O czym jest ten film
- Isenberg twierdzi, że 99% ludzi używa Fable 5 — najmocniejszego modelu w historii — źle: podziwia pokazy typu „gra Monopoly jednym promptem” i benchmarki, zamiast kierować model na problemy, które da się zamienić w pieniądze.
- Pierwszy dowód: pracownik Anthropicu zmontował z pomocą Fable własny film z premiery (17 dubli w 4 scenach) — transkrypcja ElevenLabs, wybór najlepszych ujęć przez podagenty, montaż zapisany w JSON i wykonany przez FFmpeg, korekcja barwna, finalny skład w Remotion.
- Model nie „nie umie pisać” — brakuje mu strategii. Silnik treści to wejścia (historia marki, oferta, profil idealnego klienta, frameworki), „mózg treściowy” w Obsidianie i tygodniowa pętla testów, którą Fable sama obsługuje, przeglądając wyniki w przeglądarce.
- Cytat Morgana Lintona: „low effort is the alpha”. Zanim model przejdzie na płatne API (22 czerwca), warto orkiestrować, kiedy używać Fable, a kiedy tańszych modeli — np. narzędziem Droid od factory.ai.
- Zastosowanie pierwsze: turniej landing page’y — 8 wersji tekstu ocenianych przez 5 sędziów (m.in. sceptycznego CFO i founderów scrollujących telefon o północy); 40 ocen, jeden zwycięzca.
- Zastosowanie drugie: „wywiad przed budową” — model odgrywa Chesky’ego czy Altmana, dopytuje o szczegóły, prostuje wymijające odpowiedzi i dopiero potem pisze pełną specyfikację oraz buduje wersję pierwszą.
- Błyskawiczna rundka pomysłów: zleć modelowi zniszczenie własnej firmy, audyt dwóch lat własnych decyzji (okno kontekstu 1 mln tokenów), wyszukanie tego, czego w biznesie brakuje, sparing negocjacyjny oraz drugą opinię o umowach z flagami dla prawnika.
- Fable potrafi też zbudować narzędzia dla samej siebie — wystarczy poprosić, żeby przejrzała miesiąc twoich zleceń i zautomatyzowała te powtarzalne.
- Trzy pomysły na startupy możliwe dopiero dzięki temu modelowi: syntetyczne grupy fokusowe dla marek D2C, oprogramowanie dla lokalnych firm w 48 godzin oraz odzyskiwanie pieniędzy z umów z dostawcami za 25% znalezionych oszczędności.
- Wszystkie prompty z odcinka autor udostępnia w opisie filmu. Model jest jeszcze wliczony w abonamenty, ale wkrótce przejdzie na rozliczenie tokenowe przez API.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Zamień jedną propozycję w turniej wersji
Na czym polega: Zamiast prosić model o „napisanie landing page’a”, każ mu wygenerować osiem wersji o różnej konstrukcji, a potem powołać siedmiu… właściwie pięciu sędziów — sceptycznego CFO, roztargnionego founderów o północy, konkurenta, idealnego klienta i copywritera. Każdy sędzia ocenia każdą wersję i uzasadnia ocenę, przegrywający wypadają, a to, co zadziałało, łączy się w finał.
Jak stosować: Skopiuj strukturę promptu z odcinka, podepnij opis własnego produktu i wymagaj tablicy wyników z uzasadnieniami — dzięki niej widzisz nie tylko co wygrało, ale dlaczego. Uruchamiaj przy każdej stronie, mailu sprzedażowym czy reklamie, gdzie liczy się konwersja.
Na co uważać: Turniej kosztuje więcej tokenów niż pojedyncze zapytanie — to zastosowanie na najmocniejszy tryb modelu, nie na rutynę. Sędziowie muszą mieć wyraziste, sprzeczne punkty widzenia, inaczej dostaniesz pięć razy tę samą opinię.
2.Najpierw przesłuchanie, potem kod — wywiad przed budową
Na czym polega: Zanim cokolwiek zbudujesz, każ modelowi wcielić się w doświadczonego founderów (Zuckerberg, Altman, Chesky) i przeprowadzić z tobą wywiad: jedno pytanie naraz, maksymalnie piętnaście, z prostowaniem ogólników. Dopiero po nim powstaje pełna specyfikacja, lista trzech sposobów, w jakie projekt może się nie udać, i wersja pierwsza.
Jak stosować: Weź surowy pomysł i pozwól się przesłuchiwać. Gdy odpowiadasz wymijająco („życie stanęło na drodze”), model powinien to wyłapać i zażądać konkretów. W przykładzie z odcinka wywiad zmienił „widget do nawyków” w zupełnie inny produkt — numer telefonu powiązany z kalendarzem, który wysyła przypomnienia z konsekwencjami.
Na co uważać: Nie tłumacz się przed modelem i nie podpowiadaj mu rozwiązań — cała wartość leży w pytaniach, na które nie masz gotowej odpowiedzi. Efektowny prototyp zbudowany jednym promptem zwykle nie ma pokrycia w prawdziwej potrzebie klienta.
3.Opór modelu to funkcja, nie wada
Na czym polega: Isenberg jako pierwszy raz usłyszał od modelu „to odpowiedź w połowie” i „to odpowiedź jak z horoskopu” — i uznał to za przełom. Model, który prostuje wymijające odpowiedzi, jest bezcenny przy planowaniu produktu, bo nie pozwala oszukać samego siebie.
