Budowanie automatyzacji w ChatGPT — workflow z pamięcią, powtarzalność i agent korzystający z Sites

Opis

Szkolenie prowadzi uczestników od zrozumienia sposobu pracy modeli i agentów do zaprojektowania automatyzacji, która ma zdefiniowane kroki, korzysta z zapisanej pamięci procesu i może działać według harmonogramu. W dniu 1 uczestnicy budują i sprawdzają taki workflow, korzystając z instrukcji i dostępnych narzędzi. W dniu 2 tworzą programy ograniczające zmienność wybranych kroków oraz budują agenta z wykorzystaniem Sites. Teoria jest przeplatana warsztatami: uczestnicy doświadczają ograniczeń, rozpoznają ich przyczyny, wprowadzają zmianę i sprawdzają jej efekt.

• Wyjaśnimy różnice między wykonywaniem zadanego procesu przez agenta a procesem, w którym agent sam dobiera kolejne działania w granicach określonego celu.
• Pokażemy, jak działają kontekst rozmowy, pamięć produktu oraz jawnie zapisywany stan workflow i dlaczego nie należy traktować ich jako zamienników.
• Sprawdzimy, co może się wydarzyć po połączeniu wielu zadań, źródeł i zmian wymagań w jednym wątku: pomijanie ustaleń, mieszanie celów, utrata szczegółów i trudności z oceną wyniku.
• W dniu 1 omówimy pluginy, projekty i Spaces (przestrzenie), dobierzemy je do procesu oraz zbudujemy workflow z pamięcią, krokami i harmonogramem. Sprawdzimy jego powtarzalność przed wprowadzeniem kodu.
• W dniu 2 przygotujemy programy do obliczeń, walidacji i przetwarzania danych, porównamy wyniki przed ich zastosowaniem i po nim oraz zbudujemy agenta wykorzystującego Sites (strony).

Grupa docelowa

• Specjaliści i menedżerowie wykorzystujący ChatGPT w codziennej pracy, którzy chcą automatyzować powtarzające się zadania.
• Właściciele procesów, analitycy biznesowi i osoby odpowiedzialne za usprawnianie pracy zespołów.
• Osoby przygotowujące raporty, zestawienia, dokumenty i cykliczne podsumowania na podstawie wielu źródeł.
• Liderzy zespołów wdrażających narzędzia AI oraz osoby organizujące współpracę wokół wspólnych materiałów i instrukcji.
• Uczestnicy znający podstawy pracy z ChatGPT; wcześniejsze programowanie nie jest wymagane. Proste fragmenty kodu będą tworzone i objaśniane z pomocą modelu.

Cel szkolenia

Celem szkolenia jest przygotowanie uczestników do świadomego projektowania i sprawdzania automatyzacji w ChatGPT. Po zajęciach uczestnik potrafi:

• Wyjaśnić rolę modelu, agenta, narzędzi i pamięci; dobrać poziom autonomii do zadania oraz uporządkować pracę, gdy jedna rozmowa przestaje wystarczać.
• Zaprojektować i uruchomić workflow z jednoznacznymi wejściami, krokami, wynikami, stanem procesu, obsługą wyjątków i zasadami wykonywania cyklicznego.
• Ocenić powtarzalność na zestawie przypadków testowych, wykorzystać kod do ustabilizowania obliczeń, walidacji i przetwarzania danych oraz sprawdzić działanie agenta korzystającego z aplikacji zbudowanej w Sites.

Korzyści

• Umiejętność rozpoznawania problemów z kontekstem i pamięcią oraz organizowania zadań w sposób ułatwiający kontrolę wyniku i kontynuowanie pracy.
• Praktyczne doświadczenie w doborze pluginów, projektów, przestrzeni i stron oraz w budowaniu workflow z pamięcią, zdefiniowanymi krokami i harmonogramem.
• Po dniu 1: prototyp workflow z pamięcią, harmonogramem i wynikami prób. Po dniu 2: programy stabilizujące wybrane kroki, prototyp agenta z wykorzystaniem Sites oraz porównanie obu wersji procesu.
• Liczba PDU: nie określono; program nie przypisuje punktów PDU.

