O czym jest ten film
- Kompletny, praktyczny kurs Codex — aplikacji agentowej OpenAI wbudowanej w desktopowego ChatGPT — pracującej na najnowszym modelu GPT-6 Astra; autor przechodzi przez 28 funkcji od zera.
- Fundament: Codex to aplikacja, GPT-6 to model; kolejne modele OpenAI mają być trenowane specjalnie pod Codex, co ma dawać przewagę nad narzędziami trzecimi (np. Cursor).
- Budowa aplikacji bez pisania kodu: strony i gry w przeglądarce, aplikacje desktopowe (przykład: launcher w stylu Raycast) i natywne aplikacje iOS z symulatorem.
- GPT Sites: wbudowany hosting z bazą danych, logowaniem przez konto ChatGPT i własną domeną — działająca strona w 5–10 minut.
- Wbudowana przeglądarka sterowana przez agenta: testowanie własnych interfejsów, edycja Notion czy Gmaila oraz import ciasteczek i haseł z Chrome.
- Dokumenty, arkusze i prezentacje generowane w aplikacji, „appshots” (zrzuty innych programów prosto do czatu) oraz tryb adnotacji do precyzyjnych poprawek wizualnych.
- Produkcyjny stack autora: GitHub + Vercel + Convex + domena z Namecheap — wszystko konfigurowane rozmową z agentem, mimo że autor nigdy nie napisał linijki kodu.
- Organizacja pracy: projekty jako wspólne foldery plików, równoległe zadania, czaty boczne, sekcje na pasku bocznym i pełne sterowanie z telefonu (zdalny dostęp + głos na żywo).
- Wtyczki i umiejętności: integracje z Notion, Slackiem, Gmailem, iMessage, Blenderem i Paperem; własne skille, nagrywanie ekranu jako źródło skilla i podłączanie zewnętrznych API (m.in. Gemini do analizy wideo).
- Automatyzacja i skala: zadania zaplanowane, subagenci pracujący równolegle, sterowanie całym komputerem (computer use) i teza, że wszystko, co da się zrobić na komputerze, da się zlecić Codexowi.
Redakcyjne tłumaczenie
Wstęp: jedno narzędzie zamiast dziesięciu
Ten materiał to kompletny przewodnik po pracy z Codex wraz z GPT-6. Odkąd wyszedł GPT-6, utrwaliło się we mnie jedno przekonanie: gdybym mógł zatrzymać tylko jedno narzędzie AI, a resztę oddać — zatrzymałbym Codex. Nie dlatego, że świetnie radzi sobie z kodem (choć owszem, przyjmie każde zadanie programistyczne), ale dlatego, że ogarnia również każdą zwykłą, „biurową” pracę.
Zestaw możliwości wygląda dziś tak: dowolna aplikacja zbudowana jednym promptem; pełnowymiarowe modele 3D w Blenderze czy Unreal Engine; wbudowana przeglądarka, w której wykonuję 90% swojej pracy; prezentacje i interaktywne dokumenty; gry wieloosobowe tworzone jednym poleceniem; wreszcie możliwość oddania agentowi sterowania komputerem na kilka godzin, żeby w tle dokończył za ciebie dowolne zadanie.
Nazywam się Riley Brown. Od sześciu miesięcy codziennie prowadzę w Codex swój startup i kanały, które uzbierały łącznie ponad dwa miliony obserwujących. Poniżej przechodzimy przez 28 rzeczy, które trzeba zrozumieć, żeby w pełni panować nad GPT-6 i pozostałymi modelami dostępnymi w Codex — i żeby na końcu wiedzieć, jak jednym narzędziem rozwijać firmę, budować aplikacje i pracować dziesięciokrotnie sprawniej.
Zanim ruszymy: aplikacja i abonament
Najpierw musimy znaleźć się we właściwym miejscu — a nie mam na myśli chatgpt.com w przeglądarce. Chodzi o desktopową aplikację ChatGPT instalowaną na komputerze. Nie będziemy też rozmawiać o samym ChatGPT, z którego skorzystało już ponad miliard osób, ani o nowej platformie agentów chmurowych GPT Work. Cały ten materiał dotyczy wyłącznie sekcji Codex, którą znajdziesz po kliknięciu ikony ChatGPT po lewej u góry.
Instalacja jest banalna: wpisujesz w Google „download ChatGPT desktop app”, klikasz pierwszy wynik i pobierasz wersję na Maka albo Windowsa. Potem jeden wybór — plan abonamentowy. Do śledzenia tego materiału wystarczy pakiet za 20 dolarów miesięcznie, dający ograniczony dostęp do GPT-6 Astra. Jeśli jednak szykują ci się dłuższe projekty i intensywna praca na tym modelu, polecam przynajmniej na miesiąc wykupić plan Pro za 100 dolarów. Przy szczerym zaangażowaniu jeden miesiąc na tym planie nauczy cię więcej niż niejeden płatny kurs. Po zalogowaniu w sekcji Codex powinieneś widzieć pasek użycia na poziomie 100%.
1.Codex to aplikacja, GPT-6 to model
OpenAI wydało niedawno dwie osobne rzeczy: najmocniejszy model świata, GPT-6 Astra, oraz — moim zdaniem — najmocniejszą aplikację świata, czyli Codex. Warto te pojęcia rozdzielić, bo łatwo je pomylić: Codex to narzędzie, GPT-6 to silnik, który nim pracuje.
Interfejs dzieli się na trzy części: listę czatów, aktywną rozmowę i podgląd tego, nad czym agent akurat pracuje. Każdy z paneli da się zwinąć, więc w razie potrzeby zostaje sam czat. Cokolwiek wpiszesz, odpowiada aktualnie wybrany model.
Skuteczność Codex opiera się na trzech filarach. Pierwszy to wbudowane możliwości — cała masa funkcji i wtyczek dostępnych od razu po instalacji, do których jeszcze wielokrotnie wrócimy. Drugi to model: dziś jest to GPT-6 Astra, a mniej więcej co miesiąu pojawi się coś lepszego. Co istotne, kolejne wersje — GPT-7, GPT-8 — OpenAI trenuje z myślą właśnie o Codex; to ich priorytet. Przewiduję, że używanie tych modeli wewnątrz Codex zawsze będzie najmocniejszą dostępną opcją. GPT-6 Astra zadziała na przykład w Cursorze, konkurencyjnej „superaplikacji”, ale nie był trenowany pod Cursora — pełnię możliwości pokaże dopiero w rodzimym środowisku. Trzeci filar to twoje własne wtyczki. Nad pierwszymi dwoma czujesz się co najwyżej pośrednio, ale na model i wtyczki masz realny wpływ — i to od nich zależy, jak dobre ostatecznie okaże się twoje narzędzie.
2.Dowolna aplikacja — także webowa
I mówię: dowolna. W Codex prowadzę wszystkie swoje projekty programistyczne. Zanim ruszymy od zera, pokażę kilka przykładów. Pierwszy to moja firmowa strona agentnative.inc. Skoro mowa o przeglądarce: wewnątrz Codex działa pełna przeglądarka, więc mogę po prostu wpisać adres — albo otworzyć wersję lokalną, czyli taką, która chodzi na moim komputerze.
