Otvoriš Claude. Postaviš pitanje. Dobiješ odgovor. Sutra otvoriš novi chat i krećeš ispočetka.
To nije rad s AI-em. To je razgovor s AI-em.
Razlika je golema. I baš ta razlika ti je razlog zašto nakon dva tjedna shvatiš da AI ne radi ono što si mislio da hoće.
Ovaj Substack će biti u djelovima. Ovo je prvi. Kroz seriju gradim kompletan sustav za rad s AI-em u biznisu. Sustav koji se ne ruši kad baciš tri klijenta odjednom, ne traži da pamtiš svaki prompt, i koji radi za tebe, a ne ti za njega.
Ako ovo razumiješ kako treba, već si ispred 90% ljudi koji koriste AI svaki dan.
Što ćeš dobiti u ovom dijelu
U prvom dijelu pokrivamo temelje. Kad ga pročitaš, razumjet ćeš:
Kako AI stvarno čita ono što mu pišeš (tokeni, context window, bez muljanja)
Zašto ti se svaki chat ruši nakon par dana
Razliku između razgovora i rada s AI-em
Strukturu od tri sloja koja je razlika između sustava i kaosa
Zašto upravo sad postaje hitno postaviti to kako treba
Što neće biti u ovom dijelu:
Konkretni šabloni datoteka i točan kod CLAUDE.md fajla
Specifični prompti za zadatke
Integracije s alatima koje već koristiš (Google Drive, Slack, CRM)
Vodič kroz modele i IDE alate
Sve to dolazi u sljedećim dijelovima. Prvo treba postaviti temelj. Bez temelja ostatak ne radi.
Pregled serije
Serija ima sedam dijelova. Krećemo od koncepta, završavamo s gotovim sustavom.
Dio 1 (ovaj koji čitaš): Kako AI stvarno funkcionira i zašto ti se chat ruši
Tokeni, context window, razlika između chata i workspace-a. Temelj na kojem stoji sve ostalo.
Dio 2: CLAUDE.md,
Glavna datoteka tvog sustava skripta koji prilagodiš za 30 minuta. Što ide unutra, što ne ide, kako AI čita i zašto se ova datoteka ne piše kao prompt.
Dio 3: Kako razdvojiti posao u foldere
Tri pitanja koja odgovaraš prije nego išta otvoriš. Kako izbjeći zamku “previše mapa” i zamku “premalo strukture”.
Dio 4: Skills i MCP-ovi, spajanje AI-a s alatima koje već koristiš
Google Drive, Slack, kalendar, CRM, sheets. Konkretne integracije.
Dio 5: Tri stvarna primjera sustava
Content creator, freelancer, agencija. Vidiš živi sustav za svaki tip, nećemo raditi hipotetski primjere.
Dio 6: Koji od velikih modela za koji zadatak
Claude, ChatGPT, Gemini, DeepSeek, Kimi, Manus. Kada koristiti koji i kako ih spojiti u jedan workflow.
Dio 7: IDE alati za kodiranje s AI-em
Cursor i Antigravity. Kako ti AI piše kod i gdje je granica koliko mu daš autonomije.
Svaki dio donosi konkretne datoteke i šablone koje preuzmeš i koristiš odmah.
Prvi dio (ovaj) je besplatan. Dijelovi 2 do 7 su iza pretplate. Pretplata je 30 eura. Ako te zanima samo princip, ovaj dio je dovoljan. Ako želiš stvarno postaviti sustav, ostatak je tu.
Kako AI stvarno čita ono što mu pišeš
Ovo nitko ne objašnjava jednostavno, a temelj je svega ostalog.
AI ne razumije tekst kao ti. AI razbija tekst na komadiće koji se zovu tokeni.
Jedan token je otprilike tri četvrtine engleske riječi
Prosječna hrvatska riječ je 1.5 do 2 tokena
“Hamburger” je tri tokena - HAM-BUR-GER, riječi sa kvačicama još više tokena uzimaju.
Cijela jedna A4 stranica teksta je oko 500 tokena
AI ima ograničenu radnu memoriju. To se zove context window, i to je koliko tokena AI može držati u glavi odjednom dok ti odgovara.
Stanje u svibnju 2026:
Claude Sonnet 4.6 drži milijun tokena (oko 750.000 riječi, otprilike 3.000 stranica)
ChatGPT GPT-5.5 drži milijun tokena u API-ju
Gemini 2.5 Pro drži milijun tokena, s dva milijuna u najavi
Zvuči puno. I jest puno, ako koristiš pametno. Ali većina ljudi ne koristi pametno.
