Otevřete Twitter nebo LinkedIn a uvidíte desítky postů:

„Postavil jsem SaaS za víkend s AI.“
„Claude mi napsal celou appku.“

„Dělám webovky jak na běžícím páse.“

No jasně, je to cool. Ale upřímně? Většina lidí to ale podle mně nepotřebuje.

Potřebují vytáhnout data z 20 PDF najednou nebo vytáhnout data z PDF velkého 1 GB. Potřebují zjistit, kdo vlastní firmu v Holandsku. Potřebují se zeptat vlastních dat „kolik jsme prodali hokejek v Německu?“ a dostat odpověď za 10 sekund místo za 2 hodiny v Excelu.

Za poslední měsíce jsem si v Claude Code vybudoval přes 50 vlastních use casů — od přepisů nahrávek po generování obrázků.

Bez složitého učení, s nulovými znalostmi programování. S minimální časovou investici jsem si reálně ušetřil desítky hodin času a získal výstupy, nad kterými vlastně pořád žasnu 😎

Tady je 5 nejzajímavějších.

  • Rentgen firem pro akvizici — průzkum trhu, finanční analýza, scoring a outreach pro desítky firem
  • Osobní knowledge base — články, videa, knihy na jednom místě s auto-taggingem
  • Investiční screening — analýza akcií s bull/bear case a kontrariánským pohledem
  • PowerPoint z kódu — celé prezentace generované Pythonem, včetně AI obrázků
  • Talk to Data — ptej se firemních dat česky, odpověď za sekundy

1. Rentgen desítek firem pro akvizici

Sportega hledá akvizice — menší e-shopy a výrobce sportovního vybavení v EU. Potřeboval jsem prozkoumat desítky firem napříč 15 zeměmi. Klasicky? Najmu konzultanta za statisíce. Nebo tým juniorů na 3 měsíce. Nebo se s tím budu patlat sám 🙂

Krok 1
/research
Průzkum trhu, konkurence, velikost segmentu
Krok 2
/firma-info
Finance, vlastníci, klíčové osoby
Krok 3
Scoring + Outreach
Hodnocení fitu, emaily, pitch

Krok 1: /research — nejdřív průzkum trhu s vybraným vybavení. Jak velký je segment florbalových e-shopů v DACH regionu? Kdo tam hraje? Vícejazyčný průzkum — česky, německy, holandsky, anglicky. Paralelně běží 4 sub-agenti (market researcher, competitive analyst, trend analyst, data researcher). Z toho vypadne seznam zajímavých firem, který přidávám do přehledové tabulky s Akvizičními příležitostmi, kde mám hodnocení, filtrování, …

Krok 2: /firma-info — pro každou firmu ze seznamu zadám název nebo IČO. Claude vytáhne finanční data z justice.cz, finstat.sk, Companies House (UK), Northdata (DE/NL). Vlastnická struktura, klíčové osoby, mediální zmínky. Výstup = interaktivní HTML stránka s grafy.

Krok 3: Scoring + Outreach — firmy hodnocené jako VYSOKÝ/STŘEDNÍ/NÍZKÝ fit. Pro top kandidáty automaticky generovaná engagement strategie — founder-to-founder email, personalizovaný pitch, timing doporučení.

Akvizice — Screening Dashboard
60 firem · 15 zemi · 3 kategorie
Teamwear Vybaveni E-shopy
Firma Alpha s.r.o. VYSOKY
CZ · Teamwear
6.4M EUR
revenue 2024 · 28 zamestnancu
Sport Nordic BV VYSOKY
NL · Equipment
4.1M EUR
revenue 2023 · 15 zamestnancu
FloorballShop GmbH STREDNI
DE · E-shop
1.8M EUR
revenue 2024 · 4 zamestnancu

Jeden člověk s Claudem udělá práci, na kterou by konzultantská firma nasadila tým. Za zlomek času a nákladů.


2. Osobní knowledge base — knihovník

Přečtu článek, podívám se na YouTube přednášku, dočtu knihu. A za měsíc? Nepamatuju si nic. Záložky v prohlížeči jsou hřbitov dobrých úmyslů.

