno wskazać użyte sformułowanie oraz powiązane zasady odpowiedzialności, zamiast traktować oba pojęcia jako synonimy. Ocena dopuszczalności konkretnego zapisu wymaga uwzględnienia właściwych przepisów, w tym Prawa zamówień publicznych, jeśli ma zastosowanie.

Podobnej ostrożności wymaga słowo „gwarancja”. Gwarancja jakości dotyczy obowiązków związanych z wadami, natomiast gwarancja bankowa lub ubezpieczeniowa może służyć zabezpieczeniu należytego wykonania umowy. Rękojmia jest odrębnym reżimem odpowiedzialności za wady. Połączenie tych pojęć w jedną kategorię zaciera różnice między kosztami napraw a kosztami i warunkami utrzymywania zabezpieczenia.

Przykładowo: umowa może przewidywać krótki termin usunięcia każdej wady, karę za jego przekroczenie i wykonanie zastępcze na koszt wykonawcy. Każdy zapis osobno wygląda znajomo. Dopiero ich łączna analiza pokazuje potencjalne obciążenie, zwłaszcza gdy naprawa wymaga zamówienia elementu o długim terminie dostawy.

Jak uzyskać wynik przydatny do oceny ryzyka?

W Cognity omawiamy analizę dokumentów z wykorzystaniem AI zarówno od strony technicznej, jak i praktycznej – zgodnie z realiami pracy uczestników szkoleń. W przypadku umów budowlanych warto wymagać od AI, aby dla każdego ryzyka podało cytat, numer paragrafu, powiązane postanowienia i możliwy skutek biznesowy. Narzędzie powinno też oddzielać treść umowy od własnej interpretacji oraz zaznaczać, kiedy brakuje podstaw do jednoznacznej oceny. Ogólna etykieta „wysokie ryzyko” jest mniej użyteczna niż wyjaśnienie, że określona klauzula może zwiększyć koszty serwisu albo wydłużyć okres utrzymywania zabezpieczenia.

Tak przygotowana analiza ułatwia skierowanie uwagi prawnika, kosztorysanta i kierownika kontraktu na postanowienia o największym znaczeniu. Podstawą decyzji pozostaje jednak weryfikacja dokumentów źródłowych, a nie samo streszczenie wygenerowane przez model.

Porównanie ofert: zakres, ceny, harmonogram, gwarancje i wyłączenia

Dwie oferty na te same roboty budowlane mogą obejmować różne zobowiązania. Jedna uwzględnia wywóz odpadów, dokumentację powykonawczą i próby instalacji, druga wycenia je osobno lub pozostawia po stronie inwestora. AI pomaga sprowadzić oferty do wspólnego układu, ale nie powinna zacierać różnic między nimi. Celem jest zestawienie tego, co wykonawcy rzeczywiście zadeklarowali, a nie tylko porównanie kwot z formularzy ofertowych.

Najpierw wspólny zakres, potem porównanie cen

Punktem odniesienia powinien być ten sam zakres zamówienia, podzielony na branże, etapy lub pakiety robót. AI może przyporządkować do niego pozycje z ofert, kosztorysów i załączników, nawet jeśli wykonawcy używają innego nazewnictwa. Podobieństwo nazw nie wystarcza jednak do uznania pozycji za równoważne: znaczenie mają również parametry materiałów, ilości, jednostki i zakres czynności objętych ceną.

W praktyce porównanie powinno rozdzielać pięć obszarów:

• Zakres: roboty, dostawy i usługi ujęte w ofercie, w tym prace przygotowawcze, uruchomienia oraz dokumentacja odbiorowa.
• Ceny: wartości netto i brutto, stawki VAT, waluta, sposób rozliczenia oraz koszty obowiązkowe i opcjonalne. Kwoty ryczałtowej nie należy bezpośrednio porównywać z ceną jednostkową bez uwzględnienia ilości i zasad rozliczenia.
• Harmonogram: czas realizacji, kamienie milowe i warunki rozpoczęcia prac. „Dwanaście tygodni od przekazania placu budowy” nie oznacza tego samego co konkretna data zakończenia.
• Gwarancje: długość i zakres ochrony, moment rozpoczęcia jej biegu oraz deklarowane terminy reakcji i usunięcia usterek. Gwarancję warto zestawiać oddzielnie od rękojmi.
• Wyłączenia: elementy nieobjęte ceną, świadczenia wymagane od zamawiającego oraz zastrzeżenia wpływające na koszt lub termin.

Jak zlecić AI przygotowanie zestawienia?

