Zamiast wybierać kategorię z listy — opisz, co kupiłeś
„Kawa osiemnaście złotych". To zdanie ktoś powiedziałby znajomemu bez zastanowienia. Ten sam fakt w formularzu wymaga innej sekwencji: znaleźć pole na kwotę, wpisać osiemnaście, znaleźć kategorię „Jedzenie" albo „Kawiarnie" na liście kilkunastu ikon, kliknąć, zatwierdzić. Ta sama informacja, dwa zupełnie różne koszty poznawcze — a to właśnie ten koszt sprawia, że drobne wydatki najłatwiej umykają z pamięci, zanim ktokolwiek zdąży je zapisać.
Dlaczego lista kategorii jest wolniejsza, niż wygląda
Lista wygląda szybko, dopóki nie trzeba na niej czegoś znaleźć pod presją czasu. Kawa w kawiarni to jedzenie czy rozrywka? Bilet na koncert to rozrywka czy coś innego? Pytania, które w spokojnej chwili mają oczywistą odpowiedź, w kolejce do kasy zamieniają się w sekundę wahania — a ta sekunda, pomnożona przez kilkanaście drobnych zakupów tygodniowo, jest realnym kosztem.
Zdanie omija to pytanie w drugą stronę. Nie trzeba wybierać kategorii z listy, bo nikt nie pyta o kategorię wprost — pyta o to, co się kupiło, a to jest pytanie, na które każdy zna odpowiedź bez myślenia.
Jak to działa w praktyce
Nad formularzem w Fynanso stoi pole „Opisz wydatek zdaniem". Można w nie wpisać albo — jest ikona mikrofonu — podyktować zdanie w rodzaju „kawa 18 zł" albo „bilet na autobus 4,20". Aplikacja, korzystając z modelu językowego, sama proponuje kwotę i kategorię, które od razu widać w formularzu poniżej, gotowe do zatwierdzenia.
To jest kluczowe: propozycja, nie zapis. Nic nie ląduje w budżecie, dopóki ktoś nie zatwierdzi tego, co model zaproponował. Jeśli model źle odczyta kategorię — „bilet" jako rozrywkę zamiast transportu, na przykład — wystarczy to poprawić jednym dotknięciem, zanim cokolwiek zostanie zapisane. Model przyspiesza wypełnienie formularza, nie zastępuje decyzji o tym, co jest prawdą.
Dlaczego dyktowanie zmienia więcej niż pisanie
Wpisywanie zdania telefonem jedną ręką wciąż jest szybsze niż formularz, ale dyktowanie jest szybsze jeszcze bardziej — i, co ważniejsze, działa w sytuacjach, w których pisanie w ogóle nie wchodzi w grę. Ręce zajęte torbami, prowadzenie wózka, chodzenie. Powiedzenie zdania na głos nie wymaga wolnej ręki ani patrzenia na ekran.
To jest różnica między funkcją, z której korzysta się czasem, a funkcją, która działa dokładnie w tych momentach, w których zapisanie wydatku w mniej niż dziesięć sekund najbardziej się liczy — bo to właśnie w takich momentach formularz z listą kategorii najczęściej przegrywa z „zaraz, później".
Kiedy warto pójść o krok dalej
Jedno zdanie działa świetnie dla jednego zakupu. Dla całego paragonu z kilkunastoma pozycjami — po dużych zakupach spożywczych, na przykład — bardziej naturalne jest zdjęcie paragonu i przejrzenie całej listy naraz, zamiast wypowiadania kilkunastu osobnych zdań. To ten sam mechanizm, tylko zastosowany do zdjęcia zamiast pojedynczego zdania — i tego, ile czasu naprawdę oszczędza skan paragonu.
Co, jeśli model się pomyli
Model językowy odczytuje sens zdania, nie zgaduje w ciemno — ale bywa pewny siebie także wtedy, gdy się myli, tak jak każdy, kto szybko odpowiada na pytanie. „Kawa 18 zł" jest jednoznaczne. Zdanie napisane skrótami albo z literówką bywa mniej jednoznaczne, i wtedy proponowana kategoria może nie być tą właściwą.
