ChatGPT and Claude Now Run 30 Minutes With No One Watching

O czym jest ten film

1. Agenci desktopowi (ChatGPT przez Codex, Claude Co-work) potrafią dziś pracować samodzielnie 30 minut lub dłużej, bez nadzoru człowieka.
2. Im dłużej agent działa, tym drożej kosztuje nieprecyzyjny prompt — model albo poddaje się za wcześnie, albo nie wie, kiedy przestać.
3. Autor pokazuje, dlaczego agenci „gubią wątek” przy długich zadaniach i jak temu zapobiec.
4. Rozwiązaniem są cztery barierki (guardrails): cel, kryteria sukcesu, dowody wykonania i warunki zatrzymania.
5. Sam agent może pomóc zaprojektować te barierki — poprzez ustrukturyzowany wywiad z użytkownikiem.
6. Kryteria sukcesu powinny być binarne (tak/nie), a nie subiektywne („dobre”, „profesjonalne”).
7. Dowody wykonania pozwalają szybko zaudytować to, co agent zrobił (tabele pokrycia, źródeł, pominięć, założeń, checklista).
8. Warunki stopu obejmują limit prób, brak dostępu do zasobów oraz oznaczanie zadań wysokiego ryzyka.
9. Autor podaje, kiedy warto stosować cały ten aparat: zadania powyżej 20–30 kroków, powyżej 80–100 plików, dłuższe niż 15 minut.
10. Główny błąd do uniknięcia: dawać potężnemu narzędziu i mocnemu modelowi nieprecyzyjny prompt przy złożonym zadaniu.

Redakcyjne tłumaczenie

Nowa rzeczywistość: agenci pracujący bez nadzoru

Agenci desktopowi, tacy jak ChatGPT działający przez Codex czy Claude Co-work, potrafią dziś pracować przez trzydzieści minut lub dłużej, bez tego, żebyś musiał ich pilnować. Jeśli trafiasz tu po raz pierwszy — nazywam się Dylan, prowadzę firmę doradczą w obszarze AI. Ostatnio spora część moich sesji coachingowych dotyczy właśnie tego, jak zapanować nad tymi długimi przebiegami agentów.

Jest tu jednak haczyk. Im dłużej agent działa, tym więcej faktycznie kosztuje cię nieprecyzyjny prompt. Agent albo poddaje się zbyt wcześnie, albo nigdy nie wie, kiedy skończyć — i przepala tokeny oraz czas.

Pokażę więc, dlaczego agenci gubią wątek, oraz cztery rzeczy, którymi warto ich okiełznać, zanim w ogóle klikniesz „start”.

(Informacja dodatkowa: Codex to środowisko agentowe OpenAI oparte na modelach ChatGPT; Claude Co-work to odpowiednik po stronie Anthropic — oba pozwalają modelowi samodzielnie operować na plikach i systemach przez dłuższy czas.)

Dlaczego długie zadania są ryzykowne

Wiele osób, z którymi pracuję, zaczyna wchodzić w świat agentów desktopowych. Dostają dostęp do narzędzi takich jak Codex czy Claude Co-work. Te zaawansowane modele i naprawdę rozbudowane narzędzia, zastosowane do trudnego zadania, potrafią pracować długo.

To, do czego prawdopodobnie przywykłeś, wygląda tak: pracując z Claude’em albo ChatGPT-em, dajesz pytanie lub zadanie, model wykonuje je i wraca z odpowiedzią. W tej pętli możesz na bieżąco udzielać informacji zwrotnej, zatrzymać go, gdy trzeba, i przekierować.

Ale kiedy masz narzędzie w rodzaju agenta desktopowego i przykładasz je do naprawdę trudnego zadania — takiego z wieloma krokami albo wieloma plikami do przetworzenia — agent rusza i pracuje potencjalnie trzydzieści minut, godzinę, może nawet dwie–trzy godziny. Wykonując to zadanie, musi przyjąć mnóstwo założeń. Wypełnia wiele luk. Czasem to korzystne, ale bywa też, że obraca się przeciwko nam.

