O czym jest ten film
- Szybkość realizacji pomysłów to dziś jedna z największych przewag, a AI praktycznie zlikwidowało dystans między pomysłem a wykonaniem.
- Klasyczna pętla — najpierw sam się naucz, potem wytłumacz maszynie — ogranicza tempo działania; autor pokazuje, jak ją zamknąć.
- Z AI można współpracować jak z fachowcem: ty ustalasz cel i kontekst, a metodę wnosi materiał źródłowy — kurs, tutorial, przewodnik — z którego agent wyciąga kroki, decyzje i przykłady.
- Skill („umiejętność”) to procedura operacyjna dla agenta: kiedy ją stosować, jakie dane zebrać, jakie kroki wykonać, jak sprawdzić efekt.
- Nawet najmocniejszy model bez podanej metody daje wyniki „wiarygodne, ale ogólnikowe” — konkretny proces i przykłady wpisane w kontekst poprawiają jakość.
- Brakujące materiały agent może wyszukać sam i ułożyć sobie program nauczania; mocne strony kilku źródeł da się połączyć w jedną „superumiejętność”.
- Skill „watch” pozwala agentowi obejrzeć dowolny film — w chmurze przez Gemini albo lokalnie przez darmowy WhisperX z klatkami podawanymi Claude’owi.
- Wyciągnięte procesy trzeba zapisywać poza rozmową jako pliki (skill.md plus materiały referencyjne), żeby nie płacić tokenami za ponowne przerabianie tych samych źródeł.
- Skill Creator sam spisuje zebrane analizy w trwałą umiejętność; korekty i nowe kursy warto wpisywać z powrotem do skilla, unikając sprzecznych instrukcji.
- Podział pracy jest prosty: powtarzalne zadanie to skill, zmienne informacje to wiki — agent łączy jedno z drugim w trakcie zlecenia.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Oddeleguj metodę, nie tylko zadanie
Na czym polega: Z AI pracuje się jak z zatrudnionym specjalistą: ty określasz wynik i podajesz kontekst, a fachową wiedzę wnosi ktoś, kto proces już zna — tutaj roli eksperta pełni kurs, nagranie czy szczegółowy przewodnik, z których agent wyciąga kroki, decyzje i przykłady.
Jak stosować: Zanim zaczniesz sam uczyć się nowego procesu, poszukaj materiału, który opisuje go na tyle dokładnie, by dało się go powtórzyć krok po kroku. Przekaż go agentowi wraz z definicją oczekiwanego efektu, a swoją rolę ogranicz do sprawdzania rezultatów.
Na co uważać: Delegowanie bez weryfikacji kończy się na pozornie dobrych efektach — od razu ustal, jak będziesz oceniać jakość wykonania.
2.Skill to procedura operacyjna pisana dla maszyny
Na czym polega: Umiejętność (skill) mówi agentowi cztery rzeczy: kiedy uruchomić proces, jakich informacji potrzebuje, jakie kroki wykonać po kolei i jak skontrolować wynik. To odpowiednik firmowego SOP, tylko adresatem jest model, nie człowiek.
Jak stosować: Zapisując metodę, uwzględnij wszystkie cztery elementy. Taka struktura przenosi się między narzędziami i pozwala agentowi działać samodzielnie, bez dopisywania instrukcji w każdym czacie.
Na co uważać: Procedura nie zastępuje celu — bez jasno określonego rezultatu nawet wzorowy proces nie podpowie agentowi, po co to wszystko robi.
3.Sam model nie wystarczy — metodę wpisuje kontekst
Na czym polega: Modele językowe budują odpowiedzi z wzorców przyswojonych w treningu, a kierunek nadaje im kontekst. Jeśli zostawisz sposób pracy otwarty, model wybierze jakąś metodę za ciebie — a efekty bywają wiarygodne, ale ogólnikowe.
