Mogę już podsumować mój walentynkowy side-project: Generator Produktowych Walentynek 💖. Coś, co miało być bardziej praktyczną zabawą z AI i żartem, całkiem nieźle poniosło się w naszej produktowej społeczności ;).
Dzisiaj pokażę Ci, jakie były wyniki mojego eksperymentu 📈 (będą konkretne liczby!), ale przede wszystkim w jaki sposób, krok po kroku, stworzyłem projekt z wykorzystaniem AI 🤖 (użyłem ChatGPT, Claude, Gemini).
Całość zajęła mi jakieś 6h. Zaczynamy!
1️⃣ KONTEKST
Czasem najlepsze projekty zaczynają się od "a co by było, gdyby...?" 🤔
13 lutego scrollowałem LinkedIn i trafiłem na walentynki UXowe Krzyśka Miotka. Zatrzymałem się na chwilę i pomyślałem - a co gdyby pójść krok dalej? Co gdyby stworzyć generator takich walentynek, ale z produktowym twistem? I to... na już, bo walentynki już jutro!
Idealne zadanie dla product managera wyposażonego w AI 😉. Zgrywało mi się to też dobrze z moim aktualnie priorytetami - jak najwięcej i najpraktyczniej używać.
Dlaczego akurat taki projekt?
Wierzę w ultra-naukę - uczenie się przez robienie realnej, intensywnej pracy. Fajnie sobie poeksperymentować z pomysłami do szuflady, ale najwięcej uczymy się wtedy, gdy się zderzamy z realnymi sytuacjami. To samo zresztą praktykuję na moich szkoleniach w Product Academy.
Ten projekt idealnie się do tego nadawał:
Konkretny deadline (walentynki!) - nie ma czasu na przekładanie na później, walentynki już jutro, więc mamy mocny ASAP
Jasno określone zadanie - wiem co chcę osiągnąć (more or less)
Realni użytkownicy - produkt musi naprawdę działać, nie wystarczy "prawie działa"
Niskie ryzyko - jak nie wypali, to świat się nie zawali
Moje cele:
Stawiałem przed sobą dwa główne cele:
Nauka: Chciałem w praktyce zobaczyć, jak AI może mi pomagać przy budowie produktów
Zabawa: Jak się uczyć to na czymś, co człowieka jara i przy okazji pomoże innym (np. wywoła u nich uśmiech ;))
Finalnym efektem mojej pracy miało być wystartowanie 14 lutego rano Generator Produktowych Walentynek, który pozwolił każdemu wyrazić swoje uczucia w trochę... "produktowy" sposób 😄.
Poniżej sneek peek wypracowanego rozwiązania:
Wsparcie AI - trójka moich asystentów
Do projektu zaangażowałem trójkę asystentów AI:
ChatGPT - już wcześniej z nim eksperymentowałem przy różnych projektach, był też moim produktowym Asystentem przez 30 dni.
Claude - sporadycznie korzystałem do generowania prostych tekstów
Gemini Advanced - dostępny w ramach mojego pakietu Google Workspace
I tak, z kubkiem herbaty i trzema otwartymi chatami AI w preglądarce, rozpocząłem swój 6-godzinny sprint przez świat AI-powered developmentu.
2️⃣ BUDOWA PROJEKTU - krok po kroku
Poniżej pokażę Ci w szczegółach jak budowa tego rozwiązania wyglądała krok po kroku. Czekało na mnie sporo wyzwań:
1. Rozkminianie planu i decyzji - szczególnie tych odnośnie technologii
2. Pierwszy prototyp rozwiązania
3. Przygotowaniu walentynek: To była najprostsza część - AI świetnie nadaje się do generowania pomysłów na teksty.
4. Przygotowaniu kodu i rozwoju aplikacji: To było najtrudniejsze zadanie - AI pomogło mi w wygenerowaniu kodu HTML, CSS i JavaScript, a następnie w dodawaniu kolejnych funkcjonalności, takich jak losowanie grafik, nanoszenie tekstu, udostępnianie linków i zapisywanie grafik.
