O czym jest ten film
- Autor testuje możliwości biznesowe modelu GPT-5.6-Sol, każąc mu w pełni autonomicznie wymyślać produkty i tworzyć dla nich reklamy.
- Cały cykl obejmuje: wymyślenie produktu, wygenerowanie zdjęć reklamowych (GPT image 2), wideo (modele przez Higsfield) i opublikowanie strony.
- Efekt: ponad 80 gotowych, dopracowanych produktów fikcyjnych — od kadzidełek po organizery na kable.
- Kluczowa zmiana podejścia: nie podajesz modelowi jednego promptu, tylko każesz mu samodzielnie budować infrastrukturę do generowania milionów wariantów.
- Teza autora: prawdziwą przewagą AI jest ideacja (górna część lejka), a nie gotowy deliverable — ostateczny wybór zostaw ludzkiemu gustowi.
- Stos narzędzi: GPT-5.6-Sol (tekst, przez Codex CLI), GPT image 2 (obraz), Higsfield przez MCP (obraz/wideo), Netlify (hosting).
- Instrukcja wykorzystuje sformuły „the human is away” i „long horizon creative session”, by model nie przerywał pracy pytaniami.
- Pipeline jest zrównoleglony i zawiera pętlę samokontroli (self-QA) — model ocenia własne wyniki i regeneruje słabe.
- Autor pokazuje realne, niedoskonałe wyniki (np. źle dopasowane detale) i tłumaczy, że łapie je pętla weryfikacyjna.
- Ostrzeżenie: takie reklamy będą coraz częstsze; weryfikuj, czy kupowane produkty są realne.
Redakcyjne tłumaczenie
Eksperyment: model dostaje wolną rękę i budżet
Żeby sprawdzić biznesowy potencjał GPT-5.6-Sol, uruchomiłem w zasadzie w pełni autonomiczną pętlę tworzenia produktów i generowania materiałów kreatywnych. Model sam wymyślał produkty, tworzył wysokiej jakości reklamy obrazkowe przy użyciu GPT image 2, wysokiej jakości wideo z modeli Cedance i Cling, a następnie splatał to w kompletne, autonomiczne kampanie marketingowe.
Zrobiłem to, bo uważam, że samo patrzenie na benchmarki nie wystarczy, by naprawdę wiedzieć, czy jeden model jest lepszy od drugiego. Żeby to zrozumieć, trzeba przetestować jego realne możliwości — czyli to, jak dobrze projektuje rzeczy, które ludzie faktycznie chcieliby kupić. Efekt końcowy to ponad 80 dopracowanych produktów.
W tym filmie chcę dać wam wszystko, czego potrzebujecie, żeby powtórzyć to samemu — łącznie z promptami. Udostępniam też stronę, na której zebrałem wszystko, co podałem modelowi, żebyście mogli postawić własne, w pełni autonomiczne sklepy Shopify czy pipeline’y reklam na Facebooku do walidacji pomysłów.
Przegląd wygenerowanych produktów
Popatrzcie na te przykłady. Oto piękny, dwustronny chodnik na korytarz — z drugiej strony ma wzór inspirowany naturą. Model nakręcił nawet wideo pokazujące, jak mógłby wyglądać w domu.
To jest „aromir” — kadzidełka stożkowe o niskim zadymieniu, o zapachu cedru i papieru ryżowego. Cała koncepcja polega na tym, że wkładasz stożek do pięknej misy — wygląda estetycznie, ale też relaksująco.
„Waxora” to płytki wosku zapachowego łączące dwa uzupełniające się zapachy w wyraźnie rozdzielonych kolorach. Widać, że produkt sprzedaje pewien klimat. Takich rzeczy jest mnóstwo: etui na AirPodsy, huby i porty do urządzeń. Bardzo podoba mi się „cabling” — mały magnetyczny prowadnik na biurko, który układa kable ładowarek bez klipsów na klej. Wygląda prosto i minimalistycznie — spokojnie miałbym to na biurku.
Jest „rise plane” — podstawka pod laptopa, która znacząco poprawia ergonomię pracy na MacBooku. Jest „Orbit Loop”, który działa jako uchwyt na palec do iPhone’a i jednocześnie pozwala postawić telefon. „Beam Vora” to smukła kamerka montowana na monitorze, dająca szerokie doświetlenie oczu. „Twist Fall” to odwrócony ceramiczny młynek do przypraw. Mógłbym tak wymieniać bez końca — chodzi o to, że samo tworzenie produktów da się dziś w pełni zautomatyzować.