Do tego trzeba pamiętać, że agent często nie wie, kiedy się zatrzymać. Będzie działał, dopóki nie uzna, że skończył. Jak widać, wiele rzeczy może pójść nie tak.

Dlatego musimy postawić wokół AI barierki — tak, żeby przy długim zadaniu wiedział, w którym kierunku iść, i wiedział, kiedy przestać, gdy uznamy zadanie za wykonane.

Jak NIE robić: pozornie mocny prompt

Najpierw pokażę zły sposób. Oto prompt, który na pierwszy rzut oka wygląda solidnie: prosimy AI, żeby przejrzał umowy z dostawcami w danym folderze i stworzył podsumowanie największych ryzyk. „Pracuj dalej, aż podsumowanie będzie dobre”.

Powierzchownie wygląda to w porządku — zwłaszcza przy mniejszym zadaniu. Ale co, jeśli w tym folderze jest 100, 200, 300, może 500 umów do przejrzenia? Oznacza to, że agent będzie je przetwarzał ponad godzinę. W tym prompcie zbyt wiele pozostaje niedopowiedziane: jak właściwie wygląda dobre podsumowanie? Co liczy się jako ryzyko? Jak w ogóle zdefiniować „dobre” i kiedy skończyć?

Potrzebujemy jakichś jawnych granic, żeby AI rozumiał nasze oczekiwania co do tego, jak wygląda „dobre” i jak do tego dojść. A najlepsze jest to, że AI może nam pomóc w tworzeniu tych granic. Nie musimy robić tego od zera samodzielnie.

Prompt startowy: niech AI zaprojektuje granice

Możesz skopiować i wkleić ten prompt oraz używać go dla siebie. Jedyne, co trzeba w nim zaktualizować, to zaznaczone sekcje.

Na samej górze mówimy AI, że chcemy zaplanować zadanie, które uruchomimy w przyszłości, i że potrzebujemy jego pomocy w zaprojektowaniu konkretnego planu, aby zadanie poszło we właściwym kierunku.

Następnie podajemy trzy rzeczy:

1. Zadanie. Bądź maksymalnie precyzyjny co do samego zadania i jego rezultatu. Powiedz AI dokładnie, co chcesz zrobić.
2. Wejścia (inputs). To mogą być foldery, które udostępniasz, różne systemy, do których AI podłącza się przez konektory danych, i inne zasoby. Udostępnij je i daj AI znać, że ma do nich dostęp.
3. Wyjście (output). To jest kluczowe. Powiedz nie tylko, gdzie mają trafić informacje — do konkretnego podfolderu, do konkretnej zakładki, którą trzeba zaktualizować — ale też pokaż, jak wygląda „dobre”. Musisz powiedzieć: „oto oczekiwany rezultat od ciebie”.

Gdy już podamy te trzy rzeczy, prosimy AI, żeby przeprowadził z nami wywiad i wydobył kontekst, o którym zapomnieliśmy. Mówimy: „zadaj mi osiem pytań, po jednym naraz, tak aby każda moja odpowiedź kształtowała kolejne pytanie”.

Po prośbie o wywiad narzucamy mu strukturę. Na końcu wywiadu mają powstać konkretne rezultaty. Mówimy AI, że potrzebujemy pięciu rzeczy (szczegółowo omówię je dalej), w skrócie:

• Chcemy jasno rozumieć miejsce docelowe tego, co AI tworzy lub aktualizuje.
• Chcemy jasno zdefiniować sukces przez kryteria binarne — pięć do ośmiu sprawdzeń tak/nie, które AI musi odhaczyć, żeby uznać rzecz za osiągniętą. AI pomoże nam je ustalić.
• Potrzebujemy dowodu, że AI wykonał pracę skutecznie, abyśmy mogli szybko zaudytować.
• Ustawiamy limity, żeby nie próbował w nieskończoność, przepalając pieniądze i czas.
• Wpisujemy warunki stopu — sytuacje, w których AI powinien się zatrzymać i poprosić o naszą opinię, zanim ruszy dalej.

