O czym jest ten film
- Davis proponuje inne pytanie niż „Z którego modelu korzystasz?”: ile zadań AI wykonuje, kiedy ty zajmujesz się czymś innym?
- Przywołuje wypowiedzi osób związanych z OpenAI i Claude Code, które coraz więcej uwagi poświęcają równoległej pracy z AI.
- Pierwszy krok to powierzenie AI jednego zadania przed spotkaniem i sprawdzenie wyniku po powrocie.
- Do takiej pracy nadają się przede wszystkim szkice, wstępne badanie tematu i analizy, które człowiek sprawdzi przed użyciem.
- Autor pokazuje przykłady: uporządkowanie poczty i przygotowanie odpowiedzi, stworzenie prezentacji oraz porównanie arkuszy z danymi.
- Polecenie powinno określać cel, zadanie, kryteria ukończenia, dodatkowe zasady i krótki raport z wykonanej pracy.
- Jeśli AI nie ma danych potrzebnych do przygotowania odpowiedzi, powinno zostawić ją do decyzji człowieka i wyjaśnić dlaczego.
- Sam zakaz wysyłania wiadomości zapisany w poleceniu nie wystarczy. Trzeba również sprawdzić uprawnienia narzędzia.
- Przy kilku równoległych zadaniach każde powinno być niezależne i mieć osobne miejsce na pliki oraz materiały.
- Człowiek powinien oceniać gotowy wynik, zamiast stale obserwować przebieg pracy — pod warunkiem że wcześniej jasno określił oczekiwany rezultat.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Zacznij od jednego zadania wykonywanego bez twojego udziału
Na czym polega: Najważniejsza zmiana na początek to przejście od obserwowania każdej odpowiedzi AI do zlecenia jej pracy, którą sprawdzisz później.
Jak stosować: Przed spotkaniem powierz AI przygotowanie szkicu, uporządkowanie materiałów albo wstępną analizę. Po spotkaniu oceń gotowy wynik.
Na co uważać: Wybierz zadanie, którego błędny wynik można poprawić przed wykorzystaniem. Nie zaczynaj od czynności wywołujących nieodwracalne skutki.
2.Wybieraj zadania, których wynik i tak sprawdzisz
Na czym polega: Szkic prezentacji, projekt odpowiedzi czy analiza danych mogą powstawać bez bieżącego nadzoru, jeśli przed ich użyciem nastąpi kontrola.
Jak stosować: Powierz AI przygotowanie wersji roboczej, a sobie zostaw decyzję o jej zatwierdzeniu i użyciu.
Na co uważać: Wstępna analiza może zawierać błędy. Szczególnie dokładnie sprawdzaj wnioski, na których ma się opierać decyzja.
3.Opisz cel, zanim podasz listę czynności
Na czym polega: AI łatwiej dobrać sposób pracy, gdy wie, jaki rezultat ma być dla ciebie użyteczny.
Jak stosować: Przy porządkowaniu poczty napisz, że po powrocie ze spotkania chcesz w kilka minut przejrzeć pilne wiadomości i gotowe szkice odpowiedzi.
Na co uważać: Sam ogólny cel nie zastąpi zakresu zadania. Doprecyzuj, które wiadomości lub pliki AI ma przejrzeć.
4.Podaj sprawdzalne warunki ukończenia
Na czym polega: Jasne kryteria pozwalają AI ocenić własny wynik przed oddaniem go do kontroli.
Jak stosować: Wymagaj na przykład, by projekt odpowiedzi odnosił się do pytania nadawcy, miał najwyżej 150 słów i nie zawierał niezatwierdzonych obietnic.
Na co uważać: Kryteria pomagają wychwycić uchybienia, ale nie dają gwarancji poprawności. Ostateczna ocena nadal należy do ciebie.
5.Pozwól AI zgłosić niepewność
Na czym polega: Puste miejsce z wyjaśnieniem może być bardziej przydatne niż odpowiedź oparta na domysłach.
Jak stosować: Zapisz w poleceniu, że gdy brakuje danych lub nie wiadomo, co odpisać, AI ma pominąć projekt i podać przyczynę.
Na co uważać: Sprawdź pominięte sprawy. Wśród nich może znaleźć się wiadomość wymagająca pilnej reakcji.
6.Proś o krótki raport z wykonania
Na czym polega: Raport pozwala szybko ustalić, co zostało zrobione, zanim przejdziesz do szczegółowej kontroli.
Jak stosować: Poproś o liczbę przejrzanych wiadomości, przygotowanych odpowiedzi i spraw pozostawionych bez projektu wraz z powodami.
Na co uważać: Raport nie zastępuje sprawdzenia treści. Liczby pokazują zakres pracy, lecz nie jej jakość.