Jak stosować: Wpisz w kontekst konkretny proces, użyteczne przykłady i jasne reguły postępowania, a potem porównaj wyniki z instrukcjami i bez nich. Zostaw te wersje, które realnie poprawiają rezultat.
Na co uważać: „Bardziej szczegółowo” nie znaczy automatycznie „lepiej” — skuteczność instrukcji trzeba sprawdzić w praktyce, a nie zakładać z góry.
4.Zleć agentowi ułożenie programu nauki
Na czym polega: Agent sam może wyszukać brakujące źródła i przygotować program nauczania dla siebie: wypisać etapy procesu, przypisać im materiały i wyjaśnić, co każde źródło wnosi.
Jak stosować: Zacznij od tego, co już masz — kupione kursy, nagrania, zapisane poradniki — a dopiero luki każ uzupełnić researchem. Sprawdza się prompt w stylu: „agent ma potrafić X; zbuduj program źródeł uczących tego procesu, zacznij od moich materiałów, uzupełnij braki i wyjaśnij wkład każdego źródła”.
Na co uważać: Program jest dla agenta, nie dla ciebie — nie musisz przerabiać materiałów, które on ma przeanalizować.
5.Łącz źródła w jedną superumiejętność
Na czym polega: Zamiast osobnego skilla na każdy film, bierzesz mocne strony wielu materiałów: jedno świetnie tłumaczy przygotowanie, drugie schodzi głębiej w wykonanie, trzecie podpowiada lepszy sposób kontroli efektu.
Jak stosować: Trzymaj jedną umiejętność przy jednym rodzaju zadań, żeby instrukcje zachowały spójność. Gdy źródła się rozjeżdżają, każ agentowi rozstrzygnąć, które podejście daje lepszy wynik.
Na co uważać: Sklejanie metod bez decyzji, kiedy którą stosować, prowadzi prosto do sprzecznych instrukcji w jednym pliku.
6.Daj agentowi oczy: skill „watch”
Na czym polega: Umiejętność „watch” pozwala agentowi przeanalizować dowolny publiczny film albo plik z dysku. W chmurze robi to model Gemini do agentowego rozumienia wideo (bez pobierania nagrania), lokalnie — darmowy WhisperX, a kolejne klatki trafiają do Claude’a jak kartki animowanego bloczku.
Jak stosować: Po instalacji wystarczy poprosić AI o obejrzenie nagrania — agent wyciąga nauczany proces, gotowy do zamiany w umiejętność. Przy pierwszym uruchomieniu wybierasz silnik analizy.
Na co uważać: Wariant chmurowy zależy od dostępności modeli Gemini, lokalny wymaga instalacji na komputerze; odczyt wyniku i tak zużywa zwykły limit AI z twojego konta.
7.Zapisuj procesy jako pliki, nie jako wspomnienie rozmowy
Na czym polega: Kontekst czatu znika po zamknięciu okna. Bez zapisanych instrukcji za każde ponowne użycie metody płacisz tokenami za ponowną analizę tych samych materiałów.
Jak stosować: Zamieniaj wyciągnięte procesy w skille: plik skill.md opisujący pracę plus materiały referencyjne z przykładami i wyjaśnieniami. Folder ze skillami działa jak regał z książkami — agent widzi nazwy i krótkie opisy, a przy zadaniu sam zdejmuje właściwą pozycję z półki.
Na co uważać: Bez zwięzłego opisu „kiedy używać” agent będzie miał problem z trafnym wyborem umiejętności.
8.Trzymaj instrukcje na własnym dysku
Na czym polega: Pliki na komputerze — zamiast całego systemu zamkniętego w serwisie pokroju NotebookLM — możesz otworzyć, poprawić i zabrać ze sobą przy każdej zmianie narzędzia AI.
Jak stosować: Folder ze skillami trzymaj w formacie przenośnym (zwykłe pliki tekstowe z instrukcjami). Praca włożona w procedury nie przepada razem z subskrypcją czy modą na dane narzędzie.
