Lopputyö tekoälyllä vuonna 2026

Tein diplomityöni tekoälyn kanssa. Lähtöajatukseni oli käyttää tekoälyä kaikkeen mahdolliseen ja luoda sen käyttöön prosesseja ja logiikkaa, jotta lopputulos ei olisi tasapaksua tekoälyroskaa. Tekoäly teki suurimman osan “tylsästä ja manuaalisesta” työstä, joten itse pystyin keskittymään kokonaiskuvaan, analyyttiseen harkintaan ja yksityiskohtien hiomiseen. Sisältö, päätelmät ja rakenteelliset ratkaisut olivat omiani ja kävin kaiken läpi itse. Tekoälyn käyttö on kirjattu myös diplomityön omaan tekoälyselosteeseen, joka tuli uutena lisäyksenä meidän yliopistossamme jokin aika sitten.

Kirjoittamisessa ei ole suoraan oikeaa tai väärää. Sanavalinnat, lauserakenteet, kirjoitustyyli, taustalla olevat päätelmät ja lukuisat muut asiat määrittävät, miltä lopputulos näyttää ja tuntuu. Kirjoittaminen on jäsenneltyä ja harkittua ajatuksenkulkua, ja siihen tiivistyy enemmän kuin mitä itse teksti merkkeineen pitää sisällään. Siksi pelkät promptit eivät riitä, vaan tarvitaan myös prosessi.

Jos oma lopputyö tai joku muu iso kirjoitusprojekti on tulossa, toivottavasti tästä on apua oman ajatteluprosessin tueksi.

Yksi tekoäly, jolla oli pääsy kaikkeen materiaaliin

Kaikki rakentui Clauden ympärille: suunnittelu, lähteiden läpikäynti, datan analysointi, kirjoittaminen, kuvaajien luominen ja kaiken tuominen yhteen lopputulokseen. Saman voi rakentaa minkä tahansa tekoälyn päälle, mutta isoin hyöty tuli siitä, että materiaali ja muisti kertyivät koko projektin ajan.

Claude oli käytössä projektina, johon oli liitetty myös muutama keskeinen tiedosto, kuten yliopiston dippapohja ja työn alussa laadittu suunnitelma. Muu materiaali oli kahdessa paikassa. Google Drivessä olivat raakatiedostot: lähdetiedostot, raakadata ja analyysi, haastattelutranskriptit, itse dipparaportti ja muut olennaiset tiedostot. Notionissa olivat lähdekirjasto ja haastatteluhavainnot. Driveen Claudella oli vain lukuoikeus, joten kaikki muutokset dippaan tein itse ja pysyin koko ajan kärryillä missä mennään. Notioniin Claudella oli sekä luku- että kirjoitusoikeus.

Molempiin yhteys toimi suoraan MCP:llä, eli tekoäly pääsi käsiksi työkaluun ilman että mitään piti kopioida chattiin käsin. Isoin yllätys oli, kuinka hyvin Claude osasi käyttää Notionia. Se luki ja kirjoitti lähdekirjastoa suoraan ja homma toimi oikeasti sujuvasti.

Tässä esimerkkinä Notion-sivu, joka näyttää tarkemmin miten järjestelmä toimii. Voit vapaasti kopioida pohjan ja käyttää sitä oman versiosi tekemiseen.

Thesis with AI: an example setup (Notion)

Yhdeksän skilliä eli tekoälylle tallennettua ohjetta

Eri työkalujen yhdistämisen lisäksi todella järkevää on luoda erilaisia skillejä tekoälytyökalun sisälle, eli tallentaa rutiinit ja ohjeet tekoälylle toistettavaan muotoon, jotta samoja asioita ei tarvitse selittää joka kerta uudestaan. Itselläni oli lopussa yhteensä yhdeksän eri skilliä.