Od dropshippingu do „reality shippingu”
Wyobrażam sobie, że przy odrobinie pracy można zbudować pipeline, który scrape’uje wątki na Reddicie czy kanały obsługi klienta w poszukiwaniu funkcji i produktów, których ludzie pożądają na rynku, a potem w pełni autonomicznie je generuje, uruchamia dla nich reklamy, waliduje, i wysyła schemat czy rysunek do człowieka albo do warsztatu, żeby faktycznie to wyprodukować i wysłać.
Znacie dropshipping? To jest jak „reality shipping” — realnie powołujemy te rzeczy do istnienia od zera.
Kluczowa zmiana: pozwól modelowi samemu się promptować
Najważniejsze, co chcę jasno powiedzieć: nie podaję już konkretnego promptu, nie daję modelowi gotowego pipeline’u jeden-do-jednego. To, co trzeba zrobić z GPT-5.6-Sol — ale możesz to zastosować do wszystkiego — to pozwolić modelowi promptować samego siebie.
Zamiast mówić „stwórz mi fajną reklamę słuchawek”, trzeba powiedzieć: „chcę, żebyś zbudował infrastrukturę, która pozwoli ci wygenerować miliony takich reklam, a potem uruchomił je w autonomicznej pętli z jakąś formą samoweryfikacji”. Dajesz mu dostęp do wszystkich platform i puszczasz w ruch. To, co dostajesz, to ogromna biblioteka opcji-kandydatów do wyboru.
(Informacja dodatkowa: MCP — Model Context Protocol — to standard, który pozwala agentom AI wywoływać zewnętrzne narzędzia i usługi w sposób ustandaryzowany.)
Ideacja to przewaga AI, nie gotowy deliverable
Kiedy zaczniesz robić to na skalę, szybko zrozumiesz, że ideacja to podstawowa umiejętność, którą agenci mają, a ludzie obecnie nie. I to właśnie tym powinien zajmować się AI — a nie tworzeniem finalnego deliverable, bo tu ograniczają go gust i stereotypowy „AI-owy” styl wypowiedzi.
Znacznie skuteczniej jest, gdy AI pomaga ci na górze lejka — czyli w generowaniu miliona pomysłów — a ty potem zawężasz to własną ludzką inteligencją do kilku kandydatów. Uruchamiasz na przykład 20 wariantów, a ludzki gust je filtruje i wybiera te najlepsze. Ten proces można w pełni zautomatyzować, co też zrobiłem.
Ludzie są wolni i mało wydajni w wymyślaniu pomysłów — nasze mózgi są naturalnie okablowane, by iterować po znanych wzorcach. Agenci AI są z natury szybcy i właśnie do tego są stworzeni: do iterowania po wszystkich znanych wzorcach.
Jak wygląda pipeline
Pipeline wygląda mniej więcej tak: AI wymyśla pomysły, potem generujesz stopklatki (obrazy). Jeśli nie ugruntujesz wideo w obrazach — które są obecnie wyższej jakości niż wideo — filmy zwykle wychodzą bezsensowne i dzikie. Następnie robisz reklamy wideo; w moim przypadku dwa spoty na produkt. Na końcu publikujesz automatycznie wdrożoną stronę.
Platformy potrzebne do zbudowania czegoś takiego:
- Model tekstowy — tu GPT-5.6-Sol.
- Model obrazu — GPT image 2, bo według mnie jest po prostu najlepszy.
- Model generowania reklam obrazkowych/wideo — dostęp do wszystkiego przez Higsfield. Wartość polega na tym, że mają MCP, więc możesz dać GPT-5.6-Sol sam serwer i pozwolić mu podejmować wszystkie decyzje kreatywne.
- Hosting — lubię Netlify, bo pozwala natychmiast hostować i wdrażać rzeczy. Nie jestem z nimi w żaden sposób powiązany.
Konfiguracja krok po kroku
ChatGPT / GPT-5.6-Sol. Wejdź na chatgpt.com, załóż konto, a żeby korzystać z najnowszego modelu GPT-5.6-Sol, musisz wykupić plan (ja wybieram Personal → Plus). Do korzystania z modelu polecam Codex CLI — dla mnie to najprostszy sposób. Wystarczy otworzyć terminal (ja używam Ghostty), zainstalować Codex poleceniem ze strony, a potem uruchomić codex. Lubię tryb „yellow” (/yellow), a przez /model wybieram GPT-5.6-Sol. Polecam medium reasoning — daje przyzwoitą jakość bez rozkręcania kosztów. Dzięki subskrypcji ChatGPT masz wbudowany dostęp do obrazów, choć kredyty na obrazy z czasem się wyczerpią i trzeba dokupić.