Dlatego cały mechanizm kończy się tym samym krokiem, co zwykły formularz: polami do sprawdzenia i zatwierdzenia, nie automatycznym zapisem w tle. Szybciej nie znaczy bez kontroli — znaczy mniej kliknięć, zanim kontrola się zacznie.
Od czego zacząć
Najprościej sprawdzić to na najbliższym drobnym zakupie — takim, który normalnie trafiłby do formularza z listą kategorii. Jedno zdanie, wypowiedziane albo wpisane, i sprawdzenie, czy proponowana kategoria się zgadza. Jeśli tak, cały wpis kończy się jednym dotknięciem zamiast czterech.
Dlaczego to nie jest to samo, co asystent głosowy
Warto odróżnić to od popularnych asystentów głosowych, które rozumieją polecenia w rodzaju „zapisz wydatek". Różnica jest w tym, co dzieje się z niejednoznacznością. Asystent głosowy zwykle wykonuje polecenie od razu, bez pokazywania, jak je zinterpretował — a przy finansach cicha pomyłka jest gorsza niż brak automatyzacji w ogóle. Pole „Opisz wydatek zdaniem" zawsze pokazuje interpretację przed zapisem, dokładnie po to, żeby błąd był widoczny, zanim stanie się częścią historii wydatków, a nie po fakcie, gdy trzeba go ręcznie poprawiać.
Zdania, które działają najlepiej
Najprostsze, najskuteczniejsze zdania mają strukturę zbliżoną do tego, jak ludzie faktycznie mówią o zakupach na co dzień: przedmiot i kwota, w dowolnej kolejności. „Kawa 18 zł" działa tak samo dobrze jak „18 złotych za kawę". Nie trzeba używać żadnej specjalnej składni ani uczyć się poleceń — jeśli zdanie brzmi naturalnie dla drugiego człowieka, model językowy poradzi sobie z nim tak samo dobrze.
Zdania bardziej opisowe — „kupiłem dziś rano kawę na wynos w drodze do pracy, kosztowała osiemnaście złotych" — też działają, tylko nie wnoszą nic ponad to, co daje krótsza wersja. Aplikacja i tak wyciągnie z nich te same dwa fakty: co i za ile. Krótsze zdanie jest po prostu szybsze do wypowiedzenia, bez utraty żadnej istotnej informacji.
Notatka, która zostaje mimo wszystko
Zdanie użyte do zapisu wydatku nie ginie po przetworzeniu — trafia też jako notatka przy zapisanej pozycji, więc nie trzeba go wpisywać drugi raz, jeśli chce się zachować kontekst zakupu na później. To ma znaczenie przy przeglądaniu historii miesiąc czy dwa później: zamiast suchej kwoty przy nazwie kategorii, zostaje pełne zdanie, które faktycznie mówi, co się wydarzyło.
Zdanie a wydatek wspólny w rodzinie
Pole „Opisz wydatek zdaniem" działa identycznie niezależnie od tego, czy zapisywany wydatek ma trafić wyłącznie do własnego budżetu, czy zostać oznaczony jako wspólny — przełącznik widoczności jest osobnym polem na tym samym ekranie, nie wymaga innej ścieżki zapisu. Notatka, która powstaje ze zdania, zostaje widoczna dla całej rodziny dokładnie wtedy, gdy sam wydatek jest wspólny — dzięki czemu pozostali domownicy widzą nie tylko kwotę i kategorię, ale też pełny kontekst, jaki ktoś zdążył opisać w jednym zdaniu.
Język, w którym mówisz do aplikacji
Pole rozumie zdania w tym samym języku, w jakim ustawiony jest interfejs aplikacji — polskim, angielskim albo hiszpańskim, zgodnie z wybranym w ustawieniach. Nie trzeba dostosowywać sposobu mówienia do żadnego sztywnego wzorca — model radzi sobie z naturalnymi zdaniami w każdym z tych trzech języków tak samo dobrze, jak z krótkimi, telegraficznymi frazami.
