TL;DR

Teresa Torres zbudowała system zarządzania zadaniami w Obsidian + Claude Code, który generuje codzienną listę „Today” jednym poleceniem
Pisanie artykułów: 9000 słów w 1,5 dnia dzięki Claude jako sparring partnerowi (nie autorowi)
Trzy warstwy kontekstu (globalne preferencje, kontekst projektu, kontekst zadania) zapobiegają zaśmiecaniu context window
Claude automatycznie tworzy i aktualizuje dokumentację – wystarczy pytać „czego się nauczyłeś?” po każdej sesji
Koszty: 20-100 USD miesięcznie, w zależności od intensywności użycia
Filozofia: Claude jako pracownik do delegowania zadań, nie zamiennik myślenia
Rozpocznij od jednej powtarzalnej rzeczy w tygodniu, buduj system iteracyjnie

Uwaga: Ten artykuł to notatki z tutoriala Teresy Torres – autorki „Continuous Discovery Habits” i ekspertki w obszarze product management. Wszystkie przemyślenia, obserwacje i metody pracy opisane poniżej pochodzą bezpośrednio od niej. Torres pokazuje w tym materiale swój realny workflow z Claude Code, od zarządzania zadaniami po pisanie długich artykułów.

System zadań: jedno polecenie na start dnia

Teresa Torres rozpoczyna każdy dzień roboczy od wpisania jednego słowa w terminalu: „today”. To uruchamia automatyczny proces, który wykonuje kilka operacji równocześnie:

Sprawdza Trello, czy ktoś z zespołu dodał nowe karty
Przegląda foldery z zadaniami w Obsidian
Generuje plik Today.md z listą zadań na dziś
Wyciąga zaległe zadania (overdue)
Dodaje projekty „in progress” bez konkretnego deadline
Wyszukuje nowe badania akademickie w preprint serverach i Google Scholar

Każde zadanie to osobny plik Markdown z metadanymi w formacie Obsidian front matter (nagłówek YAML). Claude wie, jak interpretować te pliki, gdyż ma dostęp do pliku Claude.md w folderze Tasks, który opisuje całą logikę systemu.

Torres podkreśla przewagę tego rozwiązania nad tradycyjnymi narzędziami. Zdaniem Torres wyszukiwanie w Claude działa lepiej niż natywna funkcja w Trello, co pozwala szybko znaleźć wszystkie pomysły związane z konkretną kategorią.

Struktura folderów w systemie Torres

Tasks – zadania z konkretnymi datami
Ideas – projekty bez sztywnych terminów
Bugs – zgłoszone błędy
Inbox – punkt wejścia dla zadań z telefonu (poprzednio via iCloud, teraz przez Obsidian Sync)
Import – miejsce na przegląd zadań importowanych z Trello
Memories – snippety informacji do zapamiętania (np. link afiliacyjny)
LLM Context – pliki kontekstowe dla Claude
Writing – artykuły i content
Research – digest akademicki

Tworzenie nowego zadania w 10 sekund

Gdy Torres chce dodać nowe zadanie, pisze w terminalu przykładową komendę: „new task write plan auto accept Claude blog post, do today, draft outline with Claude”. Claude automatycznie tworzy plik Markdown z metadanymi, dodaje odpowiednie tagi, ustawia dzisiejszą datę jako deadline i aktualizuje plik Today.md.

Torres podkreśla, że jest to znacznie szybsze niż otwieranie przeglądarki, logowanie do Trello i wypełnianie formularzy. Terminal pozostaje otwarty przez cały dzień, co pozwala dodać zadanie w kilka sekund i natychmiast wrócić do pracy.

Dodatkowym atutem systemu jest możliwość szybkiego przeszukiwania. Wystarczy zapytać Claude o wszystkie pomysły w danej kategorii, a system przeszuka folder Ideas według tagów.