Na co uważać: Zamknięty system wygrywa wygodą, ale twoja wiedza operacyjna utyka wtedy w cudzym formacie i cudzych limitach.
9.Korekty wpisuj z powrotem do skilla
Na czym polega: Uwagi ważne dla przyszłych zleceń powinny trafić do instrukcji — inaczej te same poprawki będziesz powtarzać przy każdym kolejnym zadaniu.
Jak stosować: Po korekcie o ogólnym znaczeniu każ agentowi zapisać ją w umiejętności. Nowe kursy przepuszczaj przez „watch” i każ Skill Creatorowi porównać ich treść z obecnymi instrukcjami — może lepiej wyjaśnią któryś krok albo podsuną sprawniejszą kontrolę efektu.
Na co uważać: Gdy nowy materiał proponuje inną metodę, każ dobrać warunek jej stosowania. Dwie instrukcje każące robić odwrotne rzeczy w jednym skillu to najkrótsza droga do chaosu — sprzecznych porad nie chcemy nigdy.
10.Rozdziel skille i wiki jednym pytaniem
Na czym polega: Jeśli zadanie się powtarza (pisanie ofert, montaż filmu, research przed rozmową z klientem) — to skill. Jeśli zmieniają się informacje (kim są klienci, co sprzedajesz, co dzieje się w projekcie) — to wiki. Skill odpowiada na pytanie „jak”, wiki na „co”, a agent składa jedno i drugie w pracy.
Jak stosować: Materiały będące głównie tłem — wykład o branży, analizę konkurenta — zapisuj w wiki, żeby agent mógł po nie sięgnąć w odpowiednim momencie. Przed uruchomieniem skilla agent sam doczytuje z wiki aktualny kontekst.
Na co uważać: Informacje zmienne zaszyte na stałe w procedurze szybko się dezaktualizują — wiki musisz na bieżąco odświeżać.
Redakcyjne tłumaczenie
Idea i wykonanie — dystans zniknął
W dzisiejszym świecie jednym z największych atutów jest to, jak szybko potrafisz coś zrealizować. A sztuczna inteligencja praktycznie zlikwidowała dystans między pomysłem a jego wykonaniem. Chcę pokazać system, który bierze tutoriale, kursy i filmy oraz zamienia je w procesy robocze — AI wykona taką pracę szybciej, niż ty skończysz oglądać materiał, z którego się jej nauczyło.
Pętla, która spowalnia
Zwykle, żeby nauczyć AI czegoś nowego, trzeba najpierw samemu poznać proces, a dopiero potem przełożyć go na instrukcje dla agenta. Każde kolejne zadanie wpędza cię w tę samą pętlę: znajdź informacje, zrozum je, wytłumacz maszynie. Cała ta przygotowawcza robota ogranicza tempo, w jakim możesz działać.
W klasycznym świecie rozwiązanie jest proste: zatrudniasz kogoś, kto danej pracy już się nauczył, i sam zostajesz przy tym, w czym jesteś najlepszy. Przekazujesz mu cel i kontekst, a on wnosi fachową wiedzę. Nie musisz przechodzić całego jego zawodu, żeby cokolwiek mu zlecić.
Dziś te same zasady obowiązują wobec AI — wystarczy dać mu metodę od kogoś, kto proces już zna. Kurs, tutorial czy szczegółowy przewodnik dostarczają kroków, decyzji i przykładów, które agent wyciąga i stosuje do zadania, podczas gdy ty ustalasz oczekiwany wynik i sprawdzasz jakość. Właśnie tak zamyka się pętlę: nie musisz poznawać każdego procesu, zanim go oddelegujesz, a raz sprawdzona metoda zostaje z tobą na następny raz.