(Informacja dodatkowa: „yellow mode” i tryby uprawnień to ustawienia agenta CLI decydujące, na ile samodzielnie może wykonywać działania bez pytania o zgodę.)
Higsfield. To agregator modeli wideo, obrazu i audio. W świecie, gdzie masz tysiące modeli, wartość takich agregatorów polega na tym, że zbierają je w jednym miejscu i dają jedną warstwę API oraz te same dane logowania do wywołania dowolnego z nich. Zakładasz konto (obecnie rozdają dodatkowe kredyty), a potem — zamiast ręcznie klepać prompty w interfejsie — używasz ich serwera MCP. To fundament, na którym budujemy resztę.
Żeby go podłączyć: kliknij „MCP and CLI”, wybierz ChatGPT, włącz developer mode i utwórz aplikację Higsfield. Jeśli używasz Codex CLI, możesz po prostu wkleić to do instancji i poprosić: „skonfiguruj to, proszę”. (Autor żartuje, że dodaje uśmiech, bo „kiedy w końcu zamienią mnie w spinacze, niech zrobią to delikatnie”.) Po autoryzacji Codex zweryfikuje narzędzia MCP. Uwaga: trzeba zresetować czat Codex, żeby załadował narzędzia. Sprawdzasz przez /mcp — zobaczysz Higsfield z listą narzędzi (animation, actions, balance itd.).
Netlify. Zakładasz konto, wchodzisz w User Settings → Applications i tworzysz personal access token (ustaw „never expire”). Kopiujesz go i podajesz do Codex: „dodaj to do workspace, to mój token Netlify, będzie potrzebny”. CLI zapewne ostrzeże, że publikujesz dane API lokalnie — to w porządku. (Autor kasuje pokazany na ekranie token, żeby widzowie nie mieli dostępu do jego stron.)
Prompt: „Autonomous Product Ad Engine”
Prompt nazywa się „autonomous product ad engine”. Zaczyna się od: „Prowadzisz nienadzorowaną, długodystansową sesję kreatywną. Masz pełny dostęp do Higsfield MCP” — czyli do wszystkich narzędzi generowania.
Sedno to fragment: „Człowiek jest nieobecny. Nie otrzymasz odpowiedzi na swoje pytania. Nie zatrzymuj się, by pytać. Decyduj i kontynuuj”. Zwroty „long horizon creative session” i „the human is away” używam często w ostatnim tygodniu — nie tylko z GPT-5.6-Sol, ale i z Fable. Chodzi o to, że skoro człowiek jest nieobecny, model musi działać dalej: zamiast czekać na twoją odpowiedź, wybiera opcję o najwyższym prawdopodobieństwie sukcesu i kontynuuje.
Są tu oczywiście zastrzeżenia. Jeśli włączysz pełny tryb YOLO albo bypass permissions z rodziną modeli Claude, może cię to zaprowadzić w niepożądanym kierunku — teoretycznie skasować cały dysk i wystawić rachunek na miliard dolarów. Prawdopodobieństwo jest niskie, a dla bezpieczeństwa możesz uruchomić to w piaskownicy (sandbox container).
Misja: prowadzić działający całą dobę silnik produkcji marketingowej dla prostych produktów fizycznych. Dałem kilka przykładów kategorii — pielęgnacja, obuwie, odzież, sprzęt, akcesoria do picia, artykuły domowe — ale wszystkie marki fikcyjne, wymyślone przez model. W instrukcji napisałem, że wynik zobaczy 500 000 osób jako pokaz tego, co przyjazny model robi przy pełnej swobodzie twórczej i ograniczonym budżecie.
Użyłem sformułowania „unlimited generation budget”, bo mam pieniądze i lubię je zamieniać na zainteresowanie na YouTube czy Instagramie. Jeśli masz bardzo ograniczony budżet — nie używaj słowa „nieograniczony”.
Pipeline na batcha i pętla samokontroli
Pipeline powtarza się, aż każesz mu przestać. Model zaczyna od wymyślenia 100 produktów, potem robi im zdjęcia GPT image 2, animuje je przez Higsfield do postaci wideo i publikuje.
Dla jakości musi sprawdzać własną pracę: każdy element przechodzi przez pętlę self-QA, zanim trafi dalej. Model generuje, ogląda wyniki własnym „wzrokiem”, krytykuje je pisemnie, regeneruje i tak dalej.
