Learn 99% of ChatGPT Work in 61 Minutes (Codex for Work)

O czym jest ten film

1. Czym jest ChatGPT Work i skąd się wziął — jako połączenie aplikacji ChatGPT z Codeksem.
2. Tworzenie dopracowanych dokumentów: prezentacji PPTX, plików DOCX, PDF-ów i stron HTML bez żadnych integracji.
3. Wtyczki (plugins) jako oficjalne połączenia z Gmailem, Notion, Kalendarzem, GitHubem, Canvą i dziesiątkami innych narzędzi.
4. Bloki — edytowalne fragmenty tekstu oraz diagramy Mermaid (mapy myśli, schematy blokowe, diagramy sekwencji) renderowane w rozmowie.
5. Budowanie i hostowanie stron oraz mini-aplikacji, najpierw na domenie ChatGPT, potem w otwartym internecie.
6. Generowanie i edycja obrazów modelem GPT Image 2, w tym komentarze przypinane do konkretnych miejsc obrazu.
7. Rozgałęzianie rozmów (/branch chat) i przypinanie wątków (/pin) jako sposób organizacji pracy zadaniami.
8. Różnica między wersją chmurową a lokalną: dostęp do plików, współdzielenie umiejętności i to, czy zadania w tle w ogóle się uruchomią.
9. Tryb głosowy — na komputerze oraz zdalnie z telefonu, ze zdalnym uruchamianiem nowych sesji roboczych.
10. Automatyzacje czasowe, arkusze kalkulacyjne z wykresami oraz układ wieloagentowy do prowadzenia kilku zadań naraz.

Redakcyjne tłumaczenie

Dla kogo jest ten materiał

Jesteś we właściwym miejscu, jeśli korzystasz z ChatGPT, Claude’a, Claude Co-work albo OpenClaw, ale wciąż nie wiesz, którego agenta wybrać do pracy zawodowej i jak go właściwie używać. W tym materiale robimy głębokie zanurzenie w skuteczne wykorzystanie agentów AI do realnej pracy. Konkretnie mówimy o ChatGPT Work — nowym narzędziu agentowym OpenAI, które przypomina Claude Co-work, ale moim zdaniem jest znacznie lepsze i wygodniejsze w użyciu: na telefonie, w przeglądarce, na komputerze, wszędzie.

Omówimy czternaście możliwości ChatGPT Work, każdą z realnym zastosowaniem biznesowym, tak żebyś na końcu dokładnie wiedział, co to potrafi i gdzie pasuje do twojego sposobu pracy.

To, co widzisz, to zwykły ChatGPT. Na górze jest niewielki przełącznik. Kiedy go klikam, przechodzę do ChatGPT Work w przeglądarce. W tym trybie mogę tworzyć prezentacje na poziomie konsultanta McKinseya. Mogę tworzyć arkusze kalkulacyjne, które wyglądają naprawdę profesjonalnie i zawierają wykresy. Mogę korzystać z niego do montażu wideo i grafiki ruchomej. Mogę tworzyć i podglądać strony internetowe, a nawet je edytować — „zrób tryb ciemny”.

ChatGPT Work nie jest tylko w przeglądarce. To jest aplikacja ChatGPT na iOS, z której korzystały miliardy ludzi. Po naciśnięciu tego przycisku widać przełącznik trybu roboczego. Wszystko, co da się zrobić w ChatGPT Work w przeglądarce, zrobisz też w aplikacji na iOS.

Skąd wziął się ChatGPT Work

Żeby dobrze zrozumieć, jak to działa, warto poznać historię. W 2022 roku pojawił się ChatGPT — wielki wiralowy moment, pierwszy raz, kiedy chatbot AI stał się dostępny dla całego świata. Przez cztery lata urósł do niemal miliarda aktywnych użytkowników tygodniowo.

Potem OpenAI wypuściło nowy produkt o nazwie Codex. Codex był bezpośrednią odpowiedzią na Claude Code i Claude Co-work. To była w zasadzie pierwsza „superaplikacja”: otwierałeś aplikację desktopową Codeksa i budowałeś w niej cokolwiek — aplikację, prezentację, montaż wideo, praktycznie wszystko, bez wychodzenia z Codeksa.

Ponieważ Codex świetnie radził sobie z całą pracą umysłową, nie tylko z kodem, a sama nazwa brzmiała jak narzędzie dla programistów, OpenAI połączyło aplikację ChatGPT z aplikacją Codex. Tak narodził się ChatGPT Work. Pojawił się jakieś pół roku po Codeksie i można o nim myśleć jak o bardziej przystępnym Codeksie — z tą różnicą, że jest dostępny w przeglądarce, w aplikacji desktopowej i w aplikacji na iOS.

(Informacja dodatkowa: autor opisuje stan produktu z sierpnia 2026 roku. Nazwy „ChatGPT Work”, „GPT Work” i „Codex” bywają w nagraniu używane wymiennie — dotyczą tego samego rodzinnego zestawu narzędzi OpenAI.)

Możliwość 1: dopracowane raporty i dokumenty

Pierwsza możliwość to tworzenie dopracowanych raportów i dokumentów. Dokument utworzony w GPT Work jest od razu widoczny wewnątrz aplikacji ChatGPT.

Otwieram nową rozmowę. Normalnie startujesz w trybie czatu; przełączam się na tryb roboczy i piszę: „Cześć, ChatGPT Work. Potrzebuję prezentacji w stylu McKinseya o prognozach na resztę roku w AI. Zrób dogłębny research i stwórz raport w stylu McKinseya z dużą liczbą grafik i osi czasu, tak żeby wyglądało profesjonalnie i znakomicie”.

Wysyłam prompt. Ponieważ to ChatGPT Work, do stworzenia plików używa komputera w chmurze. Efekt otwieram w bocznym panelu.

Po chwili gotowe: dziewiętnastostronicowa prezentacja „AI Outlook” w stylu McKinseya. Zanim ją obejrzymy, spójrzmy, co właściwie zrobił. Przeszukał 87 stron internetowych — będzie przeszukiwał internet tak długo, jak potrzeba. Przeczytał też instrukcje dotyczące prezentacji i bibliotek, przewodnik stylu oraz dokumentację API. W sumie 13 minut i 33 sekundy pracy. I na tej podstawie powstała ta prezentacja — bardzo graficzna, omawiająca poszczególne prognozy.

Tak edytuję każdy dokument tworzony przez GPT Work: otwieram go w bocznym panelu, schodzę do pola czatu i dyktuję uwagi. „Na slajdzie pierwszym nie rozumiem, co się dzieje z grafiką. Poświęć na to czas, zrób to lepiej, bądź kreatywny. Na slajdzie drugim nie podobają mi się te pigułki, wyglądają dziwnie — zorganizuj to bardziej profesjonalnie. Na piątym nie podoba mi się ten żółty, zmień kolor i powiększ napis. Na ósmym ten blok z kwotą 703 miliardów jest brzydki, zmień jego kolor. Na dziewiątym całość mi się podoba, tylko zmień font na lepszy. Slajd siedemnasty jest naprawdę dobry, zostaw. Wprowadź wszystkie te zmiany”.

Możesz o tym myśleć jak o współpracowniku, któremu po prostu wyrzucasz z siebie wszystko naraz. Agent ma dostęp do komputera, na którym tworzy potrzebne pliki, więc może pracować tyle, ile trzeba, i wróci z odpowiedzią za pięć do dziesięciu minut. I proszę — dziewięć i pół minuty później mamy komplet zmian. Nowa grafika na pierwszej stronie, znacznie lepsza. Pigułki zniknęły. Wszystko, o co prosiłem, zostało zrobione.

