Lokalny LLM do pisania e-maili tworzy wiadomości, odpowiedzi i streszczenia na Twoim własnym komputerze — bez API w chmurze, bez abonamentu i bez tego, by cokolwiek, co napiszesz, opuściło Twoją maszynę. Każdy nowoczesny model 7–8B działający w Ollama albo LM Studio dobrze radzi sobie z e-mailami i codziennym pisaniem, a ten poradnik pokazuje dokładną konfigurację oraz wzorce promptów, dzięki którym staje się to naprawdę użyteczne na co dzień.

Ostatnia aktualizacja: lipiec 2026

Dlaczego offline'owy asystent pisania zamiast ChatGPT?

W większości zadań modele w chmurze są po prostu mądrzejsze. E-maile i krótkie formy pisemne to wyjątek, w którym lokalne rozwiązanie wygrywa bezapelacyjnie, z trzech konkretnych powodów:

Prywatność, która nie jest polityką — tylko fizyką. Prawdziwe e-maile zawierają wynagrodzenia, dane medyczne, spory prawne, dane klientów i wewnętrzną politykę firmy. Wklejenie ich do chatbota w chmurze wysyła je do podmiotu trzeciego. Offline'owy asystent pisania działa na Twoim sprzęcie; nie ma czego wyciec, bo nic nie jest przesyłane.
Zerowy koszt krańcowy. Redagowanie 40 e-maili dziennie przez płatne API szybko się sumuje. Lokalnie te same 40 e-maili kosztuje ułamki centa w prądzie.
Zadanie jest łatwe. Przerobienie punktów na uprzejmy akapit to dokładnie to, w czym mały model jest dobry. Nie potrzebujesz modelu klasy frontier, żeby profesjonalnie powiedzieć „dziękujemy, ale rezygnujemy”.

Uczciwy kompromis: model 7–8B nie wyszuka dla Ciebie faktów i może pogubić się w bardzo długich wątkach. Do redagowania, odpowiadania, zmiany tonu i streszczania — czyli w 95% przypadków — w zupełności wystarczy.

Krok 1 — Przygotuj model do pisania e-maili (5 minut)

Zainstaluj Ollama (albo LM Studio, jeśli wolisz interfejs graficzny — zobacz nasze porównanie Ollama i LM Studio), a następnie pobierz model:

bash

# Najlepszy wszechstronny model do pisania w klasie 8B - potrzebuje ~6 GB VRAM albo Maca z 16 GB
ollama run llama3.1

# Alternatywa o nieco bardziej naturalnym, mniej "asystenckim" tonie
ollama run gemma3:12b

# Dla maszyn z 8 GB / starszych laptopów
ollama run qwen2.5:7b

Każdy z nich działa na GPU 8–12 GB albo na Macu z Apple Silicon i 16 GB pamięci. Nie masz pewności, co udźwignie Twoja maszyna? Sprawdź to w analizatorze sprzętu.

Krok 2 — Trzy wzorce promptów, które robią całą robotę

Różnica między bezużytecznym a świetnym lokalnym modelem tkwi niemal wyłącznie w prompcie. Te trzy szablony pokrywają prawie całą pracę z e-mailami.

Wzorzec 1: Redakcja z punktów

Podaj modelowi fakty i ton; nigdy nie każ mu wymyślać treści:

Napisz e-mail na podstawie tych punktów. Ton: przyjazny, ale profesjonalny. Zmieść się w 120 słowach. - nie mogę być na czwartkowej rozmowie - proponuję zamiast tego poniedziałek albo wtorek po południu - wyniki za III kwartał, o które prosili, są w załączniku

Małe modele radzą sobie tu znakomicie, bo dostarczyłeś każdy fakt — model dokłada tylko tkankę łączną.

Wzorzec 2: Odpowiedź na wklejony e-mail

Poniżej znajduje się e-mail, który otrzymałem. Napisz odpowiedź, która: uprzejmie odrzuca ofertę, zostawia otwartą furtkę na kolejny kwartał i dziękuje za szczegółową propozycję. Moja odpowiedź ma być krótsza niż ich wiadomość. [wklej e-mail]

Lista instrukcji przed wklejonym e-mailem ma znaczenie — modele 7–8B lepiej trzymają się instrukcji, gdy pojawiają się jako pierwsze.

Wzorzec 3: Streszczenie długiego wątku

Streść ten wątek e-mailowy w 3 punktach, a potem wypisz zadania do wykonania wraz z osobą odpowiedzialną za każde z nich. Zaznacz każdy wspomniany termin. [wklej wątek]

Przy bardzo długich wątkach pamiętaj o oknie kontekstu — model 8B przy domyślnych ustawieniach Ollama czyta niezawodnie około 2000 słów. Powyżej tego zwiększ rozmiar kontekstu (zobacz nasz poradnik o oknach kontekstu) albo streszczaj partiami.

