Szkolenia AI dla firm Warsztaty na zadaniach Twojego zespołu: online 4–8 h albo stacjonarnie w całej Polsce Zobacz program →

AI w kadrach i płacach: 6 zadań, prompty i granice danych

AI w kadrach i płacach w praktyce: pasek, audyt listy płac, pismo z ZUS, Kodeks pracy i regulaminy, a do tego co wolno wkleić i co mówi AI Act.

2 listopada 2026 · Adam Bakalarz
Ilustracja: lista płac pod lupą robota i ręka z długopisem gotowa do podpisu

W skrócie

  • Czat AI w kadrach i płacach sprawdza, tłumaczy i porównuje, a liczy system płacowy; na pokazach na szkoleniu najlepiej działały 4 zadania: pasek, audyt listy płac, pismo z ZUS i porównanie regulaminów.
  • PESEL ani danych o zdrowiu z art. 9 RODO nie wklejamy do żadnego czatu, a dane płacowe tylko po pseudonimizacji, na koncie firmowym z umową powierzenia (art. 28 RODO).
  • Od 2 lutego 2025 firma ma dbać o kompetencje AI pracowników (art. 4 AI Act), a od 2 grudnia 2027 systemy do rekrutacji i decyzji o pracownikach mają obowiązki wysokiego ryzyka.

Stan na 2 listopada 2026

Do czego AI przydaje się w kadrach i płacach, a do czego nie?

W kadrach i płacach czat AI sprawdza, tłumaczy i porównuje. Nie liczy wynagrodzeń: to robi system płacowy, a odpowiedź modelu jest podpowiedzią, którą specjalista weryfikuje, zanim cokolwiek wyśle albo podpisze.

Definicja

AI w kadrach i płacach to używanie czatów i asystentów AI (ChatGPT, Claude, Microsoft 365 Copilot, Gemini) do pracy na dokumentach i zestawieniach działu kadrowo-płacowego lub biura rachunkowego: wyjaśniania pasków, kontroli list płac, rozbioru pism z urzędów, pracy z przepisami i korespondencji z pracownikami.

Rekrutację, monitoring i obowiązki pracodawcy opisujemy w przewodniku AI w HR: zastosowania i obowiązki pracodawcy. Tu schodzimy poziom niżej, do zadań, które specjalista ds. płac robi co miesiąc.

ZadanieCo robi czatCzego nie robi
Pytanie o pasekRozbija różnicę netto na przyczyny, pisze odpowiedźNie zmienia listy płac
Kontrola listy płacWskazuje pozycje odstające i kombinacje bez sensuNie zatwierdza listy
Pismo z ZUS lub PIPWypisuje żądania, termin i brakujące dokumentyNie ocenia, czy urząd ma rację
Kodeks pracy, regulaminyCytuje przepis z wgranego tekstu, porównuje wersjeNie zastępuje opinii prawnej

Przykłady poniżej pochodzą z pokazów na szkoleniach dla działów kadrowo-płacowych i biur rachunkowych. Wszystkie dane w plikach były fikcyjne.

Pasek wynagrodzeń: jak rozbić spadek netto na przyczyny

Najlepiej działa jedno polecenie w dwóch krokach: najpierw model ustala przyczyny z liczb i liczy je w kodzie, dopiero potem pisze mail do pracownika. Pisanie to najłatwiejsza część tej pracy.

Przykład z pokazu na szkoleniu. Kierownik produkcji dostał we wrześniu 11 919 zł netto, w październiku 8 823 zł, umowa bez zmian, i pisze, że „ktoś się pomylił”. Model porównał paski pozycja po pozycji i znalazł dwie przyczyny: brak składnika z września i wejście w drugi próg podatkowy. Policzył je co do grosza i potwierdził, że błędu rachunkowego nie ma.