Od ręki, bez żadnych integracji, GPT Work tworzy prezentacje PPTX. Poza tym pliki DOCX, czyli zwykłe dokumenty tekstowe, PDF-y oraz HTML, który można otworzyć od razu w rozmowie — takie małe artefakty.

Każdy dokument utworzony w przeglądarce otworzysz też w aplikacji na iOS. Mam tu dwa proste dokumenty zrobione na potrzeby przykładu w wersji webowej — otwieram je na telefonie. I mały trik: oglądając dokument, mogę wprowadzać poprawki głosem. Klikam ten przycisk i mówię: „Patrzę teraz na dokument. Rozwiń go i powiększ tabelę, dopisz więcej rzeczy, które to potrafi. Usuń podtytuł »GPT Work quick reference«, powiększ tytuł i dodaj trochę więcej światła. Mówię o dokumencie PDF — przyślij mi nowy PDF”.

Dwie minuty i trzynaście sekund później mam nową wersję raportu. Otwieram i sprawdzam: podtytułu nie ma, reszta rozwinięta, dokument ma teraz dwie strony zamiast jednej. Mogę powiększać, przeglądać i iterować dowolną liczbę razy. Włączam głos, otwieram i mówię: „Zrób jeszcze dłuższy, cztery strony”. Wychodzę z podglądu i wysyłam prompt. I tak w kółko.

Tyle GPT Work potrafi „z pudełka”: prezentacje, dokumenty, arkusze, PDF-y i strony HTML. Ale cały świat otwiera się dopiero wtedy, gdy zrozumiesz siłę wtyczek.

Możliwość 2: wtyczki

Druga możliwość to wtyczki, które dokładają narzędzia i nowe zdolności. W trybie roboczym widzę listę podpowiedzi — wszystkie oparte na moim kalendarzu, poczcie, Slacku i pozostałych podłączonych wtyczkach.

Wtyczki ChatGPT działają tak jak wtyczki Codeksa. Wchodzisz w menu na górze, klikasz „plugins” i wybierasz praktycznie dowolne oprogramowanie, z którego korzystasz. Wtyczki to co innego niż umiejętności: to oficjalne połączenia z aplikacjami i narzędziami, a inne firmy mogą tworzyć wtyczki, żebyś mógł je jednym kliknięciem podpiąć do Codeksa, ChatGPT albo ChatGPT Work.

Oto moje zainstalowane wtyczki. ClickUp — komunikacja z zespołem zarządzającym. Convex — wszystko, co dotyczy bazy danych. Documents — ta jest wbudowana. FAL — dostęp do wszystkich popularnych modeli AI, obrazowych i wideo. GitHub — kluczowy przy pracy z kodem. Gmail — jedna z najważniejszych, jeśli nie najważniejsza; z poziomu GPT Work w pełni kontroluję pocztę. Dalej Kalendarz, Google Drive, Hostinger, hyperframes od HeyGen do tworzenia wysokiej jakości grafiki ruchomej, no i Notion.

Przykład. Wchodzę na chatgpt.com, przełączam na tryb roboczy i pytam: „Czy Emily wysłała mi ostatnio jakieś maile? Powiedz, co napisała”.

ChatGPT Work natychmiast sięga do mojej poczty. Zawsze, gdy używasz wtyczki takiej jak Gmail, dostajesz razem z nią pakiet dołączonych umiejętności — tu jest umiejętność czytania Gmaila. Wyszukuje ostatnie wiadomości od Emily i odpowiada: prosi cię o opinię na temat koncepcji podcastu „agent native”.

Mówię dalej: „Napisz do Emily maila, że zrobię to w ciągu najbliższych czterech–pięciu godzin, zaktualizuję dokument w Notion i jej wyślę. Utwórz jednorazową automatyzację za sześć godzin — jeśli tego nie zrobię, wyślij jej link”.

Do automatyzacji wrócimy dokładniej później. Zadeklarowałem, że zrobię to w sześć godzin i wyślę maila, a jeśli tego nie zrobię, GPT Work sam wyśle wiadomość ze zaktualizowanym linkiem. Widzę, jak przygotowuje potwierdzenie aktualizacji w Notion i tworzy zaplanowane zadanie. Mówię: „OK, wyślij maila”. Siedemnaście sekund pracy — wysłane do Emily. Sprawdzam w Gmailu: rzeczywiście poszło. „Cześć Emily, zrobię to w ciągu czterech–pięciu godzin, zaktualizuję dokument w Notion i wyślę ci link, gdy będzie gotowy”.

Pytam: „Jaki to był link do dokumentu w Notion?”. Odpowiada linkiem, który od razu otwieram. Otwiera się Notion i widzę, że muszę przygotować się do odcinka podcastu.

Skoro mam wtyczkę Notion, mogę poprosić GPT Work o zarządzanie tym dokumentem. Wpisuję @notion i mówię: „Dodajmy tu kilka pomysłów. On niedawno zaczął używać Codeksa i jest zachwycony. Po pierwsze, chcę zapytać, jak wygląda jego workflow. Po drugie, jakie są jego ulubione funkcje. Po trzecie, jak mu się podoba przeglądarka wbudowana w aplikację desktopową. Informacje o nagraniu zostaw bez zmian”.

Wysyłam — i GPT Work w pełni steruje Notion. Pytania są gotowe. Tak po prostu. A skoro robię to w przeglądarce, to samo zrobię w aplikacji mobilnej. Powiem szczerze: osiemdziesiąt procent mojego użycia GPT Work to telefon. Przy komputerze częściej sięgam po Codeksa. Ale najlepsze w GPT Work jest to, że zaczynam coś na komputerze i natychmiast przejmuję to na telefonie.

Za każdym razem, gdy agent zmienia coś w Notion, dostaję link do strony. Otwieram ją i wracam do ChatGPT: „Właśnie sobie przypomniałem, chcę dodać jeszcze dwa pytania. Czy używa wbudowanego generowania obrazów? I jak wykorzystuje to w swoich przepływach 3D?”. Wysyłam i mogę czekać albo wyjść na spacer po mieście. Po chwili jest: „Czy używasz Codeksa do wbudowanego generowania obrazów? Jeśli tak, jak to wpisuje się w twój workflow?” oraz „Jak używasz Codeksa do pracy w 3D?”. To jest siła wtyczek.

Dalej: „Muszę to przejrzeć we wtorek przed odcinkiem. We wtorek od 11:00 do 12:00 dodaj mi wydarzenie w kalendarzu na przejrzenie tego dokumentu i przygotowanie się. Zaproś Emily, przejrzymy to razem”.

Wcześniej użyłem oznaczenia @notion. Nie trzeba tego robić — jeśli wtyczka jest dodana, nie musisz jej oznaczać za każdym razem, model sam wybiera właściwą. Widać ikonkę kalendarza: aktywnie korzysta z wtyczki. Wydarzenie dodane, Emily zaproszona, jest link, który otwiera wydarzenie bezpośrednio w kalendarzu. Po prostu działa ze wszystkimi moimi narzędziami.

Dodawanie wtyczek to jedno stuknięcie i działa na każdej platformie. Na telefonie: ten przycisk, potem ikona ustawień, potem „plugins”. Widzę istniejące wtyczki, a na dole mogę przeglądać dostępne. Powiedzmy, że chcę dodać Canvę — jeden przycisk, „continue to Canva”, logowanie do konta, „allow”. Autoryzacja udana, Canva pojawia się w zainstalowanych.

