O czym jest ten film
- AI potrafi obsługiwać strony i aplikacje przez ich interfejs, wykonując czynności, które zwykle wymagają wielu ręcznych kliknięć.
- Autor wyróżnia dwa główne zastosowania: przenoszenie danych oraz odnajdywanie funkcji w rzadko używanym oprogramowaniu.
- Do pracy na stronach internetowych poleca przeglądarkę w aplikacji ChatGPT Work; do programów na komputerze — wtyczkę Computer Use.
- Pokazuje, jak napisać polecenie określające miejsce pracy, oczekiwany wynik, sposób zgłaszania braków i zakres końcowej kontroli.
- Wyjaśnia, jak uruchomić przeglądarkę w aplikacji i przywołać ją w rozmowie przez
@browser. - Omawia włączenie Computer Use oraz różnicę między działaniem tej funkcji na Macu i Windows.
- Wskazuje ograniczenia: wolniejsze działanie poza przeglądarką, konieczność samodzielnego rozwiązania CAPTCHA i kłopoty z niektórymi oknami wyskakującymi.
- Przedstawia Record and Play, które zamienia nagraną czynność w procedurę możliwą do wielokrotnego wykonania.
- Radzi zaczynać od zadań nadzorowanych, a dopiero po sprawdzeniu wyników dopuszczać pracę w tle i według harmonogramu.
- Przypomina, że przed pierwszym zadaniem warto poprawnie ustawić foldery i uprawnienia aplikacji.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Zacznij od czynności, które powtarzasz wiele razy
Na czym polega: Najłatwiej dostrzec korzyść tam, gdzie trzeba kolejno otworzyć wiele rekordów, pobrać dane i przenieść je do arkusza.
Jak stosować: Wybierz zadanie wykonywane co miesiąc lub kwartał, na przykład zestawienie danych klientów z portalu, który nie pozwala pobrać wszystkiego naraz.
Na co uważać: Sprawdź, czy wszystkie rekordy wymagają tych samych kroków. Wyjątki mogą wymagać osobnych instrukcji.
2.Dobierz narzędzie do miejsca, w którym pracujesz
Na czym polega: Autor zaleca przeglądarkę w ChatGPT Work do serwisów internetowych, a Computer Use do programów uruchomionych na komputerze.
Jak stosować: Jeśli zadanie wykonujesz na stronie, otwórz ją w przeglądarce aplikacji i przywołaj @browser. Po Computer Use sięgnij wtedy, gdy musisz obsłużyć osobny program.
Na co uważać: Według doświadczeń autora sterowanie całym komputerem jest wolniejsze i bardziej podatne na zakłócenia.
3.Opisz wynik tak, by dało się go sprawdzić
Na czym polega: Polecenie powinno mówić, skąd pobrać informacje i jak ma wyglądać gotowy rezultat.
Jak stosować: Zamiast prosić ogólnie o „zebranie danych”, wskaż okres, grupę klientów, potrzebne wartości oraz układ arkusza, na przykład jeden klient w każdym wierszu.
Na co uważać: Gdy nie określisz zakresu lub struktury wyniku, trudno będzie ocenić, czy zadanie wykonano w całości.
4.Pozwól zostawiać luki w danych
Na czym polega: Autor proponuje, by przy brakującej lub niejasnej wartości AI pozostawiało puste pole i wyjaśniało powód.
Jak stosować: Dodaj tę zasadę wprost do polecenia. Potem przejrzyj zgłoszone braki i uzupełnij je w źródłowym systemie albo rozstrzygnij ręcznie.
Na co uważać: Puste pole jest sygnałem do sprawdzenia. Nie traktuj go automatycznie jako zera.
5.Porównuj liczbę znalezionych i opracowanych elementów
Na czym polega: Końcowy raport może szybko ujawnić pominięte pozycje.
Jak stosować: Poproś AI, by podało, ile rekordów znalazło i ile przetworzyło. Jeśli liczby się różnią, ustal, które pozycje zostały pominięte.