Program

Program obejmuje dwa etapy: dzień 1 — zbudowanie workflow z pamięcią, harmonogramem i sprawdzeniem powtarzalności; dzień 2 — ograniczenie zmienności przez programy oraz budowa agenta z wykorzystaniem Sites. Teoria jest podawana w krótkich blokach bezpośrednio przed ćwiczeniem. Około 60% zajęć stanowią warsztaty, eksperymenty i omówienie wyników.

Wspólny przykład warsztatowy: raport statusu na podstawie przygotowanych zgłoszeń i notatek. W dniu 1 workflow odczytuje dane i zapisane ustalenia, rozpoznaje nowe rekordy, przygotowuje raport oraz zapisuje historię wykonań. W dniu 2 programy przejmują wybrane operacje na danych, a agent wykorzystuje aplikację Sites do obsługi procesu. Dzięki temu uczestnicy porównują kolejne wersje tego samego rozwiązania.

Przesuń tabelę w bok, aby zobaczyć wszystkie kolumny.

Każdy dzień obejmuje 360 minut zajęć merytorycznych. Przerwy są planowane osobno. Aby zachować czas na ćwiczenia, połączenia do pluginów i konta są sprawdzane przed zajęciami, a uczestnicy otrzymują przygotowane dane, wzorce dokumentów i przypadki testowe. Dodatkowe zadania pozostają materiałem do samodzielnego rozwinięcia.

MODUŁ 1 — MODEL, AGENT I POZIOM AUTONOMII

Dzień 1, czas: 35 minut.

• Teoria: model, agent, narzędzia i workflow — rola każdego elementu w wykonaniu zadania.
• Rozróżnienie przyjęte na potrzeby szkolenia: proces agentowy oznacza tutaj wykonywanie opisanych kroków z udziałem agenta; proces agenticowy (agentic) oznacza dobieranie kolejnych działań przez agenta na podstawie celu i informacji zwrotnej. To definicja dydaktyczna, a nie powszechnie obowiązująca klasyfikacja.
• Warsztat: wykonanie krótkiego zadania według listy kroków oraz według celu z granicami działania; porównanie przebiegu i wyniku.
• Omówienie: dobór autonomii, warunki zakończenia i decyzje wymagające udziału człowieka. Stały workflow może zawierać krok autonomiczny.
• Rezultat: opis celu przykładowego raportu i granic działania agenta.

MODUŁ 2 — KONTEKST I PAMIĘĆ

Dzień 1, czas: 45 minut.

• Teoria: kontekst rozmowy, pamięć produktu i jawnie zapisany stan workflow. Wspólne instrukcje i źródła projektu dostarczają dodatkowego kontekstu; nie są automatycznie pełnym rejestrem stanu procesu.
• Widoczna historia rozmowy a informacje dostępne podczas wywołania modelu; ograniczenia kontekstu, skracanie historii i ryzyko utraty szczegółów.
• Różnice między pamięcią ChatGPT i lokalną pamięcią Codex, zależność od ustawień oraz odrębna rola dokumentu z regułami, które muszą obowiązywać w procesie.
• Warsztat: kontynuacja zadania w nowej rozmowie, najpierw z samym opisem, potem z zapisanymi ustaleniami i źródłami; porównanie wyników.
• Rezultat: krótki rejestr decyzji z datą, źródłem i regułami aktualizacji; wskazanie informacji potrzebnych przy kolejnym uruchomieniu.

MODUŁ 3 — PRZECIĄŻENIE WĄTKU I PODZIAŁ PRACY

Dzień 1, czas: 40 minut.

• Teoria: mieszanie celów, źródeł i wersji wymagań w jednej rozmowie; objawy pomijania ustaleń i trudności z oceną wyniku.
• Warsztat: dodawanie pobocznych zadań i zmian wymagań do przygotowanego przypadku; porównanie wyniku z listą kryteriów. Jeśli błąd nie wystąpi, omawiamy także ten rezultat.
• Naprawa: wydzielenie zadań według oczekiwanych rezultatów oraz krótkie przekazanie celu, źródeł, decyzji i wyniku między rozmowami.
• Rezultat: podział raportowania na przygotowanie danych, opracowanie raportu i sprawdzenie wyniku. Nie przyjmujemy jednej liczby zadań, po której model zawsze zaczyna popełniać błędy.