Krok 3 — Ustaw ton raz, promptem systemowym

Zamiast powtarzać „profesjonalnie, ale ciepło” w każdym prompcie, wpisz swój głos w model przy pomocy promptu systemowego. W Ollama utwórz plik Modelfile:

shell

FROM llama3.1
SYSTEM You are my email writing assistant. Write in a direct, warm, professional voice. No corporate filler phrases ("I hope this email finds you well", "per my last email"). Short paragraphs. Never invent facts I did not provide — if information is missing, put [PLACEHOLDER] instead.

bash

ollama create email-assistant -f Modelfile
ollama run email-assistant

Instrukcja z [PLACEHOLDER] to najcenniejsza linijka w całości: powstrzymuje model przed halucynowaniem dat spotkań i liczb, o których nigdy nie wspomniałeś. Głębsze omówienie techniki promptów systemowych i gotowych person znajdziesz w Prompty systemowe od podstaw.

Który model pisze najlepiej? (Testowane na zadaniach e-mailowych)

Model	VRAM (Q4)	Styl pisania	Najlepszy do
Llama 3.1 8B	~6 GB	Wyważony, niezawodnie trzyma się instrukcji	Domyślny wybór
Gemma 3 12B	~8 GB	Najbardziej naturalna proza, najmniej robotyczna	E-maile do klientów
Qwen 2.5 7B	~5 GB	Zwięzły, lekko formalny	Maszyny z małą ilością VRAM
Mistral NeMo 12B	~8 GB	Dobre streszczenia długich wątków (kontekst 128K)	Praca w stylu przeglądów

Wszystkie cztery dobrze radzą sobie z redagowaniem i odpowiadaniem; różnice widać w tonie. Jeśli Twoje e-maile brzmią sztywno, najpierw zmień model, zanim zaczniesz obwiniać prompty.

Praktyczny przepływ pracy na co dzień

Trzymaj otwarty terminal (albo okno LM Studio) z załadowanym modelem email-assistant — model 8B zostaje w pamięci, zajmuje ~6 GB i odpowiada natychmiast.
Skopiuj e-mail, na który odpowiadasz, i wklej go pod blokiem instrukcji z wzorca 2.
Przeczytaj szkic krytycznie. To Ty jesteś redaktorem, a model stażystą. Popraw to jedno niezgrabne zdanie i wyślij.
We wszystkim, co wrażliwe — kadry, sprawy prawne, medyczne — to jedyny przepływ pracy z AI, z jakiego w ogóle powinieneś korzystać. Takie dane nie mają czego szukać w API w chmurze. Kontekst biznesowy i RODO znajdziesz w Prywatna AI dla firm.

Najczęściej zadawane pytania

Czy lokalny LLM jest wystarczająco dobry do profesjonalnych e-maili?

Tak. Redagowanie e-maili to zadanie o niskiej trudności: Ty dostarczasz fakty, model dostarcza płynne sformułowania. Model 7–8B, taki jak Llama 3.1, radzi sobie z tym w zdecydowanej większości wiadomości nieodróżnialnie od modeli chmurowych. Różnica ujawnia się dopiero w długiej, złożonej pracy na wielu dokumentach.

Który lokalny model jest najlepszy do pisania?

Llama 3.1 8B to najbezpieczniejszy domyślny wybór; Gemma 3 12B tworzy najbardziej naturalnie brzmiącą prozę, jeśli masz ~8 GB VRAM albo Maca z 16 GB lub więcej. Do pisania nie schodź poniżej 7B — modele klasy 3B produkują zauważalnie drętwe teksty.

Czy do lokalnego LLM-a do e-maili potrzebuję GPU?

Nie. Skwantyzowany model 8B działa z użyteczną prędkością (10–20 tokenów na sekundę) na nowoczesnym CPU z 16 GB RAM, a bardzo dobrze na dowolnym Macu z Apple Silicon. GPU sprawia, że odpowiedzi są natychmiastowe, a nie tylko znośne.

Czy może połączyć się bezpośrednio z moją skrzynką?

Nie od razu po instalacji — Ollama i LM Studio to narzędzia do rozmowy, a nie klienty poczty. Opisany wyżej przepływ z kopiuj-wklej to prosty i bezpieczny wybór domyślny. Jeśli chcesz automatyzacji, oba wystawiają lokalne API, do którego napiszesz skrypt — zobacz Konfiguracja lokalnego API.

Powiązane poradniki

← PoprzedniLLM w nauce Następny →System prompty i persony — podstawy