Jedna ważna rzecz: każda wtyczka niesie ze sobą pakiet umiejętności. Po przewinięciu w dół widzisz, co dokładnie zawiera — w przypadku Canvy będzie to prezentacja w identyfikacji wizualnej marki, tworzenie masowe, tłumaczenie projektu. Niektóre wtyczki mają po pięćdziesiąt umiejętności, inne jedną, większość gdzieś pomiędzy. Jeśli chcesz coś przetestować, klikasz „try in chat” i od razu tego próbujesz.

Możliwość 3: bloki

Trzecia możliwość to bloki. Pokażę na przykładzie.

„Spójrz na ten odcinek podcastu, który nagrywam. Napisz intro. Umieść je w edytowalnym bloku tekstowym”.

Widać, że korzysta z dokumentu w Notion, żeby zrozumieć, o czym jest odcinek. Odpowiedź przychodzi w takim właśnie bloku. Uwielbiam to, bo pozwala skupić się dokładnie na tym jednym fragmencie. Mogę go rozwinąć na pełny ekran. Mogę opisać zmiany słowami albo edytować bezpośrednio — wpisuję „hello” i tekst się zmienia.

W tej samej rozmowie w aplikacji mobilnej blok też się renderuje. Mogę go edytować z telefonu, a interfejs podpowiada: „zacznij od mocniejszego haka”, „dokręć i usuń powtórzenia”. Klikam „zacznij od mocniejszego haka” — pojawia się fajna animacja i widzę dokładnie, co zostało zmienione. Mogę cofnąć się do poprzedniej wersji i wrócić do nowej, co bardzo mi się podoba. Kolejna zmiana: „dokręć”. Mamy już trzy wersje intra i swobodnie się między nimi przemieszczam.

Ale bloki na tym się nie kończą. „Pomóż mi zrobić burzę mózgów. Stwórz diagram Mermaid — mapę myśli tematów, które moglibyśmy poruszyć. Zrób też schemat blokowy przebiegu rozmowy, żeby dać mi pomysły na to, o czym rozmawiać”.

Oprócz bloków tekstowych GPT Work tworzy bloki diagramów. Mermaid to taki format, który zamienia kod w efektowne renderowane wykresy — i tutaj renderują się bezpośrednio w rozmowie. Widać, jak powstaje kod, a po sekundzie pojawia się gotowy diagram. Rozwijam na pełny ekran: „czy delegowanie tworzy więcej zarządzania?”, a obok pokrewne wątki — ekonomia twórców, gdzie realnie oszczędzamy czas, czy większa produkcja tworzy więcej szumu. To są dobre pytania. Te wykresy są wbudowane w GPT Work i działają też w Codeksie na aplikacji desktopowej.

Nie kończy się na mapach myśli. Jest też schemat blokowy — również do rozwinięcia na pełny ekran.

„Na podstawie dokumentu w Notion o GPT Work przeprowadź mnie szczegółowo przez ścieżkę przeciętnego użytkownika. Chcę blok z diagramem sekwencji: jak użytkownik korzysta z GPT Work i co dzieje się pod maską — wtyczki, umiejętności, cała reszta”.

Ten jest naprawdę ciekawy. Tak jak inne diagramy Mermaid, najpierw powstaje kod, potem czysty i czytelny render. Wychodzi coś w rodzaju jednostronicowego schematu, dużo łatwiejszego do przeczytania. Użytkownik opisuje pożądany rezultat. GPT Work planuje pracę i identyfikuje wymagania, wczytuje pliki i pamięć do odpowiednich umiejętności w kontekście, zwraca preferencje i instrukcje zadania. Następnie model GPT Work wybiera wtyczki albo przeglądarkę na komputerze lokalnym. Narzędzia zwracają informacje z podłączonych źródeł — wtyczek, umiejętności, połączeń zewnętrznych. Na tej podstawie system bada, analizuje i tworzy albo obsługuje oprogramowanie, aż złoży dokument, prezentację, stronę lub aplikację. Bardzo mi się to przydaje i używam tego często.

A jeśli chcesz wiedzieć, jakie rodzaje bloków i wykresów są dostępne, po prostu zapytaj: „Zrobiliśmy mapę myśli, schemat blokowy i diagram sekwencji. Wypisz wszystkie inne typy bloków, które potrafisz stworzyć”. Odpowiedź to długa lista: rozmaite diagramy, bloki pisarskie, blok wersji roboczej maila (do którego wrócę), bloki danych i techniczne, bloki multimedialne oraz bloki plików i aplikacji. Wszystko wewnątrz GPT Work i wszystko działa również na telefonie.

Możliwość 4: strony i aplikacje

Czwarta możliwość to budowanie i hostowanie kompletnych stron oraz aplikacji.

„Weź wszystko, o czym rozmawialiśmy w tym wątku na temat bloków, i zrób publiczną stronę, którą mogę udostępnić widowni. Użyj funkcji »sites«”.

Chodzi o budowanie i wdrażanie stron bezpośrednio w ChatGPT — takich małych mini-aplikacji, którymi dzielisz się ze znajomymi, zespołem albo kimkolwiek. „Zrób stronę pokazującą różne typy wykresów, które mogę tworzyć. Weź te, które już zrobiliśmy, wyrenderuj je poprawnie i pokaż, jak wyglądają. Chcę stronę GPT, którą mogę udostępnić znajomym”.

Robię to w przeglądarce na chatgpt.com — a to znaczy, że bardzo podobny prompt puszczę też z telefonu. Sześć minut i dziesięć sekund później mam stronę. Otwieram: jest wdrożona pod adresem chatgpt.site. Na górze pytanie „co ChatGPT Work potrafi wyrenderować w rozmowie”, niżej mapa myśli, schemat blokowy, diagramy sekwencji, oś czasu, ścieżka użytkownika.

Zwróć uwagę: to jest strona chatgpt.site. To nie jest adres w otwartym internecie, raczej narzędzie wewnętrzne, hostowane przez ChatGPT. Ja chcę to opublikować naprawdę i docelowo podpiąć własną domenę. Mówię więc: „Umieść to w publicznym internecie i użyj tej wtyczki” — wpisuję @Vercel. Zamiast strony GPT chcę stronę w internecie.

Gotowe, jest live na Vercelu. Otwieram link i widzę adres w domenie vercel.app. Skoro projekt jest już na Vercelu, dodanie własnej domeny jest banalne. Możesz użyć Namecheap — kolejnej wtyczki — żeby kupić domenę i po prostu poprosić agenta o zaktualizowanie jej w Vercelu. W ten sposób tworzysz aplikację, publikujesz ją w internecie i nadajesz jej własny adres.

Możliwość 5: obrazy

Piąta możliwość to edycja i generowanie obrazów wbudowanym modelem GPT Image 2.

Wgrałem do GPT Work koncepcję miniatury. Edycja jest banalnie prosta. Mówię: „Zmień tekst na »GPT work is insane«. Zmień logo na to” — i wklejam ikonę ChatGPT. „Zmień tylko te rzeczy, resztę zostaw. Zrób trzy wariacje”.

GPT Work ma teraz dostęp do najlepszego modelu obrazowego i jest naprawdę dobry w edycji. Widać, jak pracuje, i obraz jest wygenerowany. Przy obrazie jest ikonka edycji — nawet w trakcie pracy mogę ją kliknąć i dopisać: „Zmniejsz poświatę wokół ikony. Facet po lewej ma mieć brązową koszulkę, ten po prawej niebieską”.