Jak stosować: Wprost wpisuj w prompt: „prostuj mnie, gdy odpowiadam ogólnikami”, „nie wystawiaj mi oceny na dyplom”, „dopytuj o szczegóły, dopóki nie opiszesz mojego procesu lepiej niż ja sam”. Bez takiego zapisu model domyślnie będzie uprzejmy.
Na co uważać: Opór ma sens tylko wtedy, gdy naprawdę chcesz znać prawdę. W zadaniach czysto wykonawczych („przepisz ten plik”) żądanie dyskusji tylko marnuje tokeny.
4.Niska intensywność to cała alpha — pilnuj kosztu tokenów
Na czym polega: Domyślnie model pracuje na najwyższym poziomie „wysiłku”, a to najdroższy tryb. Skoro Fable wkrótce przejdzie na rozliczenie przez API, przewagę zyskają ci, którzy automatycznie dobierają narzędzie do zadania: Fable tylko tam, gdzie naprawdę trzeba, tańsze modele do rutyny.
Jak stosować: Wprowadź orkiestrację — w odcinku polecany jest Droid od factory.ai, który sam decyduje, kiedy uruchomić Fable i na jakim poziomie, a kiedy wystarczy Opus. Warto też wiedzieć, że Fable na niskiej intensywności wciąż daje wyniki lepsze niż Opus na wysokiej.
Na co uważać: Ceny i daty przejścia na API trzeba zweryfikować u źródła — materiał opiera się na zapowiedziach z czerwca 2026. Nie przepłacaj za najwyższy tryb przy zadaniach, w których różnicy nie zauważysz.
5.Zleć modelowi zniszczenie własnej firmy
Na czym polega: Odwrócenie klasycznego pytania o „pomysły na wzrost”: dajesz modelowi rachunek zysków i strat, cennik, dane o odpływie klientów i ostatnie 50 zgłoszeń do supportu, a on ma jeden dzień na zbudowanie firmy, która cię zabija — z planem, pozycjonowaniem, cenami, listą dziesięciu klientów do przechwycenia i gotowymi mailami.
Jak stosować: Najważniejszy jest sposób rankingu zagrożeń: które ataki dałoby się przeprowadzić bez zatrudniania choćby jednej osoby. To dziś jedyny ranking, który naprawdę się liczy. Zgłoszenia supportowe i dane o churnie to najcenniejsze paliwo — model świetnie sobie radzi z takimi zbiorami.
Na co uważać: Taka analiza bywa brutalna — o to przecież chodzi, ale musisz być gotów ją przeczytać. Nie wrzucaj danych, których nie chcesz ujawniać, do cudzego API bez sprawdzenia polityki prywatności.
6.Wykorzystaj okno miliona tokenów do audytu własnych decyzji
Na czym polega: Kontekst Fable mieści w całości lata twojego życia: notatki, dokumenty decyzyjne, analizy po projektach, a w ostateczności maile i SMS-y. Model może zmapować każdą istotną decyzję (co wybrałem, w co wtedy wierzyłem, co się faktycznie stało) i znaleźć schematy: gdzie jestem systematycznie za wcześnie, za późno, zbyt optymistyczny.
Jak stosować: Poproś o jednostronicową „instrukcję obsługi ciebie”, jaką potajemnie trzymałby w szufladzie twój dyrektor operacyjny. Potem ustaw przypomnienia, które łapią cię w momencie, gdy zaczynasz powtarzać własny błąd.
Na co uważać: Model zobaczy tylko to, co jest w danych — jeśli notatki są niekompletne, wnioski też będą. To lustro, nie wyrocznia; traktuj wynik jako hipotezę do sprawdzenia, a nie diagnozę.
7.Pytaj o to, czego nie ma, a nie co jest nie tak
Na czym polega: Fable przed odpowiedzią eksploruje, więc dobrze widzi luki. Zamiast prosić o krytykę istniejących elementów (analityka, kalendarz publikacji, oferta), każ jej spędzić cały czas na tym, czego nie ma: co robią skuteczne firmy z twojej branży, a czego u ciebie nie ma nawet śladu; do jakiego klienta w ogóle nie próbujesz dotrzeć; jaka linia przychodów powinna istnieć.
Jak stosować: Zakończ prompt rankingiem według kwot, które tracisz — to zamienia analizę w listę zadań. To samo można skierować na kalendarz, bazę kodu czy lejek marketingowy.
Na co uważać: Odpowiedzi łatwo uroić — wymagaj, by każdy „brak” był poparty przykładem z realnej branży, a nie ogólnikiem.
8.Ćwicz negocjacje z modelem wcielonym w kontrahenta
Na czym polega: Zamiast pytać chatbota, „jak odpisać na tego maila”, każ modelowi stać się drugą stroną rozmowy: jej motywacjami, planem B, presją. Negocjujecie rundami — kontrahent potrafi zamilknąć albo zaostrzyć ton — a po każdej rundzie model wychodzi z roli i mówi ci, co właśnie oddałeś za darmo.
