8 technik pracy z AI, które nie są promptami

TL;DR: Prompt zmienia jedną odpowiedź. Technika zmienia jednostkę pracy: zamiast czytać 424-stronicowy raport, dostajesz tezy z numerami stron; zamiast ufać AI, że „skończyło”, drugi agent rozbiera jego pracę na części; zamiast wracać do poradnika w zakładkach, zamieniasz go w narzędzie. Osiem technik z mojej codziennej pracy, każda w dwóch wersjach: podstawowej (okno czatu, zero kodu) i pro (Claude Code). Przy każdej realny wynik i pułapka, która mnie kosztowała.

Aktualizacja: 22 lipca 2026 r. Wszystkie liczby pochodzą z moich opublikowanych case studies i udokumentowanych sesji.

Prompty to amunicja. Czas na taktykę

„33 prompty do pracy” dały Ci amunicję. Ten artykuł daje taktykę.

Prompt zmienia jedną odpowiedź. Technika zmienia to, co w ogóle uznajesz za jednostkę pracy. Przeczytałem 424-stronicową rządową strategię turystyki i 244-stronicowy dokument techniczny pod pojedyncze artykuły - nie akapit po akapicie, tylko każąc AI przetrawić całość i oddać tezy z numerami stron. To jest ta zmiana: jednostką przestaje być akapit, staje się dokument. Jednostką przestaje być porada, staje się działające narzędzie.

Definicja na ten artykuł, jedna i ostatnia: jednostka pracy to rozmiar zadania, które oddajesz AI w całości. Reszta tekstu jej nie powtarza, tylko pokazuje.

Każda technika ma dwie ścieżki. Wersja podstawowa działa w oknie aplikacji Claude (lub ChatGPT) - zero kodu, zero konfiguracji. Wersja pro wymaga Claude Code i daje automatyzację. Sześć z ośmiu technik zrobisz dziś, w czacie, na własnym pliku.

1. Dokument na tezy z numerami stron

Sytuacja. Ministerstwo publikuje 424-stronicową strategię rozwoju turystyki. Potrzebowałem z niej konkretów do analizy dla branży HoReCa. Nikt przy zdrowych zmysłach nie czyta 424 stron urzędowego dokumentu. Przy 244-stronicowym System Card Claude Opus 4.8 poszedłem dalej: dokument czytało 16 agentów, każdy swój fragment, każdy oddawał tezy ze stronami.

Jak to zrobić w aplikacji. Załącz PDF do rozmowy i zamiast „streść mi to” daj zadanie z celem i formatem:

Załączam raport [nazwa]. Czytam go pod konkretny cel: [np. argumenty do decyzji o budżecie na 2027].

Zadanie:
1. Wypisz 10-15 tez najważniejszych dla mojego celu.
2. Przy KAŻDEJ tezie podaj numer strony, z której pochodzi.
3. Oznacz osobno: twarde dane (liczby, badania) i deklaracje autorów (plany, opinie).
4. Na końcu: 3 rzeczy, których w dokumencie NIE ma, a spodziewałbym się ich przy tym temacie.

Tezy bez numeru strony nie istnieją - pomiń je.

Dostajesz mapę dokumentu zamiast streszczenia. Potem czytasz wyłącznie strony, które Cię dotyczą - u mnie zwykle kilka procent całości.

Wersja pro (Claude Code): bardzo długi dokument tnę na fragmenty po kilkanaście stron i każdy czyta osobny subagent z czystym kontekstem. Tezy z numerami stron wracają do agenta-syntetyka. Tak powstała lektura 244 stron przez 16 agentów - żaden nie zgadywał, bo żaden nie widział więcej, niż był w stanie uważnie przeczytać.

Wynik u mnie: dwa opublikowane artykuły oparte na dokumentach, których „nie da się przeczytać”. Godziny lektury zamienione na weryfikację kilkunastu wskazanych stron.

Pułapka. Synteza bez numerów stron to proza, której nie sprawdzisz. Model potrafi dopisać tezę, której w dokumencie nie ma - numer strony jest Twoim bezpiecznikiem, bo kłamstwo z adresem wykrywasz w 20 sekund.