Wysyłam i dostaję edycję inline. Nowa wersja wygląda bardzo podobnie do poprzedniej, ale mamy brąz po lewej, niebieski po prawej i mniejszą poświatę wokół ikony.

Można pójść jeszcze drobiazgowiej. Klikam w obraz i korzystam z funkcji komentarzy, przypinając uwagi do konkretnych miejsc: „bujniejsze włosy”, „niebieskie oczy”, „lepsza linia włosów”, „trochę więcej zarostu”, „bielsze zęby”, „tło bardziej w stronę ciemnoszarego, grafitowego gradientu, nie całkiem czarnego”. Wysyłam komentarze i wszystkie poprawki trafiają dokładnie w zaznaczone miejsca.

Gotowe. Przeglądam wersje: prosiłem o niebieskie oczy i bujniejsze włosy — jest. Bielsze zęby — jest. Więcej zarostu — jest. Gradient z czerni w szarość — subtelne, ale widoczne.

„Weź te cztery wariacje i wyślij mailem do Emily. Chcę wiedzieć, którą woli. Którą uważasz za najlepszą do tego filmu? Wyślij teraz”.

Korzystamy z wtyczki Gmail. Błyskawicznie wysyłam potencjalne miniatury do współpracowniczki. Teraz łączymy już różne narzędzia naraz. Wysłane, cztery wariacje w załączniku. Otwieram maila: „Zrobiłem te cztery wersje miniatury do filmu o GPT Work. Rzuć okiem i daj znać, którą wolisz”. Naprawdę łatwo jest wziąć wygenerowane obrazy i wysłać je mailem.

Możliwość 6: rozgałęzianie rozmów

Szósta możliwość to rozgałęzianie czatu. Wcześniej tworzyliśmy stronę pokazującą typy wykresów dostępnych w ChatGPT Work. Teraz chcę dalej pracować nad tą stroną, ale jednocześnie zrobić z tego prezentację — i mieć oba wątki otwarte równolegle.

Wpisuję /branch chat i wszystko, co było wcześniej, zostaje przeniesione do osobnej rozmowy. Ta rozmowa nazywa się „Emily’s recent emails”; mogę zmienić nazwę, więc wybieram „website charts”. Rozmowa, w której powstaje strona z wykresami, jest właśnie tam. A tutaj mówię: „Zamień to na prezentację PDF”.

Dodatkowa rzecz: możesz wpisać /pin i przypiąć rozmowę na samą górę. Mogę wrócić do „website charts” i przypiąć ją przyciskiem albo — co jest po prostu przyjemniejsze — komendą w linii. Mam teraz „website charts” i drugą gałąź dla PDF-a. Obie wyrosły z tego samego wątku.

Tak właśnie zaczynasz od jednej rozmowy i rozgałęziasz ją na kilka. Ja dzielę to zadaniami: jedna rozmowa to jedno zadanie — tu strona, tam PDF.

Możliwość 7: aplikacja desktopowa, chmura i tryb lokalny

Siódma możliwość to korzystanie z aplikacji desktopowej. Aplikacja na iOS i wersja webowa działają bardzo podobnie, ale ChatGPT Work w aplikacji desktopowej zachowuje się nieco inaczej — zależnie od wybranych ustawień. OpenAI połączyło aplikację Codeksa z aplikacją ChatGPT i wynikiem tego połączenia jest właśnie GPT Work.

Jedyna różnica między wersją desktopową a webową to ta konfiguracja. Jeśli używasz GPT Work w chmurze, jest to w praktyce to samo, co w przeglądarce. Ale jeśli używasz go na swoim komputerze, robi się inaczej.

Są więc dwa tryby: chmurowy i lokalny. Zakładając nową rozmowę, wybierasz „on your computer” (lokalnie) albo „in the cloud”. W aplikacji na iOS, w przeglądarce oraz na desktopie w trybie chmurowym agent nie ma bezpośredniego dostępu do plików na twoim komputerze. W trybie lokalnym — ma. Analogicznie: w wersji na iOS, webowej i chmurowej nie może korzystać z aplikacji zainstalowanych na komputerze; w trybie lokalnym może, i może też korzystać z lokalnych rozmów roboczych.

Bardzo ważna rzecz. Tak, wersja lokalna potrafi sterować twoim komputerem, ale jeśli chcesz kontynuować rozmowę gdzie indziej, bez trzymania komputera włączonego, musisz wybrać jedno z trzech: desktop w trybie chmurowym, przeglądarkę albo aplikację iOS. Przy trybie lokalnym, czyli wtedy, gdy GPT Work steruje twoim komputerem, nie przeniesiesz rozmowy na inne urządzenie. Za to jeśli chcesz zapisywać pliki lokalnie na komputerze, musisz użyć właśnie trybu lokalnego. Pozostałe działają w chmurze — dlatego tak łatwo synchronizują się między urządzeniami.

To bardzo przypomina pierwotną wersję Claude Co-work.

Przechodzę na tryb chmurowy — to samo, co w przeglądarce. „Zrób prezentację o moim ostatnim filmie. Pokaż mi, jak dobrze poszło ostatnie wideo na YouTube”. Wysyłam. Ponieważ wybrałem wersję chmurową, zadanie pojawia się w bocznym panelu i wszystko jest w idealnej synchronizacji — ten sam prompt widnieje w obu miejscach. Bez problemu kontynuuję to samo na telefonie. Zadanie chmurowe GPT Work działa i mam do niego dostęp z telefonu, z aplikacji desktopowej i z przeglądarki.

Teraz druga wersja — GPT Work działający na twoim komputerze. Pierwsza rzecz, którą warto zauważyć: ta wersja znacznie lepiej współgra z Codeksem. Codeksa używam bardzo intensywnie. Ma pełny dostęp do mojego komputera, może zrobić właściwie wszystko, co ja bym zrobił, łącznie ze sterowaniem komputerem. Może wykonać dowolne polecenie. Ma pełny dostęp — dosłownie mu go daję, może robić, co chce.

Natomiast ChatGPT z dostępem lokalnym jest odrobinę bezpieczniejszy: nie wykonuje poleceń terminala i częściej prosi o zgodę. Ale to, co w nim lubię, to współdzielenie umiejętności.

Pokażę różnicę. W wersji chmurowej GPT Work próbuję wpisać nazwę umiejętności — nie mam żadnych. A w Codeksie mam ich mnóstwo: umiejętność do miniatur na YouTube, do researchu YouTube’owego, do diagramów, do diagramów Excalidraw. Wszystkie tworzyłem długo i nie mam do nich dostępu, gdy pracuję w GPT Work w chmurze — czyli w tym samym GPT Work, który mam na telefonie i w przeglądarce. Przełączam na tryb lokalny, wpisuję /youtube-thumbnail i wszystkie umiejętności są na miejscu.

Moja rekomendacja: jeśli obawiasz się, że Codex zrobi na twoim komputerze coś szalonego, zostań przy GPT Work w trybie lokalnym. Potrafi tworzyć, edytować i usuwać pliki na twoim komputerze, ale ma węższy dostęp niż Codex.

Możliwość 8: tryb głosowy

Kolejne dwie możliwości to najprzyjemniejsze rzeczy w całym zestawie, przynajmniej na komputerze.

Ósma możliwość to tryb głosowy. W ChatGPT Work jest małe białe kółko; po najechaniu widnieje „start a new voice chat”. Włączam.