Tekstin luominen

• Yliopiston tyyliohjeet: yliopiston omat vaatimukset sille, miltä lopputyön pitää näyttää: marginaalit ja fontit, otsikoiden kirjoitusasu, lähdeviittaukset sekä kuvien ja taulukoiden tekstit. Skilli on rakennettu suoraan yliopiston dippapohjasta, jotta lopputyöstä tulee johdonmukainen ja ulkoasultaan yhdenmukainen.
• Kuvaajat ja taulukot: yhtenäiset ohjeet visuaalisten elementtien luomiseen. Ei tarvinnut joka kerta kertoa uudestaan millä fontilla, värillä, tyylillä ja rakenteella luodaan uusi kuva.
• Kirjoitusprosessi: struktuuri ja logiikka tekoälyn ja minun väliseen prosessiin, kun lähdetään tekemään uutta tekstiä. Miten haluan esittää argumentteja, miten lähteitä käytetään, miten dataa hyödynnetään ja monta muuta seikkaa. Ensimmäisenä vastauksena tekoälyltä ei saa valmista tekstiä, vaan aloitetaan sisällöllä ja minun näkemyksilläni. Vasta pitkän keskustelun jälkeen tulee ensimmäinen vedos tekstistä, jota lähdetään yksityiskohtaisesti muokkaamaan. Skillissä on myös sääntö, että tekoäly ei saa keksiä sisältöä, jota emme ole käyneet läpi, vaan sen pitää kysyä.
• Kirjoitustyyli: omanlaiseni kirjoitustyylin sisällyttäminen tekstiin. Oma linjani oli rento ja kokeiluhaluinen, pitäen sisällään kuitenkin ammattimaisuuden ja akateemisen sävyn. Mukana oli myös ohjeita geneerisen tekoälytekstin välttämiseksi: ei liian pitkiä mutkittelevia lauseita, ei ajatusviivoja, ei liian hienoja jargon-sanoja eikä muuta, minkä tunnistaa heti tekoälyroskaksi.
• Laadunvalvonta: tekstin tarkastaminen virheiden ja epäjohdonmukaisuuksien varalta. Skilli on tarkistuslista, jolla tekoäly käy läpi esimerkiksi ajatusviivat, otsikoiden kirjoitusasun, kuvien numeroinnin ja sen, että viittaukset täsmäävät. Tekoäly ehdottaa korjauksia eikä muuta tekstiä itse, ja minä kommentoin.

Haastattelut

• Havaintojen kirjaaminen: ensin tuli aina minun näkemykseni, vasta sitten litterointi. Jokaisen haastattelun jälkeen annoin tekoälylle litteroinnin ja omat ajatukseni keskustelusta: mitä mieltä olin, mikä jäi mieleen ja mikä oli oleellista haastattelun tavoitteen kannalta. Jos olin kirjoittanut muistiinpanoja haastattelun aikana, ne menivät Notioniin sellaisenaan. Claude etsi litteroinnista kohdat, jotka tukivat tai haastoivat ajatuksiani, ja jos litterointi ei täsmännyt niihin, siitä piti sanoa erikseen. Kaikki kirjattiin aina samaan rakenteeseen, joka oli tehty oman työni aiheesta eli tekoälyn käyttöönotosta teollisessa asiantuntijatyössä, ei yleiseksi haastattelupohjaksi. Rakenne kertoi, mitä haastattelu vahvisti, mikä yllätti, missä työ takkuaa, miten tekoälyä oikeasti käytetään, millaiset olosuhteet organisaatiossa vaikuttavat ja mitä kysyä seuraavaksi. Raakakeskustelu meni Driveen ja yhteenveto Notioniin.
• Haastatteluhavaintojen yhteenveto: yhteenveto oli minun oma analyysini, joten päätin itse, mitä siihen kirjataan. Notionissa oli yksi yhteinen yhteenvetosivu, jota päivitin tasaisin väliajoin. Kun uusi haastattelu oli kirjattu, Claude kävi läpi, mikä vahvistui, mikä meni toisin kuin olin olettanut ja mikä oli kokonaan uutta. Jos sama asia nousi esiin vähintään kolmessa haastattelussa ilman että kysyin siitä, luin sen rakenteelliseksi ilmiöksi eikä yksittäiseksi mielipiteeksi. Kokonaiskuva rakentui yksittäisistä keskusteluista ja omista päätelmistäni.

Lähteet

Lähteille oli Notionissa kaksi toisiinsa linkitettyä tietokantaa. Toisessa olivat itse lähteet ja toisessa niistä tekemäni oivallukset, ja jokainen oivallus oli linkitetty omaan lähteeseensä. Jako oli osittain tekninen. Yhdestä lähteestä tuli useita oivalluksia, ja kun jokaisella oli oma rivinsä sivunumeroineen, lukuineen ja luokituksineen, Claude pystyi hakemaan juuri tarvittavat ilman että koko lähdettä piti käydä läpi. Jako tuli myös sisällöstä: lähde on lähde, mutta oivallukset ovat minun osuuteni päättelystä eli se, mitä lähteestä ajattelen ja miten käytän sitä omassa argumentissani. Siksi halusin pitää ne erillään ja selvästi omina.