5. Debugowanie: AI pomogło mi w znalezieniu i naprawieniu błędów w kodzie.
6. Wybór miejsca na deployment: AI pomogło mi w wyborze odpowiedniego hostingu dla mojej aplikacji.
7. Konfiguracji DNSów: AI poprowadziło mnie krok po kroku przez proces konfiguracji domeny.
2.1. Rozkmina jak to w ogóle zrobić (45 min.)?
Na początku nie byłem w ogóle pewien, jak się za to wszystko zabrać. Jest iskra, jest pomysł. Ale jak to tak naprawdę zrealizować?
Na start pomyslałem o wykorzystaniu trochę mi już znanych narzędziach no-code:
❌ Prostych, jak Coda (bardziej zaawansowana alternatywa dla Notion) - po chwili zabawy okazało się, że nie da to jednak fajnego efektu.
❌ Bardziej złożonych, jak Bubble. Zrobiłem nawet mały eksperyment z wygenerowaniem aplikacji za pomocą tekstowego prompta, ale nie byłem zadowolony z efektów, a bałem się, że przez małą znajomość tematu przy dostosowaniu utknę na długie godziny. Bubble dopiero poznaję i nie ma opcji, żebym nauczył się zrobić coś sensownego w kilka godzin.
Zapytałem więc ChatGPT o radę:
TOM: Czy jest jakaś aplikacja, w której łatwo zrobię generator kartek walentynkowych dostępnych pod linkiem? Karty są brane z przygotowanej odgórnie bazy grafik. Użytkownik może na tę kartkę dopisać liścik - notatkę lub randomowo wybrać kolejną grafikę. Użytkownik może udostępnić grafikę na LinkedIn lub pod linkiem
❌ Gotowe narzędzia online (zero kodowania) - w tym nie widziałem opcji generatora.
❌ No-code / Low-code (trochę więcej kontroli) - tu moje rozkminy z Bubble pokazały, że to nie to. Pozostałem narzędzia były równie zaawansowane.
✅ Kodowanie (jeśli chcesz coś customowego, ale proste do zrobienia) - to chyba to w co powinienem jednak iść. To jest zresztą scenariusz, który najbardziej chciałem przetestować w kontekście nauki współpracy z AI.
Na końcu chat zadał mi proste, ale dobre pytanie: “Masz już jakieś preferencje co do technologii?“
Miałem trochę doświadczenia z HTML-em, więc:
TOM: Czy da się to zrobić w samym HTML?CHAT: Tak, da się to zrobić w samym HTML, CSS + JavaScript! 🚀
Możesz stworzyć prostą stronę, która:
✅ Losuje grafikę z bazy obrazków
✅ Pozwala dodać tekst na kartkę
✅ Generuje link do udostępnienia
🔹 Jak to zrobić?
- HTML – Przycisk do losowania grafiki, pole do wpisania notatki, przycisk „Udostępnij”
- CSS – Stylizacja kartki walentynkowej
- JavaScript – Losowanie obrazka z tablicy grafik, Obsługa pola tekstowego, Generowanie unikalnego linka do udostępnieniaSuper! Zaczyna mieć to sens.
2.2. Pierwszy prototyp (15 min.)
ChatGPT zapytał mnie na koniec poprzedniej części rozmowy:
CHAT: Chcesz, żebym napisał Ci gotowy kod?Pewnie, że chcę! Od razu będę miał prototyp i zweryfikuję, czy to jest sensowny kierunek:
Poprosiłem o wygenerowanie kodu.
Poprosiłem też o dodanie opcji wpisywania liściku do walentynki.
Tak wyglądał pierwszy wygenerowany prototyp:
Efekt finalny nie był idealny (w końcu to prototyp), ale pokazał, że to jest kierunek, w którym chcę iść. I tu IMHO jest jednak z największych potęg AI dla PMa - dojście do takiego działającego prototypu zajęło mi zaledwie kilkanaście minut.
