O czym jest ten film
- Prosty system, w którym AI obserwuje Twój ekran i co kilka sekund zapisuje zrzut ekranu.
- Zrzuty i metadane trafiają do dziennego folderu, a tani model streszcza je i wychwytuje powtarzalne, mało wartościowe czynności.
- Powstaje „rejestr obserwacji” (ledger), a raz dziennie lub raz w tygodniu pytasz Fable: „jak zoptymalizować mój workflow?”.
- Autor wdrożył to w mniej niż 5 minut i już odzyskał ok. pół godziny dziennie, licząc docelowo na 2–3 godziny.
- Konkretne przykłady: poranny „digest” zamiast wielokrotnego sprawdzania stron, przechwytywanie pomysłów jednym skrótem klawiszowym, uproszczenie widoku w menedżerze projektów.
- Teza autora: drobne nieefektywności sumują się w skali milionów ludzi i realnie obniżają PKB kraju.
- Przykład oszczędności finansowej: zastąpienie płatnego narzędzia do transkrypcji głosowej rozwiązaniem lokalnym — szybsze i tańsze o 15 dolarów miesięcznie.
- Zastosowanie dla nowych pracowników: AI analizuje ich sposób pracy i po dniu podsuwa usprawnienia (np. rozszerzenie do przeglądarki).
- Pomysł rozszerzenia poza komputer: kamera w pokoju rejestrująca postawę, oświetlenie, ergonomię — AI wychwytuje szkodliwe nawyki.
- Analizę można uruchamiać w tle raz na dobę (np. przed snem), wykorzystując limit sesji, a autor udostępnia gotowe skrypty pod filmem.
Redakcyjne tłumaczenie
Prosty system optymalizacji pracy
Skoro wszyscy mamy dostęp do Fable na najbliższe kilka dni, a wiele osób zastanawia się zapewne, jak z niego korzystać, przedstawię niezwykle prosty system, który może wdrożyć praktycznie każdy w dowolnej organizacji i który znacząco poprawi produktywność pracy przy komputerze.
W skrócie działa to tak: Ty pracujesz, a Fable — albo inne AI — obserwuje Twój ekran i co pięć sekund robi zrzut. Zapisujesz to do dziennego folderu pełniącego rolę bazy danych, przekazujesz naprawdę taniemu modelowi do streszczenia, a następnie zliczasz powtarzalne, mało wartościowe zachowania. Tworzysz z tego rejestr notatek i obserwacji, a potem po prostu regularnie pytasz Fable — raz dziennie, raz w tygodniu, z dowolną częstotliwością, na jaką chcesz przeznaczyć tokeny API: „Jak mogę usprawnić mój sposób pracy?”.
Brzmi bardzo prosto, wdrożenie zajęło mi mniej niż pięć minut, a działa świetnie. Już w ciągu ostatnich kilku dni odzyskałem co najmniej pół godziny dziennie. Realnie sądzę, że dojdę do jakichś dwóch–trzech godzin dziennie. I trzeba pamiętać, że uważam się za dość zoptymalizowanego pracownika wiedzy — pracuję z komputerami praktycznie całe życie.
Trzy konkretne przykłady z niecałej godziny nagrania
Oto przykład krótkiego briefu — trzy pomysły, które system zarejestrował w mniej niż godzinie faktycznego czasu na ekranie.
Po pierwsze: poranny digest zamiast pętli sprawdzania. System zauważył, że w dość cykliczny sposób wchodzę na strony internetowe, sprawdzając różne aktualizacje, i zasugerował: „Czemu nie stworzyć wysokiej jakości porannego digestu, który zawiera wszystkie te informacje — tyle że w jednym miejscu, zamiast ośmiu razy z osobna?”.
Po drugie: przechwytywanie pomysłów skrótem klawiszowym. Mam nawyk, że przez cały dzień notuję pomysły na treści. System przekształcił proces, który wcześniej zabierał mi dodatkowe 5–10 minut dziennie, w komendę skryptu Raycast z przekazaniem do API Linear. (Informacja dodatkowa: Raycast to launcher dla macOS, Linear to narzędzie do zarządzania projektami.) Teraz po prostu naciskam jeden skrót, dyktuję jedno zdanie i natychmiast wracam do pracy.
Po trzecie: podsunął mi pomysły dotyczące widoku międzyzespołowego w moim menedżerze projektów — po prostu powiedział: „Powinieneś połączyć to wszystko w znacznie prostszy przepływ pracy”.