To jest prompt startowy, który pomoże ci zaprojektować przyszły prompt do uruchomienia.

Od planu do finalnego promptu

Gdy skończysz wywiad, kolejny krok jest bardzo prosty. Mówisz AI: „na podstawie planu, który właśnie uzgodniliśmy, napisz mi finalny prompt zadania — konkretny i gęsty informacyjnie”.

Uwaga: wcześniej być może trzeba trochę podyskutować z AI, aby dopracować plan. Ale gdy jesteś już z niego zadowolony po wywiadzie, wklejasz tę prośbę, dostajesz prompt, bierzesz go, otwierasz nową rozmowę we właściwym folderze — tam, gdzie AI ma wykonać pracę i ma dostęp do konektorów danych — i uruchamiasz.

Zwrócony prompt będzie miał cztery barierki, o których wspominałem. To granice, które nie pozwalają AI zrobić złej rzeczy w zły sposób i pomagają mu wiedzieć, kiedy przestać:

• cel — dokąd trafiają informacje,
• kryteria sukcesu — po czym AI pozna, że spełnił oczekiwania, oceniając się względem nich,
• dowody (receipts) — potwierdzenie, że pracował skutecznie,
• warunki stopu — na wypadek, gdyby coś poszło nie tak.

Barierka 1: cel (destination)

Skąd AI ma wiedzieć, gdzie umieścić rezultat? Trzeba mu to powiedzieć.

• Jeśli AI tworzy dokument, mówimy: „stwórz ten dokument — na przykład podsumowanie ryzyk dostawców — i umieść go w podfolderze o nazwie »outputs«”.
• Jeśli masz istniejący arkusz i chcesz, żeby AI go zaktualizował: „stwórz nową zakładkę albo zaktualizuj istniejącą w tym konkretnym miejscu”.
• Jeśli AI pisze za ciebie e-mail: powinien napisać go i przygotować jako wersję roboczą, ale nigdy go nie wysyłać. Dajesz znać, że ma zostawić szkic w Gmailu.

To są miejsca docelowe, gdzie AI umieści informacje.

Barierka 2: kryteria zaliczenia (binarne)

Tu definiujemy sukces w sposób binarny. Dlaczego binarność jest ważna? Często, pracując z AI nad długimi zadaniami, ludzie próbują powiedzieć, jak wygląda „dobre”, ale robią to mgliście — „zrób to dobre, użyteczne, dokładne, profesjonalne”. To wszystko są terminy subiektywne. AI definiuje „profesjonalne” inaczej niż ja. Jeśli pozwolimy na tę dwuznaczność, wpadniemy w kłopoty.

Zamiast ogólników bądźmy konkretni i dajmy kryteria typu „go / no-go”, względem których AI może się oceniać w trakcie pracy, zanim odda finalny wynik. To szczególnie przydatne przy długich zadaniach. Przykłady (dla AI przeglądającego umowy w folderze):

• Upewnij się, że utworzony plik jest w miejscu, o które prosiłem — w podfolderze „outputs” i nazwany w określony sposób.
• Jeśli wskażesz twierdzenia wysokiego ryzyka, koniecznie zacytuj źródła.
• Jeśli brakuje wartości, z której masz wyciągnąć informację, napisz, że jej nie znaleziono. Nie wypełniaj luki, nie halucynuj — po prostu powiedz, że nie możesz jej znaleźć. (To kryterium, jak podkreśla autor, uratowało go kilka razy.)

Każde z nich jest binarne. A jeśli nie wiesz, jakie kryteria binarne stworzyć, daj AI dobry przykład czegoś, co sam wcześniej zrobiłeś, i powiedz: „tak wygląda dobre — wyodrębnij z tego kryteria binarne, które przekażę innemu AI, tak aby odtwarzając ten wynik zbliżył się jak najbardziej do moich oczekiwań”. AI je stworzy.