Prompt do skopiowania

Jesteś specjalistą ds. płac. Wgrywam dwa paski tego samego pracownika (wrzesień i październik) i jego pytanie, dlaczego netto spadło.
Krok 1. Porównaj paski pozycja po pozycji i policz w kodzie. Rozbij różnicę netto na przyczyny, każdą z kwotą; suma ma być równa różnicy co do grosza. Sprawdź, czy w którymś pasku jest błąd rachunkowy.
Krok 2. Napisz mail do pracownika: do 8 zdań, zwykły język, bez numerów artykułów. Zamiast „zaliczka” pisz „podatek”. Napisz, ile netto wyjdzie w kolejnych miesiącach. Pierwsze zdanie: „Sprawdziłam oba paski. Poniżej wyjaśniam, skąd wzięła się różnica.”
Krok 3. Pod mailem dopisz dla mnie dwa punkty: co sprawdzić w systemie przed wysłaniem.

Gotowe pierwsze zdanie daje przewidywalny ton, a „policz w kodzie” wymusza wyliczenie, które da się sprawdzić. Polecenie działa przy każdym „dlaczego mniej”: zmianie PIT-2, końcu ulgi dla młodych, starcie PPK.

Audyt listy płac przed zamknięciem miesiąca

Model jest dobrą drugą parą oczu przy liście płac: szuka wartości odstających, duplikatów i kombinacji, które nie mają sensu, na przykład zwolnienia lekarskiego przez cały miesiąc i jednocześnie nadgodzin. Warunek: plik bez nazwisk i z arkuszem parametrów firmy.

Przykład z pokazu na szkoleniu. Na liście płac za trzy miesiące zasialiśmy osiem błędów, m.in. premię wypłaconą dwa razy i skok wynagrodzenia zasadniczego, których formuły w Excelu nie wyłapały. Model dostał plik z numerami ewidencyjnymi zamiast nazwisk. Równie ważna była druga lista: pozycje, które wyglądają źle, a są w porządku, jak zerowy podatek u 22-latka z ulgą dla młodych.

Prompt do skopiowania

Jesteś specjalistą ds. płac i kontrolujesz listę płac przed zatwierdzeniem. W pliku: arkusz z listą płac (ID zamiast nazwisk) i arkusz Parametry z wartościami przyjętymi w firmie.
Wypisz w tabeli: ID | miesiąc | co widzę | co jest nie tak | co sprawdzić u źródła. Szukaj wartości odstających od innych miesięcy tej samej osoby, niezgodności z Parametrami, kombinacji, które nie powinny wystąpić razem, i duplikatów.
Osobno wypisz pozycje nietypowe, ale prawidłowe w świetle Parametrów, z jednym zdaniem uzasadnienia.
Licz w kodzie. Stawki i limity bierz tylko z Parametrów, nie z pamięci. Nie zgaduj przyczyn: napisz, jaki dokument sprawdzić. Gdy dane nie rozstrzygają, napisz BRAK DANYCH.

Kolumna „co widzę” przed „co jest nie tak” sprawia, że model najpierw opisuje, a potem ocenia. Na start: kontrola równoległa przez dwa, trzy zamknięcia, człowiek jak zwykle, model obok. Tę samą pracę w Excelu opisujemy w tekście Copilot w Excelu: jak włączyć i prompty do analizy danych.

Pismo z ZUS i korespondencja kadrowa: najpierw rozbiór, potem odpowiedź

Przy piśmie z ZUS, PIP albo urzędu skarbowego model nie powinien od razu pisać odpowiedzi. Najpierw rozkłada pismo na cztery bloki: czego chcą, do kiedy, co mamy i czego nam brakuje.

Przykład z pokazu na szkoleniu. Fikcyjne wezwanie ZUS miało cztery ustalenia i siedmiodniowy termin. Model wypisał każde żądanie osobno, wskazał, od kiedy liczy się termin, i ułożył listę dokumentów z systemu kadrowego oraz pytań do klienta biura. Odpowiedź do ZUS powstała dopiero na tej podstawie, w osobnym kroku.

Prompt do skopiowania

Wklejam pismo z [ZUS / PIP / urzędu skarbowego]. Odpowiedz w czterech blokach:
1. czego dokładnie żądają, punkt po punkcie,
2. jaki jest termin i od kiedy się liczy,
3. jakie dokumenty i dane z naszego systemu będą potrzebne,
4. jakie pytania muszę zadać klientowi lub kierownikowi, zanim zacznę pisać.
Nie pisz jeszcze odpowiedzi. Nie oceniaj, czy urząd ma rację.