Na co uważać: Zgodność liczb nie dowodzi jeszcze poprawności danych w poszczególnych wierszach. Sprawdź także wybrane wyniki.
6.Przy rzadko używanym programie zlecaj odnalezienie funkcji
Na czym polega: AI może przejść przez ustawienia aplikacji i znaleźć opcję, której położenia nie pamiętasz.
Jak stosować: Nazwij konkretny cel, na przykład odnalezienie ustawień odnawiania subskrypcji i wyłączenie automatycznego przedłużenia.
Na co uważać: Po zmianie sprawdź stan ustawienia. Samo dotarcie do właściwego ekranu nie oznacza, że operacja się powiodła.
7.Nagrywaj procedury o stałym przebiegu
Na czym polega: Record and Play pozwala pokazać AI czynność na nagraniu, a następnie zamienić ją w procedurę do ponownego użycia.
Jak stosować: Wybierz zadanie, w którym kolejne kroki są podobne dla kilkudziesięciu pozycji. Nagraj jeden przykład i sprawdź działanie powstałej procedury na następnych przypadkach.
Na co uważać: Narzędzie gorzej pasuje do zadań wymagających wielu ocen i decyzji. Autor wskazuje też, że w chwili nagrania funkcja była dostępna tylko na Macu i w USA.
8.Przy nagrywaniu wyjaśniaj decyzje, których nie widać na ekranie
Na czym polega: Sam zapis kliknięć może nie wystarczyć, jeśli wybór zależy od treści rekordu.
Jak stosować: W trakcie nagrywania wypowiedz lub dopisz prostą regułę określającą, jak podjąć taką decyzję.
Na co uważać: Im więcej uznaniowych wyborów w jednym zadaniu, tym trudniej bezpiecznie powtarzać je automatycznie.
9.Stopniowo zwiększaj samodzielność AI
Na czym polega: Autor proponuje najpierw obserwować każdą czynność, później dopuścić pracę w tle, a na końcu — jeśli wyniki pozostają dobre — uruchamiać procedurę według harmonogramu.
Jak stosować: Zacznij od prostego zadania, sprawdź kilka kolejnych wykonań i zachowaj okresową kontrolę także po uruchomieniu automatyzacji.
Na co uważać: Procedurę zapisaną jako umiejętność trzeba sprawdzić ponownie. To, że pojedyncze wykonanie się udało, nie gwarantuje poprawnego działania cyklicznego.
10.Zaplanuj przerwania pracy
Na czym polega: CAPTCHA wymaga działania człowieka, a niektóre okna wyskakujące mogą zatrzymać lub zmylić agenta.
Jak stosować: Przy dłuższym zadaniu zaglądaj do postępu i ustal, co zostało wykonane, jeśli praca stanie w połowie.
Na co uważać: Nie zakładaj, że polecenie obejmujące setki pozycji zawsze dobiegnie końca bez Twojej pomocy.
Redakcyjne tłumaczenie
Dwa rodzaje pracy, które warto oddać AI
AI potrafi dziś otworzyć używane przez ciebie programy, przechodzić między ekranami i wykonywać żmudne czynności, które dotąd robiłeś ręcznie. Jeśli próbowałeś tego pół roku temu i widziałeś, jak agent gubi się, klika nie tam, gdzie trzeba, albo przerywa pracę w połowie, rozumiem twoją nieufność. Wtedy rzeczywiście często tak było.
W tym miesiącu pojawiły się jednak dwie rzeczy: model GPT-5.6 oraz nowa aplikacja komputerowa ChatGPT Work. Po raz pierwszy agenci potrafią samodzielnie doprowadzić do końca wiele zwykłych zadań wykonywanych na komputerze. Mogą pracować przez wiele godzin bez stałego nadzoru.
Nazywam się Dylan i prowadzę firmę doradzającą w sprawach AI. Przez ostatnie trzy tygodnie sprawdzałem te możliwości przy rzeczywistej pracy dla klientów. Chcę pokazać, co okazało się przydatne: dwa rodzaje zadań, prosty sposób wyboru narzędzia oraz nową funkcję, która uczy się czynności po jednym pokazie i może ją potem wielokrotnie powtarzać.