Barierka 3: dowody (proof / receipts)

Chodzi o to, żeby po zakończeniu naprawdę długiego zadania móc szybko zaudytować wynik. Oto pięć przykładów — nie musisz stosować wszystkich pięciu za każdym razem; miej co najmniej jeden, zależnie od scenariusza:

• Tabela pokrycia (coverage table). Jeśli AI przetwarza wiele plików, chcemy, aby odhaczył wszystkie, które przetworzył — dzięki temu szybko sprawdzimy, że wszystko zaktualizował poprawnie.
• Tabela dowodów/źródeł (evidence table). AI pokazuje źródła, z których wyciągnął informacje. Przydatne zwłaszcza przy ekstrakcji danych z dokumentów — możesz sprawdzić źródła i zweryfikować poprawność.
• Pominięte pozycje (skipped items). Jeśli AI coś celowo pominął, powinien to oznaczyć — żebyś szybko zrozumiał, dlaczego i gdzie.
• Założenia (assumptions). Jeśli AI musi przyjąć jakieś założenia, powinien je jawnie wypisać, byś mógł ocenić, czy się z nimi zgadzasz.
• Checklista zaliczeń (pass/fail). To powrót do kryteriów sukcesu z barierki drugiej — AI wypisuje je i odhacza każde, które zaliczył.

To trzecia barierka: AI pokazuje dowody, byś mógł szybko zaudytować jego pracę.

Barierka 4: warunki stopu (stopping conditions)

Kiedy AI powinien się zatrzymać i poprosić o zgodę lub pomoc:

• Limit prób. Zależnie od zadania możesz ograniczyć do trzech, dziesięciu, dwudziestu prób — ale miej jakiś limit. Bez niego AI może pracować bez końca, aż uzna, że osiągnął cel, przepalając czas i pieniądze. Autor zwykle ustawia limit między trzy a pięć; po jego osiągnięciu agent się zatrzymuje i prosi o pomoc.
• Brakujący kontekst. Jeśli AI nie ma krytycznego pliku źródłowego albo dostępu do innego systemu, ma się zatrzymać, gdy to zauważy, i poprosić o pomoc.
• Zadania wysokiego ryzyka. To nie tyle warunek stopu, ile flaga wystawiana po fakcie. Gdy AI uzna, że coś niesie ryzyko prawne, finansowe lub reputacyjne, kończy zadanie, ale nic nie wysyła ani nie wywołuje żadnych skutków — najpierw przechodzi przez ciebie. Wskazuje konkretne fragmenty wysokiego ryzyka, ty je przeglądasz, audytujesz, a dopiero potem wysyłasz.

Szablon złożony w całość

Oto prosty, jeszcze niewypełniony szablon promptu — pokazuję go, żebyś miał punkt odniesienia, gdy AI coś zwróci. Zawiera: zadanie przekazane AI, udostępnione wejścia, cel (dokąd ma trafić), kryteria zaliczenia (tak/nie), a na dole wymagane dowody (pamiętaj — nie musisz mieć wszystkich, wystarczy co najmniej jeden). Potem ustawiamy limity, czyli liczbę prób, warunki wyjścia, oraz ważną notatkę na samym dole: to zadanie jest ukończone dopiero wtedy, gdy każde kryterium zostaje zaliczone.

To bazowy szablon — nie oczekuję, że twój AI dostarczy go dokładnie w tej formie. To raczej zasada kciuka: dopóki masz w prompcie te elementy, idziesz we właściwym kierunku, a AI ma barierki i sposób, by wiedzieć, kiedy skończył.

Kiedy tego używać

Szczerze — nie polecam stosowania tego zawsze. Większość zadań nie wymaga tak rozbudowanych barierek i warunków stopu. Ale gdy używasz naprawdę mocnego narzędzia, jak Codex czy Claude Co-work, z bardzo zdolnym modelem, przy złożonym zadaniu — wtedy tego potrzebujesz i chcesz.