• Oivallukset ja havainnot: oivallukset tulivat vain omasta lukemisestani, ja Claude kirjoitti lähteestä vain neutraalin yhteenvedon. Kun olin tutustunut yksittäiseen lähteeseen, kokosin yhteen kommenttini ja havaintoni, ja Claude kirjasi ne Notioniin jatkokäyttöä varten. Lähteelle kirjattiin lähdetiedot, luokittelu ja yhteenveto. Oivallukset kirjasin omin sanoin, ja jokaiselle merkittiin sivunumero, luku johon se sopii, tukeeko se omaa argumenttia vai haastaako se sitä, ja kuinka varmasti se päätyy lopulliseen tekstiin. Jos Claude oli lukenut lähteen mutta minä en, se merkittiin erikseen, ettei sen varaan rakenneta mitään.
• Käyttö tekstissä: hyvän luokittelun ansiosta Claude ei tarvinnut kirjoittaessa koko lähdetiedostoa, vaan se näki tiiviissä muodossa, mitä lähde pitää sisällään ja mikä on oma näkemykseni siitä. Monesti kirjoitusvaiheessa mainitsin, että tietty lähde sopii kyseiseen kohtaan tai kysyin suoraan, mikä lähde voisi tukea tiettyä argumenttia. Claude haki silloin kyseiseen lukuun tai teemaan kuuluvat oivallukset ryhmiteltynä sen mukaan, tukevatko ne vai haastavatko, vahvimmat ensin ja viittaus valmiina. Projektin ohjeissa luki myös, että lähdekirjasto katsotaan aina ennen kuin mitään osiota aletaan kirjoittaa.

Skillit syntyivät tekoälyn kanssa ja kutsuvat toisiaan

Moni skilli oli tuhannen sanan luokkaa, pisimmät yli kaksi tuhatta, mutta hyvä puoli on, että tekoäly pystyy kirjoittamaan skillin itse. Minä pohjustin, mitä skillin pitäisi sisältää, mikä on oleellista ja mikä on skillin tarkoitus. Ajan mittaan montaa skilliä tuli myös muokattua, jotta ne toimisivat yhä paremmin omaan makuun. Etenkin isommat muutokset skilleihin kannattaa itse manuaalisesti tarkastaa, jotta oma ajattelu oikeasti siirtyy käyttöön.

Monet skillit kehottivat myös käyttämään muita skillejä samalla kertaa. Kun lähdettiin tekemään uutta tekstiä, tekoäly otti huomioon yliopiston reunaehdot, haki ensin lähteet ja oivallukset kirjastosta ja loi tarvittaessa tekstiä tukevat kuvat omien tyyliohjeidensa mukaan. Skillit luovat työhön jatkuvuutta, joten tyyli ei ajan mittaan lähde lipsumaan eikä lähteitä aleta keksiä tyhjästä.

Näin yksi luku syntyi: rakenne ensin, teksti vasta sitten

Otetaan esimerkiksi diplomityöni luku 6, joka rakentuu kahden edellisen luvun päälle: luvun 4 empiirinen data ja luvun 5 oma analyysi. Ennen kuin mitään kirjoitetaan, tekoäly tietää jo, mitä aiemmat luvut sisältävät ja miksi ne on kirjoitettu niin kuin on, koska valmis dipparaportti on Drivessä ja aiemmat päätökset projektin muistissa. Sillä on myös suunnitteluvaiheesta ylätason kuvaus siitä, mitä tämän luvun pitäisi saavuttaa.

Kaikki alkaa minun usean minuutin pohjustuksestani. Puhun sen sanelemalla (siitä lisää kohta) ja pyrin tuomaan siihen useita näkökulmia ja pohdintoja siitä, miltä luku voisi näyttää ja mitä se voisi sisältää. Sen jälkeen tekoäly ei vielä kirjoita tekstiä, vaan ehdottaa ylätason aiheita, niiden käsittelytapaa ja rakennetta. Usein en ole tässä kohtaa tyytyväinen kaikkeen, joten muokkaamme rakennetta vuoron perään niin kauan, että olen.

Palautteen antaminen tekoälylle ei kuitenkaan ole kyllä/ei-vastauksia. Aina pitää pyrkiä perustelemaan mahdollisimman tarkasti oma mielipide ja se, mihin kohtaan se tarkalleen liittyy. Tässä kohtaa tekoäly on saattanut ehdottaa muutamaa lähdettä, jotka voisivat sopia kokonaisuuteen, tai sitten menen itse Notioniin selaamaan ja muistelemaan läpikäytyjä lähteitä. Kun olemme molemmat samalla viivalla, tekoäly kirjoittaa ensimmäisen version tekstistä ja sen perään lyhyen huomiolistan siitä, mitä se päätti ja mikä on vielä auki. Versiota muokataan samalla tavalla kuin rakennetta. Valmiin tekstin kopioin itse dippaan, ja Claude kertoo tarkasti, mihin kohtaan.

