Cześć, wyobraź sobie, że handlowiec prosi Cię o kalkulator ofert. W poniedziałek zgłasza pomysł, a we wtorek ma już działające narzędzie. Bez ustawiania projektu w kolejce na następny sprint. To jest kierunek, w którym idą dzisiejsze narzędzia AI. Oto cztery zmiany, którym warto się przyjrzeć. - Lovable: zbuduj narzędzie, zanim uznasz, że potrzebujesz projektu IT
Lovable potrafi stworzyć aplikację z opisu. Na przykład: „Klient wpisuje liczbę pracowników i zakres usługi, a kalkulator pokazuje orientacyjną cenę i wysyła zapytanie do handlowca”. Ciekawsza wiadomość dotyczy tego, co dzieje się po zbudowaniu aplikacji. Lovable dodało integrację ze skanerem bezpieczeństwa Wiz. Jeśli firma korzysta z Wiz i połączy konta, wykryte problemy pojawiają się bezpośrednio w projekcie. Opublikowanej aplikacji można też nadać połączenie MCP, dzięki któremu asystent taki jak Claude czy ChatGPT wykona w niej określone działania, na przykład przygotuje wycenę. Dostęp można ograniczyć do zalogowanych użytkowników. Mój pomysł na test: znajdź arkusz, do którego zespół wraca codziennie. Jeśli służy do liczenia, zbierania danych albo pilnowania statusów, spróbuj zrobić z niego małą aplikację. Najpierw dla trzech osób. Potem zdecydujesz, czy warto ją rozwijać. - Perplexity: ustawiasz, ile wysiłku ma kosztować zadanie
W Perplexity Computer pojawiły się cztery poziomy pracy: Light, Standard, High i Ultra. Narzędzie dobiera model i sposób pracy do wybranego poziomu. Funkcja jest dostępna w wersji przeglądarkowej dla kont osobistych. Po co Ci to? Posegregowanie faktur nie wymaga takiej samej analizy jak decyzja o wejściu na nowy rynek. Przy tym drugim zadaniu możesz poprosić Computer o porównanie kilku scenariuszy i założeń, a potem sprawdzić, na jakich źródłach oparł wynik. Brzmi banalnie, ale to przydatna zmiana: zaczynasz od określenia wagi zadania, zamiast za każdym razem ręcznie kombinować, jak skłonić narzędzie do głębszej pracy. - ElevenLabs w Claude: od briefu do pierwszej wersji filmu
ElevenLabs rozszerzyło swoje połączenie MCP. W jednej rozmowie możesz zlecić przygotowanie głosu, muzyki, obrazu i wideo. Firma podaje, że połączenie daje dostęp do ponad 50 modeli, a wygenerowane materiały trafiają do ElevenCreative, gdzie można dopracować montaż. Działa to także w ChatGPT i Cursorze. Praktyczny przykład? Wklejasz opis produktu i prosisz o trzy wersje piętnastosekundowej reklamy: każda z innym otwarciem, lektorem i muzyką. Dostajesz materiał do oceny pomysłu, zanim zamówisz docelową produkcję. - Claude zostawia ślad w treściach. Także wtedy, gdy go nie widzisz
Anthropic wprowadza znak wodny do tekstu generowanego przez nowsze modele Claude’a. Nie jest to dopisek „stworzono przez AI” ani ukryty znak, który zobaczysz po wklejeniu tekstu do edytora. To wzór w sposobie dobierania słów, który może pomóc ocenić, czy Claude uczestniczył w pisaniu. W obsługiwanych plikach, między innymi PNG, JPG i SVG, Claude dodaje z kolei informację o pochodzeniu do metadanych. Znakowanie tekstu Anthropic uruchamia globalnie, a starsze modele mają być obejmowane nim stopniowo. Narzędzie do sprawdzania znaku wodnego jest na razie udostępniane wybranym organizacjom. Dla firmy jest tu ważny szczegół: techniczny ślad w treści nie oznacza, że każdą publikację trzeba oznaczyć czytelnikom jako AI. Zasady UE zależą między innymi od rodzaju materiału, jego celu i tego, czy przeszedł merytoryczną kontrolę człowieka. Od czego bym zaczął? Od zadania, które powtarza się co tydzień i którego wynik łatwo ocenić. Jeden kalkulator. Jeden research przed decyzją. Jedna robocza wersja filmu. Po tygodniu będziesz wiedzieć więcej niż po miesiącu czytania o „rewolucji AI”. Jeśli przetestujesz coś z tej listy, odpisz mi, co wyszło. Szczególnie interesuje mnie moment, w którym narzędzie miało pomóc, a wymagało Twojej poprawki. Vadym | 