— Cześć, ChatGPT Work, jak się masz? — Dobrze, dzięki. A u ciebie? — Słuchaj, w moim Notion jest baza wideo, nazywa się „GPT work explained”. Możesz to otworzyć w przeglądarce Codeksa? — Jasne, otwieram ten dokument w przeglądarce. — Nie, trafiłeś w zły. Nazywa się po prostu „GPT work explained”. — Rozumiem, przełączam się na tamten. Przełączam przeglądarkę Codeksa na dokładnie tę stronę. — Dokładnie. To ja nazwałem je bardzo podobnie. W każdym razie: chodzi o możliwość numer osiem. Ósma to tryb głosowy GPT Work. Zmień kolejną na dziewiątą: „korzystanie z trybu głosowego zdalnie na komputerze”, i przenumeruj resztę — dziewiąta staje się dziesiątą i tak dalej. I usuń jedną z nich… którą? Usuń dwunastą, bo chcę zostać przy liczbie czternaście. — Zaktualizuję to. Dwunasta możliwość to „uruchamianie wielu zadań naraz w osobnych oknach”, trzy punkty. Usunąłem tę sekcję i przesuwam późniejsze tytuły w dół, żeby utrzymać łączną liczbę czternaście. — Świetnie. A teraz zrób wszystkie nagłówki drugiego poziomu na niebiesko. — Jasne. Numeracja od ósmej do czternastej zweryfikowana, nadaję niebieski kolor każdemu nagłówkowi drugiego poziomu na stronie. Przekonwertowane. Dalej użyję już tylko API Notion, żeby ustawić kolor i zweryfikować stronę. — Dobra robota, zmieniłeś na niebieski. Dodaj kilka notatek pod ósmą możliwością, czyli trybem głosowym. Jakieś trzy punkty — właśnie z niego korzystamy, więc dopisz obserwacje. — Dodaję trzy zwięzłe punkty pod tą możliwością, na podstawie konwersacyjnego użycia trybu głosowego. — Bardzo fajne. Dodaj jeszcze bardzo zwięzłe podsumowanie, podświetl je na żółto i niech będzie ostatnim punktem tej sekcji. — Oczywiście. Dodaję krótki, podświetlony na żółto wniosek jako ostatni punkt sekcji o trybie głosowym.

Sedno jest takie: wszystkie połączenia i wtyczki skonfigurowane na telefonie albo w przeglądarce są dostępne również w trybie głosowym. Włączasz go i wszystkim, co potrafisz zrobić, sterujesz głosem.

Jeszcze jeden przykład.

— Hej, przejrzyj moją pocztę. Zrób szybką tabelę wszystkich, którzy pisali w sprawie płatnych współprac. — Jasne. Sprawdzam i wrzucam do tabeli, odsiewam ogólniki i zostawiam tylko wyraźne leady. Oto szybka tabela realnych zapytań o płatną współpracę, z marką i statusem. — Jest tam firma MiniMax. Odpisz im. Utwórz wersję roboczą umiejętnością do draftów, otwórz ją w przeglądarce Codeksa i napisz, że moja stawka to 250 milionów dolarów za film. — Rozumiem. Przygotowuję odpowiedź i otwieram ją do wglądu. Wątek MiniMax jest aktywny, przygotowuję odpowiedź. Wersja robocza gotowa, nic nie zostało wysłane. — Dobrze, dzięki.

(Informacja dodatkowa: kwota „250 milionów za film” to oczywiście żart autora — pokazuje mechanikę tworzenia wersji roboczej, nie realną wycenę.)

Jak widać, mogę teraz po prostu wysłać wiadomość, którą Codex — czy raczej GPT Work — przygotował za mnie w przeglądarce.

Możliwość 9: tryb głosowy zdalnie, z telefonu

Omówiliśmy tryb głosowy w aplikacji desktopowej, uruchamiany przyciskiem „start new voice chat”. A gdybym powiedział, że to wcale nie jest najlepsza funkcja głosowa w GPT Work?

Dziewiąta możliwość to zdalny tryb głosowy — sterowanie komputerem z aplikacji iOS. Aplikacja mobilna ma zakładkę „remote”, w której łączysz telefon z aplikacją desktopową ChatGPT. W tym trybie mogę poprosić ChatGPT o uruchamianie zadań GPT Work.

Najprostszy możliwy przykład. To przycisk czatu głosowego w czasie rzeczywistym, bardzo podobny do tego na komputerze. Naciskam. I proszę — w momencie rozpoczęcia rozmowy głosowej na telefonie widzę też nowy czat głosowy na komputerze.

— Uruchom nową sesję GPT Work i nazwij ją „Riley’s notes”. — Robi się. — Bardzo dobrze, widzę, że ją odpaliłeś. Teraz zrób to samo, ale przeprowadź research moich najnowszych filmów w Notion. Spójrz na ostatnie filmy i powiedz mi, jakie wideo powinienem zrobić dalej na podstawie ostatnich dwóch tygodni. Zrób to w nowej sesji GPT Work, uruchom ją teraz. — Rozumiem, zajmę się tym. Zakładam nową sesję, żeby przejrzeć te filmy i przekuć wzorce w rekomendacje.

I widać: utworzył nową sesję o nazwie „next videos from recent notion”. Ten wątek głosowy możesz traktować jak wątek nadrzędny. Wątek nadrzędny potrafi uruchamiać sesje Codeksa oraz sesje GPT Work do różnych zadań.

Mój codzienny sposób pracy wygląda tak: przychodzę do biura, podłączam komputer, biorę telefon i wychodzę na trzydziestominutowy spacer. Przechodzę przez wszystkie maile, po prostu rozmawiając z Codeksem w tej jednej sesji. Do każdego zadania mówię: „Odpal nową sesję GPT Work do tego zadania contentowego” albo „do tego maila”. Kiedy wracam do komputera, zastaję cztery czy pięć otwartych sesji. Mogę wtedy przepracować sporą część postępu albo przynajmniej przemyśleń — a czasem wracam do gotowego szkicu, który wystarczy wysłać.

— Przegląd Notion zakończony. Twoje ostatnie filmy skłaniają się ku wyjaśnieniom i rozmowom o agentach, więc najlepsze możliwości to filmy o praktycznych przepływach pracy i wdrażaniu ich w zespole. — Świetne. Dodaj mi w Notion jeden film ze statusem „w toku”. Ma być o użyciu głosu w GPT Work: dziesięć zastosowań głosu na telefonie, przez Codeksa albo zdalny GPT. — Rozumiem, dodaję. — Dzięki. I upewnij się, że to długa forma, status „w toku”. — Poprawiam. Film już jest w toku, aktualizuję na długą formę. Gotowe, dodane jako długa forma w toku.

To jest zupełnie nowa technologia. Mówię ci: to jedna z najprzyjemniejszych rzeczy, jakie zrobisz. Bawi mnie to, bo nie muszę być przy komputerze. Odpalam sesje robocze, a one wykonują za mnie sporą część pracy.

Możliwość 10: przeglądarka wbudowana w aplikację

Dziesiąta możliwość, moim zdaniem najbardziej niedoceniana, to przeglądarka w aplikacji. Kiedy zaczynasz nową sesję — a właściwie nawet nie musisz jej zaczynać — klikasz ten panel i przeglądarka po prostu się otwiera. Plusem tworzysz nową kartę, albo skrótem Command + T.