Tekoälyn kanssa pitää kirjoittaa vaiheittain, koska kaikki aiemmin tehdyt valinnat vaikuttavat lopulta tekstiin. Jos rakenteen viilaaminen jäi laiskasti tekemättä, ongelmat valuvat väistämättä itse tekstiin, jossa muutosten tekeminen on jo työläämpää. Kun rakenne ja skillit ovat kunnossa, teksti saattaa hyvällä tuurilla olla jo 90-prosenttisesti sitä, mitä haettiin, ensimmäisellä yrittämällä!

Promptit puhumalla, ei näppäilemällä

Tekstiä ei toki lähdetty rakentamaan muutaman lauseen prompteilla. Melkein koko ajan käytin Wispr Flow -sovellusta, joka muuttaa oman puheeni tekstiksi promptatessa. Välillä yhden kappaleen ensimmäisen version luomiseen käytin viisi minuuttia puhumiseen, eli promptit olivat todella pitkiä ja yksityiskohtaisia. Kaikki rakentui tarkkaan harkitun ensimmäisen version päälle.

Nykyiset tekoälymallit ovat niin kyvykkäitä, ettei prompttien tarvitse olla hienoja ja viimeisteltyjä, vaan tarkkaan mietitty ajatusten virta riittää. Minulla ei ole niin hyvää ja nopeaa näppäilytaitoa, että jaksaisin kirjoittaa 500 sanan prompteja jatkuvasti. Jos kirjoittaminen olisi ainoa vaihtoehto, moni oleellinen yksityiskohta jäisi kirjoittamatta. Yksityiskohdat ovat promptissa kaiken A ja O, jotta tekoälyn ei tarvitse lähteä arvailemaan, mitä oikeasti haet siinä kohtaa.

Viimeistely pieninä paloina, itse pysyen ohjaksissa

Viimeistelyyn käytin laadunvalvontaskilliä, Grammarlyä, manuaalista viilailua sekä muutamaa eri tekoälymallia “ulkopuolisen” mielipiteen saamiseen. Grammarly oli pelkkä kielentarkistus jo kirjoitetulle ja muokatulle tekstille, eikä sillä luotu uusia lauseita. Tärkeää on jakaa työ pieniin kokonaisuuksiin eikä yrittää kirjoittaa kymmentä sivua yhdellä promptilla. Itse pitää pysyä koko ajan kärryillä, jotta tekstistä tulee lopulta omannäköistä.

Mitä jäi käteen

Koska tekstin tekeminen on tekoälyllä äärimmäisen nopeaa, lopullinen versio oli monesti vasta viides tai kymmenes iteraatio. Ensimmäinen versio oli usein jo lähellä, ja loppu oli hiomista. Ilman tekoälyä olisin samassa ajassa kirjoittanut käsin vain ensimmäisen version, kun nyt sain viilattua samaa pätkää monta kertaa paremmaksi ja paremmaksi.

Etuna on myös tekoälyn konteksti-ikkuna eli se, että tekoäly pystyy lukemaan ison tekstimassan kerralla ja huomaamaan epäkohdat eri osioiden välillä. Se myös muistaa vaivattomasti kahden viikon tai kahden kuukauden takaiset muutokset ja päätökset, koska projektin muisti, skillit ja Notion pitävät ne tallessa ja työ jatkuu niiden pohjalta johdonmukaisena. Ihmisellä kokonaiskuva kirkastuu työn edetessä ja oma tekeminen tehostuu, mutta samalla alkaa unohtaa asioita toisesta päästä ja “pyöristää” yksityiskohtia.

Entä paljonko tämä kaikki maksoi? Notion ja Google Drive ovat ilmaisia, ja Grammarlyä käytin ilmaisversiolla. Claude maksoi 20 euroa kuussa ja Wispr Flow 15 euroa kuussa, eli yhteensä 35 euroa kuussa. Kuuden kuukauden diplomityöprojektissa se tekee noin 210 euroa. Muita suoria kuluja ei oikeastaan ollut. Ilmaisillakin tekoälytyökaluillakin varmasti selviää tiettyyn pisteeseen asti, mutta isoimman kyvykkyyspompun saa maksamalla muutaman kympin kuussa.