W poleceniu warto określić wspólne kategorie i wymagać, aby każda odczytana informacja miała wskazane źródło: nazwę pliku oraz stronę, punkt lub pozycję kosztorysu. Narzędzie powinno zachować oryginalne wartości, a ewentualne przeliczenia pokazać osobno, wraz z założeniami. Brak informacji nie może być interpretowany jako potwierdzenie, że dany element jest w cenie.

Przydatna instrukcja brzmi: „Porównaj oferty według poniższego szablonu. Nie uzupełniaj danych na podstawie domysłów. Stosuj oznaczenia: w cenie, wycenione osobno, wyłączone, brak informacji. Przy każdej wartości podaj źródło. Oddziel deklaracje wykonawców od obliczeń i komentarzy porównawczych”.

Szablon tabeli porównawczej ofert budowlanych

Poniższą tabelę można rozszerzyć o kolejnych wykonawców. W komórkach ofert należy wpisywać dane wraz z odwołaniem do dokumentu; dla poszczególnych branż lub pakietów robót warto powielić wiersz dotyczący zakresu.

Jeżeli zespół szacuje koszt doprowadzenia ofert do porównywalnego zakresu, powinien pokazać go w osobnej kolumnie jako wewnętrzny szacunek, a nie cenę zaoferowaną przez wykonawcę. W zamówieniach publicznych takie zestawienie analityczne nie zastępuje oceny według kryteriów i zasad określonych w dokumentach zamówienia. Ostateczne porównanie wymaga sprawdzenia danych źródłowych, zwłaszcza cen, jednostek i zastrzeżeń wpływających na zakres świadczenia.

Wykrywanie braków i niespójności w dokumentach: kompletność, zgodność, czerwone flagi

Najtrudniejsze do wychwycenia błędy często znajdują się na styku dokumentów: rysunek pokazuje element, którego nie ma w przedmiarze, opis techniczny wskazuje inny materiał niż specyfikacja, a załącznik odsyła do nieudostępnionego zestawienia. AI może pomóc w wyszukiwaniu takich rozbieżności, zestawiając informacje rozproszone między plikami. Wynikiem powinna być lista konkretnych miejsc do sprawdzenia, a nie ogólna ocena, że dokumentacja jest poprawna.

Trzy rodzaje kontroli, których nie warto utożsamiać

Kompletność, spójność i zgodność odpowiadają na różne pytania. Ich rozdzielenie pozwala lepiej ocenić, co rzeczywiście wykrył system i jakiej weryfikacji wymaga dane ustalenie.

Brak znalezionej informacji nie jest jeszcze dowodem jej braku. Dane mogą znajdować się na nieodczytanym skanie, w osobnym załączniku albo na rysunku, którego użyte narzędzie nie potrafi poprawnie zinterpretować. Podobnie różne wartości nie muszą oznaczać sprzeczności — mogą dotyczyć innych wariantów, etapów lub lokalizacji.

Czerwone flagi w dokumentacji budowlanej

Szczególnej uwagi wymagają rozbieżności, które mogą zmienić ilość robót, sposób wykonania albo dobór materiałów. W analizie wspieranej przez AI warto szukać przede wszystkim:

• Niezgodnych ilości i jednostek — na przykład powierzchni podanej w m² w jednym dokumencie i pozycji rozliczanej w m³ w drugim, bez danych umożliwiających przeliczenie.
• Niespójnych oznaczeń — gdy ten sam symbol opisuje różne elementy albo element zmienia oznaczenie między rysunkiem a zestawieniem.
• Osieroconych odwołań — wskazań na nieistniejący punkt, brakującą tabelę lub załącznik o innej nazwie.
• Rozbieżności między wersjami — gdy zmieniony opis techniczny nadal towarzyszy starszemu zestawieniu, a zakres aktualizacji nie jest jasny.

Samo pominięcie elementu w przedmiarze nie przesądza jednak, że pozostaje on poza zakresem zamówienia. Znaczenie takiej różnicy zależy między innymi od zasad rozliczenia i relacji między dokumentami. AI powinno wskazać problem, nie rozstrzygać automatycznie jego skutków.

Jak uzyskać wynik, który da się zweryfikować?

Przed analizą trzeba ustalić zbiór aktualnych plików, uwzględnić opublikowane zmiany i sprawdzić jakość odczytu. Narzędzie analizujące wyłącznie tekst nie zapewni pełnej kontroli rysunków technicznych; błędy OCR mogą natomiast zmieniać liczby, symbole i jednostki.

Dla każdego wykrytego problemu warto wymagać: nazwy pliku, numeru strony lub oznaczenia rysunku, cytatu bądź odczytanej wartości, wskazania dokumentu porównawczego oraz krótkiego opisu możliwego wpływu na wycenę lub wykonanie. Ustalenia należy oznaczać jako potwierdzona rozbieżność, potencjalna rozbieżność albo brak możliwości weryfikacji.

