Nota wstępna: To są moje notatki z rozmowy Petry Wille i Teresy Torres z podcastu „All Things Product with Teresa & Petra”. Wszystkie przemyślenia, obserwacje i praktyczne przykłady pochodzą bezpośrednio od rozmówczyń. Listy kontrolne, biblioteka poleceń i kluczowe wnioski to moja interpretacja na podstawie omówionych przez nie doświadczeń.

TL;DR

Claude Code daje dostęp do lokalnych plików, co otwiera możliwości niedostępne w wersjach webowych
Konfiguracja wymaga czasu – pół dnia na przygotowanie to norma, niezbędne są pliki MD z instrukcjami
Identyczne polecenia działają inaczej niż w Claude Web, kluczem jest diagnozowanie problemów
Zarządzanie zadaniami stanowi dobry punkt startowy, nawet dla osób nieużywających menedżerów zadań
Pytanie „Claude, co ty robisz?” to najprostsza strategia diagnozowania
Tryb myślenia i wybór modelu (Haiku vs Sonnet vs Opus) znacząco wpływają na szybkość odpowiedzi
Potencjał w tworzeniu treści jest ogromny, wymaga jednak właściwej konfiguracji kontekstu

Petra Wille dzieli się swoimi pierwszymi czterema tygodniami z Claude Code w rozmowie z Teresą Torres. To szczera relacja pełna praktycznych obserwacji, błędów i odkryć. Torres podkreśla, że nie jest to sponsorowana reklama – sama jest entuzjastką narzędzia.

Motywacje do przejścia na Claude Code

Petra od dawna pracuje z projektami w ChatGPT i Claude Web. Posiada wytrenowane projekty do różnych zadań – od pisania newslettera po zarządzanie treścią. Jednak natrafia na ograniczenia tych rozwiązań.

Główny problem: niemożność preładowania wszystkich dokumentów. Petra ma w swoim archiwum książki, artykuły, setki transkryptów z podcastów. Wersje webowe nie radzą sobie z taką ilością materiału.

Claude Code działa fundamentalnie inaczej. Instalacja na lokalnej maszynie oznacza bezpośredni dostęp do plików na dysku. To rozwiązanie funkcjonujące bezpośrednio w środowisku systemu operacyjnego zwiększa kontrolę nad danymi – szczególnie istotnymi dla Petry były aspekty bezpieczeństwa poufnych informacji. Dla niej pojawia się też trzeci czynnik motywujący – ciekawość technologiczna.

Konfiguracja zajmuje więcej niż kilka minut

Podstawowa konfiguracja zajęła Petrze pół dnia. To zdecydowanie nie jest narzędzie typu „zainstaluj i działaj”.

Pierwsze uruchomienie wymaga przejścia przez inicjalizację (polecenie slash init). Torres wyjaśnia, że proces ten pomaga stworzyć pierwszy plik Claude.md (format Markdown) zawierający reguły pracy.

Petra posiadała już materiały z wcześniejszych doświadczeń – wytyczne stylu pisania, instrukcje dla AI pochodzące z pracy z ChatGPT i Claude Web. Jednak Claude Code wymagał znacznie więcej kontekstu.

Niezbędne było stworzenie stanu inicjalizacyjnego. Określenie, jaki kontekst powinien być ładowany przy każdym uruchomieniu. Wymagało to przemyślenia i testowania.

✅ Lista kontrolna: Pierwsza konfiguracja Claude Code

Uruchom proces inicjalizacji (slash init)
Stwórz pierwszy plik Claude.md z regułami pracy
Przygotuj wytyczne dotyczące stylu pisania (jeśli posiadasz z poprzednich narzędzi)
Określ stan inicjalizacyjny – jaki kontekst ładować przy każdym uruchomieniu
Stwórz dodatkowe pliki MD z instrukcjami specyficznymi dla zadań
Przetestuj jakość otrzymywanych odpowiedzi
Iteruj i poprawiaj konfigurację

Petra relacjonuje: „Dopiero po pół dnia doszłam do poziomu, gdzie pomyślałam – okej, teraz to ma sens i dostaję pomocne odpowiedzi”.

Pierwszy przypadek użycia: zarządzanie zadaniami

Claude Code jako pierwsze zasugerował Petrze zarządzanie zadaniami. To zaskakujące, ponieważ Petra nie korzysta z żadnych zewnętrznych narzędzi do zadań.

Wszystko przechowuje w pamięci. Rano wykonuje szybki przegląd – wybiera dwie rzeczy do realizacji. Pozostałe pozycje (około 38) pozostają w głowie.

Torres reaguje ze zdziwieniem. Sama nie potrafi pracować z 14 rzeczami do zapamiętania jednocześnie. Potrzebuje wyrzucić to z głowy, aby wykorzystać cały potencjał mózgu do pisania.