7.Ograniczaj uprawnienia narzędzia
Na czym polega: Polecenie „tylko przygotuj szkice” jest dodatkową wskazówką, ale najpewniejszą granicę wyznacza dostęp do funkcji wysyłania, wydawania pieniędzy czy usuwania plików.
Jak stosować: Przed podłączeniem poczty sprawdź, czy AI może jedynie czytać wiadomości i tworzyć wersje robocze. Jeśli narzędzie pozwala wyłączyć wysyłanie, zrób to.
Na co uważać: Nie zakładaj, że każde narzędzie oferuje te same ustawienia. Sprawdź konkretne uprawnienia używanego połączenia.
8.Uruchamiaj równolegle tylko niezależne zadania
Na czym polega: Dwie prace można prowadzić jednocześnie, jeśli żadna nie potrzebuje wyniku drugiej.
Jak stosować: W tym samym czasie zleć jednemu systemowi szkic prezentacji, a drugiemu uporządkowanie poczty.
Na co uważać: Gdy druga praca wymaga ustaleń z pierwszej, uruchom je kolejno. Równoległość nie przyspieszy zadania, które ma taki warunek.
9.Oddziel materiały poszczególnych zadań
Na czym polega: Osobne foldery pomagają utrzymać porządek, gdy kilka instancji AI pracuje nad różnymi rezultatami.
Jak stosować: Każdemu zadaniu przypisz własny folder z potrzebnymi plikami i jednoznaczną nazwą celu.
Na co uważać: Nie mieszaj materiałów z różnych prac. W przeciwnym razie trudniej ustalić, na jakich danych powstał dany wynik.
10.Poprawiaj sposób zlecania na podstawie gotowych wyników
Na czym polega: Gdy AI oddaje pracę, możesz sprawdzić, czy otrzymało dość informacji, jasne kryteria i właściwe ograniczenia.
Jak stosować: Po odbiorze zanotuj powtarzające się błędy oraz pominięte sprawy. Doprecyzuj kolejne polecenie, zanim zwiększysz liczbę równoległych zadań.
Na co uważać: Nie uruchamiaj coraz większej liczby prac tylko dlatego, że pierwsza się udała. Koszty i czas potrzebny na kontrolę wyników także rosną.
Redakcyjne tłumaczenie
Pytanie, które warto zadać podczas spotkania
Ile systemów AI pracuje dla ciebie teraz, kiedy oglądasz ten materiał? W przypadku większości osób uczciwa odpowiedź brzmi: ani jeden. Tymczasem ludzie, którzy tworzą te narzędzia, coraz częściej zwracają uwagę właśnie na tę liczbę. Według nich może ona mówić o sposobie korzystania z AI więcej niż liczba napisanych poleceń czy wybór płatnego modelu.
Jeden z szefów działu naukowego OpenAI opowiadał, że podczas spotkania czuł się w tyle, bo nie uruchomił wcześniej żadnego zadania dla AI. Przez godzinę rozmawiał z ludźmi, a w tym czasie żaden system nie wykonywał dla niego innej pracy.
Większość z nas korzysta z AI inaczej: wpisujemy polecenie i patrzymy, jak odpowiedź pojawia się na ekranie, zdanie po zdaniu. Trudno się temu dziwić — tak właśnie nauczyliśmy się używać tych narzędzi. Chcę jednak pokazać prostą zmianę nawyku: jak przejść od zera do jednego zadania wykonywanego bez naszego udziału. Pokażę też schemat polecenia, z którego korzystam, oraz trzy zasady przydatne wtedy, gdy takich zadań będzie kilka.
Co zauważyłem u osób pracujących z AI
W ostatnich miesiącach zacząłem dostrzegać podobny sposób myślenia u osób związanych z czołowymi firmami rozwijającymi AI. Najmocniej zapadła mi w pamięć wspomniana wypowiedź przedstawiciela OpenAI. Poszedł na spotkanie, zapominając wcześniej zlecić AI pracę, i przez cały czas miał poczucie, że tę godzinę można było wykorzystać również na wykonanie innego zadania.
Dziś niemal wszyscy pracujemy po staremu: przygotowujemy coś przed spotkaniem albo po nim. W czasie samej rozmowy pozostała praca czeka. Sądzę, że gdy przyzwyczaimy się do powierzania AI zadań na czas naszej nieobecności, również zaczniemy zauważać takie niewykorzystane okazje.
Podobny wątek pojawił się w prezentacji twórcy OpenClaw, który dołączył do OpenAI. Mówił, że ma duży dostęp do zasobów potrzebnych do pracy modeli, więc największym ograniczeniem stała się jego własna uwaga: może uruchomić wiele agentów, ale tylko określoną liczbę potrafi skutecznie prowadzić jednocześnie.