Na wersji lokalnej zmiany robi się w jednym kroku. Robię zrzut ekranu sekcji, która mi nie leży, przeciągam go do rozmowy i piszę: „Nie przepadam za tą sekcją na stronie głównej. Zrób inną wersję, dopasowaną stylistycznie do reszty strony”. I tyle — agent bierze się do pracy, a ponieważ aplikacja działa lokalnie, efekt oglądam od razu. Warto przy tym obserwować kursor: tym razem Codex sam przełączył widok na podgląd mobilny, sprawdził, czy elementy się układają, i wrócił do widoku komputerowego. Podsumował zmianę tak: zamienił listę na przewiewną siatkę bez ramek, z czytelnymi opisami i subtelnymi strzałkami; na telefonie układa się równo; testy zaliczone; nic nie wysłano na produkcję. I to zdanie jest kluczowe: domyślnie zmiany zostają na twoim komputerze. Dopiero gdy powiem „wypchnij na produkcję”, agent zapisuje kod w GitHubie i aktualizuje hosting — po chwili na żywej stronie widać nową wersję.
Nie musisz przy tym ograniczać się do witryn wizytówek. Podsyłam wyzwanie: spróbuj wymyślić aplikację, której Codex nie umiałby zbudować. Przykład z mojego poprzedniego filmu: „Modern Singularity 2”, strzelanka stworzona w czterech promptach. Otwieram ją w Chrome — z zewnętrznej przeglądarki gry po prostu chodzą szybciej — wybieram mapę, broń (snajperka, wyrzutnia granatów) i gram w trybie „każdy na każdego”. Nie jestem w tym najlepszy, ale o to chodzi: działa.
Aplikacja działająca w przeglądarce to tzw. web app, a w przeglądarce hostować można praktycznie wszystko: gry, narzędzia produktywności, strony statyczne. O tym, jak doprowadzić taki projekt do produkcyjnej, bezpiecznej postaci — z pełnym backendem, frontendem i bazą danych — będziemy rozmawiać osobno. Na pierwszy raz radzę jednak podejść nieco inaczej, i to prowadzi nas do punktu trzeciego.
3.GPT Sites: hosting z bazą, logowaniem i automatyzacjami
Jeśli siadasz do Codex po raz pierwszy, pierwszą witrynę wdrażaj przez wbudowaną funkcję GPT Sites. Wystarczy w nowym czacie napisać @sites (albo po prostu poprosić o „GPT Sites”), a agent przygotuje stronę z bazą danych, miejscem na obrazy i wideo, logowaniem przez konto ChatGPT oraz własną domeną. Dostajesz link i możesz go wysłać komu chcesz.
Konkretny przykład z mojego podwórka: kalkulator do decyzji inwestycyjnych dla domów w Arizonie. Prompt wyglądał mniej więcej tak:
„Stwórz GPT Sites: kalkulator nieruchomości dla Arizony. Chcemy decydować, czy kupić dom pod wynajem, czy od razu pod odsprzedaż po remoncie. Strona ma być prywatna i wymagać logowania na adres agentnative.inc — dostęp tylko dla mojego zespołu. Formularze maksymalnie oszczędne, ale chcę widzieć wszystkie metryki, które sterują decyzją, wraz z oceną, czy transakcja się opłaca: ROI i tak dalej.”
Taki prompt na GPT-6 Astra zajmuje zwykle 5–10 minut; przy naprawdę złożonej witrynie agent może pracować nawet pół godziny czy godzinę. Po kilku minutach dostałem link: strona „live”, prywatna, dostępna po zalogowaniu na firmowy adres. Otwieram ją w przeglądarce Codex, klikam „Kontynuuj z ChatGPT” — i mam działające narzędzie. Wpisuję dane przykładowe: cena zakupu 330 tysięcy dolarów, budżet 100 tysięcy, wartość po remoncie 500 tysięcy, czynsz 3100 dolarów miesięcznie. System od razu pokazuje, że wariant z odsprzedażą traci pieniądze — dopiero przy 550 tysiącach po remoncie transakcja spełnia cele. Co lepsze, agent z własnej inicjatywy dorzucił kalkulator marginesu błędu: w pesymistycznym scenariuszu wychodzi 177 dolarów zysku miesięcznie, w optymistycznym około 550. I to wszystko już stoi w internecie: baza, logowanie i storage są wbudowane, link mogę wysłać komukolwiek z zespołu. Tak właśnie wygląda vibe coding, czyli programowanie samą rozmową.
GPT Sites sprawdza się dziś przede wszystkim w dwóch rolach: strony osobiste (w tym „artefakty” — interaktywne dokumenty, także trójwymiarowe, o czym przy okazji Blendera) oraz strony zespołowe, na przykład dashboardy. Moje ulubione wdrożenie łączy Sites z automatyzacjami. Mam witrynę dashboardową, chronioną hasłem, która sama się odświeża: Codex — przez integracje z Notion, Gmailem, Slackiem czy iMessage — sprawdza aktualizacje i dopisuje do dashboardu to, co muszę wiedzieć, wraz ze wskazaniem następnego kroku. Nikt z zespołu nie aktualizuje tej strony ręcznie; zapisuje się do niej agent, bo GPT Sites ma własną bazę danych. Odświeżenie ustawione mam na 9:00, 14:00 i 19:00 (o harmonogramach osobny punkt). Jedno ograniczenie: jakiś czas temu trafiłem na limit piętnastu witryn. Nie wiem, czy go podniosą — po prostu miej go z tyłu głowy.
4.Aplikacje desktopowe i na iOS
W Codex zbudujesz każdą aplikację, także natywną. Wczoraj powstała u mnie aplikacja desktopowa otwierana skrótem command+shift+space. Wpisuję hasło — na przykład „desktop app icon” — a program robi za mnie wyszukiwanie grafik w Google; wybraną ikonę kopiuję jednym kliknięciem i wklejam choćby do diagramu w Excalidraw. Skopiowane obrazy lądują w „zapisanych”, więc następnym razem nie szukam od zera. Mogę też wpisać kilka fraz rozdzielonych średnikiem i przeszukiwać je równolegle, a po command+enter agent sam domyśli się, czego jeszcze szukać: do hasła „OpenAI” dorzucił na przykład „interfejs GPT-4” czy „diagram sieci neuronowej”. Jest i przycisk usuwania tła — jedno kliknięcie, bez Canvy.
Skąd ten pomysł? Siedziałem w kawiarni w Nowym Jorku i zirytowało mnie krążenie między Google Images, schowkiem i Canvą tylko po to, żeby wyciąć tło jednej grafiki. Chciałem aplikację w stylu Raycasta — lancera wywoływanego skrótem. Napisałem jeden prompt: „stwórz aplikację desktopową, którą włączam przez command+shift+space; ma wyglądać i działać jak Raycast”, dokładnie opisałem, czego chcę, wysłałem i poszedłem do łazienki. Wróciłem — na komputerze działała gotowa, dopracowana aplikacja. Recepta jest prosta: „Stwórz aplikację desktopową, która robi X. Gdy skończysz, uruchom ją na moim komputerze”. Jedna rada praktyczna: jeśli agent ma sam instalować i odpalać programy, włącz tryb pełnego dostępu; inaczej będziesz przy każdym kroku klikać „zatwierdź” — co zresztą bywa rozsądniejszym wyborem.