Jak stosować: Dopisz dwie klauzule: „odpowiadaj tak, jak on naprawdę by odpowiadał” oraz „nie pozwól mi wygrać dlatego, że to ja jestem użytkownikiem”. Bez nich symulacja zamieni się w przytakiwanie.
Na co uważać: To trening i rozpoznanie, nie gwarancja — prawdziwy kontrahent ma informacje, których nie znasz. Nie wrzucaj do promptu danych objętych klauzulą poufności.
9.Każ model czytać tabele i załączniki — z flagami dla prawnika
Na czym polega: Fable czyta teraz tabele, przypisy i wykresy wewnątrz dokumentów — a właśnie tam czają się najdroższe pułapki: umowy najmu, term sheety, polisy, kontrakty z dostawcami. Model wyłapuje nieoczywiste koszty, brakujące zabezpieczenia i podpowiada, jak sformułować żądanie zmian.
Jak stosować: Prompt z odcinka kończy się ważnym zapisem: „zaznacz wszystko, w czym powinienem zapłacić prawdziwemu prawnikowi za analizę”. To właściwy podział ról: AI robi pierwsze przesiewanie i ustawia pytania, człowiek-specjalista zamyka temat.
Na co uważać: To nie jest zastępstwo porady prawnej. Isenberg sam podkreśla: nawet pracując z prawnikiem, warto najpierw przepuścić dokument przez model — ale nigdy odwrotnie.
10.Produktyzuj prompty w usługi — zanim zrobią to inni
Na czym polega: Wszystkie powyższe sztuczki da się obrócić w biznes: syntetyczne grupy fokusowe oceniające warianty reklam na podstawie prawdziwych opinii klientów (3000 dolarów za wycenę, około 100 dolarów kosztu tokenów); oprogramowanie dla lokalnych firm w 48 godzin za 5000 dolarów tam, gdzie custom software kosztuje 80 tysięcy rocznie; odzyskiwanie pieniędzy z umów z dostawcami, rozliczane 25% od znalezionych oszczędności.
Jak stosować: Weź jeden prompt, który już dobrze działa, i zbuduj wokół niego lejek sprzedażowy. Kluczowy argument Isenberga: większość firm nie zrobi tego sama, nawet jeśli technicznie może — dlatego okno na takie usługi istnieje.
Na co uważać: Okno faktycznie się zamyka: wraz z upowszechnieniem modeli przewaga przesuwa się z „posiadania promptu” na dystrybucję i zaufanie. Licz też realny koszt tokenów przy skali, bo marże znikają najszybciej w najtańszych zleceniach.
Redakcyjne tłumaczenie
Od głupiego pytania do konkretów
Mam pewne głupie pytanie. Wyszła właśnie Fable 5, najmocniejszy model AI w dziejach — i jak mamy go używać, żeby zarabiać i pracować wydajniej? Na X widziałem spektakularne pokazy: ludzie jednym promptem składają całą grę Monopoly. Robi wrażenie. Ale ja chcę wiedzieć co innego: jak wycelować tę superinteligencję w konkretne problemy, żeby przynosiła realne pieniądze i oszczędzała czas? Właśnie o tym jest ten odcinek. Na końcu zrozumiesz, dlaczego Fable 5 ma znaczenie — a co ważniejsze, dowiesz się w praktyce, jak z niej korzystać.
Musiałem nagrać ten materiał, bo 99% ludzi używa Fable 5 źle. Mamy przed sobą najmocniejszy model, jaki kiedykolwiek powstał, a ludzie nie widzą ani ułamka okazji, które stwarza. Większość publikowanych poradników kręci się wokół benchmarków; ja chcę zejść na poziom konkretów: co robisz źle, jakie zastosowania i prompty możesz wdrożyć już dziś oraz jakie startupy stają się możliwe, skoro ludzkość dostała do rąk najmocniejszego agenta programistycznego w historii.
Jesteś teraz w rzadkim momencie: możesz kierować ten absurdalnie mocny model na problemy, które da się zamienić w biznes. Poza wszystkim innym — świetna zabawa.
Film z premiery zmontowany przez model
Pierwszy przykład. Pewien pracownik Anthropicu użył Fable do zmontowania i publikacji własnego filmu z premiery — a efekt był spektakularny. Co prawda miał dobry aparat i fajne tło z regałem na książki, ale nagrał 17 dubli w 4 scenach, a model złożył z tego piękną całość. Nawet napisy wyglądają obłędnie. Coś takiego kosztowałoby kiedyś setki tysięcy dolarów — dziś wystarczy Fable i narzędzia do montażu.
Prompt brzmiał mniej więcej tak:
„Przetwarzam nagrania z sesji — pełny materiał jest w folderze, skrypt w osobnym pliku. Uruchom na nich transkrypcję ElevenLabs i sklej najlepsze ujęcia w jeden finałowy klip. Kilka uwag: na każdą scenę przypada kilka dubli; najlepsze zwykle są te ostatnie, z najmniejszą liczbą «yyy», ale nie zawsze. Pierwszą scenę dogrywałem na końcu — wszystko jest ułożone po osi czasu. W części nagrań zaczynam od zwrotu do widza po imieniu, żeby rozgrzać pierwszy wers; to trzeba wyciąć. Utwórz plik JSON, użyj FFmpeg, całość zorkiestruj w workflows/goal. Nie przerywaj, dopóki nie powstanie finałowe wideo.”