PKB ukryte w drobnych nieefektywnościach
Powód, dla którego chciałem nakręcić ten film, jest taki, że naprawdę uważam, iż w tego typu drobnych nieefektywnościach pogrzebana jest ogromna część PKB. Sam fakt, że musisz przesunąć mysz w lewy górny róg ekranu, kliknąć dwa–trzy razy i zmarnować 15 sekund bez żadnego uchwytnego powodu — podczas gdy istnieje skrót klawiszowy. Te drobne straty kumulują się w czasie, na przestrzeni setek tysięcy i milionów ludzi w organizacjach, realnie obniżając produkt krajowy brutto.
Gdybyśmy zdołali skłonić jak najwięcej ludzi do optymalizacji pracy, moglibyśmy w zasadzie wyeliminować całe obecne marnotrawstwo tych czynności i skierować cały czas i energię na rzeczy, które naprawdę robią różnicę — dla firm, dla ludzi i dla państwa.
Realny zwrot finansowy
Pokazuję Wam te przykłady, bo chcę, żebyście zobaczyli realistyczne korzyści, jakie osiągniecie już w pierwszych godzinach korzystania. Ale zdarzyły mi się też zyski przekładające się wprost na pieniądze. Wcześniej używałem oprogramowania do transkrypcji głosowej o nazwie Aqua, które kosztowało mnie sporo co miesiąc. Za każdym razem, gdy z niego korzystałem, wstawienie tekstu zajmowało około 250 milisekund. To rozwiązanie nie tylko zaoszczędziło mi 15 dolarów miesięcznie — skróciło też czas z około ćwierć sekundy do 50 milisekund. A system wychwycił, że transkrybuję głosowo setki, jeśli nie tysiące razy dziennie. To daje jakieś 200 milisekund razy 500 — kilka odzyskanych minut dziennie plus 15 dolarów w kieszeni.
Efekt skali w organizacji
Wiem, że to wszystko brzmi błaho, ale wyobraźcie sobie taką strategię zastosowaną wobec nowych osób w organizacji. Przychodzą, nie znają jeszcze żadnych procedur (SOP), a już po dniu czy dwóch pracy Fable analizuje sposób, w jaki wykonują swój workflow, i poleca im np. rozszerzenie do Chrome, które oszczędza pięć minut dziennie. Drobna oszczędność w izolacji staje się ogromna w skali.
Wiem to, bo dokładnie tak się stało u mnie. Codziennie wykonywałem tę samą podstawową, proceduralną czynność — otwierałem stale określoną liczbę stron. Fable po prostu powiedział: „Czemu nie otworzyć wszystkich tych stron jednocześnie za pomocą rozszerzenia do Chrome? Właśnie je dla Ciebie napisałem, proszę”. Żadna z tych rzeczy nie wydaje się wielka, ale się sumują — i teraz oszczędzam sporo czasu każdego dnia.
Rozszerzenie poza komputer
Osobiście uważam, że to prawdopodobnie przyszłość wszelkiej optymalizacji pracy, przynajmniej w wymiarze cyfrowym. Sądzę też, że można to zastosować szerzej — do całego życia. Rozważam nawet, choć wiem, że brzmi to szalenie, zamontowanie kamery w prawym górnym rogu pokoju, która co 5–10 sekund robi zdjęcia. Uruchomić to na serię trzy- do siedmiodniową, a potem podać do Fable razem z tym samym przepływem anotacji.
Wyobraźcie sobie, ile drobnych zachowań pewnie wykonuję. Może to pochylanie się, by podrapać się po plecach — Fable by to wychwycił i zapytał: „Coś się tam dzieje? Jak mogę pomóc?”. Może sposób, w jaki odchylam się na krześle, prowadzi do bólu pleców. Może ciągle mrużę oczy, bo światło pada mi na twarz, albo monitor nie jest na wysokości wzroku i siedzę przekrzywiony. Wszystko to wydaje się drobne w izolacji — a w skali robi się poważne.
Jak to działa technicznie
Sam system zużywa jakieś 8 640 wierszy metadanych. (Informacja dodatkowa: to mniej więcej liczba pięciosekundowych zrzutów w ciągu doby.) To tekst, więc jest praktycznie darmowy. Próbkujesz około 20 klatek — analiza obrazu tylko tam, gdzie sam tekst nie wystarczy. Modyfikujesz rejestr obserwacji, czyli dużą listę spostrzeżeń. A jeśli coś powtórzyło się więcej niż trzy–cztery razy, system potwierdza wzorzec złego nawyku lub nieefektywności i sugeruje usprawnienie.