Świetne jest zrównoleglenie. Po staremu, liniowo — wymyślasz produkt, weryfikujesz, robisz zdjęcie, zamieniasz w wideo, publikujesz — zajęłoby to 5–10 minut na jeden przebieg. Zamiast tego robimy wszystko jednocześnie: 100 pomysłów, do każdego 100–200 obrazów, do każdego obrazu 100–200 wideo — w tym samym czasie, co jeden przebieg po staremu. Bo GPT-5.6-Sol bardzo skutecznie korzysta z sub-agentów. Możesz uruchomić całość w jakieś 10 minut i zrobić milion reklam na najbliższe trzy miesiące. Choć to niekoniecznie dobry pomysł, bo do tego czasu inteligencja modeli będzie jeszcze lepsza.
Uruchomienie i przegląd wyników
Chwytam plik markdown z promptem i wklejam do terminala Ghostty. Teraz to po prostu działa: model ustawia sobie cel, konfiguruje wszystko, podłącza się do strony, publikuje ją, sam wybiera pomysł i na końcu podaje link. Lubię układ sześciu paneli, bo pozwala mi robić inne rzeczy podczas działania. To oczywiście zużywa kredyty Higsfield i GPT image, które kosztują.
Podejrzyjmy wyniki w Higsfield. Widać na przykład 5-sekundowe premium beauty shot butelki „clear hour” — polecenie każe zablokować dokładną geometrię butelki, kość słoniową pompki, odbicia szkła, projekt etykiety i poprawnie zapisaną nazwę. Model wygenerował już obraz butelki, a teraz robi do niej wideo. Publikujemy osiem takich jednocześnie.
Wcześniej pracowaliśmy nad „nest lock” — czymś w rodzaju uchwytu na klucze. Czy to idealne? Nie — dostaniesz wejścia, które nie mają sensu, np. klucz nie wchodzi do końca. Ale od tego jest pętla weryfikacyjna, która łapie większość takich błędów.
Jest kadr z mężczyzną w dopracowanej pionowej odzieży podróżnej — wygląda naprawdę fajnie. Jest „pawn turn” — coś jakby śrubokręt z łatwą grzechotką. Są wideo do tych spodni z powolnym obrotem. Jest „rain roll” — kapelusz typu bucket, ale w 100% odporny na deszcz.
Warto zauważyć, że konektor MCP jest używany na mnóstwo różnych sposobów — to jest Cling 3.0 Turbo, ale wyżej widać Cedance 2. Używamy więc wielu różnych modeli i podejść — i o to właśnie chodzi w pozwalaniu modelowi działać samodzielnie. Jest też produkt do makijażu do reklam pionowych, który model sam wymyślił — czysty design, świetna czcionka.
Wniosek i ostrzeżenie
To wszystko działa w pełni autonomicznie, bez człowieka w pętli — po prostu publikuję na stronie. Mam nadzieję, że widzicie, jak łatwo byłoby wpleść to w workflow oparty na reklamach. Prawdopodobnie zaczniecie widzieć mnóstwo takich reklam w najbliższym czasie — więc uważajcie i upewniajcie się, że produkty, które kupujecie, są naprawdę realne. Przyszli reklamodawcy już teraz używają dokładnie tego workflow — po prostu nie robią o tym filmów na YouTube.
(Informacja dodatkowa: na końcu autor promuje swoje darmowe zasoby „Maker Zero” oraz płatną społeczność „Maker School”, w której uczy monetyzacji takich systemów — to część marketingowa, nie merytoryczna.)
10 najważniejszych takeaways — z kontekstem zastosowania
1.Testuj modele na realnych zadaniach, nie tylko na benchmarkach
Na czym polega: Autor ocenia GPT-5.6-Sol nie po tabelkach, lecz po tym, czy potrafi zaprojektować produkty i reklamy, które ludzie chcieliby kupić.
Jak stosować: Zdefiniuj własny „real-world test” pod swój przypadek — puść ten sam brief na kilku modelach i porównaj użyteczność wyników, nie punkty benchmarków.
Na co uważać: Taka ocena jest subiektywna. Ustal wcześniej jasne kryteria sukcesu (np. konwersja, jakość wizualna), inaczej ocenisz to, co ładne, a nie to, co działa.
2.Pozwól modelowi promptować samego siebie
Na czym polega: Zamiast jednego promptu na jeden deliverable, każ modelowi zbudować infrastrukturę generującą tysiące wariantów w pętli z samoweryfikacją.
Jak stosować: Formułuj cel wyższego rzędu („zbuduj system, który wygeneruje miliony X i sam je oceni”), a nie pojedyncze zadanie.
Na co uważać: Więcej autonomii to więcej zużytych kredytów i ryzyka. Zacznij od małego batcha, żeby oszacować koszt zanim puścisz pełną skalę.
3.Używaj AI do ideacji, a nie do finalnego deliverable
Na czym polega: Prawdziwa przewaga agentów to szybkie generowanie pomysłów (góra lejka); finalny wybór i szlif zostaw ludzkiemu gustowi.