Czym jest skill
Metodę przekazuje się agentowi w postaci skilla — umiejętności. To po prostu procedura operacyjna napisana dla AI: mówi agentowi, kiedy uruchomić dany proces, jakich informacji potrzebuje, jakie kroki wykonać po kolei i jak sprawdzić efekt.
Pomaga to nawet przy najmocniejszych modelach, bo sama inteligencja nie gwarantuje dobrego wyniku. Modele językowe tworzą odpowiedzi na podstawie wzorców przyswojonych podczas treningu, a to kontekst, który im podasz, nadaje im kierunek. Jeśli zostawisz metodę otwartą, model będzie musiał wybrać podejście za ciebie — a wtedy dostaniesz coś, co brzmi wiarygodnie, ale bywa ogólnikowe. Dobry skill wpisuje w ten kontekst konkretny proces, użyteczne przykłady i jasne reguły postępowania. Agent dostaje więcej szczegółów zarówno o samej robocie, jak i o tym, jak wygląda dobry efekt. Takie instrukcje można testować w praktyce i zostawiać te, które realnie poprawiają wyniki.
Gdy agent potrafi odnaleźć wartościowe informacje, wyciągnąć z nich metodę i zamienić ją w umiejętność, pętla uczenia znika. Jedyne, co nas teraz ogranicza, to decyzja, co właściwie chcemy umieć robić.
Materiały źródłowe i program nauki dla agenta
Wychodzisz od zdolności, jaką agent ma zdobyć: projektowanie prezentacji, montaż wideo, research na zadany temat, budowa strony internetowej — cokolwiek. Zawsze szukaj materiałów opisujących tę pracę na tyle dokładnie, by agent mógł powtórzyć proces krok po kroku. Może już masz kupiony kurs, jakieś nagranie albo zapisany poradnik — daj je agentowi w pierwszej kolejności. A jeśli czegoś brakuje, poproś go, żeby zbadał temat i ułożył program materiałów do przerobienia.
Ten program jest dla agenta, nie dla ciebie. Zleć mu wypisanie części procesu, które musi opanować, wyszukanie wartościowych źródeł do każdej z nich i wyjaśnienie, co dane źródło wnosi. Możesz użyć prompta w tym stylu:
„Chcę, żeby agent potrafił [zadanie]. Zbuduj skoncentrowany program nauczania oparty na źródłach uczących tego procesu. Zacznij od materiałów, które już mam, wyznacz etapy, jakie umiejętność musi obejmować, znajdź materiały na brakujące ogniwa i wyjaśnij, co wnosi każde źródło.”
Z kilku źródeł jedna superumiejętność
Nie trzeba też tworzyć osobnej umiejętności do każdego filmu. Z kilku kursów można wziąć to, co najlepsze, i połączyć w jeden proces dla danego zajęcia: jeden materiał świetnie tłumaczy przygotowanie, drugi schodzi głębiej w samo wykonanie, a trzeci podpowiada lepszy sposób kontroli efektu. Złożone razem dają „superumiejętność” — jeden skupiony proces zbudowany z kilku wartościowych źródeł. Trzymaj ją przy jednym konkretnym rodzaju zadań, żeby instrukcje zachowały spójność. A gdy dwa źródła się rozjeżdżają, agent rozstrzyga, które podejście przynosi lepszy rezultat.
Niech agent obejrzy film: skill „watch”
Przerobienie takiej masy materiałów zajęłoby człowiekowi godziny — więc przekażmy tę zdolność agentowi. Zanim jednak cokolwiek zamienimy w umiejętność, agent musi umieć oglądać filmy, i do tego służy mój skill „watch”. Możesz pobrać go bezpłatnie z poradnika instalacji — link znajdziesz w opisie filmu. Mając link, w Claude Code dodaj repozytorium umiejętności (marketplace) z watchem; jeśli pracujesz w Codexie albo w aplikacji ChatGPT na komputerze, zainstaluj skilla, podając link do instalatora. Przy pierwszym uruchomieniu narzędzie zapyta o silnik — wrócę do tego za moment.