Czyli na przykład: „Użyj skrótu — dziś cztery razy przeklikiwałeś się przez menu”. „To narzędzie głosowe za 30 dolarów miesięcznie — oto darmowe, lokalne”. „To pięciominutowe zadanie powtarza się trzy–cztery razy dziennie — chcesz rozszerzenie do Chrome, które zrobi to za Ciebie?”.
Uruchamianie w tle i limit sesji
Świetne w tym przepływie jest to, że każdy ma pewien limit sesji Fable, a taką analizę bardzo łatwo uruchomić w tle. Gdy folder ze zrzutami się zapełnia — a dzieje się to stale, co kilka sekund, robi zrzuty mnie właśnie teraz — możesz uruchomić pętlę raz na dobę: Fable „budzi się” na Twoim komputerze, szybko analizuje wszystko i mówi, co warto zmienić. Można to odpalać też przed snem, żeby wykorzystać okno limitu sesji, który — jak wiemy — jest obecnie zasobem rzadszym niż złoto.
Materiały do pobrania
Mam mnóstwo pomysłów, które chcę Wam podrzucić. Jeśli chcecie zdobyć ten skrypt i całą resztę, dołączyłem wszystko poniżej. Załączam skrypt, który podacie Fable, żeby zbudował to za Was. Dodaję też skrypt „obserwatora ekranu”, działający w tle co pięć sekund — będzie wymagał konfiguracji zależnie od tego, czy jesteście na Macu, czy na Windowsie, ze względu na różne uprawnienia dostępności. Dorzucam także diagramy i pliki, żebyście mieli wszystko, czego potrzeba.
Chcę, żebyście pobawili się tym pomysłem i dali znać w komentarzach, co o nim sądzicie. Dziękuję za oglądanie, miłego dnia — do zobaczenia w następnym filmie.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Zamień AI w cichego audytora swojej pracy
Na czym polega: AI robi zrzut ekranu co kilka sekund, tani model je streszcza, a system zlicza powtarzalne, mało wartościowe czynności i buduje z nich rejestr obserwacji.
Jak stosować: Uruchom prosty skrypt zbierający zrzuty do dziennego folderu, a raz dziennie lub raz w tygodniu poproś AI o listę usprawnień na bazie zebranych danych.
Na co uważać: Ciągłe nagrywanie ekranu to poważne ryzyko prywatności i bezpieczeństwa — możesz przechwycić hasła, dane klientów czy poufne dokumenty. Trzymaj dane lokalnie i wyłączaj rejestrowanie przy wrażliwych zadaniach.
2.Reguła „trzech–czterech powtórzeń” przed automatyzacją
Na czym polega: System sugeruje usprawnienie dopiero, gdy dana nieefektywność pojawi się co najmniej trzy–cztery razy — dopiero wtedy wzorzec jest potwierdzony.
Jak stosować: Nie automatyzuj wszystkiego od razu. Śledź, co faktycznie się powtarza, i inwestuj czas w usprawnienia tylko dla realnie częstych czynności.
Na co uważać: Rzadkie, ale kosztowne czynności ta reguła pominie. Nie traktuj progu powtórzeń jako jedynego kryterium — uwzględnij też wartość i ryzyko pojedynczego zadania.
3.Digest zamiast pętli sprawdzania
Na czym polega: Zamiast wielokrotnie w ciągu dnia sprawdzać te same źródła, batchujesz wszystkie informacje w jeden poranny przegląd.
Jak stosować: Wypisz strony i narzędzia, które odświeżasz cyklicznie, i zbuduj jeden zbiorczy digest (np. skrypt albo agent), który dostarcza je raz dziennie.
Na co uważać: Digest sprawdza się dla informacji, które nie wymagają natychmiastowej reakcji. Zdarzenia czasu rzeczywistego (alerty, wsparcie) nadal wymagają bieżącego monitorowania.
4.Skróty klawiszowe i szybkie przechwytywanie pomysłów
Na czym polega: Nawyk zapisywania pomysłów przez menu zamieniono w jeden skrót (komenda Raycast z API Linear): naciśnij, podyktuj, wróć do pracy.