Co się z tego dowiadujemy? Transkrypcja przez ElevenLabs, sklejenie najlepszych dubli, montaż zapisany w JSON, wykonanie przez FFmpeg i orkiestracja całości w trybie /goal — z poleceniem, żeby model nie odkładał pracy, dopóki nie skończy. I zadziałało.
Widać to na kolejnych slajdach: WhisperFlow usuwa wszystkie „yyy”, podagenty wybierają najlepsze duble, montaż siedzi w pliku JSON, a FFmpeg go wykonuje. Na polecenie „złóż finałową scenę” model tworzy pierwszą cięcie. Potem przychodzi korekcja barwna — wystarczy napisać „kolory wyglądają trochę płasko, możesz to poprawić?” — i nagle wszystko gra. Każdy, kto choć raz korygował kolory, wie, że to czarna magia. Klatki z projektami statycznymi model odtwarza w Remotion, każdy PNG jest odbudowany jako kod, a jeden plik ustawia nastrój całego materiału. Całość można wyeksportować do Figmy i dopracować przez Figma MCP.
(Informacja dodatkowa: FFmpeg to popularne narzędzie do obróbki audio-wideo z poziomu wiersza poleceń, Remotion — biblioteka do generowania wideo kodem w Reactie, a MCP to standard łączenia modeli językowych z zewnętrznymi aplikacjami.)
Morale tej historii: da się wyprodukować naprawdę piękne wideo. A to ważne, bo wielu z nas vibe-coduje aplikacje, do których nikt nie przychodzi — z Fable można problem zaatakować od strony marketingu, nie tylko produktu.
Silnik treści zamiast generatora tweetów
Drugi przykład, za sprawą tweeta „Wiz of Ecom”. Widziałem sporo osób, które proszą Fable o napisanie postów, a potem narzekają, że model nie umie pisać. Nie umie — bo nikt nie podał mu właściwych danych wejściowych ani strategii. Trzeba najpierw zbudować silnik, a dopiero potem podpiąć do niego model.
Konkretnie: przygotowujesz wejścia — historię marki, to, za co cię znają, ofertę, profil idealnego klienta i własne frameworki. Co ciekawe, o przygotowanie tego wszystkiego możesz poprosić samą Fable. Potem budujesz „mózg treściowy”, na przykład w Obsidianie: filary tematyczne, struktury lejka, ton głosu. Na koniec ustawiasz tygodniową pętlę: badania, skanowanie nisz, wybór tematów, analiza wyników i trzy testy hipotez tygodniowo. Ta pętla produkuje materiały — a wszystkimi systemami zarządza Fable 5.
Co istotne, model potrafi czytać własne wykresy wyników. Jedna z największych nowości: dzięki trybowi wspólnej pracy z przeglądarką (co-work) model sam wchodzi na stronę, ogląda ją i naprawdę rozumie, co widzi — i potrafi tak pracować godzinami bez nadzoru.
Niski poziom wysiłku to cała alpha
Trzecią rzecz, którą ludzie psują, podsumował mój znajomy Morgan Linton: „Największy wniosek z pierwszego dnia z Fable: niski poziom wysiłku to cała alpha.”
(Informacja dodatkowa: „effort” to ustawienie modeli Claude określające intensywność pracy — im wyższe, tym więcej obliczeń i tokenów. „Alpha” to żargon inwestycyjny oznaczający przewagę nad resztą rynku.)
Haczyk jest taki, że domyślnie model ustawia się na maksimum. Tymczasem 22 czerwca wchodzi rozliczenie przez API — Fable przestanie być wliczona w abonament Max — i każde zapytanie zacznie kosztować osobno. Trzeba więc pilnować tokenów. Rozwiązaniem jest orkiestracja, na przykład Droid od factory.ai: narzędzie samo decyduje, kiedy uruchomić Fable i na jakim poziomie, a kiedy do rutyny wystarczy Opus albo inny, tańszy model. Ktoś na X porównał zresztą: Fable na niskim poziomie wysiłku daje lepsze wyniki niż Opus na wysokim. To sporo mówi o skalach tego modelu. Jeśli chcecie pełny przewodnik po konfiguracji Droida — dajcie znać w komentarzach, nagram go.
Zastosowanie pierwsze: turniej na landing page
Przechodzimy do konkretów na żywo w Claude.
Pierwsza rzecz: copy. Jeśli jesteś podobny do mnie, pisanie tekstów sprzedażowych przychodzi ci z trudem. A właśnie na nowo przekonuję się do starej prawdy: dobra treść strony to wyższa konwersja. Da się więc ustawić Fable „turniej copywriterski”, żeby zamiast jednej średniej wersji dostawać teksty, których sam nie napisałbyś lepiej.
Przykład z realnego pomysłu: wziąłem „pomysł dnia” z mojego ideabrowser.com, wrzuciłem zrzut ekranu, a model rozwinął serwis dla osób zastanawiających się nad domkiem w ogrodzie. Wpisujesz adres, system sprawdza działkę i odpowiada, czy można u ciebie postawić tak zwane ADU — czyli niewielki, osobny budynek mieszkalny na tej samej działce. Samo copy: „Czy na twojej działce da się postawić domek w ogrodzie? Wpisz adres — w kilka minut dostaniesz pisemną opinię. To prawdziwy raport. Twój będzie wyglądał tak.” Do tego animacje i wygenerowany przykładowy raport. Piękność.