Da się też budować na iPhone’a — przez wbudowaną wtyczkę Build iOS Apps. Nowy czat (command+N) i prompt: „Zrób aplikację wyglądającą dokładnie jak Uber — makietę. Znajdź online, jak wygląda, wiernie odwzoruj, ale nazwij ją Ruber. Design ma być świetny. Użyj wtyczki Build iOS Apps i przetestuj aplikację. To ma być aplikacja w Swifcie” (Swift to natywny język Apple — te aplikacje po prostu lepiej wyglądają). Do tego podkręciłem „wysiłek rozumowania” z medium na high — dla większości zadań GPT-6 Astra to armata na wróbla, więc przy prostych rzeczach można poziom zbić i oszczędzić tokeny; tu chciałem, żeby się postarała. Po 18 minutach i 31 sekundach w panelu bocznym pojawił się prawdziwy symulator iOS — nie Uber, tylko aplikacja, którą agent właśnie stworzył: zakładki Services, Activity, Account, przycisk „home”, a nawet własna ikona Ruber. W osobnym filmie pokażę cały proces wypuszczenia takiej aplikacji do App Store.
5.Wbudowana przeglądarka — pełna, zalogowana, sterowana przez agenta
W każdym czacie otworzysz przeglądarkę: przełącznik panelu bocznego → „Browser” albo command+T. To pełnoprawna przeglądarka, zalogowana do moich kont — widzę agentnative.inc, mogę nawet wy tweetać posta i go usunąć. Pełny ekran, nowe karty (command+T): ESPN, Facebook, LinkedIn — kilka stron naraz.
Po co to komu? Ponieważ Codex jest podpięty do wszystkich moich narzędzi, mogę poprosić: „Chcę popracować nad listą 28 rzeczy o Codex — wypisz je i daj link do Notion”. Agent znajduje właściwą stronę w Notion (przez wtyczkę), wylicza punkty, a link klikam prawym przyciskiem i otwieram w przeglądarce — zalogowany, mogę od razu edytować. Potem mówię: „Dopisz na dole outro na czerwono, oparte na reszcie dokumentu, w stylu Matta Wolfe’a — użyj skilla scrape creators, żeby przeanalizować jego transkrypcje”. Po chwili w dokumencie pojawia się gotowe outro. Doprecyzowałem: „skróć do trzech zdań” — i zostało skrócone. Ten materiał powstawał dokładnie w ten sposób.
Przeglądarką można też sterować słowami. „Otwórz Instagram, Twitter i LinkedIn — zaraz coś publikuję” — trzy karty otwierają się same. „Przewiń chwilę X i znajdź post o Muse” — agent łapie myszkę, scrolluje i znajduje (trafił na wpis Michaela: pierwsze wrażenia — darmowe i szybkie, pięć–dziesięć razy szybciej niż Grokbot Instinct). Wskazówka: gdy nad ekranem widzisz małą ikonkę karty, agent właśnie „patrzy” na stronę.
Najczęstsze zastosowanie to testowanie własnych aplikacji. Poprosiłem: „Użyj browser use i przetestuj ten interfejs” (browser use — tryb sterowania przeglądarką; przywołasz go przez @browser use). Agent sam wpisywał dane w formularze, klikał, sprawdzał walidację, przełączał widok na szerokość telefonu i z powrotem, drążył przypadki brzegowe… Werdykt: „Walidacja wszystkich 29 pól numerycznych, łącznie z limitami górnymi, przeszła. Brak blokujących problemów z interfejsem”. I tak dzieje się przy każdej budowie aplikacji — testy idą w pakiecie. Gdy budujesz grę, agent w nią zagra. Astra opanowuje przeglądarkę coraz szybciej; nie wykluczam, że za trzy miesiące nie nadążymy za nią oczami.
Ostatnia przydatna rzecz: do przeglądarki Codex zaimportujesz ciasteczka i hasła z Chrome, więc od pierwszej chwili jesteś zalogowany wszędzie, gdzie zwykle. Ta przeglądarka staje się „przeglądarką dla agenta” — i właśnie tak kontroluję pocztę, Notion czy Slacka.
6.Dokumenty, arkusze i prezentacje (plus „appshots”)
W Codex wbudowane są trzy wtyczki: Documents, Spreadsheets i Presentations — każda z szablonami, np. raportem o trendach rynkowych czy dashboardem analitycznym.
Bonus: „appshots”. Naciskam oba klawisze command naraz i zrzut ekranu aktualnie otwartej aplikacji leci prosto do rozmowy. Mogę więc siedzieć w Notion, zrobić appshot i polecić: „zamień to na @presentation”. Albo: „Zbadaj Grokbota (SpaceX), GPT Work (OpenAI), Muse (Meta, wydany dzisiaj) i Claude Co-work (Anthropic), a potem zrób @spreadsheet porównującą funkcje — niech dobrze wygląda”. Po kilku minutach mam prezentację z notatkami i źródłami na slajdach oraz arkusz z zakładkami: cenniki, funkcje, źródła, przegląd wizualny. Te dokumenty da się też precyzyjnie edytować — i to jest punkt siódmy.
7.Tryb adnotacji: pokaż palcem, co poprawić
Na górze prezentacji jest przycisk adnotacji. Klikam dowolne miejsce na slajdzie i dopisuję komentarz: „Ten slajd jest nudny — zrób z niego lepszą okładkę”. Adnotacja zapisuje się razem z dokładną lokalnością. Dodaję drugą: „tło tego slajdu ma być ciekawsze”. Klikam „go” — i agent ma pełny kontekst: gdzie i co zmienić.
Na witrynach działa to jeszcze lepiej. Otwieram nasz kalkulator arizoński w przeglądarce, włączam adnotacje i przechodzę element po elemencie: „za ciemne”, „górny pasek niższy”, „to logo do usunięcia”, „tło jak papier w kratkę, tylko w kropki”, „z tej sekcji zrób samą ikonę”. Siedem adnotacji, jedno „wyślij” — po chwili wszystkie zmiany są na stronie: kropkowane tło, jaśniejszy wygląd. Uwagi można dokładać nawet wtedy, gdy agent jeszcze pracuje — na przykład: „mniej linii w tych polach, bez obramowań, mniej podpisów — same liczby; zieleń bardziej zielona, czerwień bardziej wyrazista”. Tryb adnotacji działa na dokumentach, prezentacjach i witrynach: niezależnie od tego, nad czym pracujesz, AI wie dokładnie, czego dotyczy twój komentarz.
8.Aplikacje produkcyjne: mój stack
Mój firmowy serwis chodzi na Vercelu, zapisuje dane do bazy, a kod trzymam w GitHubie. Kiedy zaczynałem, po prostu zapytałem Codex: „Buduję aplikację, która ma być główną stroną mojej firmy. Jaki stack wybrać do tego pomysłu? Potem poproszę cię o pomoc w konfiguracji i zalogowaniu się do wszystkich tych narzędzi”. I dostałem konkretną listę. Uważam, że to najłatwiejsza droga do aplikacji, które chce się naprawdę wdrażać jako zespół.
(Informacja dodatkowa: „stack” to komplet technologii, na których stoi aplikacja — repozytorium kodu, hosting, baza danych. Vercel to popularny hosting aplikacji internetowych, a Convex — nowoczesna baza danych; oba mają swoje wtyczki w Codex.)
Nieodzowny będzie GitHub — swego rodzaju Dysk Google dla programistów: pilnuje aktualnej wersji kodu i działa w tle. Gdy chcę wyciągnąć projekt z GPT Sites na własną domenę — na Vercel, Cloudflare albo gdzie indziej — mówię: „Mamy połączenie z GitHubem. Załóż nowe, prywatne repozytorium o nazwie Arizona real estate tracker i wrzuć tam wszystkie pliki”. Chwila i repozytorium istnieje.