Petra wyjaśnia logikę tego wyboru. Potrzebowała czegoś prostego do przetestowania – przypadku, gdzie łatwo zwaliduje prawdziwość odpowiedzi. Zarządzanie zadaniami stanowiło idealne rozwiązanie. Znała temat, wiedziała czego oczekiwać, mogła szybko sprawdzić poprawność działania Claude.

Obecnie każdego ranka Claude Code wita ją pytaniem o najważniejsze priorytety dnia. Narzędzie zna jej projekty, kontekst i planowane działania.

Kalendarz jako menedżer zadań i zasada bezpieczeństwa

Petra stosuje nietypowe podejście – kalendarz Google pełni funkcję menedżera zadań. Wyeksportowała cztery tygodnie kalendarza z ograniczoną widocznością. Claude Code nie otrzymał pełnego dostępu – tylko wyselekcjonowane informacje.

Henrik Nieberg przedstawił na konferencji Product at Heart użyteczną analogię: traktuj AI jak stażystę przebywającego w firmie przez osiem tygodni. Nie udostępniasz stażyście wszystkich danych firmowych pierwszego dnia. Ta sama zasada obowiązuje w pracy z Claude Code.

Przeprojektowanie zarządzania zadaniami według Teresy

Torres przez lata korzystała z Trello. Proces był frustrujący. Podczas pracy pojawiała się myśl: „muszę zadzwonić do tej osoby”. Konieczne było zatrzymanie bieżącego zadania, otwarcie przeglądarki, uruchomienie Trello (które według Torres jest „okropnie wolne”), utworzenie nowej karty, wpisanie zadania, ustawienie daty przez kalendarz wyboru, zapisanie i upewnienie się, że znalazło się na właściwej liście.

Obecnie Claude pozostaje otwarty przez 100% czasu w małym oknie terminala. Wystarczy przesunięcie myszy i wpisanie: „nowe zadanie. Zadzwoń do Petry termin jutro”. To zajmuje pięć sekund, po czym następuje powrót do pracy.

Torres korzysta z Whisper Flow. Petra próbowała tego rozwiązania po wcześniejszym odcinku, jednak nie mogła się przyzwyczaić. Nie akceptuje sposobu, w jaki narzędzie próbuje interpretować intencje. Preferuje proste dyktowanie.

Torres rozbudowała system dalej. Przeszła na pliki markdown z różnymi kategoriami:

Zadania – rzeczy do wykonania w konkretnym dniu
Pomysły – „zrobię to kiedyś”, mogą być w toku
Notatki – rzeczy do zapamiętania (hack do tabel w Ghost, nazwa oprogramowania do telepromtera)
Błędy – słyszysz o błędzie, zapisujesz

Wcześniej wszystko lądowało na liście Trello. Wszystko, ponieważ tam to znajdzie. Jednak to niewłaściwa kategoria – to nie jest lista zadań. W efekcie jej tablica Trello zamieniała się w koszmar.

Teraz może zaprojektować przepływ pracy dokładnie dopasowany do sposobu funkcjonowania jej mózgu. Każdego ranka Claude przegląda zadania i agreguje wszystko z terminem na dzisiaj – tworząc odpowiednik papierowej listy.

Torres planuje wypuścić to jako wtyczkę. Możliwe, że będzie już dostępna w momencie publikacji odcinka.

Tworzenie treści – największy potencjał i wyzwania

Newsletter Petry opiera się na powtarzalnym procesie. Przez trzy miesiące zbiera linki, artykuły, przemówienia. Następnie AI pomaga: pobiera streszczenia, pisze podsumowania. Petra przegląda materiały, dodaje komentarze. Później edycją zajmuje się jej redaktorka Melissa.

Styczniowy numer zajął dwukrotnie więcej czasu niż zwykle. Nie z powodu problemów – przez budowanie nowych przepływów pracy.

Przykład ze styczniowego wydania: roczne oceny

Główny temat styczniowego newslettera (prawdopodobnie opublikowanego w momencie słuchania): roczne oceny pracownicze. Sesje feedbackowe, które HR prosi liderów produktowych o wypełnienie. Formularze do uzupełnienia i wysłania.

Wielu coachów narzeka na przygotowanie tych materiałów. Petra uznała to za istotny temat, ponieważ ma konkretne propozycje jak uczynić je bardziej efektywnymi i mniej czasochłonnymi.

Pierwszym krokiem było zapytanie Claude Code: gdzie jeszcze mówiłam o feedbacku dla ludzi? Prowadzeniu sesji coachingowych? Dobrych pytaniach do coachingu?

Mocne strony

Claude Code radzi sobie doskonale z przeszukiwaniem lokalnych plików.

Narzędzie przeszukało blog Petry, książki, wszystkie materiały na dysku. Lista okazała się obszerna i kompletna. Petra nie pamiętała nawet, że opublikowała darmowy rozdział o feedbacku na blogu – Claude jej o tym przypomniał.

