Kiedy zaczynałem budować trustedone.pl z pomocą Claude’a i Codexa, myślałem, że będzie szybko. Wpisuję polecenie, AI koduje, ja poprawiam detale. Rzeczywistość okazała się bardziej złożona – i znacznie ciekawsza.
Paradoks potężnych narzędzi
Im lepsze AI, tym więcej musisz je pilnować. Brzmi absurdalnie? Po dwóch miesiącach intensywnej pracy nad stroną mogę powiedzieć, że to najważniejsza lekcja całego projektu.
Claude ma okno kontekstowe ~200 tysięcy tokenów. Dużo. Ale sesja debugowania może zjeść te 200k w trzy godziny – i wtedy model zaczyna „zapominać”. Powtarza te same błędy. Próbuje rozwiązań, które już nie zadziałały. Krąży w kółko.
Rozwiązanie? Dokumentacja. Nie jako biurokracja. Jako pamięć długoterminowa, której AI z natury nie posiada.
Reguła, która wszystko zmieniła
70% planowania i dokumentacji, 30% faktycznego kodowania. Brzmi jak strata czasu? Sprawdziłem to na realnych zadaniach.
Dodanie feedów RSS do sekcji geograficznych na stronie aktualności. Bez dokumentacji: 4 godziny frustracji, częściowe rozwiązanie, trzy sesje debugowania tego samego problemu. Z dokumentacją: 2,5 godziny, sprawne rozwiązanie, zero powrotów do tematu.
Różnica? Stworzyłem specyfikację zadania przed kodowaniem. Opis problemu, analiza struktury danych, konkretne linie w plikach do modyfikacji, kryteria sukcesu. 148 linii dokumentu na 3 poprawki w kodzie. Codex wykonał implementację w 45 minut. Zero błędów. Nic się nie zepsuło przy okazji.
Dryf AI – gdy maszyna zaczyna błądzić
Jest takie zjawisko, które nazywam „dryfem AI”. Prosisz model o naprawę layoutu strony. Zaczyna od szablonu. Po chwili refaktoryzuje CSS. Potem JavaScript. W końcu proponuje przebudowę szablonu bloga. Dwie godziny minęły. Nic nie jest naprawione.
Plan ratuje przed dryfem. Nie rozbudowany system – prosty dokument z listą kroków i szacowanym czasem. Diagnostyka: 10 minut. Poprawka ikon: 20 minut. Test na stagingu: 15 minut. Razem: 75 minut. Model ma wytyczne. Ja mam kontrolę.
Kiedy zamknąć sesję i zacząć od nowa
Kontynuowanie długiej sesji wydaje się logiczne – przecież AI „zna kontekst”. Praktyka pokazuje coś innego. Efektywność spada wykładniczo. Po godzinie decyzje są dobre przy 10 tysiącach tokenów kontekstu. Po trzech godzinach – słabe decyzje przy 180 tysiącach tokenów obciążenia.
Symptomy przeciążenia? Model powtarza te same rozwiązania. Propozycje stają się nadmiernie skomplikowane. Proste problemy rosną do rozmiarów projektów.
Strategia: po trzech godzinach – stop. Dokumentuję co próbowałem, co zadziałało, co nie. Zamykam sesję. Otwieram nową. Świeża instancja Claude’a czyta notatki z poprzedniej sesji i rozwiązuje problem w 15 minut. Bez bagażu.
Liczby z dwóch miesięcy
Projekt trustedone.pl w statystykach. 12 tysięcy linii dokumentacji. 50 godzin na jej tworzenie i utrzymanie. 93 godziny zaoszczędzone dzięki niej – zapobiegnięte błędy wdrożenia, szybsze przekazywanie zadań między sesjami, uniknięte pętle debugowania.
Bilans: 43 godziny zysku. 46% zwrotu z inwestycji w dokumentację. Błędy przy wdrażaniu: z 5 do 0. Procent pracy wymagającej powtórki: z 25% do 5%.
Co to oznacza dla komunikacji
Przez lata w PR i komunikacji uczysz się jednego: brief przed produkcją. Strategia przed taktyką. Cel przed narzędziem. Praca z AI to dokładnie ta sama logika w nowym kontekście.
Model językowy nie zastąpi myślenia. Przyspiesza wykonanie – ale tylko wtedy, gdy wiesz, czego chcesz. Dokumentacja to brief. Plan to strategia. Kod to taktyka.
Vibe coding brzmi jak improwizacja. Dobry vibe coding to przygotowana improwizacja – jak jazz, nie jak chaos.
Buduję trustedone.pl jako miejsce wiarygodnych informacji i globalnych inspiracji. Jeśli interesujesz się praktyczną stroną pracy z AI w tworzeniu treści i projektów – odezwij się.