Taki rejestr ułatwia skierowanie problemu do kosztorysanta lub właściwego specjalisty branżowego. Pozwala też oddzielić rzeczywisty błąd dokumentacji od ograniczenia narzędzia — bez traktowania braku alertów jako gwarancji kompletności i poprawności całego zestawu.

Pytania do zamawiającego: jak AI pomaga je generować i priorytetyzować

Dobre pytanie do zamawiającego powinno prowadzić do odpowiedzi, która pozwoli rzetelnie wycenić roboty, ustalić zakres zobowiązań lub przygotować ofertę zgodną z wymaganiami. AI może pomóc przekształcić wątpliwości z analizy dokumentacji w konkretne projekty pytań, a następnie uporządkować je według wpływu na ofertę. Nie chodzi o wygenerowanie jak najdłuższej listy, lecz o wybranie kwestii, których pozostawienie bez wyjaśnienia ma rzeczywiste konsekwencje.

Od wątpliwości do precyzyjnego pytania

Najlepszym materiałem wejściowym dla AI są wskazane fragmenty dokumentacji wraz z nazwą pliku, numerem punktu lub strony oraz krótkim opisem problemu. Na tej podstawie narzędzie może przygotować pytanie zawierające odniesienie do źródła, opis niejasności i jednoznaczne wskazanie, co zamawiający powinien wyjaśnić. Każde odwołanie i cytat trzeba sprawdzić w oryginale — model nie powinien uzupełniać brakujących danych domysłami.

Warto rozróżnić prośbę o wyjaśnienie istniejącego zapisu od wniosku o zmianę wymagania. Pierwsza służy ustaleniu, jak rozumieć dokumentację. Druga zmierza do jej modyfikacji i wymaga uzasadnienia, na przykład technicznego lub organizacyjnego. AI może przygotować oba warianty, ale nie powinno przedstawiać oczekiwanej zmiany jako obowiązującej interpretacji.

Przykładowo, zamiast ogólnego pytania „Czy odwodnienie jest w zakresie?”, lepiej zapytać: „Prosimy o wyjaśnienie, czy cena ofertowa ma obejmować tymczasowe odwodnienie wykopów. Jeżeli tak, prosimy o wskazanie danych projektowych, na podstawie których należy przyjąć jego zakres do wyceny”. W rzeczywistym piśmie takie pytanie należy powiązać z konkretnym miejscem w dokumentacji.

Które pytania zadać w pierwszej kolejności?

AI może wstępnie nadać pytaniom priorytety, jeżeli otrzyma jasne zasady oceny. Przydatny jest podział na trzy grupy:

• Krytyczne dla przygotowania oferty — bez odpowiedzi nie można wiarygodnie ustalić ceny, potwierdzić możliwości wykonania robót lub sposobu spełnienia wymagania.
• Istotne dla kalkulacji i organizacji prac — odpowiedź może zmienić przyjętą technologię, zapotrzebowanie na zasoby albo koszty.
• Porządkowe — dotyczą kwestii redakcyjnych lub organizacyjnych, które nie wpływają istotnie na ofertę.

Przy każdej propozycji warto wymagać krótkiego uzasadnienia priorytetu: jakiej decyzji nie można podjąć i jaki może być skutek braku odpowiedzi. Ostateczną kolejność powinien zatwierdzić zespół ofertowy, uwzględniając terminy składania wniosków o wyjaśnienie właściwe dla danego postępowania. AI nie powinno ustalać tych terminów na podstawie samego terminu składania ofert, bez sprawdzenia trybu i obowiązujących zasad.

Kontrola przed wysłaniem i po otrzymaniu odpowiedzi

Przed wysłaniem pytań AI może połączyć duplikaty, rozdzielić pytania wielowątkowe i sprawdzić, czy odpowiedź nie została już opublikowana. Człowiek powinien zweryfikować sens techniczny, ton oraz to, czy treść nie ujawnia zbędnych informacji o kalkulacji lub planowanym rozwiązaniu wykonawcy. Po publikacji wyjaśnień narzędzie może przyporządkować odpowiedzi do pytań i wskazać kwestie nadal nierozstrzygnięte. Propozycja pytania nie jest odpowiedzią zamawiającego — nie należy traktować zawartego w niej założenia jako potwierdzonej podstawy wyceny.