To przypadek użycia realnie oszczędzający czas. Claude może przeszukać foldery w kilka sekund.

Torres stosuje podobne podejście do wywiadów użytkowników. Kiedy ostatnio przeprowadziliśmy trzy wywiady na ten temat? Kto wypowiedział tę ciekawą obserwację? Claude to znajdzie.

Petra spodziewa się, że to samo zadziała z nagraniami Product at Heart Videos i wykładami. Można wyekstrahować stamtąd informacje.

Wyzwania w praktyce

Zbieranie linków stanowi odmienny temat. Petra posiada precyzyjne polecenie działające idealnie w Claude Web. Zadanie jest proste: weź link, pobierz tytuł, autora, streszczenie. Dodaj moją notatkę. Zwróć listę.

W Claude Web funkcjonuje perfekcyjnie. W Claude Code? Spirala. Przegląda internet, przegląda internet, przegląda internet. Próbuje pobrać informacje. Strona za stroną.

W końcu Petra musi wydać polecenie zatrzymania.

Próbowała różnych podejść. Krótszych list – może zacząć od czterech linków. Czasami działa. Próbowała tworzyć pliki tekstowe z instrukcją „weź zawartość pliku i wykonaj”. To również nie zadziałało.

Torres sugeruje diagnozowanie. Zapytać Claude wprost: co właściwie robisz? Brzmi niepoważnie, jednak działa.

Claude odpowie. Wyjaśni czego szuka i dlaczego. Często wskaże element z pliku Claude.md powodujący zamieszanie.

Jakość generowanych treści

Następny obszar to jakość generowanych tekstów. Claude Code tworzy solidne treści, ale nie w tonie Petry. Nie w jej stylu.

Petra posiada wytyczne dotyczące tonu. Przewodniki stylu pisania. Wie czy preferuje długie czy krótkie akapity. To wszystko już istniało i zostało wgrane do Claude Code.

Problem tkwi gdzie indziej – w warstwach kontekstu.

Torres wyjaśnia mechanikę. Claude Code czyta lokalny plik Claude.md, następnie globalny plik Claude.md. Jednak kaskaduje też w dół.

Łatwo o błąd. Założenie, że Claude ma dostęp do czegoś, podczas gdy faktycznie go nie ma.

Petra obecnie to diagnozuje – szuka brakujących informacji powodujących, że treści nie brzmią autentycznie.

Torres radzi bezpośrednie pytanie do Claude: „Czy widzisz to zdanie w swoim oknie kontekstu?”. Jeśli coś powinno sterować zachowaniem Claude, a narzędzie tego nie respektuje – wystarczy zapytać.

Drugi problem: zbyt dużo w plikach Claude.md. Szczególnie globalny plik powinien być lekki. Wszystko niezwiązane z zadaniem rozprasza.

Diagnozowanie i optymalizacja

Tryby i modele mają znaczenie

Torres zwraca uwagę na dwa istotne ustawienia.

Pierwsze: tryb myślenia. Widoczny pod linią poleceń. Większość zadań go nie wymaga. Wyłączenie przyspiesza odpowiedzi.

Drugie: wybór modelu. Tydzień przed nagraniem (w grudniu) Anthropic wypuścił Opus 4.5. Claude Code domyślnie przełączył się na ten model.

Zmiana następuje przez polecenie slash model:

Haiku – super szybki, dla prostych zadań (sprawdzenie kalendarza, następne zadanie)
Sonnet – standardowy model do większości pracy
Opus 4.5 – najwydajniejszy, domyślny po aktualizacji

„Claude, co ty robisz?” – najprostsza strategia diagnozowania

Torres stosuje to regularnie. Gdy Claude wykonuje dziwne działania – wystarczy zapytać.

Claude odpowie. Wskaże czego szuka. Teresa może wtedy powiedzieć: „Masz ten link. Po prostu go pobierz”.

Claude odpowie: „Okej, po prostu pobiorę link”. Następnie Teresa może zapytać: „Claude, dlaczego to było dla ciebie mylące?”

Claude wyjaśni. Wskaże element z polecenia systemowego. Coś z Claude.md powodujące zamieszanie.

Petra przyznaje: „Nie przyszło mi nawet do głowy, żeby go spytać co robi”.

✅ Lista kontrolna: Gdy Claude wykonuje dziwne działania

Zatrzymaj Claude i zapytaj: „Co ty właściwie robisz?”
Sprawdź czy Claude widzi właściwe informacje: „Czy widzisz to zdanie w swoim oknie kontekstu?”
Poproś o wyjaśnienie: „Dlaczego to było dla ciebie mylące?”
Sprawdź warstwy plików Claude.md (globalny + lokalny + kaskadowanie)
Upewnij się, że globalny plik Claude.md jest lekki
Wyłącz tryb myślenia jeśli nie jest potrzebny
Rozważ zmianę modelu (Haiku dla prostych zadań)

Zaawansowane zastosowania według Teresy Torres

Torres dzieli się przepływami pracy rozbudowanymi przez ostatnie miesiące. Stworzyła cały zestaw narzędzi do pisania.