Fajną opcja jest to, że w ChatGPT (Claude i Gemini również) jest możliwość łatwego podglądu, jak wygnerowany kod realnie działa. Idealnie nadaje się to do prototypownia!
Kolejna fajną opcją było to, że chat tłumaczył swoje zamiany, sam proponował dalszy rozwój - zasugerował, gdzie wygnerowaną stronę można osadzić (przydało mi się to przy rozkminie na temat deploymentu) :
Tu możesz zobaczyć pełen przebieg konwersacji z chatem na tym etapie:
[Pozostało jeszcze 68% artykułu…]
2.3. Generowanie walentynek (60 min.)
To była najprostsza, ale nie najkrótsza część pracy. Wiadomo, że AI świetnie nadaje się do generowania tekstów. Ale trzeba pamiętać, że często te teksty brzmią sztucznie.
Sam pomysł na produktowe walentynki jest trochę krindżowy, więc nie chciałem tego efektu jeszcze pogłębiać. 😉
Łącznie, korzystając zarówno z ChatGPT, jaki i Claude i Gemini, wygenerowałem ponad 200 pomysłów. Ostatecznie wybrałem tylko 16.
Dobrze sprawdziło się podanie kilku przykładów na start (wykorzystałem przykłady UXowe od Krzyśka oraz swoje własne produktowe)
Najlepiej tu dla mnie radził sobie ChatGPT, najgorzej Gemini.
Do przygotowania grafiki użyłem po prostu Canvy. Mam płatną wersję, bo sporo różnych grafik przygotowuję. Wykorzystałem gotowy szablon, zmieniłem trochę jego ułożenie i gotowe.
Finalne 16 kart walentynkowych znajdziesz u mnie na LinkedIn.
2.4. Przygotowaniu kodu i kolejne ficzery (2h)
Rozwój prototypu zacząłem od małych eksperymentów - z którym chatbotem najlepiej będzie mi się pracowało. Z ChatGPT już korzystałem, pobawiłem się też Geminim, ale finalnie najwięcej używałem Claude'a. Najprzyjemniej mi się z nim pracowało i subiektywnie generował najlepsze rozwiązania.
Generowanie i dodawanie kolejnych ficzerów to była… po prostu rozmowa. Otwierałem nowy wątek z chatbotem, wstawiałem plik z dotychczasowym kodem i prosiłem o kolejne poprawki i zmiany:
Poprawiłem UI.
Dodałem opcję nanoszenia tekstu liściku na grafikę.
Dodałem możliwość udostępniania walentynki za pomocą linka (na prototypie od ChatGPT to nie działało).
Dorzuciłem stopkę.
Przykład moich promptów:
Popraw stronę
- dla niższych szerokości (mobile) niech strona się dostosowuje szerokością.
- jeśli w linku nie ma grafiki po załadowaniu - wylosuj jedną z dostępnych grafik
- Zmień tytuł na "Produktowa walentynka dla Ciebie" i wygląd tytuły - niech on będzie ładny, pasujący do strony
- Zmień "Udostępnij" na "Udostępnij tę walentynkę"
- Zmień szerokośc pola dodwania wiadomości tak by była tak szeroka jak grafika kartki. Zmień też placeholder tego pola "Napisz liścik..."Zmień stronę WWW, żeby:
- zamiast przycisku i popupu "Udostępnij tę walentynkę" niech będzie nagłówek "Udos†epnij tę walentynkę" i podpis ("Skopiuj link, żeby przesłać tę walentynkę") i pole gdzie jest link razem z przyciskiem do kopiowania
- Nad polem "Napisz liścik" niech będzie label "Liścik walentynkowy:"Zapisywanie grafiki
Ciekawy był szczególnie przypadek nałożenia tekstu na grafikę.