A oto prompt, który to wyprodukował:
„Napisz moją stronę główną na osiem różnych sposobów — za każdym razem inny hak i inna struktura. Następnie powołaj pięciu sędziów: sceptycznego dyrektora finansowego, rozkojarzonego founderów scrollującego telefon o północy, konkurenta, mojego idealnego klienta i copywritera od konwersji. Każdy sędzia ocenia każdą wersję i uzasadnia ocenę. Eliminuj przegrywających, połącz to, co zadziałało, w wersję finałową i pokaż mi tablicę wyników, żebym widział, dlaczego wygrała.”
Do tego podpiąłem opis pomysłu z ideabrowser.com — właśnie po to, żeby sprawdzić, czy sztuczka zadziała. Zadziałała. Ustawiłem Fable 5 na najwyższym trybie i dostałem: osiem wersji tekstu, pięciu sędziów, czterdzieści ocen, jeden zwycięski wariant. Model wygenerował też tablicę wyników — jak ocenił dyrektor finansowy, jak founder, jak konkurent — i na jej podstawie wskazał finał.
Piszę teksty na strony od lat, moje produkty obsługują miliony użytkowników, a gdy zobaczyłem zwycięskie copy o domkach w ogrodzie, aż się krzątnąłem. Dwie wypowiedzi sędziów oddają poziom. Dyrektor finansowy, uzasadniając szóstkę: „Dwa tysiące dolarów miesięcznie to twierdzenie, którego strona musi bronić od pierwszej sekundy — inaczej czyta się jak automatyczna wycena z Zillow.” (Informacja dodatkowa: Zillow to amerykański portal nieruchomości, znany z automatycznych, bywa że oderwanych od rzeczywistości wycen.) A founder o północy: „Sto tysięcy dolarów wydanych na zgadywanie czyta się jak cios — i właśnie dlatego przestaję scrollować.” Model myśli jak prawdziwi ludzie. Nie widziałem, żeby ktoś to stosował — a każdy powinien. Wszystkie prompty zostawiam w opisie odcinka.
Zastosowanie drugie: wywiad przed budową
Kolejna supermoc Fable: planowanie. Jeśli budujesz startup, ten prompt jest wart rozważenia:
„Mam szorstki pomysł, który chcę zbudować. Jeszcze nic nie buduj. Przeprowadź ze mną wywiad jak Mark Zuckerberg, Sam Altman czy Brian Chesky — ludzie, którzy potrafią budować firmy osiągające dopasowanie do rynku. Jedno pytanie naraz, maksymalnie piętnaście, szukaj tego, o czym jeszcze nie pomyślałem. Prostuj mnie, gdy odpowiadam ogólnikami. Po wywiadzie napisz pełną specyfikację, wymień trzy sposoby, w jakie ten projekt może się nie udać, i dopiero wtedy zbuduj wersję pierwszą.”
Na X widać ludzi, którzy wrzucają pomysły na startup jednym promptem. Efekt bywa ładny wizualnie, ale moim zdaniem ma niewielkie szanse na dopasowanie produktu do rynku. Ten prompt ma to zmienić: najpierw pełna specyfikacja o wysokich szansach powodzenia, potem budowa.
Przetestowałem go na kolejnym pomyśle z ideabrowser.com: widget nawyków, który przypomina we właściwym momencie — wyobraź sobie aplikację wysyłającą powiadomienie „czas na trening” albo „napij się wody”.
I tu dzieje się coś, czego w żadnym modelu wcześniej nie widziałem. Fable zaczęła mnie przesłuchiwać. Pyta: „Jaki nawyk w ostatnich dwunastu miesiącach sam porzuciłeś?” Odpowiadam: „Regularne treningi.” Dopisuję: „Jestem po prostu człowiekiem, który chce rozwinąć swój potencjał i zawsze może być lepszy.” Na co model: „To odpowiedź w połowie.”
Dostałem reprymendę od sztucznej inteligencji. I uwielbiam to. Fable zachowuje się jak żywy człowiek — gdyby to był Brian Chesky albo Sam Altman pomagający mi zbudować produkt, powiedzieliby dokładnie tak. Właśnie tego potrzebuję, żeby aplikacja miała realne szanse na sukces.
Dalej jest jeszcze lepiej. Model drąży: „Przeprowadź mnie przez dokładny moment śmierci twojej serii treningowej. Co konkretnie miałeś ćwiczyć? O której porze dnia? Co się wydarzyło w dniu, który pominąłeś? Przeskoczyłeś trening, bo zapomniałeś — czy pamiętałeś i świadomie odpuściłeś?” I tłumaczy, dlaczego to pytanie znaczy więcej niż cały pierwotny pomysł: cała teza produktu brzmi w końcu „problemem jest moment, a sprytniejsze przypomnienie go rozwiąże”. Odpowiadam wymijająco: „Pozwoliłem, by życie stanęło na drodze.” Kontra: „To odpowiedź jak z horoskopu, Gregu. «Życie stanęło na drodze» mówią wszyscy, którzy nie obejrzeli sobie powtórki z meczu. Gościowi podcastu też byś tego nie odpuścił — powiedziałbyś: «Daj mi konkrety».”