Budowanie narzędzi: polecenia slash, pod-agenci, zaczepy

Torres wspomina o wielu sposobach tworzenia narzędzi w Claude Code. Polecenia slash (slash commands), pod-agenci (sub agents), zaczepy (hooks). Planuje napisać wpis blogowy na ten temat – możliwe, że już dostępny podczas słuchania.

Możliwe jest nawet uruchamianie kodu. Wszystko można zbundlować we wtyczkę. Gdy mówi o wypuszczaniu wtyczek – chodzi właśnie o kolekcje narzędzi.

Podcast Just Now Possible

Jedno polecenie slash: JNP metadata. Podanie transkryptu. Claude generuje: tytuł odcinka, opis, notatki do opisu, rozdziały. Wszystko w jednym pliku. Prawie nigdy nie wymaga edycji.

Wymaga to szczegółowego przewodnika stylu. Preferencje tytułów, sposób generowania elementów. Jednak po skonfigurowaniu – działa.

Narzędzie SEO z integracją API

Torres posiada narzędzie SEO jako polecenie slash. Uruchamia je po napisaniu artykułu.

Czyta artykuł. Zaczyna generować zarówno krótkie jak i długie słowa kluczowe potencjalnie rankujące. Używa API do zapytań o popularność słów kluczowych. Następnie dostarcza raport.

Raport przedstawia potencjał SEO artykułu.

Pomaga jej zdecydować – czy zmienić słowo? Czy użyć innego terminu semantycznie równoważnego dla lepszego rankingu?

Nigdy wcześniej tego nie robiła. Nadal pisze artykuł bazując na tym, o czym chce pisać. Jednak to pozwala dopracować i poprawić dla uzyskania lepszej widoczności.

Krytyka blogów i weryfikacja faktów

Torres nadal pisze blogi samodzielnie. Jednak wykorzystuje Claude jako redaktora do krytyki.

Posiada również weryfikatora faktów jako pod-agenta. W zależności od artykułu sprawdza różnymi metodami.

Dla wywiadów z ludźmi: Każde twierdzenie w artykule związane z wywiadem musi posiadać dowód z transkryptu. Brak dowodu – flagowanie do przeglądu.

Dla cytowania badań: Weryfikacja czy artykuł naukowy istnieje. Poprawność autora, roku. Analiza publikacji i upewnienie się, że twierdzenie jest zgodne z jej treścią.

Torres zbudowała małe narzędzia używane w różnych punktach procesu pisania.

Torres: „Robię teraz znacznie bardziej rygorystyczne rzeczy, niż kiedykolwiek miałam na nie czas”.

Zapobieganie burzom krytyki według Petry

Petra przyznaje szczerze: „Używam tego głównie do zapobiegania burzom krytyki w internecie”. Wie, że to chwytliwy nagłówek, jednak idzie podobnymi torami co Torres.

Gdy formułujesz wiele twierdzeń w postach, pojawiają się pytania:

Czy to ma potencjał być konfrontacyjne?
Czy istnieją uprzedzenia, których nie dostrzegam?

Petra uważa, że pisząc dużo i publikując regularnie, w pewnym momencie odpowiedzialny pisarz zadałby sobie podobne pytania. Do pewnego stopnia.

Nie z takim samym rygorem jak Teresa. Jednak podobnie.

Zettelkasten do badań nad syntetycznymi użytkownikami

To najbardziej nerdowski przypadek użycia Torres. Prowadzi szeroki przegląd literatury na temat syntetycznych użytkowników (synthetic users) i cyfrowych bliźniaków (digital twins).

Postanowiła stworzyć Zettelkasten – niemiecką metodę notowania. Petra potwierdza znajomość koncepcji.

Torres wyjaśnia mechanikę. Ludzie często opisują to jako notowanie, jednak zagłębiając się w temat – nie do końca to. To sposób zbierania przekonań i badania własnych przekonań. To część, która ją naprawdę fascynuje. Ucieleśnione krytyczne myślenie.

Każda notatka stanowi jedno twierdzenie. Przykład: „syntetyczni użytkownicy mogą symulować ludzkie zachowanie”.

Następnie: jaki dowód dla tej notatki? Jakie źródło? Jakie przemyślenia o tym źródle? Czy to mocny dowód?

Widzisz ograniczenie? To kolejna notatka. Linkuje do poprzedniej. Budujesz niezależne twierdzenia łączące się ze sobą.

To naprawdę trudne. Jedno twierdzenie na notatkę stanowi wyzwanie. Rygorystyczny proces.

Filozoficzne podstawy: John Dewey i krytyczne myślenie

Torres uważa się za nerda w kwestii krytycznego myślenia. Czytała „How We Think” Johna Deweya – 200-stronicową książkę, której czytanie zajęło 15 godzin przez gęstość treści. To filozof z lat 1900. piszący stylem epoki.