To pełnoprawna przeglądarka. Mówiłem o niej już sporo, więc nie będę się rozwodził, ale ważne: możesz się w niej logować do swoich kont. Tu widać moje konto „agent native” — mój podcast i moja firma. Mogę publikować bezpośrednio na Twitterze. Skoro GPT Work w wersji lokalnej może sterować tą przeglądarką, może opublikować post za mnie, bezpośrednio przez interfejs.

Najlepsze jest to, gdy przeglądarka jest zalogowana do wszystkich twoich usług — bo jeśli prosisz agenta, żeby wysłał maila i otworzył wersję roboczą, on naprawdę musi być zalogowany. Najlepszy sposób to trzy kropki i „import cookies and passwords”. Wskazujesz przeglądarkę, z której korzystałeś wcześniej, importujesz ciasteczka i hasła i jesteś zalogowany wszędzie.

Mogę więc powiedzieć: „Na podstawie mojej dzisiejszej aktywności i wniosków, które mam, wymyśl dziesięć tweetów, wrzuć je do dokumentu Google i otwórz w nowej karcie w przeglądarce Codeksa”.

Bardzo lubię tę organizację wokół zadań: zaczynasz zadanie i wszystkie karty przeglądarki potrzebne do tego zadania otwierają się i pozostają zamknięte w obrębie jednego wątku. Wykorzystuję to, uruchamiając sesje GPT Work z telefonu — proszę o wykonanie czegoś i dodaję: „przy okazji otwórz te dwie karty, które będą przydatne przy tym zadaniu”. Kiedy wracam do komputera, zadanie już się liczy i ma za sobą sporo pracy, a wszystko, czego mogę potrzebować, jest otwarte po prawej stronie.

I proszę — dokument Google powstał i otworzył się w nowej karcie przeglądarki Codeksa. Załóżmy na chwilę, że nie poprosiłem o automatyczne otwarcie. Wtedy klikam prawym przyciskiem na dowolny link i wybieram „open in browser”. Dokument się otwiera. Jest też opcja „open in ChatGPT” — kolejna droga.

Gorąco polecam wyrobienie nawyku otwierania wszystkich zewnętrznych linków w tej przeglądarce, bo to po prostu przyjemniejszy sposób pracy. Masz tu wszystkie swoje zadania i błyskawicznie otwierasz rzeczy w tej samej aplikacji. Przełączam zadania, wracam i mam komplet: wszystkie karty otwarte, a sesja czatu spójna.

Możliwość 11: umiejętności

Jedenasta możliwość to umiejętności (skills). Umiejętności to po prostu małe pliki z instrukcjami, których twój agent używa do wykonania zadania. W Codeksie zrobiłem mnóstwo filmów o ich tworzeniu — umiejętność do miniatur na YouTube, umiejętność do bazy wideo w Notion i wiele innych. Każda reprezentuje jakiś mój powtarzalny przepływ pracy, do którego mogę się odwołać, albo który agent sam sytuacyjnie rozpozna i zastosuje.

To, co chcę tu podkreślić w kontekście GPT Work, to konieczność używania właściwej wersji, zależnie od tego, gdzie chcesz z danej umiejętności korzystać. Są bowiem dwa rodzaje umiejętności: lokalne i chmurowe.

Jeśli stworzysz umiejętność w Codeksie — jak moja do miniatur na YouTube albo do bazy wideo w Notion — jedynym innym sposobem dostępu do niej jest GPT Work w trybie lokalnym. Tam mam wszystkie swoje notionowe umiejętności. Ale jeśli przełączę się na GPT Work w chmurze i spróbuję ich użyć, nie mogę.

Umiejętność stworzoną w chmurze będę mógł z kolei wywołać z telefonu i z przeglądarki, bo to wszystko są wersje chmurowe. Testuję: „Utwórz umiejętność o nazwie »test«. To umiejętność testowa, niech nic nie robi, dosłownie niech pisze »test«, żeby poszło szybciej”.

Gotowe: umiejętność testowa utworzona i zainstalowana, jej jedyna instrukcja to „test”. Chcę pokazać, jak wygląda link, który przy tym powstaje. Otwieram go w zewnętrznej przeglądarce. Jest plik skill.md, nazwa „test”, opis: „celowo minimalna umiejętność testowa, która nic nie robi; użyj, gdy użytkownik wprost poprosi o wywołanie umiejętności test”. Mogę ją wypróbować w czacie i już działa w chmurze — a więc również na telefonie.

Podsumowując: jeśli chcesz mieć umiejętność, z której skorzystasz na spacerze, poza domem albo po prostu z telefonu, utwórz ją w przeglądarce, na telefonie lub w chmurowej wersji GPT Work. A jeśli ktoś z OpenAI to ogląda — proszę, połączcie to wszystko, żeby nasze umiejętności działały we wszystkich produktach.

Możliwość 12: zaplanowane działania w przyszłości

Dwunasta możliwość: GPT Work może zrobić coś w przyszłości. Ludzie to rozumieją na poziomie deklaratywnym, ale nie pojmują tego na tyle głęboko, żeby naprawdę z tego korzystać. Pokażę więc, jak ja to sobie wyobrażam.

Wyobraź sobie, że wysyłasz maila i chcesz mieć pewność, że jakieś działanie wykona się natychmiast po otrzymaniu odpowiedzi. Robię wtedy coś takiego. Powiedzmy, że wysyłam maila w piątek. Mówię: „Od poniedziałku, co jakiś czas — może co trzy godziny, może codziennie o 9:00 — sprawdzaj, do przyszłego tygodnia, czy przyszła odpowiedź. Jeśli przyjdzie, daj znać całemu zespołowi”.

Przykład: „Wyślij maila do Emily i przekaż jej, że muszę zrobić z tego filmu materiał o dwudziestu możliwościach. Wyślij jej ten dokument z Notion” — tu wklejam link. „Wyślij tego maila i od jutra rano od 9:00 sprawdzaj co godzinę, czy odpowiedziała. Gdy tylko odeśle odpowiedź, dopisz ją do tego samego dokumentu w Notion. A kiedy to zrobisz, wyślij maila na mój drugi, prywatny adres, bo będę na urlopie — chcę to zobaczyć i nanieść ostatnie poprawki”.

Ten przepływ naprawdę działa. Stosuję go do niemal wszystkich maili. Za każdym razem, gdy wysyłam pilną wiadomość, na którą chciałbym zareagować bardzo szybko albo powiadomić zespół, robię to automatycznie: „w te dni sprawdzaj co godzinę, czy jest odpowiedź; jeśli przyjdzie, powiadom te osoby”. AI okresowo sprawdza i przekierowuje sprawę do osoby, która ma mi pomóc.

Wygląda to na coś prostego, wręcz trywialnego, ale to zmiana sposobu myślenia. Z jednym zastrzeżeniem: to działa, jeśli pracujesz w chmurze. W wersji lokalnej automatyzacja się nie uruchomi. Zaplanowane zadania w Codeksie albo w lokalnej wersji GPT Work nie wystartują, bo twój komputer musiałby być włączony. Ale jeśli zrobisz to z aplikacji ChatGPT albo z chmurowej wersji GPT Work, wykona się niezależnie od tego, czy komputer jest włączony.

Dlatego wszystkie zadania mailowe robię jako chmurowe zadania GPT Work. Wtedy komputer nie musi być włączony, a ja mam pewność, że zadanie się odpali i zostanie wykonane.

