Jaką wartość mają Twoje horoskopy AI? Pięć niebezpiecznych ułud i moje rozwiązania

UŁUDA 1: „Jestem produktywny z AI"

Na start zachęcam Cię od razu do prostego ćwiczenia. Podziel swój czas uczciwie, dla siebie, zgodnie z podziałem z tej infografiki:

Zajęcia z trzeciej rubryki też są w porządku, dopóki nie udają produktywności. Mówię tu o wszystkich sytuacjach, kiedy robisz w weekend kolejną aplikację, której nie wypuszczasz, albo tworzysz system do robienia czegoś w pracy, który finalnie nie jest wykorzystywany. Gdybyś był swoim szefem, zwolniłbyś siebie.

Jak z tym walczyć? W mojej prywatnej praktyce podzieliłem AI na dwie proste kategorie, do czego Cię również zachęcam.

KOINTELIGENCJA — to tutaj zwiększam jakość decyzji. Wymagam od AI jakościowych pytań do mnie oraz znajomości mojego kontekstu. Ten czas traktuję jak czytanie książki czy pisanie. Nie ma sztywnych ram, to bardziej partner do przemyśleń dostępny 24/7. Mój dokładny system osadziłem na AION MIND.

KOKREACJA — tutaj oczekuję od AI wykonywania małych kawałków procesów. Dźwignią są tutaj precyzyjne procedury, dziesiątki iteracji tego samego prompta, wspólne testowanie rozwiązań w zespole. Ten czas chcę minimalizować, a miarą sukcesu są oszczędności w portfelu i mniej czasu w operacjach. Swój system osadziłem na AION WORK, na razie na testach w Tigers.

Cała reszta ma kategorię „hobby/edukacja/rozwój". I wtedy czuję się ze sobą uczciwy.

Odkąd buduję dla innych, widzę, jak żmudne i czasochłonne jest robienie AI, które naprawdę działa. Szukamy nowinek, skrótów — „agenci pracujący za mnie w nocy" i „produkcyjne appki w jeden wieczór". To jest przyjemne, ale niekoniecznie przekłada się na biznes czy życie. W rzeczywistości moja praca to poprawianie dwudziesty drugi raz tego samego prompta na aplikacji Langfuse na podstawie kolejnych rozmów z użytkownikami lub po podmianie modelu na nowszy.

UŁUDA 2: „Ludzie chcą się uczyć AI"

Nie wiem, jak Ty, ale dla mnie stale rosnące możliwości AI sprawiają, że patrzę na innych i myślę: „gdyby tylko ONI zobaczyli to, co widzę JA". Sęk w tym, że nie zobaczą.

Po kilku weekendach spędzonych w „króliczej norze" nie zauważamy, jak nasz język nasiąka specjalistycznymi pojęciami: MCP, API, skille, repo, artefakty. Dla rozmówcy — jedna wielka halucynacja. Bariery psychologiczne związane z przekonaniem „jestem nietechniczny" bywają tak głębokie, że ludzie bronią się nawet przed ćwiczeniami, które zajęłyby im 30 sekund.

Mimo to rozumiem chęć dzielenia się czymś, co daje nam taką kreatywność i sprawczość.

Akceptuję to, że większość mojego rozwoju AI wynikła z intensywnej pracy po godzinach i nie każdy ma na to czas czy ochotę. Dlatego edukacja nie jest rozwiązaniem dla wszystkich. Zamiast tłumaczyć godzinami niuanse, staram się dostarczyć ludziom gotowe rozwiązanie ich problemu — czy mówię o dostępnych 24/7 na AION MIND postaciach zaprojektowanych ze specjalistami, czy o rozwijanych agentach marketingowych w Tigers.

I często pojawia się skojarzenie, że jeśli gotowe, to gorsze. Tymczasem sam przerzuciłem się na te systemy, które proponuję, i dostaję lepsze outputy tańszymi modelami — szybciej i omijając pułapki AI, których jestem świadom. Wdrożenie AI w firmie to dla mnie coraz bardziej wdrożenie działającego gotowca i nauka, jak z niego korzystać do swoich problemów.

UŁUDA 3: „[tu wstaw dowolny zawód] is dead" i biblioteki skilli

Spojrzeliśmy krytycznie na swoją realną produktywność i rozumiemy, że większość ludzi nie chce się AI uczyć — chce rozwiązywać problemy natychmiast.

Aktualny absurd nr 1 w cyklu masowej histerii to dla mnie pobieranie gotowych repozytoriów i bibliotek „skilli" z tweetów ogłaszających każdego dnia śmierć kolejnej profesji.

Skille to po prostu prompty leżące obok siebie — a model sam sięga po ten, który pasuje do sytuacji, zamiast brać do kontekstu wszystkie naraz. Nie kwestionuję ich wartości i sam stawiam agentów wyposażonych w skille, o czym wkrótce udostępnimy naszych w ramach bezpłatnej aktualizacji kursu marketingOS.

Ale kolekcjonowanie skilli to nowe kolekcjonowanie promptów — a to, jak już wiemy z perspektywy czasu, nic w krajobrazie impactu z pomocą AI nie zmieniło. Cykl wygląda mniej więcej tak: pobranie biblioteki, chwila zachwytu, post na LinkedIn, trochę AI slopu, powrót na X po kolejne repozytorium. Czyli znowu ucieczka przed trudnymi, „produkcyjnymi" rzeczami i ułuda produktywności.

Pamiętaj — gdyby ktoś wiedział, jak „zabić" jakąkolwiek profesję, nie nagrywałby o tym filmików na YouTube, tylko siedział na jachcie w Monako.

UŁUDA 4: „Więcej kontekstu, lepsze odpowiedzi"

Szukamy tej magii, którą obiecują nagłówki — skoro nie w skillach, to może leży ona w kontekście? Sam nawołuję od lat do jego starannego budowania.