Cały trzon skonfigurujesz jednym promptem — polecam go dosłownie:
„Chcę przygotować Codex do tworzenia aplikacji produkcyjnych. Pomóż mi tak skonfigurować GitHub, Vercel i Convex, żebyś miał nad nimi pełną kontrolę. Zalogujmy się i ustawmy wszystko.”
Agent przeprowadzi cię za rękę aż do końca — wystarczy wykonywać polecenia. Sam nigdy nie napisałem linijki kodu, a wiem, czym są gałęzie i pull requesty i potrafię zlecić agentowi przegląd bezpieczeństwa, bo po prostu pytam AI o dobre praktyki: jak utrzymać stronę na powierzchni, jak ją zabezpieczyć, jak aktualizować.
Wdrożenie wygląda tak: „Trzymaj to repozytorium połączone z Vercelem, wdroż stronę i daj link”. Podobnie jak GPT Sites dawał link „chatgpt.site”, Vercel daje adres w domenie vercel.app. Zawsze używałem Vercela, bo AI świetnie nim włada; Cloudflare to rozsądna alternatywa. Domenę kupiłem na Namecheap — agentnative.inc, bo .com było zajęte — i łączy się ją z Vercelem w kilka minut. A bazę danych zakładam jednym zdaniem: „użyj @convex do bazy danych” — i agent tworzy ją, edytuje i podpina pod stronę.
9.–11. Czaty, projekty, równoległość i sekcje
Na pasku bocznym jest sekcja „Ostatnie” — stamtąd biorę 90% pracy. Nowy czat otwierasz jednym przyciskiem albo command+N, a agent sam nada mu nazwę: poprosiłem o „najnowsze maile przez @gmail” i rozmowa nazwała się „podsumuj najnowsze maile”; to samo z @slack, gdzie odbywa się praktycznie cała komunikacja w moim zespole.
Przy większych przedsięwzięciach zakładam projekt. Projekt to po prostu katalog na komputerze — u mnie w folderze Dokumenty aplikacji ChatGPT — do którego trafiają wszystkie pliki. Utworzyłem projekt „Rocket League game Riley” pod grę 3D: „Nowy projekt → nazwa → utwórz”; prawy przycisk i „pokaż w Finderze” potwierdza, że folder istnieje na dysku. Każdy nowy czat w projekcie ma dostęp do tych plików. Pierwszy czat brzmiał z grubsza: „Zaprojektuj w Blenderze pięć rodzajów samochodzików do gry w stylu Rocket League — tyle że zamiast samochodów mają to być myszki komputerowe, różne typy, wykonanie jak najwierniejsze oryginałowi”. Skąd ten pomysł? Pierwszy, który przyszedł mi do głowy. Do Blendera wrócimy później.
Gdy jeden czat mieli coś długiego, po prostu odpalam kolejny w tym samym projekcie: „Potrzebuję najlepszego Rocket League na świecie: super jakość, fizyka zgodna z prawdą. Assety dociągniemy z Blendera — powstają w tym katalogu. Zbuduj grę i fizykę; chcę w nią zagrać i przetestować”. Pliki tworzone przez każdą sesję wpadają do wspólnego folderu, więc każdy czat widzi wszystkie zasoby. Możesz tak uruchamiać dowolnie wiele zadań równolegle — na przykład obok prośby o krótkie omówienie fizyki Rocket League.
Jest też „czat boczny”: wpisuję /side i mam lekką, tymczasową rozmowę, która niczego nie buduje, ale czyta pliki projektu. Świetna, gdy agent pracuje, a ty chcesz na boku przegadać, co można poprawić. Zamyka się jednym klikiem.
Wreszcie sekcje na pasku bocznym: prawy przycisk → nowa sekcja. Utworzyłem sekcję „Przegląd” (roundup) i poprosiłem: „W ostatnim tygodniu wielokrotnie kazałem ci przeszukiwać Gmaila, Slacka i Notion po informacje. Znajdź wszystkie takie zadania od 1 do 8 września i przenieś je do sekcji Przegląd”. Agent przewertował mniej więcej sto starych rozmów (ustawiłem niski wysiłek rozumowania — to prosta robota) i przeniósł 25 wątków, korzystając z narzędzia „move thread to sidebar section”. Gdy sekcja przestała być potrzebna, jednym zdaniem ją usunąłem — wszystkie czaty zostają, znika tylko szuflada. Podsumowując: projekty zakładam już tylko przy aplikacjach produkcyjnych; wewnątrz projektu command+N otwiera równoległe zadania ze wspólnym kontekstem; sekcjami można zarządzać z poziomu rozmowy.
12.Wtyczki: podłącz całą firmę
Wracając do myszek: agent zrobił je w Blenderze — widzę zrzuty, mogę otworzyć pliki w programie. Blender to po prostu darmowa aplikacja na moim komputerze, a Codex potrafi nią sterować, mimo że nie ma oficjalnej wtyczki. Zapytałem tylko: „połącz się z Blenderem” — i sobie poradził. I właśnie o to chodzi: niemal każdą aplikację, z której korzystasz, da się podpiąć.
Oficjalnych wtyczek są setki — kategorie ciągną się w nieskończoność, bo każda firma chce trafić na tę listę. Po dodaniu wtyczkę wywołujesz, wpisując jej nazwę: Notion, Slack, Gmail, Kalendarz…
Przykład z życia: „Daj krótki przegląd ważnych wydarzeń w mojej firmie — zacznij od tych, które wymagają mojej reakcji, uporządkowanych według priorytetu. Zerknij też w @messages (iMessage)”. Ponieważ taka odpowiedź układa mi priorytety — a więc dużo na niej zależy — ustawiam wysoki wysiłek rozumowania. Do tego dopisek: „włóż to do Dokumentu Google i podeślij link”. Po chwili otwieram gotowy dokument w przeglądarce Codex (nazwy firm musiałem zaczernić).
Kilka dni temu opublikowałem tweet, który poszedł jak burza, z promptotm, który nazwałem swoim największym „wow” przy GPT-6 Astrze:
„Zaraz zaplanuję kolejny miesiąc, kwartał i rok. Zrób jeden dokument, który poukłada mi wszystkie trzy perspektywy. Wskaż moje słabości i mocne strony. Spójrz na moje aktywności: w których tracę czas, a które powinienem robić więcej? Które osoby z mojego otoczenia są najbardziej niezawodne — a gdzie ja sam zawodzę? Gdybym miał podnieść kompetencje w jednej dziedzinie w ciągu roku — w której i dlaczego?”
Nakarmiłem agenta mailem, Slackiem, biznesowymi SMS-ami, Notion i notatkami ze wszystkich spotkań (prowadzę je w WhisperFlow, do którego Codex też ma dostęp). (Informacja dodatkowa: WhisperFlow to narzędzie do dyktowania i notowania głosem.) Odpowiedź była znakomita — nie mogę jej pokazać, bo to same dane wrażliwe. Ten sam prompt na Grokbocie zwrócił bełkot: za dużo kontekstu, model nie umiał oddzielić ważnego od nieistotnego. Wniosek praktyczny: podłącz cały swój kontekst i po prostu proś Astry o wnioski.