Tak jsem si udělal vlastní knowledge base. Jmenuje se /knihovnik a funguje takhle:

  • Webový článek — zadám URL, Claude vytáhne text, automaticky otaguje, uloží jako markdown s citací zdroje
  • YouTube video — stáhne audio, přepíše lokálním Whisperem, vyčistí od balastu, uloží s metadaty (kanál, délka, jazyk)
  • Kniha — vytvořím si scaffold pro poznámky, propojím s blog postem nebo OCR výpisky
  • Rychlý vstup — vlastní Chrome extension: klik na stránce, auto-vyplní URL + titulek, zkopíruje příkaz do schránky

Vše se ukládá na Google Drive jako čistý markdown + JSON index. Žádný vendor lock-in. Žádná měsíční platba za Notion nebo Readwise. Auto-tagging, detekce duplikátů, full-text search.

sources.json
{
  „id“: „2026-04-02-001“,
  „type“: „book“,
  „title“: „Alchymie“,
  „author“: „Rory Sutherland“,
  „tags“: [„#marketing“, „#kreativita“],
  „is_mine“: false,
  „summary“: „Proc lide nedelaji…“
}
alchymie.md

id: „2026-04-02-001“
title: „Alchymie“
tags: [„#marketing“]


# Alchymie

## Klicove myslenky
> Chcete-li sve podnikani
> zamenit na zakazniky…

## Moje poznamky
Precetl jsem 2x…

Knihovníka se potom můžu doptávat na články k tématu, citace, ….

Zní to jednoduše? Je. A přesně proto to funguje. Protože to fakt používám — ne jako dalších 15 productivity appek, které jsem zkusil a zahodil.

Díky moc za inspiraci Jirka Langr 🙏


3. Investiční screening — akcie pod lupou

Inspirací mi byl post Jirky Nováka z Proficia o akciích v poklesu. Říkal jsem si: chci to projít systematicky a zjistit, jestli je to příležitost nebo past. Ne pocitově. S daty.

Claude mi pomohl analyzovat vybrané firmy. Každá má detailní kartu:

  • Proč cena spadla — konkrétní katalyzátor (failed M&A, regulatory risk, sector rotation)
  • Finanční metriky — revenue growth, margins, FCF, RPO, NRR
  • Kompetitivní srovnání — s přesnými čísly, ne vágní „silná pozice na trhu“
  • Bull case + Bear case — kvantifikovaná teze z obou stran
  • Kontrariánský pohled — ďáblův advokát. „Proč NE kup“ i „Proč ANO přesto“

Scoring 0–10. Každá karta má graf vývoje za posledních 5 let.

Investicni Screening
25 akcii · pokles 41-75% od maxim · scoring 0-10
$TEAM 9/10
Dev Tools / SaaS
-70%
Strong Buy · 189% upside
$HUBS 9/10
CRM / Marketing
-61%
Buy · 142% upside
$ADYEN 9/10
Payments / Fintech
-41%
Buy · 98% upside

Klíčové: Claude tady nefunguje jako rádce („kup tohle“). Funguje jako analytik, který mě nutí uvažovat z obou stran. Ten kontrariánský framework — 5–6 argumentů „proč NE“ a pak protidůkazy — to je to nejcennější. Rozhodnutí je na mně, ale s mnohem lepšími podklady.


4. PowerPoint prezentace z kódu

Tohle lidi překvapí nejvíc. „Ty děláš prezentace v Pythonu?“ Jo. A je to překvapivě pohodlné.

Řeknu Claudovi: potřebuju 27-slidovou prezentaci pro workshop. Tmavý design, oranžové akcenty, Sportega branding. Tady je osnova.

Claude napíše Python skript přes python-pptx. Definuje barevnou paletu, layout funkce pro každý typ slidu — title, content, section divider. Pustím skript, mám PPTX. Takhle jsem udělal celou workshopovou prezentaci (27 slidů) i 44-slidovou business prezentaci.