Pomyśl o uciążliwych rzeczach, które robisz w różnych programach. Większość z nich można zaliczyć do dwóch grup.
Pierwsza to przenoszenie informacji. Kopiujesz dane z jednego ekranu na drugi albo z aplikacji do arkusza kalkulacyjnego. Druga to poruszanie się po programie, którego prawie nie znasz — może używasz go raz w roku. Widzisz mnóstwo przycisków i ustawień, a potrzebujesz jednej informacji lub jednej funkcji. Nie wiesz tylko, gdzie jej szukać.
Wyobraź sobie portal księgowy albo system do fakturowania, który nie pozwala pobrać wszystkich danych jednocześnie. Raz w miesiącu, kwartale czy roku otwierasz więc kolejne pozycje i pobierasz je pojedynczo. Czasem musisz nawet każdą wartość ręcznie skopiować. Potem przenosisz wszystko do Excela lub innego miejsca. Jeśli takich pozycji jest 50, 100 czy 150, zajmuje to mnóstwo czasu.
W drugiej grupie może znaleźć się choćby zmiana ustawień subskrypcji. Chcesz wyłączyć automatyczne odnowienie, lecz odpowiednia opcja kryje się kilka ekranów dalej. Możesz wskazać AI ten program i polecić: „Znajdź ustawienia odnowienia i wyłącz je”. Agent przejdzie przez aplikację, szukając właściwego miejsca.
Przeglądarka czy cały komputer?
W tych zadaniach GPT-5.6 może działać na dwa sposoby w aplikacji ChatGPT Work. Według moich szacunków zdecydowana większość przypadków — może 90–95 procent — dotyczy stron internetowych. Korzystamy z nich w Safari, Chrome czy Edge. Pozostałe zadania wykonujemy w osobnych programach zainstalowanych na Macu albo komputerze z Windows.
ChatGPT Work ma własną przeglądarkę. Jest też wtyczka Computer Use, dzięki której AI może obsługiwać komputer poza przeglądarką. Wybór jest więc prosty: jeśli pracujesz na stronie, zacznij od przeglądarki w aplikacji. Jeśli potrzebujesz programu działającego na pulpicie, użyj Computer Use.
Zanim pokażę, gdzie znaleźć te funkcje, chcę podać wzór polecenia, który przydaje się w obu przypadkach. Składa się z czterech części. Mówisz AI, dokąd ma przejść, jak ma wyglądać gotowy wynik, co ma zrobić w razie niepewności oraz jak ma na koniec potwierdzić zakres wykonanej pracy.
Przykładowe polecenie mogłoby brzmieć:
Przejdź do wskazanego portalu. Zbierz czerwcowe dane wszystkich aktywnych klientów i umieść je w arkuszu, po jednym kliencie w każdym wierszu. Jeśli jakiejś wartości brakuje albo jest niejasna, zostaw pole puste i wyjaśnij dlaczego. Na koniec podaj, ilu klientów znalazłeś i ilu uwzględniłeś w arkuszu.
Adres, okres i oczekiwany wynik dostosuj do własnego zadania. Dwie ostatnie zasady warto zachować.
Po pierwsze, agent powinien móc przyznać, że nie znalazł wiarygodnej wartości. Wolę puste pole z wyjaśnieniem niż liczbę podaną bez podstaw. Po drugie, chcę wiedzieć, czy przetworzył wszystko, co znalazł. Jeśli miał opracować 300 pozycji, raport końcowy powinien pokazywać 300 znalezionych i 300 opracowanych. Gdy liczby się różnią, od razu wiem, że muszę sprawdzić pominięte pozycje. Taki raport pomaga mi szybko skontrolować wynik.