Z mojej podstawowej wiedzy o HTML/JS wiedziałem, że możemy coś takiego sobie osadzić na stronie, ale czy da się łatwo zrobić możliwość zapisywania tego efektu do pliku graficznego? 🤔
Widziałem, że są jakieś gotowe biblioteki do tego, ale czy AI będzie w stanie z tego łatwo skorzystać? Czy będzie to dobrze działało? Czy nie ma już jakichś rozwiązań w samym HTML-u? Nie wiedziałem.
Więc po prostu spytałem:
Jesteś doświadczonym web developerem. Czy można do strony dodać przycisk, który zapisze wygenerowaną walentynkę do pliku graficznego (z tekstem)? Jeśli tak, wygeneruj plik wyjściowy.Chat odpisał, że jest taka opcja i od razu umieścił ją w pliku.
Klikam, testuję i... NIE DZIAŁA! 🤬
2.5. Debugowaniu - naprawa błędów (2h)
Jak to w produktach cyfrowych - sam jak widzisz też napotkałem na problemy.
Problem z generowaniem grafik
No dobra, skoro właśnie dodana funkcja zapisu grafiki do pliku nie działa, to trzeba to naprawić. Zgłosiłem błąd Claude'owi:
TOM: Po kliknięciu na "zapisz kartkę" grafika się generuje, ale to pusty plik z samym tekstem, nie ma grafiki.Claude zasugerował kilka rozwiązań, ale po ich wprowadzeniu pojawił się kolejny problem:
TOM: Teraz zamiast obrazka jest "Failed to load resource: Origin null is not allowed by Access-Control-Allow-Origin. Status code: 200". Z czego to wynika?Po krótkiej analizie z Claude, wybrałem najprostsze z sugerowanych rozwiązań: skopiować obrazki na ten sam serwer, gdzie hostowana jest aplikacja.
Błedy zgłaszane przez beta-testerów
Niestety, to nie był koniec problemów. Od moich walentynkowych betatesterów dostałem klasyczny feedback “Nie działa”.
Po przyjrzeniu się sprawie - rzeczywiscie na niektórych urządzeniach nie pojawiała się sekcja z możliwością udostępniania walentynki.
Dziwne, “u mnie działa” pomyślałem :P. Może to jednostkowy przypadek. Z drugiej strony nie wiedziałem jaka jest potencjalna skala, a nie miałem czasu na większą skalę eksperymentów.
Zacząłem rozmawiać z chatem i prosić o rozwiązanie tego problemu. Nic sensownego z tego nie wychodziło.
Zmieniłem więc sposób konwersacji, żeby bardziej podpytać co może być przyczyną takiego stanu rzeczy. Chciałem po prostu zebrać wiele pomysłów.
Chat nie zasugerował mi wprost dobrego rozwiązania, ale naprowadził mnie na to, że to może być kwestia blokowania części strony przez przeglądarkę użytkownika.
Moje doświadczenie w zgłaszaniu bugów jako PM i szukania przez to powtarzalnych patternów tu pomogło:
"Co może blokować część strony" i "może być wspólne dla części przeglądarek?". AdBlock!
Wyłączam adblocka w przeglądarce w której walentynki nie działają poprawnie - DZIAŁA!
No ale ja przecież nie mam żadnych reklam! Dlaczego tak się dzieje? Jak działają adblocki? Spytajmy chata:
Chyba mamy to: "Selektory CSS i DOM - adblocki analizują kod HTML strony i wyszukują elementy pasujące do określonych wzorców w strukturze dokumentu. Mogą to być: Elementy o konkretnych identyfikatorach (np. #advertisement), Elementy o określonych klasach (np..sponsored-content)".
No to działamy - tu najlepiej mi pomógł Gemini. Najpierw poszukaliśmy dokładnie przyczyny:
A następnie poprosiłem o poprawki:
TOM: to zmień te wskazane przez Ciebie nazwy na "walentynka-link"DZIAŁA ✅!
Cała ta historia z debugowaniem pokazała mi, że AI może być bardzo pomocne w rozwiązywaniu problemów, ale trzeba umieć z nim rozmawiać i zadawać odpowiednie pytania.