Jest też Paper. (Informacja dodatkowa: Paper to narzędzie do projektowania w przeglądarce, zbliżone do Figmy, zbudowane z myślą o agentach AI.) Powiedziałem: „Masz dostęp do Paper. Weź landing page’a agentnative i zaprojektuj na tablicy trzy warianty nowej strony głównej”. Na boardzie pojawił się krążek oznaczający agenta i animacja pokazująca, gdzie akurat pracuje — a po chwili zaczęły rosnąć trzy wersje strony, z pełnym dostępem do zasobów mojej witryny. Font nie zachwycił mnie do reszty, ale gdy wchodzi się w dowolny element, kopiuje się link bezpośrednio do niego i można skomentować: „ten tekst jaśniejszy, nie da się czytać”. Agent i tak zwykle sam robi zrzuty swoich projektów i poprawia takie rzeczy — ale tak można go prowadzić ręcznie.
13.„Zdejmij coś z mojej głowy”
Wszyscy zastanawiają się, co AI może „zrobić”, a mało kto pamięta, że agent podpięty do wszystkiego sam powie ci, czym się zająć. Prompt:
„Mam teraz dużo na głowie. Wskaż trzy rzeczy, które możesz ze mnie zdjąć i które realnie pomogą. Przygotuj szkice każdego z tych zadań. Rozejrzyj się po wszystkich moich połączeniach — wszystkim, czego używam codziennie. Naprawdę potrzebuję zdjąć coś z talerza. Co możesz dla mnie zrobić teraz?”
Agent odpowiedział, że przejrzy podłączone źródła, wybierze trzy rzeczy, które może ruszyć od razu, i przygotuje konkretne szkice. I faktycznie: teza mojego wystąpienia na żywo (porządny punkt wyjścia, choć przed wysłaniem chcę to jeszcze przepisać), gotowa wiadomość na Slacka (tę wysłałbym od razu — nie pokazuję jej, bo zawiera delikatne dane) i plan dnia przeprowadzki zapisany w Gmailu z adnotacją „do wykorzystania jutro rano”. Wystarczy powiedzieć „wyślij wszystkie trzy” — i trzy sprawy znikają z listy. Moja firma jest w dużej mierze cyfrowa: komunikacja przez SMS-y, maila i Slacka, ciągła kontrola jakości — sporo z tego da się delegować. Nawet gdy materiał nie jest gotowy do wysłania, agent zwykle dowozi dziewięćdziesiąt procent roboty.
14.Blender: modele 3D rozmową
W projekcie Rocket League mamy już plik z pięcioma „myszko-samochodami” — po poprawkach każdy ma inny kształt. Otwieram Blendera i faktycznie: trójwymiarowe modele, gotowe do dalszej pracy. Chcę zmian: robię zrzut ekranu, strzałką podkreślam element wystający z boku pomarańczowej myszki, wklejam do czatu: „Zmień ten kolor na złoty. Zrób coś z tą dziwnie wystającą częścią. A najmniejszą myszkę zrób czarną, chromowaną, zamiast malutkiej białej”. Po chwili Blender na żywo aktualizuje modele: złoty kolor, wystający element usunięty, mała myszka w czerni. Ręcznie zrobiłbym na to tygodnie nauki — tu wystarczyło jedno zdjęcie i trzy zdania.
15.–16. Gry i interaktywne strony edukacyjne
Teraz łączę kropki: „W innym czacie tego projektu stworzyliśmy pięć myszek w Blenderze. Wgraj je do gry, którą budujesz. Realizm; małe menu z opisem sterowania. Wdróż grę na Vercela (@vercel), żebym mógł w nią zagrać” — pokazuję przy okazji, że poza GPT Sites można wdrażać prosto na własny hosting. Budowa chwilę trwała, więc przeskoczyłem w międzyczasie do czegoś innego.
Bo tymczasem warto zobaczyć, co robi Ash: interaktywne strony 3D tłumaczące złożone tematy. Jedna rozbiera na części ciało człowieka — najezdź na organ i dowiesz się o nim wszystkiego. Druga to Tesla: model, który rozkłada się na pojedyncze elementy i składa z powrotem. Jeśli masz model 3D z Blendera, wystarczy: „Weź ten asset, zrób tak, żeby dało się go rozbierać na części, i wstaw na @sites jako publiczny” — dostajesz link do wysłania znajomym.
A gra? Gotowa. Link: clickkick.vercel.app — „Click Kick”, myszki grają w piłkę. Ekran ładowania z naszymi modelami 3D, „zagraj mecz”… Wybrałem najmniejszą myszkę, co okazało się błędem strategicznym: byłem tak mały, że fizycznie nie dosięgałem piłki, dostałem bramkę i się poddałem. Ale sedno jest inne: wystarczyły modele w Blenderze plus polecenie „włóż je do gry i dodaj fizykę”. Chcesz tryb wieloosobowy? Zapytaj: „jak z tego zrobić multiplayer?” — i wyślij link znajomym.
17.Zadania zaplanowane i porządek w automatyzacjach
Każdy prompt zamienisz w automatyzację: w dowolnym wątku piszesz „rób to w poniedziałki, środy i piątki o 10:00” — gotowe. Jedno zastrzeżenie: zadania lokalne nie ruszą, gdy komputer jest wyłączony, bo praca odbywa się na twoim maszynie. Dlatego część moich automatyzacji chodzi w chmurze na GPT Work — poznasz je po ikonce chmury — na przykład „zdejmij trzy rzeczy z głowy” co pn/śr/pt o 10:00. W ustawieniach zadania widać dokładną instrukcję wysyłaną przy każdym uruchomieniu, częstotliwość oraz czat, w którym pojawi się odpowiedź.
Taki czat warto przypiąć — albo poprosić: „znajdź wszystkie moje aktywne automatyzacje, utwórz sekcję «Automatyzacje» i przenieś tam te czaty”. U mnie zebrały się cztery: „zrób szkice trzech zadań”, sprawdzanie statusów filmów, monitor tweetów o Instinct i miesięczny przegląd firmy — każda z ikonką zegara. Od tej pory mam je w jednym miejscu i przeglądam codziennie.
18.Poczta i iMessage
Nienawidzę maili, więc deleguję. „Zerknij na najnowsze maile od Emily (agentnative.inc), streść je i przygotuj szkic odpowiedzi do mojej akceptacji”. Robię to ciągle: poproszę o listę najważniejszych wiadomości, każe podsumować, każę naszkicować odpowiedzi — a potem jednym zdaniem „wyślij wszystkie”. Całość dyktuję głosem w WhisperFlow. Tym razem odpowiedź przyszła z zaczernionymi nazwami firm (tak zleciłem), więc brzmiała: „Tak, wyślij bez zmian, z zachowaniem zaczernień, i daj link do wysłanej wiadomości”. W pamięci agent ma bowiem zasadę, że po każdej edycji dokumentu czy wysłaniu maila odsyła mi link — otwieram go w przeglądarce Codex i widzę wiadomość, która faktycznie poszła.
Potem prośba kolejna: „wyślij Emily dokładnie tę treść także SMS-em, a po niej wiadomość «co porabiasz?»”. Agent pokazuje prośbę o zgodę, klikam „kontynuuj” — i w iMessage lecą dwa teksty. Pełna kontrola nad pocztą i SMS-ami z jednej aplikacji to bardzo zabawne doświadczenie.