Z kolei twórca Claude Code opublikował swoje obserwacje dotyczące tego, jak zespoły uczą się korzystać z AI. W jego opisie kolejne etapy zaawansowania wiążą się między innymi z rosnącą liczbą zadań AI, nad którymi ludzie potrafią zapanować. Wszystkie te przykłady prowadzą mnie do jednego pytania: ile systemów może dla ciebie pracować, kiedy twoja uwaga jest potrzebna gdzie indziej? Odnośniki do przywołanych wypowiedzi i materiałów zamieściłem przy filmie.
Jeśli interesują cię kolejne zastosowania AI w firmie i codziennej pracy, pod filmem znajdziesz także mój bezpłatny, trzydziestodniowy cykl wiadomości. Są tam również informacje dla osób, które chciałyby ze mną współpracować.
Zacznij w małej skali
Osoby, które przywołałem, mają dostęp do znacznie większych zasobów obliczeniowych niż większość odbiorców tego materiału. Mogą uruchamiać wiele kosztownych zadań. Nie znaczy to jednak, że trzeba czekać na podobne warunki, aby wyrobić przydatny nawyk. Można zacząć od jednego niewielkiego zadania i stopniowo uczyć się prowadzić kolejne.
Praca wymagającego modelu przez długi czas nadal może sporo kosztować. Spodziewam się, że w przyszłości te koszty spadną i łatwiej będzie uruchamiać kilka systemów równocześnie, również przy trudniejszych zadaniach. Na razie warto ćwiczyć sposób zlecania i odbierania pracy w skali, na którą możesz sobie pozwolić.
Pomyśl o swoim obecnym sposobie korzystania z AI. Dajesz polecenie, czytasz powstającą odpowiedź, czekasz, dopisujesz kolejną wskazówkę i znów obserwujesz ekran. To może być pomocne, ale wciąż wymaga twojej uwagi przez cały czas wykonywania zadania.
Spróbuj inaczej. Przed wejściem na spotkanie powierz AI konkretną pracę. W czasie rozmowy skup się na osobach, z którymi się spotykasz. Gdy wrócisz, sprawdź przygotowany rezultat. Twój czas jest ograniczony, dlatego warto wybierać zadania, które AI może wykonać wtedy, gdy ty jesteś zajęty czymś innym.
Co można zlecić przed spotkaniem
Najprostszy przykład to poczta. Możesz poprosić AI, aby przejrzała nowe wiadomości, uporządkowała je według pilności i przygotowała szkice odpowiedzi. Po spotkaniu sprawdzisz propozycje i zdecydujesz, co wysłać.
Podobnie można postąpić z materiałami do pracy: raportem, prezentacją czy innym dokumentem. Zamiast siedzieć przed ekranem i obserwować, jak powstają kolejne slajdy, przekaż potrzebny kontekst oraz wymagania, a gotowy projekt oceń później.
Trzeci przykład to analiza danych. Jeśli masz kilka arkuszy i chcesz znaleźć wspólne wzorce albo odstępstwa, przekaż je AI wraz z pytaniem, na które analiza ma odpowiedzieć. Kiedy wrócisz, przejrzysz ustalenia i sprawdzisz, czy uzasadniają proponowany wniosek.
Takie zadania zabierają czas również AI, a człowiekowi często zajęłyby go jeszcze więcej. Warunkiem oszczędności jest jednak dobre zlecenie. Jeśli zabraknie celu, materiałów lub kryteriów oceny, po powrocie możesz utknąć w kolejnych poprawkach.
Które zadania mogą poczekać na twoją kontrolę
Wszystkie przytoczone przykłady mają wspólną cechę: rezultat jest wersją roboczą, którą sprawdzisz przed użyciem. Do pracy bez bieżącego nadzoru nadają się wstępne szkice, zebranie informacji i podstawowe analizy. Gdy pojawi się błąd, możesz go poprawić, zanim wynik wpłynie na twoje finanse, sytuację prawną lub reputację.
Inaczej jest z zadaniami, w których AI może samodzielnie coś wysłać, wydać pieniądze albo usunąć pliki. Tu błąd może mieć skutki, których nie da się po prostu skreślić z projektu. Takie działania wymagają twojej kontroli, zanim zostaną wykonane.
Polecenie, które ułatwia odbiór pracy
Gdy uruchamiam zadanie, którego nie będę obserwował, układam polecenie w pięciu częściach. Najpierw podaję cel: po co praca ma zostać wykonana. Potem opisuję zadanie. Następnie zapisuję warunki ukończenia, czyli kryteria, które AI ma sprawdzić przed oddaniem wyniku. Dodaję zasady dotyczące postępowania w sytuacjach niejasnych i ograniczenia działań. Na końcu proszę o raport z wykonania.