Nejlepší na tom je iterace:

  • Změníš data → pustíš script → nová prezentace za sekundy
  • Post-processing skripty vkládají/mění slidy bez přebuildu celé prezentace
  • Obrázky v prezentacích jsou AI-generované přes /banana (Gemini API) — rovnou z promptu do slidu, žádný stock photo
  • Design system — barvy, fonty, rozměry definované jednou nahoře
Terminal — python build_pptx.py
build_pptx.py
ORANGE = RGBColor(0xE8, 0x7B, 0x35)
DARK  = RGBColor(0x1A, 0x1A, 0x2E)

def slide_title(prs):
  slide = prs.slides.add_slide(…)
  set_bg(slide, DARK)
  add_image(slide, „logo.png“,
    Cm(20), Cm(2), Cm(12))
  add_text(slide,
    „Claude Code Workshop“,
    size=36, color=WHITE)
Vysledek (slide)
Claude Code Workshop
Jak AI meni zpusob, jakym pracujeme

Prezentace jako kód. Verzovatelná, opakovatelná, konzistentní. A hlavně: když v poslední chvíli potřebuju přidat 3 slidy, neotevírám PowerPoint a netahám boxy myší. Dopíšu funkci a pustím.


5. Talk to Data — ptej se BigQuery česky

Tohle je asi nejpraktičtější věc ze všech. Sportega má v BigQuery všechno — objednávky, produkty, sklad, marketing, Google Analytics, Google Ads. 35 datasetů, tisíce tabulek, 15+ zemí.

Klasicky se na data ptáte tak, že napíšete SQL query. Nebo požádáte datového analytika. Nebo otevřete Tableau/Power BI a čekáte, až si někdo najde čas na nový dashboard.

Já se prostě zeptám česky:

„Jaký byl obrat hokeje v Q2 podle zemí?“
„Kolik máme dead stocku staršího než 6 měsíců?“
„Jaký marketingový kanál má nejlepší ROAS v Německu?“
„Jaká je průměrná marže objednávek ze Švýcarska?“

Claude napíše SQL, spustí query přes BigQuery MCP server, vrátí výsledek s byznysovou interpretací. Zvládne i tricky věci — multi-currency normalizace (objednávky v HUF, EUR, CHF převede přes exchange rate na CZK), case-insensitive JOINy mezi tabulkami s různým formátováním.

Claude Code — Talk to Data
P
Jaky byl obrat hokeje v Q1 podle zemi?
C
SQL Query
SELECT orderCountryId,
  SUM(i.itemPrice * orderFXRate) AS revenue_czk
FROM so_data_live.orders,
  UNNEST(items) i
WHERE productGroup = ’01 | hokej‘
  AND orderDate BETWEEN ‚2026-01-01‘
  AND ‚2026-03-31‘
GROUP BY 1 ORDER BY 2 DESC
Vysledek
DE12 450 320 Kc CZ 8 921 080 Kc AT 4 312 550 Kc CH 3 788 210 Kc SK 2 104 430 Kc
DACH region tvoril 65% obratu hokeje v Q1. Nemecko je nejsilnejsi trh s mezirocnim rustem +12%.

Self-service BI bez Tableau, bez Power BI, bez datového týmu. Jen otázka v češtině a odpověď za pár sekund.


Co z toho plyne

Neříkám, že stavět appky s AI je špatně. Ale většina lidí — podnikatelé, manažeři, analytici — nepotřebuje další SaaS. Potřebuje vytáhnout data, pochopit je a udělat lepší rozhodnutí.

Claude Code není jen „programátor v terminálu“. Je to analytik, researcher, asistent a automatizátor v jednom. A paradoxně — ty nejužitečnější věci, co s ním dělám, nemají ani řádek frontendu.

A co je na tom podle mně nejlepší?

Každý ten case znamená maximálně desítky minut práce.
A k tomu je fakt zábava něco takového tvořit a sledovat, co všechno jde stihnout.

Pokud vás některý z use casů zaujal, klidně napište do komentářů. Rád ukážu víc.

Pokud chcete začít, mrkněte na návod, jak na první kroky s Claude Code.


📦 Všechno, co používám, jsem dal volně k dispozici

Devět nástrojů z článku — průzkum trhu, analýzu firem, generování obrázků, přepisy nahrávek, čtení PDF a další — jsem dal dohromady na jedno místo, ať si je může každý stáhnout a používat.

👉 github.com/jmech-pepa/pepa-claude-toolkit

Návod na instalaci je v popisu. Můžeš si je vzít, upravit podle sebe, nebo se jimi inspirovat a postavit si vlastní.

Napsat komentář

Trending

Zjistěte více z Pepa Mech

Přihlaste se k odběru a pokračujte ve čtení. Získáte přístup k úplnému archivu.

Pokračovat ve čtení