Ta sama zasada działa przy wnioskach pracowników o elastyczną organizację pracy czy obniżenie etatu: najpierw ustalenie, co się stało i co wolno, potem szkic w firmowym wzorze pisma. Jak budować takie polecenia krok po kroku, opisujemy w tekście jak napisać dobry prompt do ChatGPT.

Kodeks pracy i regulaminy: cytat z numerem artykułu i Ctrl+F

Pytany o przepis z pamięci model potrafi podać artykuł, który brzmi wiarygodnie, a mówi co innego. Dlatego wgrywamy tekst źródłowy, prosimy o dosłowne cytaty i każdy cytat sprawdzamy wyszukiwaniem w PDF.

Przykład z pokazu na szkoleniu. Pytanie o pracownicę, która po urlopie rodzicielskim chce obniżyć etat do 3/4, padło dwa razy: bez dokumentu i z całym Kodeksem pracy wgranym do czatu w trybie rozumującym. Za drugim razem model podał cytaty z numerami artykułów i sam wskazał, co w pierwszej odpowiedzi wymagało korekty.

Prompt do skopiowania

Odpowiedz WYŁĄCZNIE na podstawie wgranego tekstu. Najpierw wypisz dosłowne cytaty z numerem artykułu i paragrafu, przy każdym 2–3 słowa, które go poprzedzają (do sprawdzenia Ctrl+F). Potem wnioski wyłącznie z cytatów. Jeśli czegoś nie ma w dokumencie, napisz BRAK W DOKUMENCIE i nie uzupełniaj z pamięci.

Dwie wersje regulaminu wynagradzania porównujemy poleceniem z dwoma kluczowymi zdaniami: „cytuj dosłownie” i „wypisz też to, co zniknęło”. Bez drugiego model pokazuje tylko to, co dodano. Na pokazie wersje różniły się w 11 miejscach, w tym zapisem o limicie nadgodzin w niewłaściwym akcie. Przy kilku źródłach naraz wygodny jest NotebookLM z przypisami.

Prośba „sprawdź swoją odpowiedź” w tym samym czacie działa słabo. Lepiej zadać pytania kontrolne w nowym czacie: w badaniu Meta AI (Chain-of-Verification) taka weryfikacja podniosła precyzję odpowiedzi na pytania, w których model ma wymienić listę faktów, z 0,17 do 0,32. Więcej w tekście halucynacje AI.

Biblioteka zadań miesięcznych i asystent działu

Największy zysk daje nie jedno sprytne polecenie, tylko biblioteka kilkunastu poleceń do zadań, które wracają co miesiąc, zapisana w pliku albo w projekcie z instrukcją dla asystenta działu.

Na szkoleniu uczestnicy dostali listę dwunastu takich zadań, m.in.:

  • przed zamknięciem listy: audyt pozycji odstających na pliku bez nazwisk,
  • na początku miesiąca: lista terminów (ZUS, zaliczka PIT, PPK, PFRON),
  • przy zmianie przepisu: porównanie wersji i skutki dla listy płac,
  • przy zwolnieniu: checklista rozwiązania umowy,
  • na żądanie: tłumaczenie komunikatu kadrowego z zachowaniem terminologii.

Brakujące polecenia najłatwiej ułożyć metodą wywiadu:

Prompt do skopiowania

Chcę mieć gotowe polecenie do zadania, które robię co miesiąc: [opis]. Zadawaj mi po jednym pytaniu, maksymalnie cztery. Potem złóż z odpowiedzi polecenie (cel, dane, kontekst, ograniczenia, przykład, format, kryteria) i dopisz trzy przypadki testowe.

W pamięci i personalizacji konta zapisujemy stanowisko, program kadrowy, styl i słowniczek skrótów. Nie zapisujemy danych pracowników ani klientów biura.

Dane pracowników: co wolno wkleić, a czego nigdy

Do modelu idzie problem, nie człowiek. Dane o zdrowiu i PESEL nie trafiają do żadnego czatu, dane płacowe tylko po pseudonimizacji i tylko na koncie firmowym objętym umową z dostawcą.