2.6. Deployment strony (30 min)
Zastanawiałem się też, gdzie najlepiej umieścić mój generator. Pierwotnie zakładałem, że pewnie to będzie na moim serwerze w Zenbox, którego wykorzystuję do Wordpressów. 🤔
Już na samym początku, gdy wybierałem rozwiązanie: ChatGPT zasugerował mi jednak, że HTML + JS ma taki plus, że jest "proste do hostowania (np. GitHub Pages)". 💡
GitHuba znam (choć nie korzystam), przypomniało mi się, że rzeczywiście GitHub wprowadził kilka lat temu proste hostowanie stron dla projektów za free.
Idealny moment, by skorzystać z tego rozwiązania.
Kontrola wersji plików
GitHub ma jeszcze jedną zaletę - to też od razu system kontroli wersji plików. Pozwalało mi to łatwo przywrócić jedną z poprzednich wersji aplikacji. Co w przypadku projektów (nawet hobbistycznych jak ten), w których AI koduje, jest jeszcze ważniejsze.
Kolejne usprawnienia mogą nas zaprowadzić w ślepy zaułek, a GitHub pozwoli nam szybko się cofnąć do wersji aplikacji, gdzie wszystko działało. Wiele razy podczas tego "kodowania z AI" uratowało mi to sytuację. 😅
Jak to działa?
GitHub wydaje się skomplikowanym narzędziem (to przecież "dla programistów!"). Ja miałem tu lekko ułatwione zadanie, bo o ile z GitHuba nie korzystałem za dużo, to jednak wiem, czym jest system kontroli wersji plików i jak to od idei działa. Z drugiej strony, moim zdaniem, każdy PM taką podstawową techniczną wiedzę jenak powinien posiadać.
Finalnie jednak, w najprostszej wersji wszystko to można po prostu sprowadzić do możliwości "wgrywania" nowej wersji plików na serwer. Można pobrać aplikację na desktop lub bezpośrednio wgrywać plik przez przeglądarkę.
Jeśli GitHub to dla Ciebie czarna magia, to możesz skorzystać z ogólnodostępnych tutoriali lub… poprosić AI, by poprowadził Cię krok po kroku przez to narzędzie, tak jak ja to zrobiłem w kontekście ustawienia domeny (w kolejnym rozdziale).
2.7. Konfiguracja domeny i DNS-ów (30 min)
Domyślnie GitHub udostępnia projekty publicznie pod adresem:
https://[NAZWA_UŻYTKOWNIKA].github.io/[NAZWA_PROJEKTU].U mnie byłoby to bardzo atrakcyjny adres: "https://tkwadrat.github.io/walentynki/index.html".
GitHub umożliwia jednak podłączenie własnej domeny / subdomeny, ale... trzeba ją -poprawnie zweryfikować oraz ustawić w panelu zarządzania domeną (jak kupiłem domenę w OVH) odpowiednie rekordy DNS.
Nienawidzę tego procesu 🤬. Zawsze sprawia mi to milion kłopotów i nie wiem, czy to, co zrobiłem, działa.
Dlatego poprosiłem ChatGPT, żeby poprowadził mnie przez ten proces krok po kroku:
TOM: Jak podłączyć swoją domenę kupioną w OVH do strony w GitHub Pages. Mam domenę productcraft.pro (kieruje ona do newslettera na beehiiv), a chcę podłączyć subdomenę "walentynki.productcraft.pro". Przeprowadzić mnie przez ten proces krok po kroku.