Dla niej to jedna z najważniejszych rzeczy do studiowania. Krytyczne myślenie stanowi serce tego, co wiemy.

To właśnie ją fascynuje w procesie. John Dewey określił fundamentalną zasadę krytycznego myślenia: „Jeśli wyznajesz jakieś przekonanie, twoim obowiązkiem jako krytycznego myśliciela jest zbadanie założeń, od których ono zależy.”

To właśnie umożliwia ten proces. Dosłownie identyfikujesz przekonanie, następnie konsekwencje tego przekonania i jego źródła. Linkujesz je. Patrzysz na każde w izolacji. Naprawdę kwestionujesz: czy w to wierzę?

Dlaczego ma to sens dla syntetycznych użytkowników

Torres chce pisać o syntetycznych użytkownikach pewnie. To generalnie kontrowersyjny temat. Pragnie, aby raport badawczy był solidny. Dlatego weryfikuje dosłownie każde formułowane twierdzenie.

Claude zna tę koncepcję bardzo dobrze. Czyta wszystkie notatki Torres. Dostarcza informacji zwrotnych: czy masz wiele twierdzeń w jednej notatce? Czy brakuje ważnych powiązań?

Claude wykonuje dużo nudnej pracy łączenia. Torres może skupić się na: co myślę o tym twierdzeniu? To nie jest coś, co podjęłaby kiedykolwiek bez pomocy Claude.

Intelektualna przygoda

Torres uważa, że przygoda to właściwe słowo. Intelektualna przygoda. Wchodzi badać temat posiadając własne uprzedzenia. Jednak nie chce, aby zabarwiły one proces uczenia się. Pragnie pozostać otwarta na zmianę zdania.

Torres wie, że niewielu ludzi lubi to. Nie chcą czytać akademickich publikacji naukowych. To intelektualnie wymagające. Brakuje czasu. To chaotyczne. Bardzo niejednoznaczne.

Jednak ona to uwielbia. Dla niej to zagadka do rozplątania. Uwielbia zagłębiać się: ten study mówi to. Tamten study powiedział co innego… Uwielbia to.

Świetna umiejętność – wykonywać całą pracę, którą kocha, następnie tłumaczyć to na język znaczący dla ludzi. Bez konieczności wykonywania tej pracy przez nich. To sytuacja korzystna dla obu stron.

Robi coś, co kocha. Inni ludzie mogą nauczyć się więcej o tym, co jest prawdą.

Petra komentuje: „To super nerdowskie, Teresa”. Torres odpowiada śmiejąc się: „To takie nerdowskie. Ale uwielbiam to”.

Przyszłe plany Petry

Petra dostrzega więcej zastosowań na horyzoncie. Newsletter stanowi tylko ułamek jej pracy.

Tworzenie kursów może skorzystać na funkcji badawczej. Gdzie już mówiłam o tym? Nawet ilustracje – Claude może odczytać pismo ręczne. Może zasugerować: już coś takiego narysowałaś, możesz użyć.

Pobieranie treści stanowi mocną stronę dla każdego piszącego dużo:

Wywiady użytkowników
Wywiady sprzedażowe
Wywiady targowe
Zgłoszenia błędów
Zgłoszenia obsługi klienta

Można łatwo wytrenować i wykorzystać. To zaoszczędzi dużo czasu.

Analityka LinkedIn stanowi kolejny obszar. Petra zawsze posiada długą listę tematów do opracowania.

To może być łatwe zadanie dla Claude Code: co najbardziej obiecujące na mojej liście? Czym publiczność będzie zainteresowana?

Wykorzystanie do pomocy w priorytetyzacji. Rzeczy, które Petra zwykle pomija. Obecnie szczerze mówiąc, dużo jej tworzenia treści to rzeczy, które chce robić.

Może łatwo priorytetyzować inne pozycje na swojej liście „chcę zrobić” obecnie bardziej na dole, jeśli zobaczy: publiczność obecnie bardziej angażuje się tym innym.

Przykład z analityki: wizualizacje vs tekst

Torres stosuje podobne podejście do LinkedIn. Wykonuje dużo analiz LinkedIn.

Wzięła to od Andy’ego Crestadiny z Orbit Media – specjalisty od marketingu treści. Eksportuje analitykę z LinkedIn co miesiąc. Obecnie jej asystent to robi. Używa ChatGPT (mogłaby używać Claude).

Generuje mapy cieplne bazując na temacie i kategorii. Różne kategorie postów, różne tematy.

Szczerze mówiąc – po dwóch latach bardzo rygorystycznego robienia tego – naprawdę trudno znaleźć trendy. Jedyny trend, w który czuje się pewna: posty działające najlepiej to spontaniczne, jak „piszę losowy post z kuchni na telefonie o czymkolwiek, co robiłam tego dnia”. To działa najlepiej. Wszystko inne – próbowali wszystkiego.