Workflow praktyczny: praca na wielu plikach, dobre praktyki i gotowe prompty + checklista due diligence oferty

Przy kilkudziesięciu załącznikach największym problemem nie jest samo przeczytanie dokumentów, lecz utrzymanie kontroli nad ich wersjami, wzajemnymi powiązaniami i źródłami ustaleń. AI warto włączyć w uporządkowany proces, a nie traktować jako miejsce, do którego wrzuca się całą dokumentację z poleceniem „przeanalizuj przetarg”. Dobry workflow pozwala odtworzyć, skąd pochodzi dany wniosek, kto go sprawdził i czy pozostaje aktualny po zmianie dokumentów.

Jak zorganizować pracę na wielu plikach

Zacznij od zamknięcia pakietu wejściowego na konkretny dzień i godzinę. Zachowaj oryginały, a do analizy przygotuj kopie robocze. Utwórz rejestr zawierający nazwę pliku, jego identyfikator, datę publikacji lub otrzymania, wersję i status. Oddziel dokumentację zamawiającego, jej zmiany i wyjaśnienia od ofert wykonawców oraz własnych notatek. Nie zakładaj, że plik pobrany najpóźniej automatycznie zastępuje wszystkie wcześniejsze dokumenty — relację między nimi trzeba potwierdzić.

Następnie sprawdź, co narzędzie rzeczywiście potrafi odczytać. PDF z warstwą tekstową można zwykle przeszukiwać bezpośrednio; skan wymaga OCR, którego wynik należy skontrolować, szczególnie przy liczbach, jednostkach i oznaczeniach. Arkusz kalkulacyjny warto zachować w formacie pozwalającym sprawdzić formuły. Rysunki, modele i załączniki graficzne wymagają osobnej oceny możliwości narzędzia. Przyjęcie pliku przez system nie oznacza, że cała jego zawartość została poprawnie przeanalizowana.

Analizuj dokumenty etapami: najpierw sporządź ich mapę, potem pracuj na logicznych pakietach, a na końcu połącz zweryfikowane ustalenia. Jeśli materiał przekracza możliwości narzędzia, dziel go według dokumentów lub zagadnień, zachowując identyfikatory źródeł. Samo streszczenie poprzedniej partii nie zastępuje dostępu do oryginałów. Przy ofertach stosuj ten sam zestaw pytań i jednakowy format odpowiedzi, aby różnice w sposobie zadawania poleceń nie zniekształcały porównania.

Każde ustalenie zapisuj razem ze źródłem, statusem weryfikacji i osobą odpowiedzialną za sprawdzenie. Po otrzymaniu nowego wyjaśnienia lub załącznika wracaj do ustaleń, na które zmiana może wpływać. Nie ma potrzeby rozpoczynania całej pracy od zera, ale nie wolno też pozostawiać wcześniejszych wniosków bez kontroli aktualności. W Cognity uczymy, jak radzić sobie z podobnymi wyzwaniami w pracy z AI — zarówno podczas samodzielnej analizy dokumentów, jak i przy zespołowej weryfikacji wyników.

Zasady, które warto ustalić przed analizą

Przed przesłaniem dokumentów sprawdź zasady poufności, retencji danych, dostępu użytkowników i ewentualnego wykorzystywania treści do trenowania modeli. Korzystaj z rozwiązania zatwierdzonego w organizacji; ograniczaj zakres przekazywanych danych i anonimizuj je tam, gdzie nie utrudnia to analizy. Treści znalezione w załącznikach traktuj jako materiał źródłowy, a nie instrukcje sterujące działaniem AI.

W poleceniach wymagaj rozdzielenia informacji potwierdzonych, interpretacji i kwestii nierozstrzygniętych. Odwołanie do źródła powinno obejmować nazwę pliku oraz stronę, punkt albo arkusz i komórkę. Jeżeli numeracja wydrukowana różni się od numeracji PDF, ustal sposób jej podawania. Brak odnalezionego zapisu nie jest dowodem, że zapis nie istnieje — szczególnie gdy część materiału była nieczytelna lub nie została objęta analizą.

10 gotowych promptów do prowadzenia analizy

Poniższe polecenia służą organizacji pracy i kontroli jakości. Przed użyciem uzupełnij oznaczenia w nawiasach kwadratowych. W każdym zadaniu wymagaj pracy wyłącznie na wskazanym materiale oraz jawnego oznaczania ograniczeń.