Pisanie z Claude: 9000 słów w półtora dnia

Torres napisała artykuł o bezpieczeństwie w Claude Code. Liczy prawie 9000 słów i powstał w 1,5 dnia. Jak sama przyznaje: „Nie ma mowy, bym dokonała tego sama; to dla mnie wręcz nieprawdopodobne.”

Jej podejście można określić jako „pair programming dla autorów” – nie zleca AI pisania całych tekstów, tylko pracuje z nim jak programiści pracujący w parach. Model pełni rolę sparring partnera i redaktora, ale każde słowo pisze ona sama.

Proces pisania składa się z trzech faz:

Faza 1: Zarys w trybie „plan”

Torres otwiera terminal w kontekście folderu Writing (osobna instancja Claude z własnym Claude.md). Rozpoczyna od komendy: „I want help creating an outline for a new blog post”. Claude automatycznie czyta plik z wczesnymi notatkami, pyta o dostęp do przewodnika stylistycznego (writing style guide), zadaje pytania doprecyzowujące i generuje szkic struktury artykułu.

Torres nie akceptuje pierwszej wersji. Zamiast tego prowadzi iteracyjny dialog, w którym precyzuje założenia, zmienia akcenty i dostosowuje strukturę. Jak sama opisuje swój proces: to ciągła wymiana zdań, w której dzieli się swoim sposobem myślenia, pyta Claude o opinię, czasem odrzuca sugestie i proponuje alternatywne rozwiązania.

Faza 2: Research przed pisaniem

Przed rozpoczęciem pisania Torres zawsze pyta Claude: „Has anyone else written a blog post about this?” Claude przeszukuje internet i wraca z analizą konkurencji. Najczęściej okazuje się, że większość artykułów jest pisana dla programistów, podczas gdy brakuje materiałów dla product managerów. Dodatkowo Claude dostarcza listę najpopularniejszych słów kluczowych.

Torres wykonuje research SEO dopiero po napisaniu artykułu. Najpierw pisze dla ludzi, później optymalizuje dla wyszukiwarek. W trakcie pisania wykorzystuje też Claude do weryfikacji faktów – gdy pojawia się wątpliwość co do prawdziwości jakiegoś twierdzenia, od razu prosi o przeszukanie badań akademickich.

Faza 3: Pisanie sekcja po sekcji

Torres sama pisze każdą sekcję. Nie pozwala Claude pisać za siebie. Uzasadnia to prostym stwierdzeniem: dobry tekst ma rytm, który można usłyszeć, a Claude nie jest w stanie uchwycić jej indywidualnego rytmu w 100%. Dodatkowo pisanie to dla niej sposób na myślenie, którego nie chce delegować na zewnątrz.

Po napisaniu każdej sekcji przełącza się do terminala i pisze: „Claude, I wrote the intro, give me feedback”. Claude czyta ten sam plik i dostarcza informację zwrotną w ustalonej strukturze:

Struktura informacji zwrotnej od Claude:

Co działa dobrze
Co można poprawić
Weryfikacja merytoryczna (czy coś jest błędne)
Lista znalezionych literówek

Claude następnie pyta: „Do you want me to fix the typos?” Torres może odpowiedzieć „yes” (napraw wszystko) lub „yes, but not this one” – zachowując pełną kontrolę nad każdą zmianą w tekście.

Dlaczego to działa szybciej?

Torres wyjaśnia różnicę w porównaniu do tradycyjnego pisania. Wcześniej pisała sekcję, po czym – wyczerpana wysiłkiem – przechodziła do sprawdzania emaili i traciła godzinę na rozproszenie. Z Claude jest inaczej. Po każdej sekcji Claude pyta: „Are you ready for phase two?” To proste pytanie utrzymuje momentum i pozwala kontynuować pracę bez zbędnych przerw.

Efekt jest wymierny: artykuły są dłuższe (z 2-3 tys. słów do 8-9 tys.), bardziej szczegółowe, ale powstają w krótszym czasie. Według Torres – bez grama flufu.