MODUŁ 4 — PLUGINY, PROJEKTY I SPACES

Dzień 1, czas: 75 minut.

• Teoria: pluginy jako zestawy instrukcji, narzędzi i połączeń z usługami; projekty jako organizacja powiązanych rozmów i kontekstu; Spaces jako miejsce wspólnych Pages, materiałów i wyników.
• Dobór pluginu: operacje dostępne na właściwym koncie, jakość zwracanych danych i sposób potwierdzania wykonania.
• Warsztat: pobranie przygotowanych danych przez plugin, utworzenie projektu z regułami raportowania oraz zapis dokumentu ustaleń i przykładowego wyniku w przestrzeni.
• Sprawdzenie: jakie źródła są dostępne w nowej rozmowie i jakie informacje widzi odbiorca strony w przestrzeni.
• Rezultat: środowisko pracy oraz mapa ról narzędzi — plugin wykonuje operacje, projekt porządkuje kontekst, przestrzeń udostępnia dokumentację i wyniki.

MODUŁ 5 — WORKFLOW Z PAMIĘCIĄ I ZDEFINIOWANYMI KROKAMI

Dzień 1, czas: 95 minut.

• Teoria: wejścia, wyjścia, warunki rozpoczęcia i zakończenia, kryteria akceptacji oraz stała instrukcja procesu. Tam, gdzie dostępne, utrwalenie instrukcji jako skill.
• Warsztat: odczyt źródeł i stanu → sprawdzenie danych → wybór nowych rekordów → analiza → raport → kontrola → zapis wyniku → aktualizacja stanu po powodzeniu.
• Pamięć procesu w przygotowanej tabeli lub pliku: wersja instrukcji, identyfikatory przetworzonych rekordów, ostatnie poprawne wykonanie, decyzje i lokalizacja raportu.
• Próba kontynuacji w nowej rozmowie; przypadek, w którym raport został zapisany, a aktualizacja stanu nie powiodła się; zasady wznowienia pracy.
• Rezultat: ręcznie uruchamiany workflow z jawnym stanem. Uczestnicy korzystają z instrukcji i istniejących narzędzi; tworzenie własnych programów jest częścią dnia 2.

MODUŁ 6 — HARMONOGRAM I SPRAWDZANIE POWTARZALNOŚCI

Dzień 1, czas: 70 minut.

• Teoria: powrót do istniejącej rozmowy a niezależne wykonania; źródła pamięci i narzędzia dostępne przy uruchomieniu cyklicznym.
• Warsztat: ręczne sprawdzenie instrukcji, zapis częstotliwości i strefy czasowej, miejsca wyniku oraz reguł powiadamiania i zatrzymania; kontrola testowego wykonania harmonogramu.
• Sprawdzenie powtarzalności: trzy wykonania na tych samych danych z takim samym początkowym stanem oraz oddzielne ponowienie z zachowanym stanem poprzedniego wykonania.
• Lista oceny: obowiązkowe pola, liczby, źródła, format, brak powielonych zapisów i prawidłowa aktualizacja stanu. Dopuszczalne różnice w sformułowaniach oddzielamy od błędów procesu.
• Przypadki: brak nowych danych, brak wymaganej informacji i niedostępne źródło. Zapisujemy różnice, żeby wykorzystać je w dniu 2.
• Rezultat dnia 1: workflow z pamięcią, zdefiniowanymi krokami, harmonogramem i wynikami prób. Jeżeli harmonogram nie jest dostępny na koncie uczestnika, test wykonuje on ręcznie, a działanie cykliczne pokazuje trener. Kilka prób stanowi obserwację, a nie dowód niezawodności.

MODUŁ 7 — ŹRÓDŁA ZMIENNOŚCI I WYBÓR KROKÓW DO ZAPROGRAMOWANIA

Dzień 2, czas: 30 minut.