Nie będę czytał całego wywiadu, bo nie o to chodzi. Chodzi o to, że model się stawia. A na końcu dostałem wynik, o którym muszę opowiedzieć. Fable pisze:
„Ten wywiad zmienił produkt bardziej, niż myślisz. Z opisu w idea browserze została nazwa — reszty prawie nic. Nie ma widgetu, który tylko wysyła powiadomienia. Nie ma tygodnia ręcznych odhaczeń — zrobiłeś sobie zakaz zadawania pracy domowej. Nie ma platformy nawyków: tylko treningi. Jest numer telefonu, który widzi twój kalendarz i pisze do ciebie SMS-y — z dowodami i konsekwencją, na którą sam się zgodziłeś.”
Czyli model przeforstował pomysł: łączysz numer z kalendarzem, dostajesz esemesa „teraz trening”, a jeśli odpuścisz — ponosisz umówioną konsekwencję. Fable zbudowała aplikację, ona działa, powstał pełny dokument specyfikacji. Coś takiego ma realnie wyższe szanse na sukces.
Nikt tak nie używa Fable 5 — a wystarczy w prompcie przywołać Zuckerberga czy Chesky’ego. Na wyjściu dostajesz dokument, który definiuje, kim jest użytkownik, jakie powinno być onboarding, jaka pętla produktowa, jaka architektura (u mnie: Python, FastAPI, APScheduler), jakie ceny i co świadomie zostaje poza zakresem wersji pierwszej. Najwyższa jakość, jaką widziałem w jakimkolwiek dużym modelu językowym.
Błyskawiczna rundka: pozostałe zastosowania
Kilka kolejcych pomysłów przejdę szybko, bez pokazywania w Claude — tylko po to, żeby rozbudzić wyobraźnię: jak jeszcze można tego użyć?
Zatrudnij model do zniszczenia własnej firmy
Wszyscy proszą AI o pomysły na wzrost. Odwróćmy to. Daj modelowi wszystko, co wiesz o swojej firmie, i jeden dzień na zniszczenie cię. Najciekawsza jest sama zasada rankingu zagrożeń: które z nich dałoby się wykonać bez zatrudniania choćby jednej osoby — bo to dziś jedyny ranking, który się liczy.
„Oto mój rachunek zysków i strat, cennik, dane o odpływie klientów i ostatnie 50 zgłoszeń do supportu. Jesteś dobrze finansowanym founderem, który mnie nienawidzi. Spędź dzień, budując firmę, która mnie zabija: realny plan, pozycjonowanie, ceny, pierwszych dziesięciu klientów, których mi ukradniesz, i dokładną treść maila do każdego z nich. Potem ustaw wszystkie ataki według tego, ile z nich zdołałbyś przeprowadzić sam, bez ani jednego pracownika. Nie bądź uprzejmy. Wolę usłyszeć to od ciebie niż wyczytać z wykresu odpływu.”
Wynik bywa porażający. Praktyczny wniosek: przepuszczaj przez model zgłoszenia supportowe — Fable znakomicie radzi sobie z dużymi zbiorami danych, a połączenie ticketów z danymi o churnie realnie zwiększa przychody z SaaS-a. Szersza okazja: można dziś kupić gotowego SaaS-a za niewielkie pieniądze, zrefaktoryzować kod Fable, przejrzeć tickety, odświeżyć produkt — i albo sprzedać z zyskiem, albo trzymać jako źródło gotówki.
Instrukcja obsługi samego siebie
Wrzuć modelowi dwa lata swoich notatek, dokumentów decyzyjnych i analiz po nieudanych projektach. Poproś:
„Zmapuj każdą istotną decyzję: co wybrałem, w co wtedy wierzyłem, co faktycznie się stało. Znajdź moje schematy: gdzie jestem systematycznie za wcześnie, za późno, zbyt optymistyczny? Co zawsze mówię tuż przed złą decyzją? Napisz jednostronicową instrukcję obsługi mnie, jaką dyrektor operacyjny trzymałby potajemnie w szufladzie.”
Kontekst gra tu pierwsze skrzypce: okno Fable 5 mieści milion tokenów, czyli lata twojego życia naraz — a mało kto to wykorzystuje. Jeśli nie prowadzisz notatek, masz przecież maile i SMS-y. Model znajdzie wzorce, których sam nie widzisz, bo jesteś w środku sytuacji. A potem możesz ustawić rutyny, które ci o tym przypominają — i które po prostu czynią cię lepszym człowiekiem. Przekonany jestem, że takich zastosowań szybko przybędzie.
Pytaj o to, czego nie ma
Fable świetnie zauważa braki, bo zanim odpowie, eksploruje. Można to wycelować w cokolwiek: kalendarz, bazę kodu, lejek marketingowy.
„Oto moje dane analityczne, kalendarz publikacji i oferta. Nie mów mi, co jest nie tak z tym, co istnieje. Cały czas poświęć na to, czego nie ma. Co robią wszystkie odnoszące sukces firmy w mojej branży, a czego u mnie nie ma nawet śladu? Do jakiego klienta nawet nie próbuję dotrzeć? Jaka linia przychodów powinna istnieć, a nie istnieje? Posortuj według kwot, które tracę.”