Możliwość 13: arkusze kalkulacyjne

Trzynasta możliwość to tworzenie arkuszy kalkulacyjnych. Modele czołowej klasy stają się w tym tak dobre, że robi się to niemal niepokojące — zwłaszcza gdy poprosisz o obszerny research w internecie albo podasz mnóstwo własnych dokumentów wewnętrznych.

Napisałem: „Zrób dogłębny research wzrostu Microsoftu, Google’a i Apple’a. Chcę pogłębione porównanie i w pełni szczegółowy raport. Zrób z tego arkusz kalkulacyjny. Chcę dużo wykresów i wysokiej jakości danych”. Korzystam z wersji webowej, nie z desktopowej.

Klikam i otwieram wynik. To jest coraz lepsze. Widać wszystkie dane, które zebrał do arkusza: porównanie strategiczne, źródła i weryfikacje. Naprawdę wysokiej jakości arkusze — i bez trudu poprosisz o edycję.

„Zrób stronę-dashboard albo rodzaj okładki, bardzo kolorową i przyjemną w odbiorze, z rekomendacją, co powinienem kupić. A potem przekonwertuj to na arkusz Google”.

Ponieważ mamy skonfigurowaną wtyczkę Google Drive, agent może automatycznie tworzyć arkusze Google, które od razu otworzysz. Gdybyś robił to na desktopie, otworzyłbyś je we wbudowanej przeglądarce.

Gotowe. Otwieram bezpośrednio w Arkuszach Google. Jest naprawdę ładnie oznaczone kolorami: Alphabet, Microsoft, Apple. Są zakładki z historycznymi danymi finansowymi, dashboardem zarządczym i wykresami. A wykresów jest komplet: nakłady inwestycyjne, przychód, pięcioletni przychód, wolne przepływy pieniężne — wszystko, czego moglibyśmy potrzebować do analizy. AI potrafi tworzyć takie szalone arkusze.

Możliwość 14: przestrzeń wieloagentowa

Docieramy do ostatniej możliwości — mojej przestrzeni wieloagentowej. Mam tu otwarte cztery instancje GPT Work naraz. Wszystkie działają w chmurze, a ja pracuję nad wieloma rzeczami jednocześnie. Skoro agenci potrzebują coraz więcej czasu, dobrze jest móc robić kilka rzeczy równolegle.

Czasem nie chcę pracować w bocznym panelu — wolę widok, w którym wszystko jest mniejsze i przełączam się między poszczególnymi oknami. Odpaliłem zapytanie o zawartość skrzynki i mogę dopytać: „Skończyły się kredyty w Perplexity Computer? Podaj więcej informacji, co było w tym mailu?”. Obok przygotowuję intro do podcastu, który nagrywam zaraz po tym.

Jeśli chcę wejść w coś głębiej, klikam dwukrotnie na górny pasek i okno się otwiera. Tak wchodzę i wychodzę z pełnego ekranu; podwójne kliknięcie odkłada okno na wcześniejszą pozycję. Chcę się skupić na tym zadaniu — dwuklik. „Powinienem zrobić dalej »GPT work explained«, to ma sens”. Odkładam okno. „Otwórz to w przeglądarce” — otwiera się w przeglądarce Codeksa.

Wracam do kolejnego zadania. Tutaj pisze, że mail z Perplexity mówi o zużyciu wszystkich kredytów. Odpowiadam: „Odpisz, że już tego nie chcę, użyj Gmaila”. Przechodzę do następnego: „Otwórz to w przeglądarce Codeksa”. I proszę, mamy to otwarte. Zwijam jedno okno, rozwijam drugie i błyskawicznie przełączam zadania. Jeśli pracuję nad trzema czy czterema rzeczami naraz, właśnie tak wolę to robić. Czasem będą to karty Codeksa, nie tylko GPT Work. A tutaj akurat generuje się fajny wykres.

Podsumowanie

To były wszystkie omawiane dziś możliwości. Najprostsze, chmurowe: rozgałęzianie rozmowy oraz tworzenie bloków — na przykład ten wykres kwadrantowy to również blok, pamiętacie diagramy Mermaid. Mówiliśmy o trybie głosowym, który uruchamiasz z nowej rozmowy jednym przyciskiem. Mówiliśmy o raportach i dokumentach: PDF-y, dokumenty tekstowe, arkusze. O generowaniu i edycji obrazów bezpośrednio w rozmowie.

Możesz też korzystać z aplikacji desktopowej i polecam Codeksa do wielu zadań, zwłaszcza tych związanych z kodem. Pamiętaj: lokalny Codex i lokalny GPT Work idą w parze, a wszystkie pozostałe warianty — chmurowa wersja desktopowa, GPT Work na telefonie i w przeglądarce — trzymają się razem i współdzielą umiejętności. Zapamiętaj to na stałe.

Możesz też korzystać z trybu głosowego zdalnie, komunikując się ze swoją aplikacją desktopową, więc jeśli chcesz uruchamiać sesje GPT Work albo Codeksa z telefonu, możesz. Możesz tworzyć umiejętności — tylko pamiętaj, że chmurowe działają z chmurowymi wersjami aplikacji, a lokalne z lokalnymi. Jedna rzecz, której większość ludzi nie wykorzystuje jak należy, to planowanie automatyzacji. No i możesz budować strony oraz pełne aplikacje i hostować je w internecie, co jest naprawdę fajne.

Dzięki wielkie za obejrzenie. To był długi materiał, włożyłem w niego osiem czy dziewięć godzin. Mam nadzieję, że ci się podobał.

10 najważniejszych takeaways — z kontekstem zastosowania

1.Chmura kontra tryb lokalny to najważniejsza decyzja przy każdym zadaniu

Na czym polega: GPT Work działa w dwóch trybach. Chmurowy (przeglądarka, iOS, desktop w trybie „in the cloud”) synchronizuje się między urządzeniami i wykonuje zaplanowane zadania niezależnie od tego, czy komputer jest włączony. Lokalny („on your computer”) ma dostęp do plików i aplikacji na dysku, ale rozmowy nie przeniesiesz na inne urządzenie.

Jak stosować: Zanim zaczniesz rozmowę, zadaj sobie pytanie: czy chcę móc to kontynuować z telefonu i czy coś ma się wykonać w tle? Jeśli tak — chmura. Czy potrzebuję dostępu do lokalnych plików albo lokalnych umiejętności? Jeśli tak — tryb lokalny.

Na co uważać: Automatyzacje utworzone lokalnie po prostu się nie uruchomią, bo wymagają włączonego komputera. To najczęstsza pułapka — zaplanujesz przypomnienie, wyjdziesz z biura i nic się nie stanie.

2.Umiejętności nie są współdzielone między trybami

Na czym polega: Umiejętności utworzone w Codeksie lub lokalnym GPT Work są niewidoczne w wersji chmurowej i odwrotnie. Lokalne z lokalnymi, chmurowe z chmurowymi.

Jak stosować: Podziel swoje umiejętności według miejsca użycia. Wszystko, co chcesz uruchamiać z telefonu, twórz w wersji chmurowej. Umiejętności operujące na plikach na dysku siłą rzeczy zostają lokalne.

Na co uważać: Duplikowanie tej samej umiejętności w obu światach oznacza dwie wersje do utrzymania i ryzyko, że rozjadą się w czasie. Autor sam apeluje do OpenAI o zunifikowanie tego — do tego czasu traktuj rozdzielenie jako trwałe ograniczenie.