Klasyczną drogę rozwoju z kontekstem widzę tak, jak na infografice poniżej. Po trzeciej fazie następuje załamanie i odkrycie piękna prostoty.

Dlaczego to nie działa? „Context rot" — Chroma Research, 2025: 18 najlepszych modeli, każdy degraduje odpowiedzi wraz ze wzrostem długości inputu. Dystraktory — im trudniejsze pytanie, tym mocniej szkodzi nieistotny kontekst obok. „Lost in the middle" — w dłuższym kontekście AI gubi to, co znajduje się w środku, przeceniając informacje z początku i końca. Sykofancja — im więcej model „wie o Tobie", tym bardziej Ci przytakuje: 16–45% wzrostu potakiwania z włączonym „memory".

Jak robię to dziś ja? Oddzielam kontekst kanoniczny — wydestylowany, ponadczasowy i niezbędny — od tymczasowych informacji przechowywanych w artefaktach. Skille, których używam, precyzyjnie wskazują, jak używać którego kawałka kontekstu. Zostawiam przestrzeń AI tylko tam, gdzie oczekuję niedeterministycznej kreatywności, ustawiając stosowną temperaturę modelu.

Kiedy większy kontekst ma sens? Kiedy wiemy, co w nim jest, rozwijamy się i porządkujemy sprawy, przygotowując go — a następnie odpytujemy go bardzo precyzyjnymi pytaniami, w konkretnym celu.

UŁUDA 5: „Jeszcze jeden model i AI powie mi prawdę"

„Kto nie wie, dokąd płynie, dla tego żaden wiatr nie jest pomyślny" — pisał Seneka.

Niestety spotykam niepokojąco wielu ludzi, którzy myślą, że płyną z AI w stronę PRAWDY. Prawdy o sobie. O najlepszej decyzji w biznesie. Więcej kontekstu, lepszy model i już tam będziemy.

Podzielę się bardziej osobistym przykładem — sam dałem się skusić na świetnie brzmiący, viralowy zestaw promptów. Klasyczny „horoskop AI", ale prompty brzmiały na tyle ciekawie, że spróbowałem.

Mając pod ręką pięknie wydestylowane kilkadziesiąt testów psychologicznych, linię życia, logi ze spotkań z psychologiem i podsumowania dzienników — wrzuciłem na to te prompty, obiecujące przełom samoświadomości.

AI wywnioskowało, że: milczenie w moim dzienniku na temat ojca to nieprzeżyta żałoba; moje plany uproszczenia życia spotkają się na pewno z krytyczną oceną rodziny — na podstawie jednego wpisu, że bycie „zaradnym" jest u moich bliskich wartością; moje w większości wzorcowe wyniki zdrowotne zostały ocenione na B-, tylko dlatego, że w planach miałem dalszą pracę nad ich poprawą.

Kontekst nie przekroczył nawet 250k z dostępnych 1 mln tokenów na Claude 4.7 Opus — ale „efektywne przetworzenie" nie oznacza inteligentnego. Duży kontekst zmniejszył jakość odpowiedzi, a AI nie zasygnalizowało braku wiedzy — postawiło „horoskop" pewnym siebie językiem, który w rzeczywistości był pseudopsychologiczną diagnozą.

I takie diagnozy ogrom ludzi bierze za pewnik każdego dnia. Patrzenie w szklaną kulę AI nie ma sensu — niezależnie od tego, ile danych do niej wrzucisz.

Wyznanie po trzech latach edukacji o AI

Mam dużo przemyśleń o tym, jak skutecznie robić impact.

Ostatnie trzy lata wcześnie wyczuwałem, co działa naprawdę i jak tego praktycznie użyć. O jednym źródle prawdy pisałem przed premierą GPT-3. Nagłaśniałem context engineering od lipca 2024. Ignorowałem MCP i agentic AI, kiedy falstartowały i stały się memami, kiedy inni sprzedawali z tego szkolenia i nabijali viewsy. W lutym 2025 uczyłem łączenia prostych asystentów w workflow — dziś to super baza do prawdziwych agentów AI.

W 2026, mimo masowych kanałów dotarcia — Google, Laba, najpopularniejsze podcasty, 27 tysięcy obserwujących na profilu — dociera do mnie, że edukacja to za mało.

Show — don't tell. Jedyna szansa na duży impact jest w dostarczaniu gotowych rozwiązań. To w nich mogę wydestylować wiedzę ze świetnego eksperta, który bierze 1000 zł za sesję, i realną część tego doświadczenia udostępnić na rok w cenie jednego spotkania. Setki poprawek. Wychodzenie z interfejsu pustego okna czatu, które zmusza użytkownika do wiedzy, jak dobrze wykorzystać to narzędzie.

Buduję te rzeczy na prostych fundamentach, do których nawiązywałem w tym artykule. Z nowinek dokładam do nich to, co ma sens dla celu użytkownika, gdy jest na to gotowe. Odrzucam to, co fajnie brzmi, a zaśmieca kontekst, spowalnia działanie, pogarsza efekty. Albo udaje, że AI robi coś, czego nie robi.

Czuję i słyszę od ludzi, że robimy impact — dlatego całe moje zawodowe życie kręci się wokół AI. AION MIND. Transformacje firm z Automation House. Bezpłatne aktualizacje AI Journalingu i MarketingOS. Zamiast tworzyć rzeczy w jeden dzień, myślę jak robić rzeczy, które warto ulepszać trzy lata. Tak, żeby to inni mogli uzyskiwać rezultaty łatwiej i szybciej.

Głębokość to aspekt, którego rynek dziś prawie nie obsługuje. To moja gra. Jeśli widzisz to samo — działaj.