2. Drugi agent jako sceptyk

Sytuacja. AI ma jedną wadę, o której mało kto mówi głośno: deklaruje sukces, którego nie zweryfikowało. „Gotowe, wszystko działa” bywa hipotezą, nie faktem. Rozwiązałem maturę z matematyki na 51/51 punktów nie dlatego, że model był nieomylny, tylko dlatego, że jego pracę sprawdzał niezależny sędzia, który nie widział rozumowania - wyłącznie zadanie i rozwiązanie.

Jak to zrobić w aplikacji. Otwórz DRUGĄ rozmowę (świeżą, bez historii) i wklej efekt pracy z pierwszej:

Jesteś zimnym recenzentem. Nie znasz autora i nie wiesz, jak powstał ten materiał.

Poniżej [tekst / analiza / plan]. Twoje zadanie:
1. Znajdź błędy rzeczowe, luki w logice i twierdzenia bez pokrycia.
2. Do każdego zarzutu: cytat fragmentu + dlaczego to problem.
3. Nie chwal. Jeśli nie znajdziesz problemów, napisz dokładnie, co sprawdziłeś i czego nie mogłeś zweryfikować.

Werdykt na końcu: AKCEPTUJĘ / DO POPRAWY (z listą).

Kluczowe: świeża rozmowa. Recenzent, który widział proces powstawania, mimowolnie broni wyniku. Zimny - szuka dziur.

Wersja pro (Claude Code): sceptyk działa jako osobny subagent w izolacji (u mnie: w osobnym katalogu roboczym, bez dostępu do notatek strategicznych). W pipeline maturalnym werdykty brzmiały 38/38 i 13/13 ACCEPT, zanim uznałem zadanie za skończone. Zasada z mojej pracy nad aplikacjami: „zrobione” od agenta to początek weryfikacji, nie koniec.

Wynik u mnie: 51/51 na maturze podstawowej, komplet punktów na rozszerzonej. W codziennej pracy: sceptyk łapie średnio kilka realnych problemów na każdą większą rzecz, którą pierwszy agent uznał za skończoną.

Pułapka. Sceptyk w TEJ SAMEJ rozmowie to teatr - model recenzuje własną pracę i sam sobie przyklaskuje. Izolacja kontekstu jest całą wartością tej techniki.

3. Fact-check cudzych slajdów

Sytuacja. Po konferencji I Love Marketing zostało mi 25 prezentacji. Zanim jakakolwiek liczba z nich trafiła do mojej roboty, każda prezentacja przeszła weryfikację tez: AI wyciąga twierdzenia sprawdzalne, szuka źródeł, oddaje raport. Ta sama higiena uratowała mnie przy pisaniu manifestu o wiedzy - „ludzie mają 8 sekund uwagi, mniej niż złota rybka” brzmiało świetnie i okazało się mitem bez wiarygodnego źródła.

Jak to zrobić w aplikacji. Załącz PDF prezentacji lub raportu:

Załączam prezentację [autor, konferencja/źródło].

1. Wypisz wszystkie tezy WERYFIKOWALNE (liczby, badania, twierdzenia o faktach) - pomiń opinie.
2. Dla każdej tezy: czy podano źródło? Jakie?
3. Sprawdź w sieci 5 najważniejszych tez: potwierdzone / niepotwierdzone / źródło nie istnieje lub mówi co innego.
4. Tabela: teza, status, źródło, komentarz.

Interesuje mnie, co mogę bezpiecznie powtórzyć dalej, a co jest folklorem branżowym.

Wymaga modelu z dostępem do wyszukiwania (Claude i ChatGPT mają go w płatnych planach).

Wersja pro (Claude Code): każda prezentacja idzie do osobnego subagenta (PDF-y ze zdjęciami zapychają kontekst szybciej, niż się wydaje), a raporty per prelekcja lądują w plikach. Przy 25 prezentacjach to różnica między popołudniem a tygodniem.

Wynik u mnie: 25 raportów z konferencji, kilka złapanych mitów, zero cudzych błędów powtórzonych pod własnym nazwiskiem. Bonus z innego eksperymentu: przetestowałem detektory AI na 34 próbkach - GPTZero uznał Sienkiewicza za maszynę. Weryfikuj nawet narzędzia do weryfikacji.

Pułapka. Fact-check PO zacytowaniu to musztarda po obiedzie. Mit z Twojego slajdu żyje potem własnym życiem - z Twoim nazwiskiem w stopce.