Konkretny przykład: artykuł o bezpieczeństwie w Claude Code

Torres pokazuje w tutorialu swój artykuł o bezpieczeństwie, który publikuje 12 listopada. Liczy prawie 9000 słów. Artykuł jest zorganizowany według tierów ryzyka: czytanie plików, przeszukiwanie poza current directory, przeszukiwanie internetu, pisanie plików, wykonywanie kodu.

Torres dodaje na końcu każdej sekcji tabele z komendami UNIX, które Claude używa – zakładając, że jej czytelnicy (product managerzy) nie znają tych komend. Przyznaje szczerze, że nie napisałaby tego artykułu samodzielnie, szczególnie kompleksowych tabel referencyjnych, które Claude pomógł jej stworzyć.

Jednak kluczowe pozostaje to, że Torres napisała każde słowo sama. Claude pomagało w strukturze, sugerowało dodatkowe komendy do uwzględnienia, ale całą treść tworzyła ona.

Zarządzanie kontekstem: dlaczego Claude nie głupieje

Torres często powtarza obserwację: gdy okno kontekstu się zapełnia, dzieje się coś złego. Claude zaczyna tracić inteligencję i precyzję. Dlatego zbudowała trójwarstwowy system kontekstu, który zapobiega tym problemom.

Warstwa 1: Globalne preferencje

Plik .claude/Claude.md w katalogu domowym użytkownika. Ładowany przy każdym uruchomieniu Claude, niezależnie od projektu. Zawiera zasady współpracy typu „zawsze planuj przed działaniem” oraz preferencje dotyczące informacji zwrotnej.

Co tam NIE jest? Informacje o firmie, opisy produktów, dane o zespole. Dlaczego? Ten plik ładuje się zawsze – nawet gdy Torres pyta Claude o coś tak prostego jak „can my dog eat this food?”. W takim kontekście informacje biznesowe są niepotrzebne.

Torres podkreśla prostą zasadę: umieszczaj tam tylko to, co zawsze chcesz, żeby Claude respektowało.

Ważny szczegół: Torres nie pisze tych plików sama. Na końcu każdej sesji roboczej pyta Claude: „co się nauczyłeś o współpracy ze mną? Co powinniśmy dodać do Claude.md, żeby następnym razem poszło sprawniej?” W ten sposób Claude samo aktualizuje dokumentację.

Warstwa 2: Kontekst projektu

Każdy folder ma własny Claude.md. Tasks/Claude.md opisuje system zadań, tagi, format Obsidian. Writing/Claude.md definiuje styl pisania i rolę Claude jako edytora.

Torres może wpisać „new task” tylko w folderze Tasks. W folderze Writing Claude tego polecenia nie zna. To separacja, która chroni przed zaśmiecaniem kontekstu zbędnymi informacjami.

Konkretny przykład: W folderze Writing Torres ma instrukcję: „At the start of each section, read my writing style guide.” W rezultacie za każdym razem, gdy zaczyna pisać nowy artykuł i mówi „I want help creating an outline”, Claude automatycznie najpierw czyta jej przewodnik stylistyczny.

Warstwa 3: Pliki kontekstowe na żądanie

Torres stworzyła folder LLM Context z dziesiątkami małych plików:

Przykładowa struktura:

business-profile.md – czym zajmuje się firma
target-audience.md – dla kogo pisze
marketing-channels.md – gdzie publikuje
story-based-interview-course.md – opis konkretnego produktu
team-members.md – kto za co odpowiada
differentiators.md – co wyróżnia jej ofertę

Claude nie czyta ich automatycznie. W globalnym Claude.md Torres ma indeks, który instruuje: „jeśli pytam o biznes, przeczytaj business-profile.md. Jeśli pytam o coś osobistego, przeczytaj personal-profile.md.”

W ten sposób okno kontekstu pozostaje czyste. Claude ładuje tylko to, czego potrzebuje w danym momencie.

Jak Torres utrzymuje te pliki aktualne?