Rzecz oczywista, którą zacząłem stosować tego samego ranka — i wnioski są naprawdę ciekawe.
Sparingpartner do negocjacji
Jeśli robisz biznes, negocjujesz. Wielu ludzi pyta w takich momentach ChatGPT albo Perplexity: „Jak odpisać na tego maila?” Z Fable 5 możesz posadzić przy stole profesjonalnego negocjatora — po stronie przeciwnika.
„Negocjuję umowę z tym kontrahentem. Oto, co o nim wiem i czego chcę. Wciel się w niego: jego motywacje, jego plany awaryjne, jego presje. Negocjujemy rundami. Odpowiadaj tak, jak on naprawdę by odpowiadał — łącznie z milknięciem i ostrym tonem. Po każdej rundzie wyjdź z roli i powiedz mi, co właśnie oddałem za darmo. Nie pozwól mi wygrać dlatego, że to ja jestem użytkownikiem.”
Prosty sposób, by wygrywać więcej rozmów i wyciągać z nich więcej.
Druga opinia do dokumentów
Fable czyta teraz tabele, przypisy i wykresy wewnątrz dokumentów — a właśnie tam czają się najdroższe pułapki: umowy najmu, warunkowe oferty inwestycyjne, polisy, kontrakty z dostawcami. Aaron Levie z Box pisał o wręcz niesamowitych wynikach Fable 5 w analizach o charakterze prawnym.
„Oto umowa w całości, wraz ze wszystkimi załącznikami. Przeczytaj wszystko, zwłaszcza tabele i harmonogramy. Przygotuj trzy listy: co mnie kosztuje pieniądze w sposób nieoczywisty; co wolałbym uzyskać dopiero za osiemnaście miesięcy; czego brakuje, choć powinno tu być, żeby mnie chronić. Potem wskaż trzy zmiany, których zażądałbyś, i podaj dokładne sformułowanie każdego żądania. Zaznacz wszystko, w czym powinienem zapłacić prawdziwemu prawnikowi za analizę.”
Zastrzeżenie: nie namawiam, by zastąpić prawników AI. Ale bądźmy szczerzy — prawnicy kosztują, a w startupie każdy dolar ma znaczenie. Są rzeczy, które sam przejrzę, i są momenty, w których chcę po prostu wiedzieć, gdzie stoją czerwone flagi. Moja rada jest wręcz odwrotna, niż mogłoby się wydawać: nawet jeśli pracujesz z prawnikiem, przepuść dokument przez Fable 5 i zapytaj o flagi. Specjalistę angażuj tylko tam, gdzie naprawdę trzeba.
Niech zbuduje sobie własne narzędzia
Ostatni wniosek z tej rundki, najbardziej „meta” — i właśnie on oddziela ludzi, którzy to rozumieją. Po kilku tygodniach pracy z Fable poproś ją, żeby przeanalizowała własną pracę i zautomatyzowała się sama:
„Rzuć okiem na wszystko, o co prosiłem cię w tym miesiącu. Znajdź zlecenia, które się powtarzają. Zbuduj sobie narzędzia i instrukcje wielokrotnego użytku do każdego z nich, żeby następnym razem wystarczyło jedno zdanie zamiast dziesięciu. A potem powiedz mi — na podstawie tego, o co ciągle proszę — co powinienem ci delegować, a co wciąż robię ręcznie, jak jakiś jaskiniowiec.”
Efekt? Szok. W samych ostatnich dwudziestu czterech godzinach zobaczyłem, ile da się zautomatyzować i jakie oprogramowanie da się w ten sposób stworzyć.
Pomysły na biznes możliwe dopiero dzięki Fable 5
Mam pięć pomysłów na startupy, które bez tego modelu nie miałyby sensu — pełną listę i wszystkie prompty zostawiam w opisie. Tutaj trzy moje ulubione.
Syntetyczne grupy fokusowe
Marki D2C potrafią wydać 50 tysięcy dolarów na kampanię, zanim zrozumieją, że reklama nie działa. (Informacja dodatkowa: D2C, czyli direct-to-consumer, to marki sprzedające bezpośrednio konsumentom, z pominięciem pośredników.) Pamiętasz turniej copywriterski? Zrób z niego biznes: 50 wariantów reklam ocenianych w ciągu nocy przez panele zbudowane na prawdziwych opiniach klientów marki. Wycena: około 3000 dolarów za kampanię, koszt tokenów rzędu 100 dolarów. A osoba kupująca reklamy u tej marki zostaje z tobą na kolejne miesiące.
Dlaczego to możliwe dopiero teraz? Bo podagenty potrafią utrzymać wyraziste, odrębne osobowości i spierać się ze sobą — zamiast żeby jeden model przytakiwał sam sobie.
Prompt (przyda się każdemu, kto sam puszcza płatne reklamy, nawet bez budowania firmy):
„Oto 500 opinii klientów Athletic Greens i ich 10 najlepszych reklam. Zbuduj sześć person klientów w oparciu o język z prawdziwych opinii — nie o dane demograficzne. Potem weź te 15 nowych konceptów reklam i każ każdej personie ocenić każdą z nich: czy przestałaby scrollować? Czy kliknęłaby? Jaki ma obiekcję? Na wyjściu lista do wyrzucenia, lista do wdrożenia i jeden wniosek o tym kliencie, którego marka nie zna.”