Tu dokumentacja od GitHuba:
https://docs.github.com/en/pages/configuring-a-custom-domain-for-your-github-pages-site/verifying-your-custom-domain-for-github-pages
2.8. Finalne rozwiązanie
A oto finalny efekt mojej pracy: Generator Produktowych Walentynek, dostępny pod adresem: https://walentynki.productcraft.pro/
Wybierasz walentynkę,
Dodajesz dedykację (liścik) 💌,
pobierasz grafikę 🌇 lub wysyłasz linkiem 🔗
3️⃣ LAUNCH PRODUKTU (walentyki, 7:00)
Z samym launchem nie kombinowałem za bardzo i zaplanowałem go zupełnie sam:
W piątek, 14 lutego, o 7 rano, wysłałem po prostu newsletter Product Craft. To mój podstawowy kanał go-to-market dla produktowych inicjatyw. Nie robiłem więcej promocji na razie, chciałem zobaczyć, czy nie będzie jakichś problemów na starcie.
Po ok. 2 godzinach, gdy nie zauważyłem negatywnych zgłoszeń, odpaliłem swojego LinkedIn, żeby wykorzystać potencjał social mediów. Najpierw zrobiłem premierę generatora - wpis kierował wprost do generatora (posty z linkami mają mniejsze zasięgi, ale spodziewałem się sporo komentarzy, które te zasięgi podbiją).
W drugiej części dnia udostępniłem jeszcze grafiki szablonów walentynek - tak, żeby wykorzystać potencjał LinkedIn, gdy udostępnione są grafiki. Informacje udostępniłem także w kampusie mojej szkoły product managementu - Product Academy.
Najmilsze jednak było wysłanie walentynek z wykorzystaniem generatora do kilku osób, którym chciałem po prostu podziękować. 😊
4️⃣ WYNIKI EKSPERYMENTU
Na koniec zebrałem trochę danych o zachowaniu użytkowników po starcie produktu (w końcu każdy PM chce też poznać outcome’y, a nie tylko outputy 😉):
868 unikalnych użytkowników w dniu premiery! 🤯
Ponad 1k userów w trakcie walentynkowego weekendu oraz 1534 odsłony.
Największy Peak: ponad 50 użytkowników jednocześnie na stronie
Co najfajniejsze - walentynki naprawdę "poszły w świat":
Wiele osób z polskiej społeczności produktowej udostępniło info o walentynkach. Także z poza mojej tradycyjnej bańki znajomych :). Oto kilka przykładów: Marcin Aks Grochowina, Anna Sykut, Marek Olczyk Brzeziński, Patrycja Walencik. Dzięki!
Co ciekawe spory ruch przychodzący na stronie był z Microsoft Teams (74 osoby) - obstawiam, że jacyś czytelnicy musieli dzielnie wysyłać walentynki swoim współpracownikom ;)
Były też negatywne komentarze: "Niesamowite, że ktoś może odebrać połączenie miłości i korpo-bełkotu za atrakcyjne", "Jedna z najdziwniejszych korpo bzdur jakie widziałem".
Co… one też zawsze cieszą, bo to znaczy, że produkt wywołał jakieś emocje!
Jak oceniam wyniki?
Zainteresowanie przerosło moje oczekiwania! Spodziewałem się, że kilkadziesiąt osób przeklika sobie walentynki, uśmiechnie się i wróci do swoich zadań.
Zaskoczyło mnie, że kilka osób spoza grona moich bliskich znajomych udostępniło generator, a finalnie skorzystało z niego kilkaset osób. Widziałem spory ruch na stronie bezpośrednio z Teamsów i Slacka, więc musiało się dziać udostępnianie na komunikatorach firmowych.
W hiper optymistycznym scenariuszu mógł być z tego spory viral, gdzie kilkadziesiąt osób udostępnia swoje walentynki w social mediach. Ale aż takiego poruszenia nie było.
Gdy zobaczyłem w Analyticsie, że ruch jest spory i stronie cały czas przebywa ok. 30-50 osób, spodziewałem się, że może to też przełożyć się na zapisy na newsletter Product Craft. Moja intuicja okazała się błędna. Finalnie tego dnia zapisało się tylko kilka osób i nie odbiegało to znacząco od innych dni.
Ściąganie subskrybentów nie było moim celem, nie optymalizowałem pod to strony generatora i nie pushowałem promocji newslettera (poza samą nazwą domeny i linkiem w stopce).