Zasady kciuka:

• Zadanie ma wiele kroków — prawdopodobnie ponad 20–30.
• AI musi przetworzyć wiele plików — powyżej 80–100.
• Uruchomienie zajmie zapewne więcej niż 15 minut, realnie od 30 minut do 2 godzin.

Typowe przykłady z pracy z klientami: przetwarzanie wielu umów w folderze, przegląd rozmów telefonicznych z całego miesiąca po wnioski, przetwarzanie wielu faktur czy badanie serii konkurentów pod konkretną decyzję. To tylko przykłady — jeśli nie pasujesz do żadnego z nich, nie znaczy, że temat cię nie dotyczy. Mają one pobudzić twoją wyobraźnię co do tego, kiedy to się do ciebie stosuje.

Główna myśl i najczęstszy błąd

Makro-punkt: gdy masz naprawdę zdolne narzędzie z mocnym modelem przy złożonym zadaniu, nie dawaj mu mglistego promptu. Przy takiej swobodzie istnieje duże ryzyko, że AI zejdzie z kursu i odda ci coś, co albo nie jest ukończone, albo jest po prostu złe. Aby tego uniknąć, ustaw barierki i hamulce, które utrzymają AI w oczekiwanych granicach i doprowadzą go do zdefiniowanego przez ciebie „gotowe”.

Szybkie podsumowanie: musimy wiedzieć, kiedy zatrzymać pracę nad takimi zadaniami, bo długie przebiegi łatwo zacząć i łatwo zepsuć — a gdy się psują, robią to po cichu. Wtedy trzeba dopiero wykryć, gdzie coś poszło nie tak, i naprawić. Unikamy tego, prosząc AI o pomoc w zaprojektowaniu czterech hamulców, wbudowaniu ich w prompt do uruchomienia. Te cztery granice to: cel, binarne kryteria sukcesu, dowody wykonanej pracy oraz warunki stopu istotne w twoim scenariuszu.

10 najważniejszych takeaways — z kontekstem zastosowania

1.Długi przebieg zwielokrotnia koszt nieprecyzyjnego promptu

Na czym polega: Przy agencie działającym 30 minut–2 godziny każda luka w prompcie zamienia się w minuty i tokeny błędnej pracy, wykonanej po cichu.

Jak stosować: Zanim uruchomisz długie zadanie, zainwestuj kilka minut w doprecyzowanie promptu — to najtańszy moment na korektę kursu.

Na co uważać: Nie przenoś tego nawyku na krótkie zadania w zwykłym czacie — tam bieżąca informacja zwrotna wystarcza i przesadny aparat tylko spowalnia.

2.Cztery barierki jako stały szkielet

Na czym polega: Cel, binarne kryteria sukcesu, dowody i warunki stopu to komplet granic, który utrzymuje agenta na kursie i mówi mu, kiedy skończyć.

Jak stosować: Traktuj je jak checklistę promptu — dopóki masz wszystkie cztery, idziesz we właściwym kierunku.

Na co uważać: To zasada kciuka, nie sztywny format wyjścia AI. Nie oczekuj, że model zwróci je dokładnie w tej strukturze — sprawdzaj obecność sensu, nie dopasowanie do szablonu.

3.Niech AI zaprojektuje barierki przez wywiad

Na czym polega: Prompt startowy każe AI zadać ci osiem pytań, po jednym naraz, gdzie każda odpowiedź kształtuje kolejne pytanie, i na tej podstawie zaproponować granice.

Jak stosować: Podaj trzy elementy (zadanie, wejścia, wyjście), poproś o wywiad, dopracuj plan, a potem poproś o „finalny prompt zadania, konkretny i gęsty informacyjnie”.

Na co uważać: Nie akceptuj planu automatycznie — autor podkreśla, że zwykle trzeba kilku rund korekt, zanim będzie dobry.

4.Definiuj sukces binarnie, nie przymiotnikami

Na czym polega: „Dobre”, „profesjonalne”, „dokładne” są subiektywne; AI rozumie je inaczej niż ty. Zamień je na 5–8 sprawdzeń tak/nie.

