Blog
Postřehy, návody a příběhy z praxe
Vaše prostředí Microsoft, propojené s Praktikem
Nechte Praktik najít klientův e-mail i smlouvu na SharePointu a shrnout, na čem se kolegové dohodli v Teams. Pak si připravte koncept e-mailu s přílohou do Outlooku.
Nejnovější články
Vaše prostředí Microsoft, propojené s Praktikem
Nechte Praktik najít klientův e-mail i smlouvu na SharePointu a shrnout, na čem se kolegové dohodli v Teams. Pak si připravte koncept e-mailu s přílohou do Outlooku.
Upozornění od agentů Praktik: e-mailem i v aplikaci
Připravujeme upozornění od agentů. Pokud Praktik při kontrole smlouvy najde problém nebo potřebuje něco upřesnit, bude vám moci dát vědět e-mailem či v aplikaci.
Plánované chaty: zadejte práci jednou, vracejte se k výsledkům
Ranní přehled k transakci nebo pravidelnou rešerši nemusíte zadávat pokaždé znovu. Uložte si pokyny a vyberte čas. Praktik podle nich začne nový chat, ve kterém můžete pokračovat.
Letní shrnutí
Stručný přehled letních novinek v Praktiku: projekty, lepší agent, práce s dokumenty, tabulková analýza, doplňky pro Word a Outlook i nové integrace.
Jak fungují kredity v Praktiku
Kredity z předplatného se obnovují každý měsíc, extra kredity neexpirují. Vysvětlujeme, co kredity spotřebovává a jak máte náklady pod kontrolou.
Jak počítáme náklady: tokeny a kredity
Dostáváme mnoho dotazů na to, jak počítáme náklady, co jsou kredity a co jsou tokeny. Zde je stručné vysvětlení.
Když AI vidí více než člověk: skrytý text v právních dokumentech
Bílý text může zůstat pro člověka neviditelný, ale AI jej dokáže zpracovat. Praktik ho nyní umí odhalit přímo v chatu.
Praktik 2.0: agentická platforma, nové účtování a AI akademie
Praktik přechází na agentickou platformu. V článku vysvětlujeme, co se mění v práci agenta, proč upravujeme účtování a co přinese Praktik AI akademie.
237 rozhodnutí za 4 hodiny: co ukázala analýza advokátní kanceláře Majerník & Miháliková
Advokátní kancelář Majerník & Miháliková otestovala, co se stane, když místo manuálního čtení desítek rozhodnutí zpracujete celý dataset najednou – a výsledek mluví sám za sebe.