Nie pisze ich ręcznie. Na końcu każdej sesji z Claude pyta: „What did you learn about me? What should we add to the Claude.md?”

Claude samo proponuje aktualizacje. Torres tylko decyduje, gdzie dodać nową informację – do globalnego Claude.md (zasady współpracy) czy do pliku kontekstowego (fakty o biznesie).

Torres mówi wprost, że nigdy nie napisała ani słowa w swoim pliku profilowym.

Dodatkowa wskazówka: Gdy Torres czuje, że potrzebny jest nowy plik kontekstowy, może po prostu powiedzieć Claude: „przeprowadź ze mną wywiad o moim biznesie”. Claude zada pytania, a potem stworzy plik kontekstowy na podstawie odpowiedzi.

Notatki procesowe: pamięć długoterminowa

Gdy Torres pracuje nad większym projektem (np. aplikacja Interview Coach), tworzy plik process-notes.md. Claude aktualizuje go przed każdym wyczerpaniem okna kontekstu. Zapisuje podsumowanie sesji, decyzje projektowe i ich uzasadnienie, co działa i co wymaga poprawy, plus kontekst dla przyszłych sesji.

Gdy okno kontekstu się resetuje, Torres mówi: „Read process notes and continue where we left off.” To sposób na zachowanie ciągłości bez polegania na funkcji „compact conversation” Anthropic, która jej zdaniem traci zbyt wiele kontekstu i szczegółów.

Kluczowa obserwacja: Torres chce mieć nadzór nad tym, jak Claude kompresuje konwersację. Jeśli pozwoli Claude użyć własnego narzędzia do kompaktowania, gdy kontekst się wyczerpie, traci wiele istotnych informacji. Stąd zawsze każe Claude tworzyć ręczne podsumowanie przed resetem kontekstu – to daje jej kontrolę nad tym, co zostaje zachowane.

Przyszła ewolucja systemu: Torres planuje stworzyć podagenta „documenter”, którego Claude będzie mogło wywołać automatycznie, gdy okno kontekstu się zapełnia. To kolejny krok w kierunku jeszcze bardziej zautomatyzowanego systemu pracy.

Praktyczne wskazówki dla początkujących

Tip 1: Zacznij od jednej powtarzalnej rzeczy

Torres radzi stosować prostą zasadę diagnostyczną: za każdym razem, gdy tłumaczysz Claude jakiś kontekst, zadaj sobie pytanie – czy będziesz musiał to powtarzać w przyszłości? Jeśli odpowiedź brzmi „prawdopodobnie tak” – nie tłumacz ponownie. Stwórz plik kontekstowy.

To prosta heurystyka, która automatycznie buduje system dokumentacji bez dodatkowego wysiłku.

Tip 2: Nie buduj wszystkiego od razu

Torres nie usiadła pewnego dnia i nie stworzyła 30 plików kontekstowych. Budowała system iteracyjnie przez tygodnie. Część plików to wciąż „stubs” – niedokończone szkice, które z czasem uzupełnia w miarę potrzeb.

Praktyczny przykład: Za każdym razem, gdy Torres czuła, że musi opisać coś Claude, zamiast robić to jednorazowo i później powtarzać, mówiła: „Claude, żebyś mógł wykonać to zadanie, potrzebujesz wiedzieć o moich differentiatorach. Może przeprowadzisz ze mną wywiad?”

Tip 3: Zmień perspektywę z „użytkownika” na „menedżera”

Torres przez 10 lat pracowała z asystentką. Nauczyła się delegować zadania z jasnymi procedurami (SOP – Standard Operating Procedures). Nagrywała video: „Tak robię to zadanie”. Asystentka oglądała, tworzyła checklistę w Trello. To stawało się standardową procedurą.

Kluczowa zmiana mentalna: Przestań myśleć o sobie jako o użytkowniku AI, a zacznij myśleć jak menedżer delegujący zadania. To zmienia całe podejście – zamiast „prosić” Claude o pomoc, dajesz jasne instrukcje i budujesz procedury operacyjne.