(Informacja dodatkowa: Claude Code, Codex i aplikacja ChatGPT na komputerze to środowiska pracy agentowej — odpowiednio od Anthropic i OpenAI. Wszystkie pozwalają dodawać własne „skills”: pliki z instrukcjami, po które agent sięga przy odpowiednich zadaniach.)
Samo użycie jest banalne. Mam nagranie, proszę AI, żeby je obejrzało — a ono wyciąga nauczany proces i widzę całość na ekranie. Działa to z każdym publicznym filmem oraz z każdym plikiem na twoim komputerze. Pod maską pracuje nowy model Gemini do agentowego rozumienia wideo: analizuje nagranie w chmurze, niczego nie pobierając. Wolisz rozwiązanie lokalne? Darmowy WhisperX transkrybuje film na twoim komputerze, a kolejne klatki trafiają do Claude’a jak kartki animowanego bloczku (flipbooka). W obu przypadkach odczytanie wyniku zużywa zwykły limit AI z twojego konta.
Zaplanuj trwałość: biblioteka umiejętności
Agent obejrzał film — świetnie. Kolejny krok to sprawienie, żeby proces przetrwał poza bieżącą rozmową. Wiedzę wyciągniętą z nagrań wykorzystasz tu i teraz, lecz po otwarciu nowego czatu kontekst przepada. Jeżeli nie zapiszemy instrukcji w łatwo dostępnym miejscu, przy następnej okazji znów zapłacimy tokenami za przerabianie tego samego materiału. Dlatego zamieniamy to w umiejętność, po którą agent sięgnie, ilekroć znowu trafi na podobne zadanie.
Biblioteką jest po prostu folder ze skillami. Każda umiejętność zawiera plik skill.md opisujący agentowi, jak wykonać pracę, oraz pliki referencyjne z przykładami i dokładniejszymi wyjaśnieniami z filmu. Działa to dokładnie jak regał z książkami: agent widzi tytuł każdej umiejętności i krótką notkę, kiedy po nią sięgać. Gdy zlecasz zadanie, zdejmuje z półki właściwą pozycję i czyta instrukcje, doczytując przykłady wtedy, gdy ich potrzebuje. Z czasem powstaje cała biblioteka, z której korzystasz, kiedy chcesz.
Skill Creator zapisuje proces za ciebie
Sam zapis wykonuje za ciebie kolejna umiejętność — Skill Creator. Watch przerabia filmy, a Skill Creator zamienia zebrany materiał w skilla do dalszego użytku w Claude Code albo Codexie. W tej samej rozmowie wystarczy wpisać „/skill creator”, powiedzieć, co nowa umiejętność ma robić, i poprosić o połączenie wartościowych fragmentów wszystkich filmów oraz kursów w jeden proces. Oto prompt, którego używam:
„Stwórz z materiałów i analiz wideo zebranych w tej rozmowie jedną wielokrotnego użytku umiejętność do [zadania]. Zbuduj ujednolicony proces zamiast osobnych streszczeń każdego źródła. Szczegółowe wyjaśnienia i przykłady wizualne zostaw jako pliki referencyjne. Usuń powtórzenia, zaznacz, kiedy stosować alternatywne metody, i oznacz nierozwiązane sprzeczności oraz luki. Zapisz umiejętność we właściwym dla tego agenta miejscu.”
Od tej chwili umiejętność czeka w folderze, a agent może do niej wracać, ilekroć potrzebuje.
Pliki zamiast zamkniętych systemów
Właśnie dlatego wolę trzymać te rzeczy jako pliki na moim komputerze, a nie w całości w serwisie pokroju NotebookLM. Mogę otworzyć instrukcje, poprawić wszystko, co mi nie pasuje, i zabrać je ze sobą przy każdej zmianie narzędzia AI.