4. CSV na wnioski po ludzku

Sytuacja. Analityka mojego bloga nie mieszka w żadnym gotowym panelu, który by mi odpowiadał. Dashboard z zakresami czasu, porównaniami okres do okresu i widokiem miesięcy zbudowało mi AI - łącznie z naprawą metryk, które sam wcześniej liczyłem źle. Ta sama mechanika działa bez budowania czegokolwiek: surowe dane plus pytania po polsku.

Jak to zrobić w aplikacji. Wyeksportuj CSV (z Analytics, systemu sprzedaży, Excela) i załącz:

Załączam eksport [czego: np. ruch na stronie, 90 dni].

1. Podsumuj: co rośnie, co spada, co stoi (z liczbami i procentami).
2. Znajdź 3 rzeczy nieoczywiste - anomalie, dziwne korelacje, dni odstające.
3. Do każdej obserwacji: co bym musiał sprawdzić, żeby potwierdzić przyczynę (nie zgaduj przyczyn).
4. Wykres, jeśli coś widać lepiej na wykresie niż w tabeli.

Nie zaokrąglaj w górę. Spadki interesują mnie bardziej niż wzrosty.

Wynik u mnie: przeglądy analityki, które kiedyś odkładałem tygodniami, robię przy kawie. Naprawione metryki, których błędu sam bym nie zauważył.

Pułapka. Model chętnie ZGADUJE przyczyny („spadek to pewnie sezonowość”). Punkt 3 w prompcie istnieje po to, żeby oddzielić obserwację od hipotezy - przyczynę potwierdzasz Ty, nie model.

5. Tabela różnic z dwóch ofert

Sytuacja. Dwie umowy, trzy oferty systemów, dwa cenniki dostawców - klasyka pracy poza kodem, którą opisałem w przewodniku po Claude Code dla nie-programistów. Czytanie równoległe dwóch dokumentów po 30 stron to proszenie się o przeoczenie klauzuli.

Jak to zrobić w aplikacji. Załącz oba pliki naraz:

Załączam dwie oferty/umowy: [A] i [B]. Porównuję je pod decyzję: [co wybieram i po co].

1. Tabela różnic: tylko miejsca, gdzie dokumenty się RÓŻNIĄ (cena, zakres, terminy, kary, wyłączenia odpowiedzialności, okres wypowiedzenia).
2. Osobno: co jest w A, a nie ma w B - i odwrotnie.
3. Wskaż zapisy nietypowe lub jednostronnie korzystne dla dostawcy, z cytatem.
4. Lista 5 pytań, które zadałbym każdemu z dostawców przed podpisaniem.

To nie jest porada prawna - przygotowujesz mnie do rozmowy, decyzję podejmuję sam.

Wynik u mnie: rozmowy z dostawcami zaczynam od listy różnic i pytań zamiast od kartkowania. Recenzując raport Hiltona o kulturze pracy, tę samą mechanikę ubrałem w formułę kupuję / kwestionuję / wdrażam.

Pułapka. Tabela różnic to mapa, nie decyzja. Klauzule, które model wskazał jako nietypowe, czytasz w oryginale - w pełnym brzmieniu, nie w parafrazie.

6. Korekta z werdyktem, nie „popraw mi”

Sytuacja. Każdy tekst, który publikuję, przechodzi przez dwie zapory: mechaniczną checklistę (zakazane frazy, myślniki, cudzysłowy, kalki językowe) i agenta-korektora, który oddaje WERDYKT z listą zmian i uzasadnieniem. „Popraw mi tekst” to najgorsze polecenie w historii redakcji - model poprawia losowo, według własnego gustu, i za drugim razem inaczej niż za pierwszym.

Jak to zrobić w aplikacji. Zdefiniuj checklistę RAZ i używaj jej przy każdym tekście:

Jesteś korektorem z checklistą. Sprawdzasz WYŁĄCZNIE te punkty:
1. Literówki, gramatyka, interpunkcja.
2. Frazy-wypełniacze: [wpisz swoje, np. „warto zauważyć”, „w dzisiejszych czasach”].
3. Zdania powyżej 25 słów - wskaż, nie przepisuj.
4. Spójność nazw i liczb w całym tekście.

Format odpowiedzi:
- Tabela zmian: fragment PRZED / PO / który punkt checklisty.
- Niczego poza checklistą nie zmieniasz i nie komentujesz stylu.
- Werdykt: GOTOWE albo DO POPRAWY (ile znalezisk).