• Teoria: stochastyczność generowania odpowiedzi oraz inne źródła zmienności — zmienione dane, kontekst, instrukcje, konfiguracja i narzędzia.
• Analiza różnic z dnia 1: które wynikają z interpretacji, a które z obliczeń, formatu, doboru danych lub stanu procesu.
• Podział odpowiedzialności: model do interpretacji i wnioskowania, program do jednoznacznych reguł i operacji na danych.
• Rezultat: lista kroków do zaprogramowania oraz mierzalne kryteria porównania. Dodanie kodu ogranicza zmienność wybranych operacji; nie zmienia całego modelu w system deterministyczny.

MODUŁ 8 — PROGRAMY STABILIZUJĄCE PRZETWARZANIE DANYCH

Dzień 2, czas: 90 minut.

• Warsztat: z pomocą ChatGPT przygotowanie dwóch małych programów — przetwarzania danych oraz walidacji wyniku.
• Program przetwarzania: wybór rekordów, usuwanie duplikatów, stałe sortowanie i obliczenia według jawnych reguł.
• Program walidacji: wymagane pola, typy danych, zgodność sum i identyfikatorów ze źródłem oraz komunikaty o brakach i błędach.
• Sprawdzenie na danych poprawnych, brakujących i zdublowanych; ręczne potwierdzenie wybranych obliczeń i porównanie z oczekiwanym wynikiem.
• Włączenie programów do workflow: rzeczywiste wywołanie, odczyt wyniku i obsługa błędu. Rozróżnienie między opisaniem kodu w poleceniu a wykonaniem programu.
• Rezultat: sprawdzone programy oraz workflow, w którym model analizuje przygotowane dane, a kod kontroluje wskazane reguły. Programy otrzymują stałe wejścia i zapisany zestaw testów.

MODUŁ 9 — BUDOWA AGENTA Z WYKORZYSTANIEM SITES

Dzień 2, czas: 165 minut.

• Teoria: Sites jako środowisko tworzenia aplikacji; rola interfejsu, trwałych danych, narzędzi agenta i kontroli wykonanych operacji.
• Ustalenie celu agenta: przygotowanie raportu z dostępnych zgłoszeń, dobór potrzebnych operacji i zapis rezultatu w granicach zdefiniowanych uprawnień.
• Warsztat aplikacji: lista rekordów, zapisany stan procesu, raport i historia wykonań; wykorzystanie przygotowanego szkieletu, aby skupić się na logice działania.
• Warsztat agenta: instrukcje, dostępne operacje, reguły używania programów z modułu 8, warunki zakończenia i sytuacje wymagające decyzji człowieka.
• Wariant warsztatu: agent działa w ChatGPT Work, a aplikacja zbudowana w Sites udostępnia mu operacje odczytu zgłoszeń, sprawdzenia danych i zapisania raportu. Aplikacja przechowuje stan oraz pokazuje wynik człowiekowi. Agent wybiera potrzebne operacje, odczytuje rezultaty i ocenia następny krok.
• Połączenie: przygotowanie narzędzi strony (WebMCP), jeśli są dostępne w używanym środowisku, i korzystanie z nich przez agenta w przeglądarce aplikacji desktopowej. Ten wariant wymaga otwartej strony i sprawdzonych ustawień; sam harmonogram nie zapewnia dostępności narzędzi strony. Do wykonań niezależnych od otwartej strony potrzebne jest odpowiednie połączenie narzędzi, np. MCP. Ręczne wykonanie jest podstawowym zakresem tego warsztatu, a uruchamianie tego wariantu agenta cyklicznie pozostaje zadaniem dodatkowym.
• Weryfikacja: potwierdzenie wywołań narzędzi, wyników programów oraz odpowiadających im zmian w aplikacji; sprawdzenie pamięci po rozpoczęciu nowej rozmowy.
• Rezultat: prototyp agenta wykorzystującego Sites, ze zdefiniowanym celem, pamięcią procesu, narzędziami i sprawdzalnym wynikiem. Wariant agenta działającego wewnątrz aplikacji Sites wymaga odrębnego zaplanowania połączenia z modelem i jego środowiska wykonania.

MODUŁ 10 — TESTY CAŁEGO ROZWIĄZANIA I WARSZTAT KOŃCOWY

Dzień 2, czas: 75 minut.