19.Umiejętności (skills)
Przez pół roku pracy z Codex nazbierałem mnóstwo skilli — umiejętności. Skill to pojedyncza „cegiełka”, z których składa się wtyczka: wtyczka Notion ma ich cztery, wtyczka Vercela — pięćdziesiąt cztery. Własne mam między innymi: „YouTube thumbnail” generujący miniatury w moim stylu, „YouTube researcher” przeszukujący YouTube (przez SerpAPI) i „scrape creators”, który ściąga publiczne dane twórców z każdej platformy społecznościowej — filmy, linki w bio, transkrypcje, wszystko.
Prosty przykład budowy: dziś napisałem w Notion szkic tego filmu. Każdy punkt ma „rehook”, a wstęp zapowiada całość — sporo ręcznej roboty, żeby dojść do dobrego kształtu. Chcę to powtarzać, więc mówię: „Stwórz skilla, który pozwoli mi robić zarysy filmów w tym formacie. Nazwij go Golden Long Form. Zwróć uwagę na niebieskie podpunkty pod sekcjami — to rehooki; wstęp zapowiada całość, lista wylicza tematy”. Chwila — i skill istnieje; mogę podejrzeć jego opis. Od teraz w nowym czacie wystarczy @golden long form, temat i ewentualne dodatkowe pomysły, a dostaję dokument w Notion w tym samym kształcie. Nie musisz uczyć się tworzyć skilli — po prostu powiedz agentowi, co ma z czego zbudować; on jest w tym lepszy od ciebie.
20.Nagraj i odtwórz
Nie każdą czynność da się opisać słowami — czasem trzeba pokazać. Piszę: „@record and replay — nagraj mój ekran, a potem zamień to w skilla”, a następnie po prostu pracuję. Zademonstrowałem swoje faktyczne workflow miniatur w Paperze: otwieram grafiki, wklejam zdjęcia (m.in. z mojej aplikacji desktopowej), wymieniam logo, ustawiam napisy „Grokbot is the best” i „Codex new features”, generuję siedem wariantów, podmieniam twarz postaci zachowując loga… Klikam „stop” — i agent ogłasza: „zatrzymuję nagranie; przeanalizuję twój workflow w Paperze i zbuduję na jego podstawie skilla miniaturek”. Samo budowanie trwa długo (osobny film, link w opisie), ale efekt jest dokładnie tym, co pokazałem na ekranie.
21.Zewnętrzne API jako umiejętności
Do skilli podłączysz zewnętrzne API. Recepta na przykładzie Scrape Creators: zakładasz konto na scrapecreators.com, dodajesz kartę płatniczą (usługa jest płatna), kopiujesz klucz API, a w Codex mówisz: „Przekształć możliwości tego API w umiejętność. Oto dokumentacja: [link]. Oto mój klucz: […]”. Po trzech–pięciu minutach działa. Tak podpiąłem Scrape Creators, SerpAPI do badania YouTube i API usuwania tła — gdy agent wygeneruje grafikę, sam ją „obcina” i odsyła wersję bez tła. Gorąco polecam zgłębić temat API: ilekroć łapiesz się na ręcznym przenoszeniu danych między narzędziami, pewnie istnieje API, które można po prostu dokleić agentowi.
22.Rozumienie wideo: delegacja do Gemini
Najmocniejsze API, jakie podłączyłem, to zdolność oglądania filmów w Google Gemini. Stan na 8 września 2026: Gemini nie jest najlepszym modelem świata, ale ma jedną rzecz, której nikt inny nie ma — natywne wgrywanie wideo. Inne platformy kroją film na klatki i wyciągają transkrypcję: wolniej i drożej. Gemini ogląda plik jak obraz. Możesz to sprawdzić na aistudio.google.com: wrzuciłem 73-sekundowe wideo i poprosiłem o tabelę wszystkich klatek co trzy sekundy — odpowiedź przyszła w około dwadzieścia sekund, klatka po klatce, z opisem tego, co się dzieje.
Klucz API ze AI Studio plus prompt „przekształć możliwości Gemini — konkretnie analizę wideo — w umiejętność; oto klucz” — i mam skilla „video analyze” (udostępniam go jako zasób na agentnative.inc). Skill działa jak delegacja: wysyłam film w Codex, ten przesyła MP4 do Gemini, a gdy odpowiedź mu nie wystarcza, dorzuca drugą rundę pytań — raz o transkrypcję, drugi o to, co widać na ekranie. Test na żywo: „Ten film na Instagramie słabo zagrał — 10 tysięcy wyświetleń. Przeanalizuj dlaczego; chcę szczegółów: jak poprawić transkrypcję, co zmienić w klatkach i wizualnie”. Domyślny model w skillu to Gemini 3.8 Flash, tryb agenticzny włączył się sam. Odpowiedź: „Najmocniejszy trop: to naprawdę dobra historia o prywatności, ale widz musi przebrnąć przez kilka innych historii, zanim do niej trafi. Montaż daje ruch, ale kluczowe demonstracje programu są nieczytelne. Otwarcie tworzy obietnicę, której film nie do końca dotrzymuje”. A dalej — tabela poprawek co trzy sekundy (co zmienić i dlaczego) oraz gotowy, nowy skrypt do nagrania. Taki poziom analizy robi różnicę.
23.Wykresy w czacie
Prosta rzecz, a mocno poprawia czytelność: „Użyj wykresów inline i diagramów Mermaid, żeby przedstawić mi pomysły — bez artefaktów, wprost w rozmowie”. (Informacja dodatkowa: Mermaid to składnia rysująca diagramy z opisu tekstowego.) I agent rysuje w samym czacie schematy blokowe — na przykład jak przepisać film tak, żeby szedł od stawki osobistej, przez dowód, z powrotem do ludzkiego pytania — oraz diagramy sekwencji, np. proponowany przebieg pierwszych czterech sekund materiału z podziałem na role. Powiedziałem też: „zrób z tego skilla Riley visual format i zapisz w pamięci, że wolę wyjaśnienia wizualne — używaj ich znacznie częściej”. Od tej pory odpowiedzi przychodzą jako diagramy zamiast ściany tekstu. Porównanie wariantu A i wariantu B na schemacie widać w sekundę; w bloku tekstu — wcale.
24.Sterowanie z telefonu
W aplikacji ChatGPT na telefonie: Ustawienia → wpisz „remote” → „Connections & Remote” → „Add” → skanujesz kod QR z Maca. Od tej chwili telefon w pełni steruje desktopowym Codexem — komputer musi być włączony, bo telefon działa jak pilot. Projekty, czaty, przypięte automatyzacje — wszystko idealnie zsynchronizowane. Uruchomiłem z telefonu czat ze skillem wykresów i diagramy renderują się na ekranie telefonu bez zarzutu, da się je nawet powiększyć na pełny ekran.
Da się też rozmawiać głosem na żywo. Poprosiłem: „Otwórz nowy czat na GPT-6 Astrze i zrób GPT Sites: interaktywny raport o nowej platformie Meta Muse — w stylu i formatowaniu agentnative.inc, klika się po nim, ma kilka wykresów, ale prosty”. Agent potwierdził, poprosił o potwierdzenie w aplikacji, sam utworzył czat z gotowym promptem i zabrał się do roboty. Potem: „odpal jeszcze czat, który sprawdzi maila i Slacka w poszukiwaniu wiadomości od Jake’a” — za chwilę aplikacja pokazuje, że agent uruchomił nowy wątek w trybie tylko do odczytu. Dlatego lubię mieć Codex włączony całą dobę: mogę nim sterować skądkolwiek i nie muszę siedzieć przy komputerze, żeby korzystać z jego pełni. To funkcja strasznie niedoceniana.