Mikä ei toiminut tai vei aikaa?

On totta, että prosessien luominen tekoälylle vie oman aikansa ja vaivansa. Voisihan ilman tekoälyä keskittyä täysillä itse tekemiseen? Kuukausia ja satoja tunteja vievässä kokonaisuudessa alkuvaiheessa luodut prosessit alkavat kuitenkin ajan mittaan tuottaa enemmän arvoa kuin täysin manuaalinen tekeminen. Koska aikaa ja vaivaa kuluu myös prosessien kuvaamiseen ja tekoälyn ohjaamiseen, välillä tuntuu helpommalta unohtaa tekoäly kokonaan ja tehdä kaikki itse, kun se ei tunnu tajuavan, mitä haluan tehdä ja miten. Pitää olla kärsivällisyyttä ja mielenkiintoa.

Notionin kanssa piti myös olla tarkkana. Siellä oleva tieto oli välillä hieman vanhentunutta tai puutteellista. Kaiken pitäminen ajan tasalla ja järjestyksessä vaatii kurinalaisuutta, eikä voi vain olettaa, että tekoäly tekee jokaisen toimenpiteen oikein ensimmäisellä kerralla.

Tekoäly kirjoittaa myös helposti oman ajatteluprosessinsa tekstiin. Se saattoi monesti ensin ilmoittaa, että seuraavaksi käsitellään jokin aihe ja sitten käsitellä sitä. Parempi on mennä suoraan asiaan ilman täytesanoja ja täytelauseita. Tämän olisi voinut ohjeistaa skilleissä paremmin, mutta monessa kirjoittamisen ratkaisussa ei ole suoraan oikeaa tai väärää vastausta, joten kaikkea ei saa muutettua säännöiksi.

Koska moni asia on työn edetessä hiottu juuri oikeanlaiseksi, “kirjoittaminen” saattaa välillä tuntua jopa liian helpolta. Sujuvaa se onkin, mutta taustalla on satoja tunteja tekoälyn kanssa ja tarkkaan mietittyjä työvaiheita. Tekoälyn kanssa pystyy rakentamaan uutta tietoa vanhan päälle eikä tarvitse olla kokonaan oman muistin, fiiliksen ja älykkyyden “vajavaisuuden” varassa.

Jos haluat aloittaa pienestä

Kaikkea tätä ei tarvitse rakentaa heti. Jos aloittaisin nyt kevyellä versiolla, tekisin näin:

• Katsoisin ensin, mitä oman yliopistoni ohjeet sanovat tekoälyn käytöstä ja sen kirjaamisesta.
• Tekisin tekoälyyn projektin ja liittäisin siihen yliopiston lopputyöpohjan ja muut ohjeistukset sekä oman suunnitelmani. Kävisin ensin tarkkaan läpi materiaalin, jonka haluan tekoälylle antaa, koska se kaikki vaikuttaa myöhempiin vaiheisiin.
• Pyytäisin tekoälyä kirjoittamaan kaksi skilliä, kirjoitusprosessin (sisältö ja omat näkemykseni ensin) ja oman kirjoitustyylini. Skillitkin pystyy suunnittelemaan tekoälyn kanssa keskustelemalla.
• Kirjoittaisin vaiheittain: puhuisin pitkän pohjustuksen, hioisin rakenteen ensin ja pyytäisin tekstin vasta sen jälkeen. Toki itsekin voi ja kannattaa kirjoittaa joitakin kohtia.
• Lopuksi tarkistuttaisin tekstin tarkistuslistalla ja lukisin sen itse läpi, jotta se olisi omannäköistä.

Notionin, lähdekirjaston ja loput skillit voi rakentaa myöhemmin, jos niille tulee tarvetta.

Prosessi, ei pelkkiä promptteja

Tekoälyn käyttö lopputyössä ei ole pelkkää promptien viskomista chatbotille ilman sen suurempaa suunnitelmallisuutta. Tekoäly tarvitsee toimiakseen prosessin, johon kuuluvat skillit, muistiinpanot, muisti ja paljon muuta, jotta teksti näyttää ja tuntuu sinulta ja pysyt itse ohjaksissa koko ajan.

Miten sinä olet käyttänyt tekoälyä oman lopputyösi tai muun ison tekstikokonaisuuden tekemisessä? Kerro kommenteissa tai kysy vapaasti, jos jokin jäi mietityttämään.

Täältä löydät koko diplomityöni (englanniksi): https://urn.fi/URN:NBN:fi-fe20260923128190