To samo robi z Claude. Patrzy na swoją tablicę Trello i dla każdego zadania pyta: „Jak Claude może w tym pomóc?”

Dwa podejścia:

Augmentacja – robisz zadanie sama, ale Claude pomaga (np. pisanie: Claude robi research i edycję)
Automatyzacja – Claude robi wszystko (np. „wyślij ten rachunek do systemu finansowego”)

Tip 4: Pytaj „jak Claude może pomóc?” przy każdym zadaniu

Torres wyjaśnia swoje podejście: nie zaczęła od rzeczy, które zabierają najwięcej czasu. Dosłownie zmuszała się przez cały dzień, przy każdym nowym zadaniu, do myślenia: jak Claude może w tym pomóc?

To nawyk, który buduje system oddolnie.

Dodatkowe przemyślenie: Torres trzyma okno terminala Tasks otwarte cały dzień. Gdy pomyśli o czymś, co musi zrobić, lub ma losowy pomysł, po prostu pisze „new idea” wraz z opisem. Gotowe. Może wrócić do pracy w swoim drugim oknie. Jest to znacznie szybsze niż otwieranie przeglądarki, logowanie do Trello, tworzenie nowej karty i ustawianie terminu.

Filozofia pracy: żyj na krawędzi możliwości

Torres jest product managerem i trenerką produktową. Jej zdaniem: jeśli zamierzamy budować z AI, powinniśmy żyć na krawędzi tego, co dziś jest możliwe.

Używanie Claude Code uczy praktycznych rzeczy: jak zarządzać context window w realnych projektach, gdzie AI zawodzi i potrzebuje ludzkiego nadzoru, jak strukturować zadania, żeby AI mogło pomóc.

To doświadczenie przekłada się na lepsze produkty AI. Torres pracuje nad Interview Coach – produktem AI do analizy wywiadów z klientami. Wiedza z codziennej pracy z Claude Code bezpośrednio wpływa na decyzje produktowe.

Jej rozumowanie: Gdyby nie spędzała w Claude Code całych dni, nigdy nie nauczyłaby się zarządzania context window. Teraz, gdy pracuje nad swoim produktem AI (Interview Coach), ma głębokie praktyczne zrozumienie, jak zarządzać kontekstem – czego nigdy by nie rozwinęła inaczej.

Torres wspomina też o swoim produkcie Interview Coach – narzędziu AI, które analizuje transkrypty z wywiadów z klientami i daje feedback studentom jej kursu „story-based interviewing”. Pierwotnie było zbudowane dla story-based interviews, ale Torres rozważa rozszerzenie go na inne typy wywiadów.

Meta-moment: W tutorialu Torres używa pomysłu rozszerzenia Interview Coach jako przykładu do artykułu o plan mode i auto-accept mode. Pisze artykuł o Claude Code używając Claude Code do planowania funkcji dla swojego produktu AI. Sama przyznaje ze śmiechem, że to trochę meta.

Czy Claude Code to przyszłość pracy? Torres mówi szczerze: prawdopodobnie nie. Pojawią się lepsze narzędzia, a laboratoria nauczą się lepiej zarządzać kontekstem.

Jednak jako ludzie budujący produkty nie możemy czekać. Budujemy produkty AI dzisiaj. Dlatego musimy żyć na tej krawędzi.

Ile to kosztuje?

Torres zaczęła od planu za 20 USD miesięcznie. Przeskoczyła na 100 USD dopiero, gdy w jednym tygodniu intensywnie kodowała i pisała jednocześnie.

Jej komentarz? Zabawne, że w ogóle wahała się przed przejściem z 20 na 100 USD.

100 USD za pracownika, który zarządza zadaniami, robi research, edytuje artykuły, pisze dokumentację i działa 24/7. Torres patrzy na to jak na najbardziej opłacalną inwestycję w produktywność.