25.Obrazy: generowanie i edycja
„Stwórz miniaturę w moim stylu do filmu o Codex”. Do promptu dołączam logo — zbudowana wcześniej aplikacja desktopowa pozwala skopiować je dwoma kliknięciami — oraz moją podobiznę: „podmień logo OpenAI na dołączony znak Codex, a napis niech mówi «28 things you need to know»”. Grafika powstaje we wbudowanym narzędziu obrazowym Codex, z zachowaniem portretu i wyrazistym białym napisem z żółtym akcentem. A potem edycja jak w mini-montażowni: klikam przycisk komentarza, zaznaczam koszulę („zrób białą”), niebo („więcej gwiazd”), napis („bardziej pogrubiony, przestrzenny, z cieniem”) i wybieram „wprowadź zmiany”. Trzy adnotacje, jedna tura — gotowe: więcej gwiazd, tekstu dodano głębi, koszula biała. Po tej funkcji nie tęsknię za Photoshopem.
26.Subagenci: równoległość zamiast kolejki
Długie zadania masowe warto zrównoleglić. Przykład: „Zbadaj tych kilku youtuberów, wyciągnij ich dziesięć filmów (skill: scrape creators) i przeanalizuj, co robią”. Bez dopisku agent ruszy po kolei — i zajmie to wieki. Dodałem: „użyj subagentów dla każdego z nich” — i zadanie rozpadło się na trzy równoległe podprocesy, które skrobały dane jednocześnie, a wyniki zebrał główny agent i odpisał mi już Astrą. W interfejsie widać każde z nich: klikam „three sub agents working” i podglądam statusy — kto akurat „myśli”. Agent sam ocenił, że trzy podprocesy wystarczą.
Uwaga ekonomiczna: subagenci zużywają znacznie więcej tokenów w jednostce czasu — właśnie dlatego agent nie sięga po nie, dopóki wyraźnie nie poprosisz. Jest też trik oszczędnościowy: niech subagenci biegają na tańszym modelu, a syntezę zostaw głównemu.
27.Sterowanie komputerem (computer use)
Wspominałem o tym zbyt jednym tchem, więc nadrobię: z ASTRĄ sterowanie komputerem robi się niepokojąco dobre. Wystarczy @computer, a agent przejmuje klawiaturę i myszkę. Widziałem, jak w Canvie rysował w czasie rzeczywistym — z precyzją trudną do uwierzenia. Na Maku potrafi pracować w tle: czasem minimalizuję Codex, zajmuję się czymś innym i tylko kątem oka łapię, jak sam sobie klika. Przez najbliższe pół roku spodziewam się dziesięciokrotnych usprawnień w jakości, szybkości, a być może i cenie. Tego się nie da pokazać tak, żeby oddać odczucie — musisz spróbować sam. Obowiązkowo.
28.„Cokolwiek zechcesz”
Ostatni punkt nazywa się „cokolwiek zechcesz”. Nie istnieje film, który wyczerpie możliwości Codexa — bo tak AI w dłuższej perspektywie nie będzie działać. W przyszłym roku zrozumiesz, że te produkty stają się Jarvisem. Nie „Jarvisem, jeśli przymrużysz oczy” — naprawdę Jarvisem. Kiedykolwiek wcześniej byłoby możliwe, żeby narzędzie, z którym rozmawiasz, zbudowało modele 3D i włożyło je do gry? Nigdy. A jednak.
Chcę ci przez ten materiał przekazać jedno: wszystko, co da się zrobić na komputerze, teoretycznie zrobi też Codex. Do każdej zewnętrznej aplikacji da się go dobudować. Nie ma tu realnych ograniczeń — jest tylko twoja wyobraźnia. Jeśli coś może się wydarzyć na komputerze, z dużym prawdopodobieństwem da się to zautomatyzować przez Codex i GPT-6.
Podsumowanie autora
Szybkie powtórzenie całości. Codex to aplikacja, GPT-6 to model. Każda aplikacja to w istocie zestaw plików na twoim komputerze — i równie łatwo zrobisz z nich web apka, grę czy stronę. Najszybsza droga do internetu to GPT Sites (strony osobiste i zespołowe); poza tym aplikacje desktopowe i iOS (skill Build iOS Apps — swoją aplikację desktopową użyłem w tym filmie trzy razy). Jest pełna przeglądarka w aplikacji, dokumenty, arkusze, prezentacje i tryb adnotacji. Jest produkcyjny stack: GitHub, Vercel, Convex, domena z Namecheap (na ten temat zrobię osobny, wielogodzinny materiał). Są projekty na pasku bocznym, praca równoległa i sekcje. Wtyczki podłączają dosłownie każde narzędzie: cała moja firma siedzi w Codex — ten film nagrywam na Teli, podpiętej przez MCP, więc mam dostęp do transkrypcji wszystkiego, co kiedykolwiek nagrałem.
Nie musisz też mieć planu na każde wejście — możesz po prostu zapytać agenta, co dalej. Blender tworzy grafikę 3D, która trafia potem do gry (stąd Rocket League z myszkami — nie pytaj). Ta sama technologia buduje interaktywne narzędzia edukacyjne. Dowolny prompt da się zamienić w zaplanowane zadanie; pocztą i SMS-ami steruje się w całości. Skille porządkują powtarzalne prace, record and replay pozwala je pokazać zamiast opisywać, a zewnętrzne API — między innymi Gemini do analizy wideo — dokładają brakujące możliwości. Wykresy inline robią odpowiedzi czytelnymi, telefon steruje wszystkim zdalnie (komputer włączony), obrazy generuje się i edytuje na miejscu, subagenci równoleglą robotę, a sterowanie komputerem musisz po prostu zobaczyć na własne oczy.
Jest 23:05; zaczynałem około południa i jestem wykończony. Film nie ma sponsora — po prostu chciałem wyrzucić z siebie wszystko, co wiem o GPT-6 i Codex, i pokazać, jak z tego korzystam. Pełna „ściągawka” ze wszystkiego, o czym rozmawialiśmy, czeka pod linkiem w opisie. Dziękuję wam za obejrzenie i do zobaczenia w następnym materiale.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Rozdziel aplikację od modelu — i pracuj w środowisku natywnym
Na czym polega: Codex to aplikacja, GPT-6 Astra to model. Według autora modele OpenAI są trenowane z myślą o Codex, więc pełnię możliwości pokazują właśnie tam — nie w narzędziach trzecich, takich jak Cursor.
Jak stosować: przenieś codzienną pracę z przypadkowych czatów do aplikacji desktopowej i świadomie zarządzaj dwiema dźwigniami, na które masz wpływ: wyborem modelu i zestawem wtyczek. Model nowszy nie zawsze jest potrzebny — prostym zadaniom wystarczy niższy poziom „wysiłku rozumowania” i tańsze warianty.
Na co uważać: porównania modeli robione w obcych narzędziach mogą zaniżać wyniki — oceniaj model w środowisku, pod które był trenowany.
2.GPT Sites: działająca strona z bazą i logowaniem w 5–10 minut
Na czym polega: wpisujesz @sites i opisujesz, co strona ma robić; dostajesz wdrożenie z bazą danych, storage, logowaniem przez konto ChatGPT (z możliwością ograniczenia do firmowych adresów e-mail) i linkiem do wysłania dalej.