(Informacja dodatkowa: NotebookLM to serwis Google do pracy z własnymi źródłami i notatkami — wygodny, ale zamknięty w jednym ekosystemie.)
Dalsza praca jest już prosta: bierzesz nowe zadanie, wywołujesz świeżo zapisaną umiejętność i przekazujesz kontekst tego, nad czym pracujesz. Proces jest zaszyty w instrukcjach, więc podajesz wyłącznie szczegóły zmienne od zlecenia do zlecenia.
Utrzymanie: korekty wracają do skilla
Gdy poprawiasz coś, co ma znaczenie także przy przyszłych zleceniach, każ agentowi zapisać tę uwagę w umiejętności. Inaczej przy każdym następnym razie będziesz powtarzać tę samą korektę.
Trafiwszy na kolejny wartościowy kurs czy poradnik, przepuść go przez watch, a potem poproś Skill Creator o zestawienie jego treści z istniejącym skillem. Być może nowy materiał lepiej wyjaśni któryś krok, pokaże coś, co umknęło, albo podpowie agentowi sprawniejszy sposób sprawdzania efektów. Może to brzmieć tak:
„Użyj Watcha na nowym źródle, a następnie wywołaj Skill Creator, żeby ulepszyć umiejętność. Porównaj nowe informacje z obecnymi instrukcjami i wskaż wartościowe uzupełnienia, korekty oraz sprzeczne rady.”
Jeśli nowa treść uczy innego sposobu robienia czegoś, każ agentowi wyjaśnić, kiedy to podejście stosować — po to, żeby w skillu nie zostały dwie instrukcje każące robić odwrotne rzeczy. Sprzecznych porad w umiejętności nie chcemy nigdy.
Skill czy wiki? Jedno pytanie decyzyjne
Jeśli masz już zbudowany Founder OS, drugi mózg albo wiki, pewnie zastanawiasz się, gdzie w tym wszystkim jest miejsce na skille. Rozróżnienie jest proste i sprowadza się do jednego pytania: powtarza się zadanie czy zmieniają się informacje?
(Informacja dodatkowa: Founder OS to autorski system Brada Bonanno do prowadzenia firmy z pomocą AI; „drugi mózg” to popularna metoda osobistego zarządzania wiedzą.)
Powtarzalne zadanie to umiejętność. Pisanie oferty, montaż filmu, research przed rozmową z klientem — za każdym razem ten sam proces, a więc agent nie powinien wymyślać go od nowa ani razu więcej.
Zmienne informacje trafiają do wiki. Kim są moi klienci, co sprzedaję, co się aktualnie dzieje w projekcie — to płynie z tygodnia na tydzień, więc musi leżeć w miejscu, do którego agent zajrzy, a nie być zaszyte na stałe w procesie. Gdy agent uruchamia umiejętność, pobiera z wiki odpowiednie strony i w ten sposób zdobywa aktualny kontekst. Skill odpowiada na pytanie „jak”, wiki na pytanie „co”, a agent łączy jedno z drugim w trakcie pracy.
Mówiliśmy dziś o filmach uczących procesu. Jeśli jednak oglądasz coś, co jest głównie tłem — wykład o twojej branży albo analizę konkurenta — nie zamieniaj tego w umiejętność. Zapisz w wiki, żeby agent mógł po to sięgnąć, gdy będzie istotne.
Na koniec: bootcamp i linki
Chcesz zbudować system operacyjny AI, który prowadzi cały twój biznes? Tym zajmiemy się na najbliższym Founder OS Bootcampie: przekażę własne, dokładne ustawienia i playbooki AI, a potem nauczę, jak dopasować je do twojej firmy. Zapisz się na listę oczekujących w opisie, żeby mieć pierwszeństwo dostępu. Tam też znajdziesz linki do skilla watch i pełnego poradnika instalacji. Jeśli materiał był pomocny — zasubskrybuj kanał. Dzięki za obejrzenie.