Raport jest czymś innym niż główny rezultat. Jeśli zamawiam prezentację, prezentacja pozostaje najważniejszym wynikiem. Krótki raport pozwala mi jednak szybko zorientować się, co zostało przygotowane, czego zabrakło i co wymaga uwagi.
Pokażę to na przykładzie poczty. Mój cel brzmi: po powrocie ze spotkania chcę w kilka minut przejrzeć wiadomości wymagające reakcji i szkice odpowiedzi, zamiast spędzać godzinę na czytaniu całej skrzynki.
Zadanie polega na przejrzeniu dzisiejszych nieprzeczytanych wiadomości. AI ma rozdzielić je na trzy grupy: wymagające mojej szybkiej decyzji, nadające się do krótkiej odpowiedzi oraz takie, które mogę pominąć. Następnie ma przygotować projekty odpowiedzi, korzystając z moich wcześniejszych wiadomości jako wskazówki dotyczącej stylu.
Potem określam warunki ukończenia. Każdy projekt ma odpowiadać na pytanie nadawcy. Ma mieć mniej niż 150 słów. Nie może zawierać obietnicy terminu, ceny ani zobowiązania, których wcześniej nie zatwierdziłem. Jeśli któryś warunek nie jest spełniony, AI ma poprawić szkic przed oddaniem mi pracy.
Dodaję też zasadę na wypadek niepewności: jeśli system nie wie, jak odpowiedzieć, może pozostawić projekt pusty. Powinien wtedy wyjaśnić, dlaczego nie przygotował odpowiedzi. Dzięki temu łatwiej mi znaleźć sprawy wymagające własnej decyzji, a AI nie musi zgadywać.
Druga zasada brzmi: przygotuj wyłącznie szkice, niczego nie wysyłaj. Sama instrukcja w poleceniu jest jednak tylko dodatkowym zabezpieczeniem. Jeśli łączysz AI z Gmailem lub Outlookiem, sprawdź uprawnienia udostępniane przez dane narzędzie. Jeżeli można odebrać mu możliwość wysyłania wiadomości, zrób to. W niektórych połączeniach taka możliwość może w ogóle nie być dostępna dla AI; trzeba to sprawdzić w używanym narzędziu.
Na koniec proszę o raport: ile wiadomości zostało przejrzanych, ile projektów odpowiedzi powstało i które sprawy pominięto. Przy pominiętych wiadomościach chcę znać powód. Pozwala mi to szybko rozpocząć kontrolę, a później lepiej sformułować kolejne polecenie.
Gdy jednocześnie pracuje kilka systemów
Jedno zadanie wykonywane podczas spotkania zwykle łatwo opanować. Po pewnym czasie możesz zechcieć uruchomić dwa, trzy lub więcej. Wtedy rośnie ryzyko zamieszania, niepotrzebnego zużycia zasobów i błędów, które trudno wyjaśnić. Proponuję trzy zasady na początek.
Po pierwsze, zadania muszą być niezależne. Jeśli wykonanie zadania B wymaga wyniku zadania A, nie uruchamiaj ich równocześnie. Najpierw dokończ A, a dopiero potem przekaż jego wynik do B. Równoległa praca ma sens wtedy, gdy każde zadanie może zostać ukończone samodzielnie.
Po drugie, rozdziel materiały. Każdej pracy przydziel osobny folder powiązany z jej celem. Dzięki temu pliki i kontekst jednego zadania nie mieszają się z materiałami drugiego. Łatwiej też później ustalić, co powstało w ramach danej pracy.
Po trzecie, oceniaj gotowy rezultat. Gdy zlecisz zadanie, nie wracaj co chwilę do podglądania postępów. Wykorzystaj ten czas na spotkanie lub inną pracę, która wymaga twojej uwagi. Potem przejrzyj wynik. Zaufanie do takiego sposobu działania buduje się przez coraz lepsze określanie celu, dostarczanie potrzebnych informacji i ustalanie sprawdzalnych warunków ukończenia.
Najpierw przejdź więc od zera do jednego zadania, które AI wykona pod twoją nieobecność. Kiedy nauczysz się je zlecać i odbierać, możesz stopniowo zwiększać liczbę równoległych prac. Pamiętaj wtedy o ich niezależności, oddzielnych materiałach i kontroli gotowych wyników.
Pod filmem znajdziesz wspomniany trzydziestodniowy cykl o zastosowaniach AI oraz informacje o współpracy ze mną. Jest też kolejny materiał poświęcony słabej stronie opisanego sposobu pracy: AI może wykonać zadanie poprawnie według własnych założeń, lecz inaczej, niż ty byś to zrobił. Pokazuję w nim, jak przekazać jej swój sposób postępowania, aby nie trzeba było za każdym razem zaczynać od nowa.