Ktoś w komentarzach na pewno już pisze: „Czemu marki nie zrobią tego same u siebie, skoro Fable 5 jest dostępna dla wszystkich?” I będzie miał częściowo rację. Część zrobi. Ale większość nie — a jeśli trafisz do nich z reklamą na Instagramie we właściwym momencie i zdobędziesz zaufanie, jesteś w grze. Do firmy z milionowymi przychodami nie potrzebujesz wielu klientów. Jeśli zbudujesz do tego lejek sprzedażowy — masz biznes.
Oprogramowanie na zamówienie w 48 godzin
Drugi pomysł — nazwałbym go choćby 48hoursoftware.com. Każdy gabinet medycyny estetycznej, każdy wykonawca remontów i każda przychodnia działa na arkuszach kalkulacyjnych i grupowych czatach — bo oprogramowanie szyte na miarę kosztuje około 80 tysięcy dolarów rocznie. Ty sprzedajesz im narzędzie wewnętrzne za 5000 dolarów ryczałtem i budujesz je w dwa dni.
Trik: prompt z „wywiadem przed budową” staje się twoją rozmową sprzedażową. Odpalasz go z właścicielem firmy na Zoomie — specyfikacja pisze się sama w trakcie rozmowy, a Fable buduje produkt po jej zakończeniu. To możliwe dopiero teraz, ponieważ model sam ogarnia wielkie bałagany — a oszacowanie zakresu projektu zawsze było najdroższym elementem. Na X krążył niedawno wiralowy przykład: ktoś nagrywał rozmowę z klientem i zbudował aplikację, podczas gdy klient wciąż jeszcze narzekał.
„Za chwilę przeprowadzisz wywiad z właścicielem gabinetu medycyny estetycznej o najbardziej irytującym, powtarzalnym procesie w jego firmie. Jedno pytanie naraz, maksymalnie dwanaście. Zwykły język, zero żargonu technicznego. Kop, dopóki nie będziesz w stanie opisać jego procesu lepiej niż on sam. Potem napisz specyfikację najmniejszego narzędzia, które uśmierca to irytowanie, zbuduj je i napisz jednostronicową instrukcję, którą pojmie jego najmniej techniczny pracownik.”
Efekt: wewnętrzny software, który kiedyś kosztował 80 tysięcy dolarów, klient ma za 5000. Ty wydajesz najwyżej kilkaset na tokeny. Marże są bezczelne, a nadwyżkę możesz wpychać w marketing i skalować lejek.
Odzyskiwanie pieniędzy z umów z dostawcami
Trzeci pomysł: firma odzyskująca pieniądze z umów. Średnie firmy siedzą na setkach kontraktów z dostawcami, których nikt nie czytał od podpisania: automatyczne przedłużenia, opłacone, ale niewykorzystane licencje, ceny podkręcane automatycznie o 8% rocznie. Ty czytasz to wszystko i bierzesz 25% znalezionych oszczędności. Dopóki nie znajdziesz pieniędzy — usługa nic nie kosztuje.
Możliwe dopiero teraz, bo Fable czyta tabele i harmonogramy w setkach PDF-ów bez zadyszki — a właśnie tam chowa się pieniądz.
„Oto wszystkie nasze umowy z dostawcami i 12 miesięcy faktur. Skonfrontuj je. Znajdź automatyczne przedłużenia w najbliższych 90 dniach, faktury niezgodne z umówionymi stawkami, licencje, które opłacamy, ale nie używamy, oraz podwyżki, które możemy kwestionować. Posortuj według kwot. Dla dziesięciu największych pozycji napisz dokładną treść maila do dostawcy — z argumentami, którymi dysponujemy, i kwotą, o którą należy pytać.”
Mam jeszcze dwa bonusowe pomysły — znajdziecie je w opisie odcinka.
Miodowy okres się kończy — wykorzystaj go
To tyle. Fable 5 to najmocniejszy model, jaki kiedykolwiek wyszedł, a my jesteśmy w miodowym okresie: model wciąż wliczony w abonamenty. To się wkrótce skończy. Dlatego właśnie teraz warto poćwiczyć prompty, zastosowania i okazje — żeby gdy przyjdzie rozliczanie tokenowe przez API, wiedzieć, na co ten model naprawdę warto wydawać.
Po to powstał ten odcinek: żeby rozbudzić wyobraźnię tym, co stało się możliwe — bo możliwe jest bardzo dużo — i skupić się na pomysłach o najwyższej wartości. Żebyście nie używali Fable 5 źle. Teraz umiecie pisać lepsze teksty niż ktokolwiek, budować lepsze strony niż ktokolwiek i wiecie, jak zagłębiać się w dane i zamieniać pomysły w produkty.
Mam nadzieję, że było pomocne — nic więcej nie próbuję tu robić. Jeśli odcinek wam się spodobał, dajcie znać w komentarzach, czytam każdy. Kibicuję wam i nie mogę się doczekać, co zbudujecie. Do usłyszenia w następnym.