Co się dzieje, gdy zdanie zawiera dwa wydatki naraz
Pole jest zaprojektowane do opisania jednego wydatku, nie kilku naraz — zdanie w rodzaju „kawa 18 zł i bilet 4,20" może zostać odczytane niepoprawnie, bo model próbuje dopasować je do formularza opisującego pojedynczą transakcję. W takiej sytuacji prościej i pewniej jest wpisać dwa osobne zdania, jedno po drugim, niż próbować zmieścić kilka wydatków w jednym — każde z nich trafia wtedy do osobnego formularza, gotowego do osobnego zatwierdzenia.
Skąd biorą się sugestie kategorii
Model, proponując kategorię na podstawie zdania, opiera się na tym samym zestawie kategorii, który dana osoba ma aktywny na swoim koncie — domyślnych dziesięciu albo własnych, jeśli ktoś je zmienił. Nie proponuje kategorii, których nie ma na koncie, ani nie tworzy nowych automatycznie — wybiera najbliższe dopasowanie spośród tych, które faktycznie istnieją, zostawiając ostateczną decyzję osobie zatwierdzającej formularz.
Zdanie bez podanej kwoty
Zdanie w rodzaju „byłem dziś w sklepie" bez żadnej liczby nie da modelowi wystarczających danych, żeby cokolwiek zaproponować — pole kwoty w formularzu zostanie puste, gotowe do ręcznego wypełnienia. To zachowanie jest celowe: model nie zgaduje kwoty, której nigdzie nie podano, tylko zostawia to pole tam, gdzie faktycznie brakuje informacji, zamiast wymyślać liczbę, której nikt nie wypowiedział.
Poprawianie zdania po zatwierdzeniu
Notatka, która powstaje ze zdania, jest zwykłym tekstowym polem przy zapisanym wydatku — można ją później edytować dokładnie tak samo, jak każdą inną notatkę dodaną ręcznie. Zmiana tekstu notatki po zapisie nie wpływa wstecznie na kwotę czy kategorię, które zostały już zatwierdzone w momencie zapisu — to trzy osobne pola, każde edytowalne niezależnie od pozostałych.
Zdanie jako sposób na zapamiętanie kontekstu
Poza samym przyspieszeniem zapisu, zdanie ma jeszcze jedną, mniej oczywistą zaletę — zmusza do nazwania wydatku w naturalny sposób, w przeciwieństwie do suchego wyboru z listy kategorii. „Kawa z kolegą po pracy" mówi więcej niż sama kategoria „jedzenie poza domem" — a to dodatkowe zdanie, zapisane niejako przy okazji, bywa jedyną rzeczą, która pozwala odróżnić jeden wydatek od dziesięciu podobnych, patrząc na historię miesiąc później.
Zdanie jako najkrótsza droga między myślą a zapisem
Ostatecznie sens tej funkcji sprowadza się do jednego: skrócenia dystansu między momentem, w którym ktoś myśli „muszę to zapisać", a momentem, w którym to faktycznie się dzieje. Każdy dodatkowy krok pomiędzy tymi dwoma chwilami jest okazją, żeby zapis w ogóle nie nastąpił. Zdanie, wypowiedziane albo wpisane od razu, zamyka tę lukę tak szybko, jak to tylko możliwe.
Zdanie, które można wypowiedzieć bez patrzenia na ekran
Dyktowanie zdania nie wymaga patrzenia na telefon w trakcie mówienia — można je wypowiedzieć, idąc, niosąc torby, prowadząc rozmowę z drugą osobą jednocześnie. Ekran potrzebny jest dopiero do zatwierdzenia gotowej propozycji, nie do samego aktu opisania wydatku. To odróżnia tę funkcję od większości ekranów w telefonie, które wymagają pełnej uwagi wzrokowej od pierwszej do ostatniej sekundy. To niewielka różnica, ale w praktyce decyduje o tym, czy zapis w ogóle zdąży się wydarzyć, zanim uwaga przeniesie się gdzie indziej — a to jest dokładnie ten moment, w którym większość niezapisanych wydatków przepada na dobre.