[tekst]

Checklistę trzymaj w notatce i doklejaj do promptu - albo wpisz na stałe w instrukcje Projektu w Claude.

Wersja pro (Claude Code): checklista mechaniczna działa jako skrypt (regex łapie zakazane frazy i błędy typografii, zanim ktokolwiek czyta), a korektor to osobny agent z polską normą językową. Ten artykuł też przez to przeszedł.

Wynik u mnie: powtarzalna jakość zamiast „chyba dobrze”. Typowy wynik korekty przed publikacją: kilka realnych poprawek albo czyste „zero zmian” - i jedno, i drugie jest informacją.

Pułapka. Korektor bez zamkniętej listy punktów zaczyna przepisywać Twój styl. Checklista to kaganiec: sprawdza to, co ma sprawdzić, i nic więcej.

7. Wiedza zamieniona w skill

Sytuacja. Znalazłeś świetny poradnik. W starym świecie: zakładka, do której nie wrócisz. W nowym: zamieniasz go w narzędzie, które pracuje przy każdym kolejnym zadaniu. Wczoraj wziąłem repozytorium skilli Emila Kowalskiego (projektanta, którego biblioteki front-endowe mają miliony pobrań tygodniowo), zainstalowałem 7 jego skilli i tego samego dnia przeszedłem audyt animacji własnej strony: 15 znalezisk, wdrożone poprawki, 4 wgrania na produkcję. Jego wieloletnie doświadczenie pracowało dla mnie od pierwszej godziny.

Jak to zrobić w aplikacji. Wersja podstawowa to Projekt w Claude: wklej poradnik (albo jego syntezę z techniki nr 1) do instrukcji Projektu:

Na podstawie załączonego poradnika [tytuł, autor, link] przygotuj instrukcję stałą do mojego Projektu:

1. Wyciągnij reguły DZIAŁANIOWE (co robić, czego nie robić, wartości liczbowe, kolejność kroków) - pomiń anegdoty.
2. Zapisz jako listę zasad, które masz stosować przy każdym moim zadaniu z obszaru [obszar].
3. Dodaj sekcję „zanim oddasz wynik, sprawdź:” z 5 punktami kontrolnymi z poradnika.

Od teraz każda Twoja odpowiedź w tym Projekcie ma przestrzegać tych zasad.

Poradnik przestaje być lekturą, staje się standardem, którego AI pilnuje za Ciebie.

Wersja pro (Claude Code): pełnoprawny skill to katalog z plikiem instrukcji (SKILL.md), który Claude ładuje na żądanie - z regułami, przykładami i skryptami. Jak to wygląda w praktyce, pokazałem na przykładzie skilla budującego aplikacje, którego pełną treść wkleiłem do artykułu.

Wynik u mnie: ponad 20 własnych skilli robi dziś robotę, którą kiedyś wykonywałem z notatek: od pipeline'u artykułów po generatory grafik. Cudzy poradnik zamieniony w skill = cudze doświadczenie na Twoim etacie.

Pułapka. Skill z poradnika, którego nie zweryfikowałeś, to zautomatyzowany błąd. Najpierw technika nr 3 (fact-check), potem instalacja.

8. Radar zamiast scrollowania

Sytuacja. „Muszę być na bieżąco” to najdroższe zdanie w marketingu - kosztuje pół godziny scrollowania dziennie i nic z niego nie zostaje. Mój radar śledzi trzy wątki (nowe modele AI, Claude Code, AI w hotelarstwie) i oddaje wyłącznie DELTĘ: co się zmieniło od ostatniego raportu, z linkami i datami. Zero powtarzania rzeczy, które już wiem.

Jak to zrobić w aplikacji. Prowadź notatkę „stan wiedzy” per temat i raz w tygodniu odpalaj:

Śledzę temat: [np. nowe modele AI do generowania wideo].

Mój stan wiedzy na [data ostatniego przeglądu] - poniżej wklejam notatkę:
[wklej notatkę]

Zadanie:
1. Sprawdź w sieci, co ISTOTNEGO zmieniło się od tej daty. Pomiń wszystko, co już mam w notatce.
2. Każda nowość: 1-2 zdania + link + data publikacji.
3. Oceń: co z tego realnie dotyczy [mojej pracy/branży], a co jest szumem.
4. Na końcu oddaj zaktualizowaną notatkę „stan wiedzy” - wkleję ją przy następnym przeglądzie.