1. Inwentaryzacja: „Na podstawie udostępnionych plików przygotuj numerowany rejestr dokumentów. Podaj nazwę, typ, widoczną datę i oznaczenie wersji. Jeśli informacji nie ma w materiale, wpisz: nie ustalono. Nie wyznaczaj obowiązującej wersji wyłącznie na podstawie nazwy pliku”.
2. Kontrola odczytu: „Dla każdego pliku określ, które części udało się odczytać, a które wymagają OCR, innego narzędzia lub kontroli ręcznej. Wskaż problemy z układem tekstu, znakami i liczbami. Nie deklaruj kompletnego odczytu, jeśli nie możesz go potwierdzić”.
3. Mapa dokumentacji: „Uporządkuj pliki według funkcji w postępowaniu. Wskaż widoczne odwołania do innych załączników. Oddziel powiązania potwierdzone w treści od przypuszczeń wynikających z podobnych nazw”.
4. Plan pracy partiami: „Zaproponuj podział dokumentacji na pakiety analityczne. Zachowaj razem dokumenty potrzebne do zrozumienia danego zagadnienia. Wskaż, które pliki będą potrzebne w więcej niż jednym pakiecie i dlaczego”.
5. Ujednolicenie zapisu: „Dla każdego ustalenia stosuj format: identyfikator, treść, źródło, krótki cytat, status potwierdzenia i zadanie do weryfikacji. Nie łącz w jednym ustaleniu informacji pochodzących z różnych źródeł bez ich oznaczenia”.
6. Przekazanie między etapami: „Przygotuj notatkę przekazania po analizie pakietu [identyfikator]. Wymień przeanalizowane pliki i wersje, ustalenia ze źródłami, otwarte kwestie oraz ograniczenia odczytu. Wskaż oryginały niezbędne do dalszej weryfikacji”.
7. Aktualizacja po zmianie: „Porównaj dokument [wersja wcześniejsza] z [wersja późniejsza]. Wskaż zmienione fragmenty i identyfikatory dotychczasowych ustaleń wymagających ponownego sprawdzenia. Nie uznawaj pozostałych ustaleń za aktualne, jeśli nie zostały zweryfikowane”.
8. Audyt źródeł: „Sprawdź każde ustalenie z notatki [nazwa] w przywołanym dokumencie. Oznacz je jako: potwierdzone, częściowo potwierdzone, niepotwierdzone lub niemożliwe do sprawdzenia. Wyjaśnij rozbieżności bez uzupełniania ich domysłami”.
9. Kolejka weryfikacji: „Z otwartych kwestii przygotuj listę zadań dla zespołu. Dla każdej podaj potrzebny dokument, sugerowaną specjalizację weryfikatora i powód proponowanego priorytetu. Nie przypisuj fikcyjnych osób ani terminów”.
10. Zamknięcie analizy: „Przygotuj notatkę zamknięcia według stanu na [data i godzina]. Wymień wykorzystane wersje, zakres wykonanej analizy, nierozstrzygnięte kwestie oraz decyzje wymagające zatwierdzenia przez człowieka. Nie przedstawiaj niezweryfikowanych wniosków jako ostatecznych”.

Checklista due diligence oferty przed zatwierdzeniem

Końcowa kontrola powinna potwierdzać nie tylko przeprowadzenie analizy, lecz także istnienie dowodów jej wykonania. Przy każdym punkcie zapisz status, osobę odpowiedzialną i odnośnik do dokumentu lub notatki.

• Aktualność materiału: potwierdzono, na jakich wersjach dokumentacji i oferty oparto ocenę oraz do kiedy uwzględniono zmiany.
• Kompletność odczytu: sprawdzono, czy istotne załączniki zostały objęte analizą; ograniczenia techniczne usunięto albo przekazano do kontroli ręcznej.
• Identyfikowalność ustaleń: kluczowe wnioski można odnaleźć i zweryfikować w oryginalnych źródłach.
• Weryfikacja specjalistyczna: osoby odpowiedzialne za zakres techniczny, kosztorys, harmonogram i kwestie prawne sprawdziły ustalenia należące do ich kompetencji.
• Kontrola obliczeń: wartości mające wpływ na decyzję przeliczono niezależnie od odpowiedzi modelu, z uwzględnieniem przyjętych jednostek i założeń.
• Otwarte kwestie: każda nierozstrzygnięta sprawa ma właściciela i określony wpływ na możliwość zatwierdzenia oferty.
• Akceptacja decyzji: odstępstwa, założenia i zaakceptowane ryzyka zostały świadomie zatwierdzone przez uprawnione osoby, nie przez AI.
• Ślad audytowy: zachowano pakiet źródłowy, istotne polecenia, wyniki analizy oraz poprawki i akceptacje zespołu zgodnie z zasadami organizacji.

Jak wykorzystać ChatGPT i Copilot w codziennej pracy firmy budowlanej? 06 października 2026

Power Query – 10 najczęstszych problemów z danymi i sposoby ich rozwiązania 04 października 2026