Jak uruchomić przeglądarkę w ChatGPT Work
Otwórz aplikację komputerową ChatGPT Work. W prawym górnym rogu znajduje się przycisk otwierający panel boczny. W panelu zobaczysz między innymi dwie sekcje: przeglądarkę i pliki. Wybierz przeglądarkę.
Korzysta się z niej podobnie jak z każdej innej: możesz wejść na stronę i się zalogować. Aplikacja zapamiętuje dane logowania, więc przy następnej wizycie nie trzeba powtarzać tej czynności. Z mojego doświadczenia AI szczególnie sprawnie porusza się właśnie w tej przeglądarce.
Aby zlecić agentowi pracę na otwartej stronie, wpisz w polu rozmowy znak @, a następnie wybierz browser. W poleceniu pojawi się oznaczenie przeglądarki. Od tej chwili instrukcje, które wpiszesz, będą dotyczyć pracy w niej. Ta funkcja powinna być dostępna w aplikacji bez dodatkowej instalacji.
Do obsługi przeglądarki lub komputera polecam szybki, sprawny model. Jeśli masz plan z dużym limitem użycia, wybrałbym GPT-5.6 Sol z bardzo wysokim poziomem rozumowania i włączonym trybem szybkim. Zużywa to więcej dostępnego limitu. Przy skromniejszym planie wybrałbym standardową szybkość oraz średni lub wysoki poziom rozumowania. Do większości takich zadań powinno to wystarczyć.
Jak włączyć Computer Use
Do obsługi całego komputera wpisz w rozmowie @computer i wybierz odpowiednią pozycję. Wcześniej trzeba jednak dodać wtyczkę.
Otwórz menu po lewej stronie aplikacji i wejdź do sekcji wtyczek. Computer Use może pojawić się wśród polecanych pozycji. Jeśli go tam nie ma, wpisz „computer” w wyszukiwarce. Otwórz wynik i włącz lub zainstaluj wtyczkę. Computer Use jest dostępne na Macu i Windows; przeglądarka działa wewnątrz aplikacji na obu systemach.
Sposób działania Computer Use zależy od systemu. Na Macu agent może pracować w tle, a ty w tym czasie zajmiesz się czymś innym. Pojawia się niewielkie okno podglądu, w którym można obserwować jego działania.
Na Windows agent przejmuje w tym czasie komputer. Dopóki wykonuje zadanie, nie możesz swobodnie z niego korzystać. Bywa to uciążliwe, choć przy niektórych pracach nadal może się opłacać. Pamiętaj też, że według moich szacunków większość potrzebnych czynności da się wykonać w przeglądarce.
Przy Computer Use zauważyłem jeszcze kilka ograniczeń. Nawet z szybkim ustawieniem GPT-5.6 Sol obsługa komputera trwa dość długo, choć działa szybciej niż modele, które wcześniej sprawdzałem. Gdy pojawi się CAPTCHA, agent poprosi cię o jej samodzielne rozwiązanie. Dotyczy to prawdopodobnie także przeglądarki w aplikacji. Zdarza się również, że nietypowe okno wyskakujące odciągnie uwagę agenta i nie będzie wiedział, co zrobić dalej. Nie widzę tego często, ale warto mieć taką możliwość na uwadze.
Dlatego, gdy zadanie odbywa się na stronie internetowej, polecam przeglądarkę w aplikacji. W moich próbach działała znacznie szybciej i skuteczniej niż sterowanie całym komputerem.
Pokaż czynność raz, a potem ją powtarzaj
Jest jeszcze jedna wtyczka, którą OpenAI udostępniło kilka tygodni temu: Record and Play. Sądzę, że może przydać się wielu osobom, choć niewiele się o niej mówi.
Znajdziesz ją w sekcji wtyczek, wpisując „record” w wyszukiwarce. Po otwarciu wyniku możesz sprawdzić, czy jako twórca widnieje OpenAI. Następnie dodaj wtyczkę. W nowej rozmowie wpisz @, wyszukaj Record and Play i wybierz tę pozycję.