Jeśli nic ważnego się nie zmieniło, napisz to wprost. Brak nowości to też wynik.

Punkt 4 robi całą robotę: notatka jest pamięcią między przeglądami, więc radar nie powtarza się jak feed.

Wersja pro (Claude Code): stan per wątek mieszka w plikach, a przebieg radaru można podpiąć pod harmonogram - raport sam melduje się raz w tygodniu.

Wynik u mnie: trzy wątki pod kontrolą przy jednym przebiegu tygodniowo. Scrollowanie „żeby nic nie przegapić” zniknęło z kalendarza - przegapienie stało się technicznie trudne.

Pułapka. Radar bez notatki-stanu to zwykłe wyszukiwanie: za każdym razem dostaniesz te same „nowości” sprzed miesiąca. Pamięć między przebiegami jest całym mechanizmem.

Czego nie robić (4 anty-wzorce)

Nie wierz, że AI skończyło, bo napisało „gotowe”. Deklaracja sukcesu to hipoteza. Techniki nr 2 używam właśnie dlatego, że modele regularnie meldują wykonanie zadań, których nie zweryfikowały.

Nie każ streszczać bez numerów stron. Streszczenie bez adresów to tekst, któremu możesz najwyżej uwierzyć. Z adresami - tekst, który możesz sprawdzić. Różnica między wiarą a wiedzą kosztuje jedno zdanie w prompcie.

Nie pisz „popraw mi tekst”. Dostaniesz losową ingerencję według gustu modelu, za każdym razem inną. Checklista plus werdykt zamieniają korektę w proces, który daje te same wyniki dla tych samych błędów.

Nie fact-checkuj po publikacji. Kolejność jest jedna: weryfikacja, potem slajd. Mit z „8 sekundami uwagi” krąży po prezentacjach od lat, bo każdy sprawdza go dopiero wtedy, gdy ktoś zapyta o źródło. Zwykle nikt nie pyta - i tak mit zyskuje kolejne życie.

Jeden ruch na dziś

„33 prompty” dały Ci amunicję, ten artykuł dał taktykę. Taktyka bez pierwszego ruchu to teoria.

Wybierz jedną technikę i użyj jej dziś na własnym pliku, nie na przykładzie z artykułu. Najniższy próg wejścia ma technika nr 1: weź najdłuższy PDF, który od tygodni „czeka na przeczytanie”, i każ AI oddać tezy z numerami stron. Za dziesięć minut będziesz wiedział, które strony naprawdę musisz przeczytać.

Który dokument przetrawisz jako pierwszy?

FAQ

Czym różni się technika pracy z AI od promptu?

Prompt to pojedyncze polecenie, które zmienia jedną odpowiedź. Technika to powtarzalny sposób pracy, który zmienia całe zadanie: zamiast czytać dokument, dostajesz tezy z numerami stron; zamiast wierzyć AI na słowo, drugi agent sprawdza pierwszego. Prompty są amunicją, techniki taktyką.

Czy potrzebuję Claude Code, żeby korzystać z tych technik?

Nie. Sześć z ośmiu technik działa w zwykłym oknie aplikacji Claude lub ChatGPT, bez linijki kodu. Wersje pro dla Claude Code opisałem osobno - dają automatyzację, ale podstawowa wersja każdej techniki wymaga tylko czatu i pliku.

Czy te techniki działają w ChatGPT i Gemini?

Tak, mechanika jest uniwersalna: synteza z numerami stron, weryfikacja przez drugą rozmowę, tabela różnic czy analiza CSV działają w każdym dużym modelu. Testowałem je głównie w Claude, więc limity załączników i długości kontekstu mogą się różnić między narzędziami.

Od której techniki najlepiej zacząć?

Od syntezy dokumentu z tezami i numerami stron. Daje najszybszy namacalny efekt, działa w oknie czatu bez żadnej konfiguracji i od razu uczy najważniejszego nawyku: żądania od AI odpowiedzi, które da się zweryfikować u źródła.

Skąd pewność, że synteza długiego dokumentu nie zmyśla?

Pewności nie ma nigdy, dlatego technika wymaga numerów stron przy każdej tezie. Numer strony pozwala w kilka sekund sprawdzić twierdzenie u źródła - a dlaczego modele w ogóle zmyślają, opisałem osobno. Tezy bez wskazania miejsca w dokumencie traktuj jako niezweryfikowane.