Praktyczna rada: Większość ludzi spokojnie wystarczy plan za 20 USD. Torres podkreśla, że potrzebowała droższego planu dopiero wtedy, gdy intensywnie używała Claude do kilku różnych zadań jednocześnie (coding + writing + task management w tym samym tygodniu).

Dodatkowe przypadki użycia

Research digest

Codziennie rano Claude przeszukuje preprint servery i Google Scholar. Filtruje badania związane z product discovery i customer interviews. Tworzy zestawienie z najciekawszymi publikacjami. Torres ma to zautomatyzowane jako część komendy „today” – oprócz listy zadań dostaje też kolejkę badań do przejrzenia.

Weryfikacja twierdzeń

Podczas pisania Torres często zatrzymuje się i pyta: „Is this claim actually true?” Claude szuka badań akademickich i wraca z odpowiedzią oraz linkami do źródeł.

Tworzenie Trello cards dla zespołu

Torres może napisać: „Create a Trello card on Willena’s board using this task.” Claude wie, kim jest Willena (admin Torres), zna URL jej tablicy Trello, rozumie format zadań. Tworzy kartę automatycznie.

Działa to tylko dlatego, że Torres wcześniej dodała kontekst o Willenie do swojego systemu plików.

Rozszerzenie tego pomysłu: Torres wspomina, że może też tworzyć zadania w swoim systemie Markdown i dopiero potem mówić Claude: „create a Trello card on Willena’s board using this task file.” W ten sposób zachowuje konsystencję między swoim lokalnym systemem a Trello.

Szukanie starych pomysłów

Polecenie: „What are all my marketing ideas?” Claude przeszukuje folder Ideas i wyciąga wszystko oznaczone tagiem „marketing”. Zdaniem Torres to szybsze i skuteczniejsze niż wyszukiwarka w Trello.

Synchronizacja między urządzeniami

Torres wspomina o technicznych szczegółach: „Dosłownie wczoraj wszystko przeniosłam” – przeszła z Dropbox Sync na Obsidian Sync.

Dlaczego to ważne? Z Dropbox musiała używać hacka z iCloud dla folderu Inbox, żeby móc dodawać zadania z telefonu. Obsidian Sync rozwiązuje ten problem – teraz może bezpośrednio z aplikacji Obsidian na iOS dodawać zadania do swojego systemu.

Torres przyznaje, że migracja złamała niektóre jej ustawienia permissions w Claude (dlatego w tutorialu Claude ciągle pyta o pozwolenia na czytanie plików).

Biblioteka promptów Torres – gotowe komendy do skopiowania

Teresa Torres używa konkretnych, sprawdzonych promptów w swojej codziennej pracy. Poniżej lista z kontekstem użycia:

Zarządzanie zadaniami

today

Kiedy: Na początku każdego dnia roboczego
Co robi: Generuje listę Today.md z zadaniami na dziś, projektami in progress, research queue
Kontekst: Wymaga skonfigurowanego systemu Tasks z Claude.md

new task [opis zadania], do [data], [dodatkowe notatki]

Kiedy: Gdy pojawia się nowe zadanie do zrobienia
Przykład: „new task write plan auto accept Claude blog post, do today, draft outline with Claude”
Co robi: Tworzy plik markdown z metadanymi, dodaje do Today.md jeśli termin to dzisiaj

new idea [opis pomysłu]

Kiedy: Masz pomysł na projekt bez konkretnego deadline
Co robi: Tworzy plik w folderze Ideas, dodaje do listy „in progress”

what are all my [kategoria] ideas?