Jak stosować: najlepiej sprawdza się w narzędziach wewnętrznych — kalkulatory decyzyjne, dashboardy zespołowe, strony osobiste. W prompcie określ cztery rzeczy: prywatność, wymagany e-mail logowania, minimalne formularze i metryki, które chcesz widzieć na ekranie.
Na co uważać: limit około piętnastu witryn; do publicznego produktu rozwijanego długoterminowo lepszy jest własny stack (GitHub + Vercel + baza danych).
3.Stack i konfigurację ustalaj rozmową, nie na pamięć
Na czym polega: zamiast zgadywać technologie, autor pyta: „jaki stack do tego pomysłu?”, a potem podłącza wszystko jednym promptem: „skonfiguruj GitHub, Vercel i Convex tak, żebyś miał pełną kontrolę — zalogujmy się i ustawmy wszystko”.
Jak stosować: przy pierwszym projekcie produkcyjnym użyj dokładnie takiego promptu — agent przeprowadzi przez logowania i konfigurację krok po kroku. Repozytoria zakładaj jako prywatne; hosting i domenę łącz na polecenie agenta.
Na co uważać: nieznajomość kodu nie zwalnia z rozumienia podstaw (gałęzie, pull requesty, bezpieczeństwo) — o wszystko pytaj agenta wprost: „jak to utrzymać i zabezpieczyć?“.
4.Podłącz cały kontekst firmy i pytaj o priorytety
Na czym polega: po połączeniu Gmaila, Slacka, Notion, SMS-ów i notatek ze spotkań możesz zadać jedno głębokie pytanie (plan miesiąca, kwartału i roku; słabe strony; gdzie tracisz czas; kto w otoczeniu jest niezawodny) i dostać spójną, poukładaną odpowiedź.
Jak stosować: przy decyzjach o dużej wadze ustawiaj wysoki wysiłek rozumowania; proś o wynik w Dokumentach Google z linkiem. Zacznij od pytań o priorytety dnia: „co wymag mojej reakcji i w jakiej kolejności”.
Na co uważać: odpowiedzi będą pełne danych wrażliwych — nie publikuj ich; pamiętaj, że agent widzi wszystko, co podłączysz, także prywatne kanały. Przy zbyt dużej liczbie źródeł słabsze modele po prostu się gubią.
5.Zamieniaj powtarzalne formaty w umiejętności (skills)
Na czym polega: skill to „cegiełka” wtyczki; własny tworzysz, pokazując agentowi przykład i mówiąc „zrób z tego skilla o nazwie X” — potem wywołujesz go przez @nazwa w dowolnym czacie.
Jak stosować: masz ulubiony szablon dokumentu, styl miniatur, format raportu? Raz pokazany wzorzec zwraca się przy każdym kolejnym użyciu. Nie ucz się pisać skilli — deleguj ich tworzenie agentowi, on jest w tym lepszy.
Na co uważać: skill dziedziczy ograniczenia wzorca — jeśli styl się zestarzeje, trzeba go przebudować; niektóre umiejętności wymagają płatnych API, więc sprawdzaj koszty, zanim zautomatyzujesz.
6.Doklejaj zewnętrzne API tam, gdzie brakuje możliwości
Na czym polega: konto u dostawcy → klucz API → prompt „przekształć możliwości tego API w umiejętność; oto dokumentacja i klucz”. Po 3–5 minutach agent umie skrobać social media, przeszukiwać YouTube, usuwać tła z obrazów albo analizować wideo przez Gemini.
Jak stosować: ilekroć łapiesz się na ręcznym przenoszeniu danych między narzędziami, sprawdź, czy whichś z nich nie ma API — i podepnij je jako skilla. Analiza wideo przez Gemini to obecnie najtańsza droga do „oglądania” materiałów przez AI.
Na co uważać: API kosztuje (karta płatnicza, rozliczenia od użycia); kluczy nie wklejaj w miejscach publicznych i pilnuj limitów, zwłaszcza gdy skill działa w automatyzacji.
7.Adnotuj zamiast opisywać
Na czym polega: tryb adnotacji pozwala kliknąć konkretny element prezentacji, witryny czy obrazu i dopisać uwagę; uwagi wysyłasz hurtowo, a agent wie dokładnie, „gdzie palcem wskazałeś”.
Jak stosować: przy poprawkach wizualnych stosuj schemat: zaznaczony element + jednoznaczne polecenie („tło jaśniejsze”, „ten pasek niższy”). Możesz dodawać uwagi również wtedy, gdy agent jeszcze pracuje nad poprzednią serią.
Na co uważać: przy dużych seriach zmian formułuj polecenia precyzyjnie, inaczej agent nadinterpretuje; efekt oceniaj dopiero po odświeżeniu podglądu, bo część poprawek realizuje się z opóźnieniem.
8.Automatyzacje z harmonicogramem — i porządek w nich
Na czym polega: dowolny prompt zamienisz w zadanie cykliczne („rób to pn/śr/pt o 10:00”). Zadania lokalne wymagają włączonego komputera, chmurowe (ikona chmury, GPT Work) — nie. Odpowiedzi spływają do wskazanego czatu.
Jak stosować: zacznij od dwóch–trzech prostych cykli (przegląd priorytetów, statusy projektów, monitoring wzmianek), a potem poproś agenta, by sam utworzył sekcję „Automatyzacje” i przeniósł do niej wszystkie aktywne zadania — od razu będziesz je mieć w jednym miejscu.
Na co uważać: wyłączony komputer oznacza nieuruchomione zadanie lokalne — kluczowe automatyzacje przenoś do chmury; bez regularnego przeglądu łatwo nie zauważyć, że automatyzacja przestała oszczędzać czas.
9.Subagenci: równoległość zamiast kolejki
Na czym polega: przy zadaniach masowych (analiza ośmiu kanałów, dziesiątki plików) dopisek „użyj subagentów dla każdego” rozbija pracę na wątki działające równolegle; wyniki zbiera główny agent i składa z nich odpowiedź.
Jak stosować: sięgaj po to przy długich, powtarzalnych zadaniach; wersja oszczędnościowa: subagenci na tańszym modelu, synteza na głównym.
Na co uważać: równoległość zjada tokeny znacznie szybciej — agent sam zresztą nie użyje subagentów, dopóki wyraźnie nie poprosisz; przy limitach abonamentu to pierwsza dźwignia do przycięcia.
10.Pokazuj, nie opisuj: nagrywanie ekranu i sterowanie komputerem
Na czym polega: „record and replay” nagrywa twoją pracę w dowolnej aplikacji i zamienia ją w skilla; „computer use” pozwala agentowi samemu klikać, pisać i rysować (np. w Canvie), na Maku także w tle.
Jak stosować: gdy workflow trudno opisać słowami — na przykład sekwencję operacji w narzędziu graficznym — po prostu wykonaj ją raz przed kamerą i każ zbudować skilla. Sterowanie komputerem przetestuj możliwie szybko, bo skala możliwości szybko rośnie.
Na co uważać: tryb pełnego dostępu oznacza działanie bez pytania o zgodę — świadomie wybieraj między wygodą a zatwierdzaniem każdego kroku; nowymi automatyzacjami komputerowymi zaczynaj od zadań odwracalnych.