Evo zašto. Kad u jedan chat ubaciš:
Svoje pitanje
Tri prošla razgovora koja AI nosi sa sobom
Linkove na članke koje on povlači
Dokumente koje si mu poslao
Sve svoje prošle odgovore i pojašnjenja
...polako, ali ne tako polako, troše ti se ti tokeni. I dva važna problema kreću:
Prvo. Što je više teksta u kontekstu, AI češće “zaboravlja” ili ignorira ono što je u sredini. Studija za studijom pokazuje da modeli imaju “lost in the middle” efekt: pamte početak i kraj, sredinu propuste.
Drugo. Tokeni koštaju. I tu dolazi vijest koja mijenja igru.
Zašto upravo sad postaje hitno
Anthropic je 15. lipnja 2026. uvela novost koja signalizira gdje cijela industrija ide.
Programmatic upotreba Claudea (Agent SDK, GitHub Actions, third-party agent frameworkovi) se odvaja od standardne chat pretplate. Više nije sve pod istim flat subscriptionom. Sad ti to ide kroz mjesečni token kredit, naplaćen po API cijenama.
Konkretno:
Pro pretplata: $20 mjesečnog kredita za programmatic
Max 5x: $100
Max 20x: $200
Prevedeno: ako vodiš agente, automatizacije, script pipelinea, dugotrajne zadatke, sad se to mjeri token po token. Ne stane više pod “platim 20 dolara mjesečno i radim što hoću”.
To nije lokalna stvar samo za Claude. OpenAI je već dugo na API pricingu. GitHub Copilot prelazi na token i credit model. Industrija ide ka metered AI: svaki token košta.
Što to znači za tebe konkretno:
Sustav koji štedi tokene više nije akademska elegancija. To je financijski trošak. Reader koji troši 5x više tokena nego što treba, plaća 5x više da bi dobio isto. I to brzo postaje stotinjak eura mjesečno razlike za nekoga tko ozbiljno koristi AI u poslu.
Folder sustav koji ti pokazujem ne štedi samo tvoje vrijeme. Štedi i tvoj novac. Sve više svakim mjesecom.
Pravi problem: nema strukture
Tvoj ChatGPT chat je kao kuhinja u kojoj kuhaš ručak, pereš zube, primaš goste i radiš porez na dohodak u istom kutu.
Funkcionira jedan dan. Ne funkcionira mjesec dana.
Najvažnija promjena u načinu razmišljanja koju ti predlažem je sljedeća:
AI ne treba biti chat. AI treba biti workspace.
Razlika nije kozmetička. Razlika mijenja sve. Sad ti pokazujem kako to konkretno izgleda.
Folder kao workspace: tri sloja koja sve mijenjaju
Pristup koji ću ti pokazati popularizirao je niz developera kroz prošlu godinu. Ovdje ga prilagođavam za nekoga tko vodi biznis, ne piše kod.
Ima tri sloja. Sva tri su obične mape s tekstualnim datotekama. Bez programiranja. Bez baze podataka. Bez plaćenih alata.
Sloj 1: Mapa
Glavna datoteka na vrhu projekta, najčešće imenovana CLAUDE.md ili AGENT.md.
Svaki put kad AI uđe u projekt, prvo čita ovu datoteku.
Ona sadrži:
Tko si ti i što radiš
Kako ti je projekt strukturiran
Pravila imenovanja datoteka
Što gdje ide
Što AI smije, a što ne smije sam mijenjati
Zamisli da imaš zgradu i na ulazu visi tlocrt. AI uđe i odmah zna gdje je što. Ne mora čitati 47 drugih datoteka da se snađe.
To je ujedno prva ušteda tokena. Bez tlocrta AI mora pretražiti sve. S tlocrtom učita samo ono što mu treba.
Sloj 2: Folderi (SOBE)
Svaki dio tvog posla dobiva svoju “sobu”, odnosno svoju mapu s vlastitim context fajlom.
Ako tvoj posao ima tri područja, recimo content, klijenti i administracija, imaš tri sobe. Svaka soba ima svoj context fajl koji AI-u govori:
Što se ovdje radi
Koji je proces (prvo se radi X, onda Y)
Kako stvari trebaju izgledati
Što treba izbjegavati
Kad kažeš AI-u “radi na content-u”, on ulazi u tu sobu i čita samo taj context. Ne učitava sve drugo. Ne troši tokene na stvari koje mu sad ne trebaju.
To je ključ. AI ne čita cijelu kuću svaki put. Čita samo sobu u kojoj je.
Sloj 3: Alati
Konkretni “kalupi” za određene zadatke. Kako napisati ponudu. Kako odgovoriti klijentu. Kako analizirati ugovor. Kako pripremiti newsletter.