Odkrycie Petry: gdy reguły nie działają

Dla Product at Heart Petra odkryła coś, co całkowicie podważa standardowe zalecenia ekspertów od mediów społecznościowych.

Każdy znający algorytmy mediów społecznościowych mówi: nie twórz wizualizacji do każdego posta. Tekstowe posty działają lepiej. Często słyszała tę radę.

Dla jej osobistego konta również prawda. Jeśli tylko tekst – więcej zaangażowania i więcej osób patrzy niż z ładną wizualizacją. Nienawidzi tego, ponieważ uwielbia rozjaśniać dni ludzi ręcznymi rysunkami lub wizualizacjami. Jednak posty nie działają tak dobrze.

Dla Product at Heart odkryła jednak dokładne przeciwieństwo. Post z wizualizacją ma dziesięć razy więcej zaangażowania niż sam tekst.

Torres zgadza się – firmowe konta vs indywidualne konta działają inaczej.

Możliwe. Jednak nie dowiedzieliby się bez liczenia. Nikt nie bierze każdego posta i nie liczy ręcznie.

Petra podsumowuje: Dobra stara praca produktowa. Ludzie nie wierzą w to, co inni mówią. Przynoś własne dane.

To odkrycie doskonale ilustruje, dlaczego AI w analityce jest tak cenne – pozwala szybko przetworzyć setki postów i znaleźć wzorce specyficzne dla twojej publiczności, zamiast ślepo podążać za uniwersalnymi praktykami.

Co dalej?

Petra kontynuuje eksperyment. Będzie używać dalej, kontynuować konfigurację, ponieważ newsletter stanowi tylko mały ułamek pracy.

Nie jest sfrustrowana. Zrozumienie narzędzia pomoże zrozumieć narzędzie.

Torres zachęca: spróbuj zapytać Claude co robi. Jeśli nie zadziała – daj znać. Może zrobią małą sesję diagnozowania poza nagrywaniem.

Liczby mówią same za siebie

Torres już przekroczyła punkt zwrotu.

Wcześniej: 8,000 słów miesięcznie Teraz: około 35,000 słów miesięcznie

Petra komentuje: „Dziko”.

Torres pozwala słuchaczom osądzić. Przejrzyjcie jej ostatnie wpisy na Product Talk. Czy jakość spadła?

Może powiedzieć całkiem pewnie, ponieważ dostała jedne z najlepszych opinii na swoje pisanie w ostatnich miesiącach. Nie sądzi, że jakość spadła. Jednak produkcja poszła znacznie w górę.

Dla Petry newsletter będzie bardziej treściwy. Przez rzeczy jak: już opublikowałaś to za darmo. Czemu nie podzielić się tym, że dostępne za darmo? Inaczej nawet by o tym nie pomyślała.

Biblioteka poleceń z praktyki

Petra i Teresa podzieliły się konkretnymi poleceniami z codziennej pracy. Oto przykłady z kontekstem zastosowania.

Badanie treści i przeszukiwanie plików

Polecenie:

„Gdzie jeszcze mówiłam o [temat]? O prowadzeniu [proces]? Dobre pytania do [zagadnienie]?”

Przykład z praktyki Petry:

„Gdzie jeszcze mówiłam o feedbacku dla ludzi? O prowadzeniu sesji coachingowych? Dobre pytania do coachingu?”

Kiedy stosować:

Przygotowujesz artykuł lub newsletter na znany temat
Chcesz znaleźć wszystkie fragmenty, gdzie już pisałaś/mówiłaś o czymś
Szukasz inspiracji we własnych materiałach
Weryfikujesz czy nie powtarzasz treści

Wynik: Claude przeszukuje lokalne pliki, książki, transkrypty i zwraca kompletną listę miejsc, gdzie temat się pojawił.

Pobieranie metadanych z linków

Polecenie (po angielsku, z tłumaczeniem):

„Go look at the website, the link, where the link is pointing to. Get me the title, the author, the abstract, if you can find one. And then take my note for this link and put it underneath and then return the list.”

(Przejdź do strony internetowej pod tym linkiem. Pobierz tytuł, autora, streszczenie jeśli znajdziesz. Następnie weź moją notatkę do tego linku, umieść pod spodem i zwróć listę.)

Kiedy stosować:

Zbierasz linki do newslettera przez dłuższy czas
Masz listę adresów URL bez szczegółów
Potrzebujesz uporządkować badania
Tworzysz bibliografię lub listę rekomendacji

Uwaga: Polecenie działa świetnie w Claude Web, jednak może wymagać diagnozowania w Claude Code przez różnice w działaniu narzędzi.