• Warsztat porównawczy: co najmniej pięć wykonań wybranego przypadku przy takim samym wejściu, stanie początkowym i konfiguracji; porównanie z wynikami wersji z dnia 1. Osobno sprawdzamy kolejne wykonania ze zmieniającym się stanem.
• Testy procesu: brak nowych danych, rekord zdublowany, brak informacji, błąd programu lub narzędzia oraz ponowienie po częściowym zapisie.
• Test agenta: dobór właściwego narzędzia, wykorzystanie wyniku programu, pozostanie w granicach zadania, zakończenie pracy i zgłoszenie potrzeby decyzji.
• Ocena: poprawne liczby, kompletność wymaganych pól, wskazanie źródeł, brak podwójnych zapisów i zgodny stan; osobna ocena jakości analizy modelu.
• Rezultat dnia 2: działający prototyp, porównanie przed zastosowaniem kodu i po nim, wykaz sprawdzonych reguł oraz lista ograniczeń i dalszych prac. Sukces w zestawie testowym nie stanowi gwarancji działania w każdych warunkach.

Podsumowanie kursu jest częścią modułu 10: uczestnik przedstawia proces, jego pamięć, programy, zadanie agenta, wynik oraz dowody wykonania. Materiał do dalszego wykorzystania obejmuje instrukcję workflow, strukturę stanu, ustawienia harmonogramu, programy i przypadki testowe.

Metody i narzędzia wykorzystywane podczas szkoleń

Zajęcia łączą krótkie bloki teorii z eksperymentami i pracą nad jednym rozwijanym workflow. Uczestnicy najpierw obserwują problem, następnie wprowadzają zmianę i sprawdzają jej efekt na tych samych danych i kryteriach.

Narzędzia: ChatGPT i odpowiedni tryb pracy dostępny na kontach uczestników; pluginy dobrane do źródeł danych; projekty; Spaces/Pages; Sites; harmonogramy oraz dostępne środowisko wykonania prostego kodu. Warianty web i desktop są dobierane do ćwiczeń, z uwzględnieniem różnic w dostępnych funkcjach.

Program koncentruje się na świadomym zaprojektowaniu procesu i dowodach jego działania: źródłach, zapisanym stanie, wynikach kolejnych wykonań i regułach sprawdzanych przez kod. Uczestnicy uczą się oceniać efekt automatyzacji, a nie wyłącznie treść odpowiedzi modelu.

Podstawa aktualizacji opisów narzędzi — oficjalna dokumentacja OpenAI, sprawdzona 1 października 2026: projekty i rozmowy, pluginy, pamięć, Spaces, Sites, narzędzia strony — WebMCP i harmonogramy. Rozróżnienie procesu agentowego i agenticowego, wariant warsztatu Sites oraz układ ćwiczeń stanowią projekt dydaktyczny tego programu.

Szkolenie Virtual Classroom

Szkolenie może być realizowane online na żywo. Trener omawia zagadnienia, pokazuje narzędzia i prowadzi uczestników przez ćwiczenia. Uczestnicy pracują na własnych kontach, porównują rezultaty i omawiają zaobserwowane ograniczenia. Każdy blok teorii prowadzi do eksperymentu, warsztatu lub oceny wyniku.

Dodatkowe informacje:

• Materiały: elektroniczne instrukcje ćwiczeń, przygotowane dane, wzorce wyników, przypadki testowe i szkielet aplikacji do warsztatu Sites; sposób udostępnienia do uzgodnienia.
• Rekomendowana wielkość grupy: do 12 osób, aby zapewnić czas na pracę warsztatową i omówienie rezultatów.

Platforma spotkania i sposób przekazania dostępu wymagają uzgodnienia. Uczestnik potrzebuje komputera, połączenia internetowego i konta ChatGPT z funkcjami wymaganymi do wybranego wariantu ćwiczeń. Dostępność pluginów, Spaces, Sites i harmonogramów należy sprawdzić przed zajęciami; może zależeć od planu, środowiska, ustawień organizacji i wdrażania funkcji. Dla brakujących możliwości przewidziany jest pokaz trenera oraz ćwiczenie na przygotowanych materiałach. Dane warsztatowe są syntetyczne lub przeznaczone do użycia podczas szkolenia.