Funkcja nagrywa ekran, gdy wykonujesz zadanie. AI obserwuje kolejne kroki. Po zatrzymaniu nagrania zamienia pokazany sposób pracy w umiejętność, czyli zapisaną procedurę, której może później używać wielokrotnie.
Po wybraniu Record and Play można uruchomić nagrywanie bez dopisywania dalszej instrukcji. Aplikacja informuje wtedy, że będzie rejestrować ekran; na wykonanie pokazu masz do 30 minut. Pojawia się też niewielkie okno z czasem nagrania. Gdy skończysz, możesz zatrzymać zapis i utworzyć procedurę albo usunąć nagranie.
Najlepiej nadają się do tego czynności, które za każdym razem mają podobny przebieg. Szczegóły poszczególnych spraw mogą się różnić, ale główne kroki powinny pozostać takie same. Dobrze też, by zadanie nie wymagało zbyt wielu decyzji. Jeśli jakaś ocena jest konieczna, wyjaśnij AI zasadę jej podejmowania — możesz zrobić to również głosem podczas nagrania.
Nagrywanie ma sens przede wszystkim przy większej liczbie powtórzeń: 20, 30, 50 czy 100 podobnych sprawach. Przy pojedynczej czynności przygotowanie procedury może zająć więcej czasu niż samo wykonanie zadania.
W chwili nagrania Record and Play działało wyłącznie na Macu i było dostępne w USA, a nie w Unii Europejskiej czy Wielkiej Brytanii. To ograniczenie dotyczy tej konkretnej funkcji; pozostałe opisane narzędzia są dostępne także w innych miejscach.
Od nadzoru do harmonogramu
Niezależnie od tego, czy korzystasz z przeglądarki, Computer Use czy Record and Play, zwiększaj samodzielność agenta stopniowo.
Na początku obserwuj jego pracę przez cały czas. Wybierz bezpieczne zadanie i upewnij się, że wykonuje dokładnie te kroki, których oczekujesz. Sprawdź wyniki po kilku kolejnych próbach. Dopiero gdy agent wielokrotnie zrobi to poprawnie, pozwól mu pracować w tle, podczas gdy ty zajmiesz się czymś innym. Nadal co jakiś czas kontroluj rezultat.
Jeżeli ten sam proces regularnie przebiega dobrze, możesz poprosić AI o zapisanie go jako umiejętności. W jej instrukcji powinno być wskazane narzędzie potrzebne do wykonania zadania: przeglądarka w aplikacji albo Computer Use. Następnie sprawdź, czy cała procedura działa również po zapisaniu jej w tej postaci.
Kiedy masz już sprawdzoną umiejętność, możesz zlecić jej uruchamianie według harmonogramu — na przykład w każdy poniedziałek o ósmej albo co godzinę. Wystarczy poprosić AI o utworzenie takiego zadania.
To właśnie droga, którą polecam: najpierw uważna obserwacja, potem praca w tle, a dopiero na końcu automatyczne wykonywanie sprawdzonej procedury o ustalonych porach.
Od czego zacząć
Jeśli stale przenosisz informacje między ekranami lub tracisz czas na szukanie pojedynczych ustawień w nieznanym programie, wypróbuj te narzędzia na jednym konkretnym zadaniu. Przy stronie internetowej zacznij od przeglądarki w ChatGPT Work. Po Computer Use sięgnij, gdy musisz obsłużyć program działający poza nią. Jeżeli wykonujesz wiele razy tę samą sekwencję czynności, sprawdź, czy możesz pokazać ją przez Record and Play.
Na stronie pod filmem znajdziesz także moją bezpłatną, trzydziestodniową serię wiadomości o zastosowaniach AI w pracy i firmie oraz informacje o możliwościach współpracy.
Zanim uruchomisz pierwsze zadanie, poświęć pięć minut na ustawienie aplikacji. Źle wybrane foldery lub uprawnienia mogą później przysporzyć ci pracy przy porządkowaniu wyników. Sposób konfiguracji ChatGPT Work pokazuję w kolejnym filmie.