Jak stosować: Formułuj kryteria weryfikowalne: „plik jest w podfolderze outputs i nazwany X”, „każde twierdzenie wysokiego ryzyka ma cytat źródła”.

Na co uważać: Jeśli nie umiesz wymyślić kryteriów, daj AI swój dobry przykład z przeszłości i poproś o wyekstrahowanie z niego kryteriów binarnych.

5.Kryterium „nie znalazłem” zamiast halucynacji

Na czym polega: Wpisz regułę: jeśli brakuje wartości do wyciągnięcia, agent ma napisać „nie znaleziono”, a nie zgadywać.

Jak stosować: Dodaj to jako jawne kryterium binarne wszędzie tam, gdzie AI wyciąga dane z dokumentów, faktur czy umów.

Na co uważać: To jedno z kryteriów, które autor uważa za najbardziej ratujące — brak takiej reguły to najczęstsze źródło cichych błędów przy ekstrakcji.

6.Wymagaj dowodów, żeby dało się szybko zaudytować

Na czym polega: Tabela pokrycia, tabela źródeł, pominięte pozycje, założenia i checklista pass/fail pozwalają sprawdzić pracę bez ręcznego prześledzenia całości.

Jak stosować: Wybierz co najmniej jeden typ dowodu dopasowany do zadania — przy wielu plikach tabelę pokrycia, przy ekstrakcji tabelę źródeł.

Na co uważać: Nie żądaj wszystkich pięciu naraz „na zapas” — nadmiar dowodów rozdmuchuje wynik i pracę; dobierz do realnej potrzeby audytu.

7.Jawnie ujawniaj założenia agenta

Na czym polega: Agent na długim zadaniu i tak przyjmie wiele założeń; poproszony, wypisze je zamiast ukrywać.

Jak stosować: Dodaj wymóg listy założeń do sekcji dowodów, by po fakcie potwierdzić lub odrzucić każde z nich.

Na co uważać: Przejrzyj tę listę — założenie, które brzmi rozsądnie, może być błędne akurat w twoim kontekście branżowym.

8.Ustaw limit prób, żeby nie przepalać budżetu

Na czym polega: Bez limitu agent potrafi próbować bez końca, aż sam uzna, że osiągnął cel. Cap zatrzymuje go i każe prosić o pomoc.

Jak stosować: Ustaw sensowny limit prób — autor zwykle daje 3–5, zależnie od zadania.

Na co uważać: Zbyt niski cap przerwie realnie potrzebne iteracje; dobierz liczbę do złożoności zadania, a nie na sztywno.

9.Zatrzymanie na braku dostępu i flaga wysokiego ryzyka

Na czym polega: Agent ma się zatrzymać, gdy brakuje krytycznego pliku lub dostępu do systemu, a przy zadaniach o ryzyku prawnym/finansowym/reputacyjnym oznaczyć fragmenty i nie wysyłać niczego bez twojej akceptacji.

Jak stosować: Przy pracy dotykającej klientów, vendorów czy pieniędzy zawsze wpisz zakaz autonomicznego wysyłania i wymóg oznaczenia sekcji wysokiego ryzyka.

Na co uważać: Flaga wysokiego ryzyka działa dopiero po ukończeniu zadania — to ty jesteś ostatnią bramką kontroli, więc realnie przeglądaj oznaczone fragmenty.

10.Stosuj aparat tylko dla dużych, złożonych zadań

Na czym polega: Pełne barierki opłacają się przy zadaniach 20–30+ kroków, 80–100+ plików i czasie 30 min–2 h — np. setki umów, miesiąc rozmów, wiele faktur, research konkurentów.

Jak stosować: Użyj tych progów jako sygnału „czas na guardrails”, ale traktuj przykłady jako inspirację, nie zamkniętą listę.

Na co uważać: Nie zakładaj, że brak dopasowania do sześciu przykładów zwalnia z tematu — decyduje skala i złożoność, nie konkretny przypadek użycia.