Przykład: „what are all my marketing ideas?”
Kiedy: Szukasz wcześniejszych pomysłów w konkretnej kategorii
Co robi: Przeszukuje folder Ideas według tagów

create a Trello card on [name]'s board using this task

Kiedy: Chcesz zdelegować zadanie członkowi zespołu
Wymaga: Kontekst o członku zespołu (imię, URL tablicy Trello) w plikach LLM Context

Pisanie i research

I want help creating an outline for a new blog post

Kiedy: Rozpoczynasz pracę nad nowym artykułem
Co się dzieje: Claude czyta writing style guide, zadaje pytania, generuje szkic outline

Has anyone else written a blog post about this?

Kiedy: Przed rozpoczęciem pisania, żeby sprawdzić konkurencję
Co robi: Przeszukuje internet, analizuje istniejące artykuły, identyfikuje luki

Can you do some academic research for me and see if there's evidence behind this?

Kiedy: Podczas pisania, gdy robisz claim i chcesz go zweryfikować
Co robi: Szuka badań akademickich, wraca z źródłami
Alternatywna forma: „Is this really a true claim or is it just something that I randomly believe?”

Claude, I wrote the intro, give me feedback

Kiedy: Po napisaniu każdej sekcji artykułu
Co dostaniesz: Strukturalny feedback (co działa, co poprawić, technical review, literówki)

Do you want me to fix the typos?

Kiedy: Claude znajduje błędy
Odpowiedź: „yes” (napraw wszystko) lub „yes, but not this one” (zachowaj kontrolę)

How do people search for this kind of content? What keywords from an SEO standpoint should I keep in mind?

Kiedy: Po napisaniu artykułu, przed publikacją
Co robi: Analiza SEO, sugestie słów kluczowych

Zarządzanie kontekstem

What did you learn about me? What should we add to the Claude.md?

Kiedy: Na końcu każdej sesji z Claude
Co robi: Claude proponuje aktualizacje do plików kontekstowych
Dlaczego ważne: Automatyzuje budowanie dokumentacji

Interview me about my business

Kiedy: Potrzebujesz stworzyć nowy plik kontekstowy, ale nie chcesz go pisać od zera
Co robi: Claude zadaje pytania, potem tworzy plik na podstawie Twoich odpowiedzi

What index needs to be updated?

Kiedy: Po dodaniu nowego pliku kontekstowego
Co robi: Claude aktualizuje indeks w globalnym Claude.md

Claude going to run out of context window. Let's write a summary of where we are that you can read in when I clear the context window.

Kiedy: Widzisz, że zbliżasz się do limitu context window
Dlaczego: Daje Ci kontrolę nad tym, co zostanie zachowane (lepsze niż auto-compact)

Read process notes and continue where we left off

Kiedy: Po resecie context window w długim projekcie
Wymaga: Wcześniej stworzony plik process-notes.md

Rozwój produktu (przykład: Interview Coach)

How should recent semiconductor export restrictions affect our investment strategy in tech companies?

Przykład użycia: Torres pokazuje, że takie złożone pytania mogą wymagać 5-15 tool calls
Co Claude robi: Web search + web fetch + Google Drive + Gmail + Slack → synteza w raport
Kiedy: Potrzebujesz głębokiej analizy łączącej źródła zewnętrzne i wewnętrzne

Meta-prompty o systemie

Is that really right? / Are you allowed to do this in auto accept mode?

Kiedy: Piszesz o Claude Code i chcesz zweryfikować własne założenia
Co robi: Claude wyjaśnia swoje własne możliwości i ograniczenia

Jak używać tych promptów?

Nie kopiuj ślepo – te prompty działają w kontekście systemu Torres (Obsidian + określona struktura folderów + pliki Claude.md)
Zacznij od prostych – „today”, „new task”, „what did you learn?” – to najprostsze do wdrożenia
Dostosuj do siebie – Torres używa „new task”, Ty możesz mieć „new project” lub „new client”
Buduj nawyk pytania – najważniejszy prompt to „What did you learn about me?” na końcu sesji

Checklist: jak wdrożyć system Torres (pierwsze 30 dni)