Jak stosować: Zidentyfikuj czynności, które wybijają Cię z rytmu (notatki, zadania, wklejki), i zbinduj je pod jeden globalny skrót z przekazaniem do właściwego narzędzia.
Na co uważać: Zbyt wiele skrótów staje się nie do zapamiętania. Automatyzuj tylko naprawdę częste akcje i utrzymaj spójny schemat klawiszy.
5.Milisekundy i dolary też się liczą w skali
Na czym polega: Zamiana płatnego narzędzia do transkrypcji na lokalne skróciło czas z ~250 do 50 ms i zaoszczędziło 15 dolarów miesięcznie — przy setkach użyć dziennie daje to realne minuty i pieniądze.
Jak stosować: Przy czynnościach wykonywanych bardzo często policz koszt jednostkowy (czas × liczba użyć) i szukaj szybszych lub darmowych alternatyw.
Na co uważać: Nie każde tanie narzędzie lokalne dorówna jakością płatnemu. Sprawdź dokładność (np. transkrypcji) zanim zrezygnujesz z rozwiązania, które działa dobrze.
6.Onboarding nowych osób oparty na obserwacji
Na czym polega: AI analizuje sposób pracy nowego pracownika już po dniu i podsuwa usprawnienia, których ten nie zna, bo nie poznał jeszcze procedur.
Jak stosować: Wykorzystaj takie analizy jako uzupełnienie wdrożenia — nowi szybciej przejmą dobre nawyki i narzędzia zespołu.
Na co uważać: Monitorowanie pracy pracowników wymaga jasnej zgody i transparentności — inaczej to inwigilacja. Ustal zasady i granice zanim to wdrożysz w organizacji.
7.Uruchamiaj analizę w tle, wykorzystując limit sesji
Na czym polega: Gdy folder ze zrzutami się zapełnia, można odpalać pętlę raz na dobę (np. przed snem), która analizuje wszystko i zwraca listę rekomendacji.
Jak stosować: Zaplanuj zadanie na porę, gdy nie pracujesz, by wykorzystać limity/tokeny, których i tak byś nie zużył w ciągu dnia.
Na co uważać: Analiza wielu zrzutów i klatek obrazu zużywa tokeny i limit sesji. Ustal rozsądną częstotliwość i próbkowanie, by nie przepalić budżetu API.
8.Oddziel tani tekst od kosztownej analizy obrazu
Na czym polega: Metadane tekstowe (ok. 8 640 wierszy na dobę) są praktycznie darmowe; analizę obrazu stosuje się tylko na ~20 wybranych klatkach, gdzie tekst nie wystarczy.
Jak stosować: Buduj system dwuwarstwowo — najpierw filtruj i streszczaj tanim modelem tekstowym, a droższą analizę wizualną odpalaj wybiórczo.
Na co uważać: Zbyt agresywne próbkowanie klatek może pominąć istotne zachowania widoczne tylko na obrazie. Dobierz liczbę próbek eksperymentalnie.
9.Ambicja poza ekranem — ergonomia i nawyki fizyczne
Na czym polega: Autor rozważa kamerę w pokoju, która wychwyci szkodliwe nawyki: postawę, ustawienie monitora, oświetlenie, mrużenie oczu.
Jak stosować: Jeśli chcesz to testować, rób to na krótkiej serii (3–7 dni) i skup się na powtarzalnych wzorcach ergonomicznych, nie na pojedynczych zdarzeniach.
Na co uważać: To pomysł, którego autor jeszcze nie zrealizował — traktuj go jako inspirację, nie sprawdzoną metodę. Nagrywanie prywatnej przestrzeni kamerą niesie duże ryzyko prywatności; unikaj tego w przestrzeni współdzielonej.
10.Drobne oszczędności sumują się w wielką skalę
Na czym polega: Główna teza: minuty i sekundy tracone na zbędne kliknięcia kumulują się w organizacjach i całych gospodarkach, „ukrywając” znaczną część PKB w nieefektywnościach.
Jak stosować: Traktuj optymalizację jako proces ciągły, nie jednorazowy — regularnie przeglądaj rejestr obserwacji i eliminuj kolejne drobne straty.
Na co uważać: Optymalizacja sama w sobie potrafi pochłonąć więcej czasu, niż oszczędza. Uważaj na „optymalizowanie dla optymalizowania” — mierz realny zwrot, a nie samą liczbę usprawnień.