Jak stosować: Generuj 20+ wariantów, a potem człowiek filtruje i wybiera. Traktuj wyniki jako kandydatów, nie gotowce.
Na co uważać: Surowe wyjścia AI zdradzają „AI-owy” styl i brak gustu. Nie publikuj bez ludzkiej selekcji, zwłaszcza tekstów.
4.Ugruntuj wideo w wygenerowanych obrazach
Na czym polega: Najpierw generuj wysokiej jakości stopklatki, a dopiero z nich rób wideo — inaczej filmy wychodzą bezsensowne.
Jak stosować: Ustaw kolejność pipeline’u: pomysł → obraz → wideo. Obraz jest „kotwicą” spójności dla ruchu.
Na co uważać: Obrazy są dziś jakościowo wyżej niż wideo. Jeśli obraz jest słaby, wideo będzie jeszcze gorsze — nie oszczędzaj na etapie stopklatki.
5.Wbuduj pętlę samokontroli (self-QA)
Na czym polega: Każdy zasób przechodzi cykl: generuj → obejrzyj własnym „wzrokiem” → skrytykuj pisemnie → regeneruj, zanim trafi dalej.
Jak stosować: Dodaj do promptu wyraźny krok weryfikacji wizualnej i regeneracji. To on wyłapuje większość wpadek (np. źle dopasowane detale).
Na co uważać: Pętla łapie „większość”, nie wszystko. Przy publikacji zewnętrznej wciąż potrzebujesz końcowego przeglądu przez człowieka.
6.Zrównoleglaj zamiast pracować liniowo
Na czym polega: Zamiast robić produkt po produkcie (5–10 min każdy), model przez sub-agentów robi wszystko naraz w tym samym czasie.
Jak stosować: Wybieraj modele i narzędzia dobrze radzące sobie z sub-agentami; projektuj zadania jako niezależne, by dało się je puścić równolegle.
Na co uważać: Zrównoleglenie mnoży koszt i obciąża sprzęt (autor wspomina o laggu i grzaniu się komputera). Milion reklam „na zapas” to często marnotrawstwo — modele i tak się poprawią.
7.Steruj autonomią frazami „the human is away”
Na czym polega: Zwroty typu „człowiek jest nieobecny, decyduj i kontynuuj” sprawiają, że model nie przerywa pytaniami, tylko wybiera opcję o najwyższym prawdopodobieństwie sukcesu.
Jak stosować: Dodaj takie instrukcje do długodystansowych, nienadzorowanych sesji, żeby agent nie utykał.
Na co uważać: W trybie pełnej autonomii (YOLO/bypass permissions) model może podjąć destrukcyjne działania. Uruchamiaj w piaskownicy i ograniczaj uprawnienia.
8.Wykorzystaj MCP i agregatory modeli
Na czym polega: Serwer MCP (tu: Higsfield) daje jeden punkt dostępu i te same dane logowania do wielu modeli obrazu/wideo, którymi agent steruje sam.
Jak stosować: Podłącz serwer MCP do swojego CLI, zresetuj sesję, by załadować narzędzia, i pozwól agentowi wybierać modele (Cling, Cedance itd.) samodzielnie.
Na co uważać: Pamiętaj o restarcie sesji po podłączeniu MCP. Każde wywołanie zużywa kredyty różnych dostawców — monitoruj saldo.
9.Uważaj z budżetem i słowem „nieograniczony”
Na czym polega: Autor pisze „unlimited generation budget”, bo świadomie zamienia pieniądze na zasięg; przy limicie środków ta sama fraza wygeneruje ogromny rachunek.
Jak stosować: W prompcie jawnie określ limit generacji/budżet. Zacznij od małych batchy i skaluj dopiero po oszacowaniu kosztu na jednostkę.
Na co uważać: Kredyty GPT image i Higsfield realnie kosztują i szybko się wyczerpują. Nie zostawiaj autonomicznej pętli bez twardego limitu.
10.Bądź świadomy fali reklam generowanych przez AI
Na czym polega: Autor ostrzega, że reklamy tworzone tym workflow będą coraz częstsze, a produkty w nich bywają wyłącznie fikcyjne.
Jak stosować: Jako kupujący — weryfikuj, czy produkt istnieje realnie. Jako twórca — jeśli chcesz „reality shipping”, dołóż etap wysyłki schematu do faktycznej produkcji.
Na co uważać: Estetyczna reklama nie gwarantuje istnienia produktu ani jego jakości. Nie myl dopracowanej wizualizacji z gotowym, wysyłalnym towarem.