Ti ne učitavaš sve te alate svaki put. Učitavaš ih kad ti trebaju. AI sam zna da, ako radi ponudu, treba dohvatiti taj specifični alat. Ako radi analizu ugovora, dohvaća drugi.
Treći sloj zasad zvuči apstraktno, ali postaje konkretan u četvrtom dijelu serije. Zasad samo zapamti da postoji.
Kako ovo izgleda na pravom primjeru?
Recimo da imaš content biznis. Pišeš newslettere, snimaš videe, vodiš dvije društvene mreže.
Bez sustava izgleda ovako:
Otvoriš Claude. Tražiš newsletter. Daš mu kontekst, daš mu primjere prošlih newslettera, daš mu temu. Odgovara. Tražiš drugačiji ton. Tražiš da skrati. Odgovara.
Sutra ti treba video skripta. Otvoriš novi chat. Krećeš ispočetka. Opet daješ kontekst, primjere, ton.
Mjesec dana kasnije imaš 47 chatova. Ne znaš gdje ti je što. Onaj newsletter od prošlog tjedna koji je bio super, negdje je u sredini. Tražiš pet minuta. Plaćaš tokene svaki put iznova jer AI nema memoriju iz prethodnog razgovora.
Sa sustavom izgleda ovako:
Imaš mapu “Content”. U njoj tri podmape: “Newsletter”, “Video”, “Social”. U svakoj postoji jedan context fajl koji opisuje:
Kakvi su ti newsletteri (ton, duljina, primjeri koje voliš)
Tko ti je publika
Kako biraš teme
Kako se otvaranja i zatvaranja obično pišu
Kad ti treba newsletter, kažeš: “Idemo na newsletter, tema X.” AI ulazi u tu sobu, učita kontekst u dvije sekunde, i odmah piše u tvom glasu. Bez pet poruka prepiske. Bez ponovnog objašnjavanja tko si i što radiš.
Tvoji prošli finalni newsletteri ostaju u toj mapi. AI ih čita iz tjedna u tjedan. Vidi što je radilo, što ne. Ima memoriju.
To je razlika između razgovora i rada.
Isti princip primjenjuje se na bilo koji biznis. Tri sloja ostaju, sobe i alati se mijenjaju ovisno o tome što radiš. Freelancer ima Client Intake, Delivery, Admin. Developer ima Frontend, Backend, Docs. Content creator ima Script Lab, Edit Bay, Distribution. Imena se mijenjaju, arhitektura ne.
Zašto ovo radi (i zašto većina ljudi to neće napraviti)
Ovo nije prompt trick. Nije magija. Nije ni novo. Inženjeri to rade 50 godina pod imenom “separation of concerns”: razdvoji stvari koje se ne miješaju, daj svakoj svoju zonu, povezuj ih kroz jasna pravila.
Sad se isti princip primjenjuje na AI. I u eri metered pricinga, ovaj princip prelazi iz “lijepo bi bilo imati” u “ne stignuti to postaviti znači plaćati više svaki mjesec”.
Ali ima jedan razlog zašto većina ljudi to neće napraviti sama:
Treba sjest i razmisliti o vlastitom poslu prije nego što postaviš sustav
Treba razumijevanje koje su tvoje tri (ili pet, ili sedam) “soba”
Treba pravila imenovanja koja se stvarno drže
Treba sustav koji nije generičan, nego napravljen baš za to što ti radiš
Generične predloške naći ćeš svugdje. Tvoj sustav je tvoj.
I tu nastaje glavna podjela ljudi. Jedna grupa kaže “zvuči super, probat ću” i nikad ne počne. Druga grupa proba, postavi 30% sustava, ostavi ga na pola i vrati se starim chatovima. Treća grupa, manja, postavi ga kako treba i nikad se ne vrati.
Ja sam u trećoj grupi. Ovaj Substack postoji da ti pokažem kako stići u nju bez da provedeš godinu dana eksperimentirajući.
Što sad
Ako ti je ovaj prvi dio bio koristan, sljedećih šest koje ću objavljivati u serijama ideu obliku prakse. Kompletna struktura CLAUDE.md datoteke, kako razdvojiti posao u sobe, integracije s alatima koje već koristiš, tri stvarna primjera, vodič kroz modele, IDE alati za kodiranje.
Dijelovi 2 do 7 su iza pretplate. 30 eura.
Ako imaš konkretan slučaj iz svog posla koji bi mogao biti dobar primjer u sljedećim dijelovima, javi mi u komentarima ili privatno.
Vidimo se u drugom dijelu.
Ivan
Fraviz
www.fraviz.com