WolnoTylko po pseudonimizacji, na koncie firmowymNigdy
Przepisy, wzory pism, regulaminy bez danych osób, pytania ogólneLista płac z ID zamiast nazwisk, paski, wiadomości pracowników po usunięciu danych identyfikującychPESEL, numer konta, treść zwolnienia lekarskiego i orzeczenia, sygnatura zajęcia komorniczego, wynagrodzenia z nazwiskiem na prywatnym koncie

Kilka zasad, które stoją za tą tabelą:

  • Dane o zdrowiu to szczególna kategoria z art. 9 RODO, a Kodeks pracy dopuszcza do nich tylko osoby z pisemnym upoważnieniem pracodawcy (art. 221b § 3). Z wiadomości o L4 zostaje fakt („jest na zwolnieniu”), znika treść.
  • Pseudonimizacja to nie anonimizacja. Dopóki w firmie jest klucz „ID – osoba”, dane nadal są danymi osobowymi (motyw 26 RODO). Stanowisko „prezes zarządu” w małej firmie identyfikuje człowieka tak samo jak nazwisko.
  • Konto firmowe z umową. Dostawca AI przetwarza dane w imieniu firmy, więc potrzebna jest umowa powierzenia (art. 28 ust. 3 RODO). Biuro rachunkowe samo jest podmiotem przetwarzającym dla klientów i bez zgody klienta nie może angażować dalszego podmiotu (art. 28 ust. 2).

Prywatne konta używane do pracy bez wiedzy firmy to shadow AI: wyłączone trenowanie nie daje umowy powierzenia, a historia rozmów odchodzi z pracownikiem. Plany firmowe opisujemy w tekstach ChatGPT Business i Microsoft 365 Copilot.

AI Act w kadrach: co obowiązuje dziś, a co od 2 grudnia 2027

Dziś działa obowiązek kompetencji z art. 4 AI Act, czyli szkolenia osób, które używają AI w pracy. Systemy do rekrutacji i decyzji o pracownikach będą miały pełne obowiązki wysokiego ryzyka od 2 grudnia 2027 roku.

  • Art. 4 (kompetencje w zakresie AI), od 2 lutego 2025. Firma podejmuje działania, które rozwijają wiedzę o AI u ludzi, którzy z niej korzystają; po zmianach z pakietu Digital Omnibus przepis nie wymaga gwarantowania konkretnego poziomu (AI Act Service Desk).
  • Załącznik III pkt 4, od 2 grudnia 2027. Wysokie ryzyko to systemy do rekrutacji i selekcji, decyzji o warunkach pracy, awansie i zwolnieniu, przydziału zadań na podstawie cech osobistych oraz monitorowania i oceny pracowników (załącznik III, harmonogram).

Czat, który tłumaczy pasek albo rozkłada pismo z ZUS, nie jest takim systemem. Granica przebiega tam, gdzie AI zaczyna oceniać konkretnych ludzi: ranking kandydatów, dobór do zwolnień, ocena roczna. Szczegóły: obowiązki wysokiego ryzyka od 2 grudnia 2027, AI w rekrutacji i przewodnik AI Act.

Policzmy to. Od 2 listopada 2026 do 2 grudnia 2027 zostaje 395 dni. Tyle czasu ma dział, w którym działa narzędzie oceniające kandydatów albo pracowników, na rozmowę z dostawcą, przegląd procedur i przeszkolenie osób nadzorujących.

Jak wdrożyć AI w dziale kadr i płac i wszystkie teksty o AI w HR

Zacznijcie od trzech zadań z tego tekstu, jednego konta firmowego i spisanej listy danych zakazanych. Każdy wynik przez pierwsze tygodnie sprawdzajcie równolegle, a decyzję i podpis zostawcie człowiekowi.

  1. Wybierzcie narzędzie, które firma już ma na koncie firmowym.
  2. Spiszcie na jednej stronie, czego nie wklejamy i jak pseudonimizujemy pliki.
  3. Zbudujcie bibliotekę 5 poleceń i przetestujcie je na danych z poprzedniego miesiąca.

Adam Bakalarz prowadzi dla SKwP Kraków otwarte szkolenie online „Sztuczna inteligencja w kadrach i płacach – praktyczny warsztat dla działów kadrowo-płacowych i biur rachunkowych”, na którym powstały opisane wyżej pokazy. Zespołom, które chcą przejść te ćwiczenia na własnych dokumentach, proponujemy szkolenie AI dla działów kadr i płac.