3.Traktuj agenta jak współpracownika, do którego mówisz strumieniem uwag

Na czym polega: Przy edycji prezentacji autor nie pisze precyzyjnych instrukcji, tylko dyktuje serię swobodnych uwag slajd po slajdzie („ta grafika jest niezrozumiała”, „ten blok jest brzydki”, „ten slajd zostaw”). Agent, mając dostęp do komputera w chmurze, przetwarza to przez kilka–kilkanaście minut i zwraca komplet poprawek.

Jak stosować: Zamiast rozbijać poprawki na dziesięć krótkich promptów, przejrzyj cały dokument i wyrzuć z siebie wszystkie uwagi w jednej wiadomości. Wskazuj też, co ma zostać bez zmian.

Na co uważać: Ten model działa, bo agent pracuje długo — pierwsza prezentacja powstawała 13,5 minuty, poprawki 9,5 minuty. Nie planuj tego jako czynności do wykonania na pięć minut przed spotkaniem.

4.Wtyczki niosą ze sobą gotowe umiejętności i nie wymagają oznaczania

Na czym polega: Wtyczki to oficjalne integracje z aplikacjami (Gmail, Notion, Kalendarz, GitHub, Canva). Każda przychodzi z pakietem dołączonych umiejętności — od jednej do kilkudziesięciu. Model sam wybiera właściwą wtyczkę, bez @wzmianki.

Jak stosować: Zanim zaczniesz budować własną umiejętność do jakiejś usługi, sprawdź, co już zawiera jej wtyczka (widać to na jej ekranie, plus przycisk „try in chat”). Oznaczaj wtyczkę ręcznie tylko wtedy, gdy chcesz wymusić konkretną drogę.

Na co uważać: Podpięcie Gmaila oznacza oddanie agentowi pełnej kontroli nad pocztą, łącznie z wysyłaniem. Autor pokazuje przepływ, w którym agent najpierw pokazuje wersję roboczą, a wysyłka następuje po jego zatwierdzeniu — warto trzymać się tego schematu.

5.Bloki i diagramy Mermaid zamieniają rozmowę w edytowalny warsztat

Na czym polega: Prosząc o „edytowalny blok tekstowy”, dostajesz fragment, który możesz edytować ręcznie albo opisowo, z zachowaną historią wersji i możliwością cofania. Prosząc o diagram Mermaid, dostajesz renderowaną mapę myśli, schemat blokowy, diagram sekwencji, oś czasu czy ścieżkę użytkownika — bezpośrednio w rozmowie i również na telefonie.

Jak stosować: Do tekstów, które będziesz szlifować (intra, maile, opisy), od razu proś o blok. Do zrozumienia procesu proś o diagram sekwencji — autor używa go często, bo pokazuje, co dzieje się „pod maską”.

Na co uważać: Nie znasz z góry pełnej listy typów bloków. Autor pokazuje prostą sztuczkę: zapytaj model wprost, jakie rodzaje bloków potrafi wygenerować, i wybierz z listy.

6.Zaplanowane sprawdzanie odpowiedzi to najbardziej niedoceniona funkcja

Na czym polega: Wysyłając ważnego maila, w tym samym prompcie zlecasz automatyzację: od kiedy, jak często i jak długo sprawdzać odpowiedź, oraz co zrobić, gdy przyjdzie — dopisać do dokumentu w Notion, powiadomić zespół, wysłać ci maila na inny adres.

Jak stosować: Wyrób nawyk: przy każdej pilnej wiadomości dopisz jedno zdanie o warunkowym działaniu w przyszłości. Autor robi tak przy niemal wszystkich mailach, które wymagają szybkiej reakcji.

Na co uważać: Musi to być zadanie chmurowe. Poza tym warto ograniczać częstotliwość i datę końcową — „co godzinę bezterminowo” to przepis na hałas w skrzynce.

7.Zdalny tryb głosowy zamienia spacer w sesję planistyczną

Na czym polega: W aplikacji iOS zakładka „remote” łączy telefon z aplikacją desktopową. Rozmowa głosowa staje się wątkiem nadrzędnym, z którego uruchamiasz kolejne sesje GPT Work i Codeksa.

Jak stosować: Odwzoruj rutynę autora: rano zostaw włączony komputer, wyjdź na trzydziestominutowy spacer, przejdź głosem przez skrzynkę i dla każdego zadania odpal osobną sesję. Po powrocie zastaniesz cztery–pięć wątków z wykonaną częścią pracy.

Na co uważać: Rozpoznawanie mowy myli podobnie nazwane zasoby — w nagraniu agent otworzył zły dokument w Notion, bo dwie strony miały niemal identyczne nazwy. Nadawaj zasobom jednoznaczne nazwy i weryfikuj, co agent faktycznie otworzył.

8.Wbudowana przeglądarka porządkuje pracę wokół zadań

Na czym polega: Aplikacja desktopowa ma pełnoprawną przeglądarkę powiązaną z wątkiem. Karty otwarte dla danego zadania zostają w jego obrębie, a lokalny GPT Work może nią sterować — publikować, wypełniać formularze, otwierać wersje robocze.

Jak stosować: Zaimportuj ciasteczka i hasła z dotychczasowej przeglądarki (trzy kropki → „import cookies and passwords”), żeby agent był zalogowany tam, gdzie ma działać. Uruchamiając sesję z telefonu, dopisz prośbę o otwarcie kart potrzebnych po powrocie do biurka.

Na co uważać: Import ciasteczek i haseł daje agentowi dostęp do zalogowanych sesji wszystkich twoich kont. Autor świadomie idzie na maksymalny dostęp — jeśli ty nie chcesz, importuj wybiórczo albo używaj oddzielnego profilu przeglądarki dla kont roboczych.

9.Codex i lokalny GPT Work to różne poziomy ryzyka

Na czym polega: Codex ma pełny dostęp do komputera, łącznie z wykonywaniem dowolnych poleceń terminala. Lokalny GPT Work jest bezpieczniejszy: nie wykonuje poleceń terminala i częściej pyta o zgodę, choć nadal tworzy, edytuje i usuwa pliki.

Jak stosować: Codeksa używaj tam, gdzie potrzebujesz pełnej mocy — głównie przy zadaniach programistycznych. Do reszty pracy na plikach wystarczy lokalny GPT Work, przy zachowaniu dostępu do lokalnych umiejętności.

Na co uważać: „Bezpieczniejszy” nie znaczy „bezpieczny”. Lokalny GPT Work nadal usuwa pliki. Trzymaj kopie zapasowe i nie kieruj agenta na katalogi, których utraty nie przeżyjesz.

10.Rozgałęzianie i widok wieloagentowy to sposób na długie czasy oczekiwania

Na czym polega: /branch chat klonuje dotychczasowy kontekst do nowej rozmowy, /pin przypina wątek na górę listy. Autor prowadzi równolegle po cztery instancje GPT Work w zmniejszonym widoku, wchodząc w pełny ekran podwójnym kliknięciem paska.

Jak stosować: Kiedy jedna rozmowa zaczyna obsługiwać dwa cele, rozgałęź ją i nazwij oba wątki po zadaniach. Przy pracy nad trzema–czterema rzeczami naraz przejdź na widok wielookienkowy zamiast bocznego panelu.

Na co uważać: Rozgałęzianie kopiuje cały wcześniejszy kontekst, co jest zaletą, dopóki dwa wątki nie zaczną się rozjeżdżać — od tego momentu każdy z nich ma własną, coraz mniej aktualną wersję historii. Przy równoległych zmianach tego samego pliku czy dokumentu łatwo o nadpisanie cudzej pracy własnego agenta.