Zarządzanie zadaniami – szybkie dodawanie

Polecenie:

„Nowe zadanie. [opis zadania] termin [data]”

Przykład z praktyki Teresy:

„Nowe zadanie. Zadzwoń do Petry termin jutro”

Kiedy stosować:

Jesteś w środku pracy i przychodzi myśl do zapamiętania
Nie chcesz przerywać przepływu pracy
Potrzebujesz szybko zapisać zadanie bez otwierania dodatkowych aplikacji
Używasz Claude Code jako menedżera zadań

Wynik: Zadanie zostaje utworzone z właściwym terminem, pojawi się na liście w odpowiednim dniu.

Priorytetyzacja treści na podstawie danych

Polecenie (planowane przez Petrę, po angielsku z tłumaczeniem):

„What is the most promising stuff on my list that my audience will be interested in reading?”

(Co jest najbardziej obiecujące na mojej liście, czym moja publiczność będzie zainteresowana?)

Kontekst: Claude ma dostęp do analityki LinkedIn lub innych danych o zaangażowaniu

Kiedy stosować:

Masz długą listę pomysłów na treści
Chcesz priorytetyzować bazując na danych, nie intuicji
Szukasz mniej oczywistych wzorców w zachowaniu odbiorców
Potrzebujesz pomocy w strategii treści

Wynik: Sugestie priorytetów bazujące na faktycznym zaangażowaniu publiczności.

Diagnozowanie Claude – podstawowe pytania

1. Gdy Claude wykonuje dziwne działania:

„Claude, co ty robisz?”

2. Sprawdzanie kontekstu:

„Czy widzisz to zdanie w swoim oknie kontekstu?”

3. Prośba o wyjaśnienie:

„Claude, dlaczego to było dla ciebie mylące?”

Kiedy stosować:

Claude nie wykonuje zadania poprawnie
Te same polecenia działają inaczej niż w wersji webowej
Podejrzewasz problem z kontekstem lub plikami Claude.md
Claude „gubi się” i wykonuje dziwne akcje

Wynik: Claude wyjaśni rozumowanie, wskaże co widzi w kontekście, pomoże zidentyfikować źródło problemu.

Weryfikacja faktów dla artykułów z wywiadami

Polecenie (jako instrukcja dla pod-agenta, po angielsku z tłumaczeniem):

„Look at every single claim in the article that’s related to an interview. Pull evidence from the transcript to support that claim. If you can’t find evidence of that claim, flag it for me to review.”

(Spójrz na każde twierdzenie w artykule związane z wywiadem. Wyciągnij dowód z transkryptu potwierdzający to twierdzenie. Jeśli nie możesz znaleźć dowodu, oflaguj to do mojego przeglądu.)

Kiedy stosować:

Piszesz artykuł bazujący na wywiadach
Chcesz upewnić się, że każde twierdzenie ma pokrycie
Dbasz o dokładność i nie chcesz przypisać komuś czegoś niepowiedzianego
Zapobieganie burzom krytyki

Wynik: Lista twierdzeń z dowodami lub flagami do manualnej weryfikacji.

Weryfikacja faktów dla artykułów z badaniami

Polecenie (jako instrukcja dla pod-agenta, po angielsku z tłumaczeniem):

„Look at every claim related to research. Make sure it’s a real paper, I got the author right, I got the year right. Look at that paper and make sure that what I’m claiming is true to that paper.”

(Spójrz na każde twierdzenie związane z badaniami. Upewnij się, że to prawdziwa publikacja, że autor jest poprawny, rok jest poprawny. Przejrzyj tę publikację i upewnij się, że moje twierdzenie jest zgodne z jej treścią.)

Kiedy stosować:

Cytujesz badania naukowe
Piszesz o kontrowersyjnych tematach
Potrzebujesz wysokiego poziomu rygoru
Chcesz uniknąć dezinformacji lub błędnych interpretacji

Wynik: Weryfikacja źródeł, autorów, dat i zgodności twierdzeń z faktyczną treścią publikacji.

Optymalizacja SEO po napisaniu artykułu

Polecenie (jako polecenie slash, po angielsku z tłumaczeniem):

„Read the article, generate both short tail and long tail keywords that it might potentially rank for. Use API to run keyword volume queries. Give me a report of the SEO potential of this article.”

(Przeczytaj artykuł, wygeneruj zarówno krótkie jak i długie słowa kluczowe, pod które może rankmować. Użyj API do sprawdzenia popularności słów kluczowych. Daj mi raport o potencjale SEO tego artykułu.)

Kiedy stosować:

Napisałaś artykuł bazując na tym, co chciałaś powiedzieć
Chcesz dopracować bez zmiany sensu
Szukasz semantycznie równoważnych terminów o lepszym rankingu
Analizujesz potencjał SEO bez wcześniejszego planowania pod SEO

Wynik: Raport z potencjałem SEO i sugestiami drobnych zmian dla lepszej widoczności.