Tydzień 1: Fundamenty

Załóż konto Claude (start z planem 20 USD)
Zainstaluj Obsidian lub wybierz inny edytor markdown
Stwórz strukturę folderów: Tasks, Ideas, Writing, LLM Context
Przygotuj podstawowy plik .claude/Claude.md z globalnymi preferencjami
Wybierz JEDNĄ powtarzalną czynność do automatyzacji

Tydzień 2: Pierwsze automaty

Stwórz Claude.md dla wybranego folderu (Tasks lub Writing)
Wypróbuj komendy: „new task”, „new idea”
Po każdej sesji pytaj: „What did you learn about me?”
Zacznij budować pierwszy plik kontekstowy (np. business-profile.md)
Eksperymentuj z trybem „plan” przed wykonaniem zadań

Tydzień 3: Rozbudowa kontekstu

Dodaj 3-5 małych plików kontekstowych w LLM Context
Stwórz indeks plików w globalnym Claude.md
Przetestuj pisanie z Claude: outline → research → iteracyjne review
Zacznij prowadzić process-notes.md dla większych projektów
Naucz Claude, jak aktualizować Twój system

Tydzień 4: Optymalizacja

Zidentyfikuj 3 kolejne zadania do automatyzacji/augmentacji
Eksperymentuj z integracjami (Trello, Google Scholar, itp.)
Ocena: czy zbliżasz się do limitu 20 USD? (rozważ upgrade)
Zrób przegląd plików kontekstowych – co wymaga aktualizacji?
Zapisz swoje obserwacje: co zadziałało, co nie

Bonus: pytania do zadania sobie co tydzień

Czy tłumaczę Claude ten sam kontekst po raz drugi? → Stwórz plik
Które zadanie zabiera mi najwięcej czasu, a nie wymaga kreatywności? → Automatyzuj
Gdzie tracę momentum w pracy? → Niech Claude Cię „popcha”
Czy context window się zapełnia? → Wprowadź process-notes.md

Kluczowy insight

Paradoks nadzorowanej automatyzacji

Standardowo myślimy: AI oszczędza nasz czas, ponieważ wykonuje pracę za nas, działając w tle jako samodzielny wykonawca. Im mniej ingerujemy, tym większa oszczędność czasu.

W praktyce okazuje się, że: Największy wzrost produktywności osiągamy wtedy, gdy poświęcamy czas na zarządzanie pamięcią modelu i pisanie instrukcji, które moglibyśmy wykonać sami szybciej. Torres inwestuje godziny w budowanie plików kontekstowych i dokumentację – rzeczy, które na pierwszy rzut oka spowalniają pracę.

Dlaczego to jest istotne: Prawdziwa przewaga konkurencyjna nie płynie z szybkości generowania tekstu, lecz z braku konieczności nanoszenia poprawek. Torres pisze artykuły 9000+ słów szybciej nie dlatego, że Claude pisze za nią, ale dlatego, że nie musi spędzać godzin na poprawianiu, uzupełnianiu luk i weryfikacji faktów. Inwestycja w architekturę informacji wewnątrz AI jest ważniejsza niż samo wydawanie poleceń.

Test na jutro: Następnym razem gdy poczujesz pokusę, by kazać Claude’owi napisać szkic dokumentu, zatrzymaj się. Zamiast tego poproś go, by przeprowadził z Tobą pięciominutowy wywiad na temat Twoich ukrytych założeń. Zapisz wynik jako plik referencyjny i sprawdź, o ile mniej poprawek będziesz musiał wprowadzić w finalnej wersji.

Źródło

Ten wpis jest częścią mojej kolekcji notatek z ciekawych podcastów, webinarów i innych treści, które uważam za wartościowe i do których sam chcę wracać. Jeśli chcesz sprawdzić oryginalne źródło, znajdziesz je tutaj: Full Tutorial: Automate Your Life with Claude Code in 50 Min | Teresa Torres

Tag: Zarzadzanie Kontekstem Llm

Jak Teresa Torres automatyzuje życie z Claude Code – konkretny system w 50 minut