Ciekawym produktowym wyzwaniem, może być w przyszłości przećwiczenie wykorzystania takich viralowych akcji do właśnie takich produktowych celów.
5️⃣ WNIOSKI
Na koniec moje wrażenia i kilka najważniejszych wniosków z całego eksperymentu:
Wnioski z wykorzystania AI:
Na pewno dałoby się dojść do podobnych, a może i lepszych efektów korzystając z narzędzi dedykowanych do stworzenia gotowej aplikacji - takich jak https://lovable.dev/ czy https://bolt.new/. Ja jednak chciałem przede wszystkim:
Pobawić się całym cyklem tworzenia i sprawdzić, na ile w technicznych sytuacjach AI mi pomoże.
Więcej współpracować z ogólnymi asystentami w sposób projektowy (ChatGPT, Gemini, Claude).
Nie uczyć się na razie dedykowanych narzędzi. Dedykowane narzędzia to pewnie będzie kolejny krok.
Nie jest tak, że AI od razu generowało mi idealne rozwiązanie. Trzeba się nauczyć rozmawiać z AI, żeby to rozwiązanie doszlifować do swoich potrzeb. Dalej wymaga to sporo czasu. Zobaczymy, czy będzie ten czas spadać wraz ze wzrostem moich umiejętności pormptowania.
Podstawowa znajomość technologii pomaga. Ułatwia mi zadawanie pytań, ale też zrozumienie odpowiedzi. Z drugiej jednak strony - jak nie rozumiałem, zawsze mogłem dopytać. I często to mocno pomagało.
AI zajdzie często w ślepą uliczkę i wtedy warto mieć zapisane działające wersje, do których można szybko wrócić i zacząć jeszcze raz - używając innych promptów lub innego modelu. Dlatego systemy kontroli wersji jak GitHub to moim zdaniem Must Have.
Najlepiej do pracy sprawdził mi się Claude oraz ChatGPT - używałem darmowych wersji, w ramach których jest limit na odpytywanie najnowszych modeli. Bardzo przeszkadzało, że jak osiągnąłem limit, to nie można było kontynuować wątku ze starszym modelem. Subiektywnie czułem też różnicę (na plus), gdy korzystałem z nowszych modeli. Dlatego, gdy wyczerpałem limit z Claude, to przełączałem się na ChatGPT, gdzie mogłem dalej konwersować z nowszym modelem.
Czasem zapytanie tym samym promptem innego modelu pozwalało znaleźć rozwiązanie lub osiągnąć efekt, którego oczekiwałem. Dlatego fajnie korzystać z kilku tych modeli. Nawet Gemini w niektórych rozwiązaniach sprawdziło się u mnie lepiej.
Czy było warto?
Bardzo się cieszę, że mogłem zrealizować ten projekt i tyle się z niego nauczyć. Dzieki temu zderzyłem się z różnymi realnymi problemami, poczułem adrenalinę, dodatkową motywację, ale też i lekki stresik. Idealny przykład do „ultranauki”, którą sam mocno wyznaję.
Poza korzyściami dla mnie - mega mnie cieszy przede wszystkim uśmiech wielu osób, które oglądało, ale też i po prostu otrzymało walentynki. Fajnie, że krindżowe poczucie humoru też może komuś zrobić dzień ;)
Finalny wniosek
Mega jarają mnie, ale też przerażają mnie możliwości AI. Mimo, że jeszcze 1,5 roku temu sam pracowałem w produkcie no-code typowo opartym o AI i robiłem intensywny eksperyment z ChatGPT, który został moim asystentem na miesiąc, widzę jak szybko ten świat pędzi. Bez nauki ani rusz.
Dlatego ja kontynuuję moją przygodę z wykorzystaniem AI w pracy PMa. W międzyczasie stworzyłem też swoją pierwszą apkę mobilną wykorzystując AI, buduję swoich prostych agentów AI i uczę się nowych rozwiązań no-code. Jak zawsze - w praktyce. Więc będzie o czym opowiadać ;)