Zettelkasten – budowanie notatek badawczych

Polecenie (jako informacja zwrotna od Claude, po angielsku z tłumaczeniem):

„Do I have multiple claims in a note? Am I missing important links?”

(Czy mam wiele twierdzeń w jednej notatce? Czy brakuje mi ważnych powiązań?)

Kontekst: Claude czyta wszystkie notatki Zettelkasten

Kiedy stosować:

Prowadzisz dogłębne badania kontrowersyjnego tematu
Chcesz rygorystycznie zbadać swoje przekonania
Budujesz system połączonych twierdzeń i dowodów
Potrzebujesz pomocy w krytycznym myśleniu

Wynik: Informacja zwrotna dotycząca struktury notatek, sugestie powiązań, identyfikacja wielu twierdzeń w jednej notatce.

Zasady skutecznego formułowania poleceń w Claude Code

Na podstawie doświadczeń Petry i Teresy:

1. Bądź konkretny Petra używa precyzyjnych poleceń. Nie „znajdź coś o feedbacku”, lecz „znajdź gdzie mówiłam o dawaniu feedbacku, prowadzeniu sesji coachingowych, dobrych pytaniach do coachingu”.

2. Gdy coś nie działa – pytaj „Claude, co ty robisz?” to nie żart. To najprostsza i najskuteczniejsza strategia diagnozowania.

3. Sprawdzaj kontekst Jeśli Claude nie respektuje instrukcji – sprawdź czy je widzi. „Czy widzisz to zdanie w swoim oknie kontekstu?”

4. Pamiętaj o warstwach Claude Code kaskaduje pliki Claude.md. To co działa w Claude Web może wymagać adaptacji przez różnice w kontekście.

5. Iteruj i testuj Petra spędziła pół dnia na konfiguracji. Torres rozbudowała swoje narzędzia przez miesiące. To proces, nie jednorazowa konfiguracja.

Kluczowy wniosek

Mniej kontekstu = lepsze wyniki

Standardowo myślimy: Im więcej danych dam AI, tym lepsze będą wyniki. Skoro Claude Code ma dostęp do lokalnych plików, wgrajmy wszystko – książki, artykuły, transkrypty, notatki. W końcu „może się przydać”.

W praktyce okazuje się, że: Ograniczenie kontekstu tylko do elementów ściśle potrzebnych do konkretnego zadania daje dramatycznie lepsze rezultaty. Torres podkreśla: „Wszystko, co nie jest związane z zadaniem, rozprasza”. Henrik Nieberg na Product at Heart trafnie ujął: traktuj AI jak stażystę przebywającego w firmie przez osiem tygodni. Nie dajesz stażyście dostępu do wszystkich danych firmowych pierwszego dnia.

Dlaczego to jest istotne: Petra spędziła pół dnia na konfiguracji głównie przez diagnozowanie problemów z kontekstem. To samo polecenie działało inaczej w Claude Code niż w Claude Web – nie przez różnice w modelu, lecz przez różnice w kontekście (pliki Claude.md, kaskadowanie, lokalne pliki). Każda dodatkowa informacja w oknie kontekstu stanowi nie pomoc, lecz potencjalną dystrakcję od zadania.

Test na jutro: Następnym razem konfigurując projekt AI lub nowy folder w Claude Code, zamiast wgrywać wszystkie dokumenty które „mogą się przydać”, wybierz tylko te bezpośrednio związane z jednym konkretnym zadaniem. Jeśli piszesz newsletter – tylko materiały do newslettera, nie wszystkie książki „na wszelki wypadek”. Porównaj jakość i trafność odpowiedzi z tym, co dostajesz zalewając AI wszystkim naraz.

Polecane książki

Podczas rozmowy Teresa i Petra wspomniały o dwóch pozycjach, które wpłynęły na ich podejście do pracy:

„How We Think” – John Dewey 200-stronicowa książka filozofa z początku XX wieku o krytycznym myśleniu. Teresa czytała ją 15 godzin przez gęstość treści. Według niej to jedna z najważniejszych pozycji do studiowania, ponieważ krytyczne myślenie stanowi serce tego, co wiemy.

„Strong Product People” – Petra Wille Książka Petry, w której znajduje się między innymi rozdział o dawaniu feedbacku – ten sam, który Claude Code przypomniał jej podczas pracy nad newsletterem o rocznych ocenach pracowniczych.

Ten wpis jest częścią mojej kolekcji notatek z ciekawych podcastów, webinarów i innych treści, które uważam za wartościowe i do których sam chcę wracać. To są przemyślenia i obserwacje Petry Wille i Teresy Torres z ich podcastu „All Things Product with Teresa & Petra”. Jeśli chcesz sprawdzić oryginalne źródło lub posłuchać pełnej rozmowy, znajdziesz transkrypt w oryginalnym materiale.

Tag: Automatyzacja Tworzenia Tresci

Claude Code w praktyce: 4 tygodnie testów, sukcesy i porażki w tworzeniu treści #EN377