Więcej o tym temacie: przewodnik AI w HR, tekst o AI w rekrutacji i przegląd zagrożeń AI w firmie.

Komentarz Adama Bakalarza Trener AI, założyciel instytut.ai

Na razie chodzi o pomoc. Nikt nikomu niczego nie odbiera: w pętli i tak jest człowiek i to on podejmuje decyzje. Jesteśmy w erze pomocy i wsparcia.

Co to znaczy dla Ciebie

Jeśli pracujesz w kadrach i płacach albo w biurze rachunkowym, nie zaczynaj od pytania „które narzędzie”, tylko od listy zadań, które wracają co miesiąc. Wybierz trzy, w których AI sprawdza i tłumaczy, a nie decyduje: pasek, kontrolę listy płac, pismo z urzędu. Pracuj na koncie firmowym, na plikach bez nazwisk, a każdą liczbę i każdy przepis sprawdzaj u źródła, zanim trafi do pracownika, klienta albo urzędu.

Najczęstsze pytania

Czy mogę wkleić listę płac do ChatGPT?

Tylko w wersji z numerami ewidencyjnymi zamiast nazwisk i stanowisk, na koncie firmowym objętym umową powierzenia danych. Bez PESEL, numerów kont i informacji o zdrowiu. Pamiętaj, że plik spseudonimizowany nadal zawiera dane osobowe, dopóki w firmie istnieje klucz do ich odtworzenia.

Czy AI może policzyć wynagrodzenie zamiast programu płacowego?

Nie powinno. Wynagrodzenie liczy system płacowy, który zna parametry i odpowiada za rozliczenia. Czat przydaje się obok niego: wyjaśnia różnice, szuka błędów w danych, porównuje miesiące. Gdy liczy, poproś o kod i sprawdź kilka wierszy.

Który czat wybrać do kadr i płac: ChatGPT, Claude czy Copilota?

Ten, na który firma ma konto firmowe. Copilot pracuje na otwartym mailu i dokumencie w środowisku Microsoft 365, ChatGPT dobrze analizuje pliki i liczy w kodzie, Claude dobrze radzi sobie z długimi dokumentami. Opisane ćwiczenia da się powtórzyć w każdym z nich.

Czy biuro rachunkowe może używać AI na danych klientów?

Biuro jest podmiotem przetwarzającym dane pracowników klienta. Według art. 28 ust. 2 RODO nie może angażować dalszego podmiotu przetwarzającego, czyli na przykład dostawcy AI, bez pisemnej zgody klienta. W praktyce trzeba to uregulować w umowie z klientem i korzystać z konta firmowego z umową powierzenia.

Czy AI Act zabrania używania ChatGPT w kadrach?

Nie. Czat, który pomaga pisać pisma czy wyjaśniać paski, nie jest systemem wysokiego ryzyka. Od 2 lutego 2025 obowiązuje jednak art. 4, czyli dbanie o kompetencje osób używających AI. Systemy oceniające kandydatów i pracowników będą miały pełne obowiązki wysokiego ryzyka od 2 grudnia 2027.

Jak sprawdzić, czy AI nie zmyśliło przepisu?

Wgraj tekst przepisu i poproś o dosłowny cytat z numerem artykułu, a potem znajdź go przez Ctrl+F w dokumencie. Cytat, którego nie znajdziesz, jest parafrazą. Przy ważnych decyzjach zadaj pytania kontrolne w nowym czacie i sprawdź drugie, niezależne źródło.

Adam Bakalarz, założyciel instytut.ai
Autor

Adam Bakalarz

Szkoleniowiec AI · właściciel agencji NowoczesnyMarketing.pl · założyciel instytut.ai

Prowadzi agencję, w której ChatGPT, Claude i automatyzacje codziennie pracują dla klientów. Na szkoleniach i w kursach online uczy tego, co sam stosuje w pracy.

100+

firm na szkoleniach zamkniętych od 2025

21

kursów online

1 200+

zweryfikowanych opinii

50 000+

kursantów online