Aurora AIOpisz swój przypadek

Oferta

UsługiProduktyRealizacje

Dla kogo

Private EquityEnterpriseMŚP
UsługiProduktyRealizacjeO nasBlogKontakt

Baza wiedzy

Start tutajWikiSłownikPrzewodniki

Praca z Claude Baza wiedzy

Lepszy research z AI — panel perspektyw zamiast jednego promptu

Jeden prompt widzi temat z jednego miejsca i ma martwe pola. Pokażę ci, jak puścić research przez panel spierających się ekspertów i sprawdzić fakty u źródła.

Abstrakcyjny baner: kilka odrębnych, świetlistych soczewek i punktów obserwacyjnych zbiega się na jednym przedmiocie z różnych stron — wiele perspektyw na jeden temat.
Abstrakcyjny baner: kilka odrębnych, świetlistych soczewek i punktów obserwacyjnych zbiega się na jednym przedmiocie z różnych stron — wiele perspektyw na jeden temat.
Praca z Claude#research #agenci-ai #praca-z-claude #weryfikacja

Zadajesz jedno pytanie i dostajesz jedną odpowiedź. Wygląda solidnie: akapity, wnioski, dwa czy trzy źródła. Ale jedno pytanie patrzy na temat z jednego miejsca, a każde miejsce ma swoje martwe pole — coś, czego akurat z tej strony nie widać. Kiedy potem podejmujesz decyzję na podstawie takiego researchu, dziedziczysz razem z nią wszystkie luki, których nie zauważyłeś. Pokażę ci metodę, która to naprawia: zamiast jednego promptu puszczasz temat przez panel ekspertów o sprzecznych spojrzeniach, mapujesz, gdzie się nie zgadzają, i dopiero na końcu sprawdzasz każdy fakt u źródła — żebyś mógł wynikowi naprawdę zaufać.

Panel perspektyw zamiast jednego promptu

Zacznijmy od słowa, które wróci w całym tekście. Perspektywa (albo soczewka) to po prostu punkt widzenia, z którego ktoś patrzy na temat. Ekonomista i historyk zapytani o to samo zauważą co innego — nie dlatego, że jeden jest mądrzejszy, tylko dlatego, że siedzą w innych krzesłach. Ta sama różnica działa, gdy każesz modelowi wcielić się w konkretną rolę.

Zamiast więc wysłać jedno pytanie i przyjąć jedną odpowiedź, powołujesz kilka soczewek naraz i każdej z nich zlecasz, żeby zbadała temat po swojemu. Sprawdzona konfiguracja to pięć ról: praktyk, naukowiec, sceptyk, ekonomista i historyk. Ta wieloperspektywiczna metoda badawcza jest zresztą opisana — to metoda STORM, wypracowana na Stanfordzie — więc nie zmyślam schematu na poczekaniu.

Siła tkwi w tym, że każda soczewka łapie dziurę, której inne nie widzą. Weź konkretny przykład: chcesz zdecydować, czy warto wdrożyć w firmie głosowego asystenta AI do obsługi klienta.

  • Praktyk mówi ci, co się psuje w codziennym użyciu: gdzie asystent się gubi, czego klienci nie znoszą, ile pracy jest przy utrzymaniu.
  • Naukowiec patrzy, co naprawdę wynika z badań i danych, a co jest tylko obietnicą z folderu reklamowego.
  • Sceptyk szuka haczyka: gdzie jest szum, co może pójść nie tak, którą liczbę ktoś naciągnął.
  • Ekonomista liczy: ile to kosztuje, od kiedy się zwraca, czy rachunek w ogóle się spina.
  • Historyk przypomina, że podobną falę już kiedyś przerabiano, i pyta, co się wtedy sprawdziło, a co okazało się modą.

Zauważ, jak się nawzajem pilnują. Ekonomista wychwyci, że praktyk zupełnie pominął koszt. Sceptyk zauważy, że naukowiec oparł się na badaniu sfinansowanym przez dostawcę. Historyk ostudzi wszystkich, którzy traktują temat jak zupełną nowość, choć to kolejna odsłona czegoś starszego. Żadna pojedyncza soczewka by tego nie złapała — bo to właśnie jej martwe pole.

Abstrakcja: nakładające się smugi światła, z których każda oświetla inną ciemną lukę — perspektywy wypełniają nawzajem swoje martwe pola.
Abstrakcja: nakładające się smugi światła, z których każda oświetla inną ciemną lukę — perspektywy wypełniają nawzajem swoje martwe pola.

Gdzie się nie zgadzają — mapa sprzeczności

Pięć osobnych raportów to jeszcze nie research — to pięć głosów mówiących naraz. Drugi krok jest tym, co odróżnia panel od zwykłej burzy mózgów: mapa sprzeczności. Bierzesz wszystkie perspektywy i pytasz wprost, gdzie się rozjeżdżają. Który wniosek jest poparty mocnym dowodem, a który wisi na słabym? Kto komu przeczy i na jakiej podstawie?

Zostając przy asystencie głosowym: praktyk twierdzi, że klienci go akceptują, ekonomista — że zwrot przyjdzie szybko, ale sceptyk pokazuje, że oba wnioski opierają się na jednym, wątłym źródle. To jest właśnie moment, w którym research staje się użyteczny: nie dostajesz gładkiego konsensusu, tylko widzisz, które tezy są solidne, a które trzeba jeszcze docisnąć.

Najciekawszy jest jednak drugi efekt tego kroku. Mapa sprzeczności ujawnia nie tylko to, gdzie soczewki się kłócą, ale też to, w czym wszystkie milcząco się zgadzają — czyli wspólne założenie, na którym stoi cały raport. W moim przykładzie pięć ról patrzyło na wdrożenie z fotela właściciela firmy: adopcja, produktywność, zwrot z inwestycji. Żadna nie usiadła w krześle klienta ani pracownika pierwszej linii, który będzie z tym asystentem gadał codziennie. To jest brakująca, szósta soczewka. Kiedy metoda sama ci ją wskaże, po prostu dokładasz tę rolę i puszczasz kolejną wersję raportu. Nawet dobrze zbudowany panel ma wspólne martwe pole — a nazwanie go to połowa roboty.

Weryfikacja, zanim uwierzysz

Tu dochodzimy do kroku, który zamienia „ciekawy dokument” w coś, na czym można oprzeć decyzję. Perspektywy potrafią przynieść fakt, który brzmi przekonująco, a przy sprawdzeniu okazuje się nieprawdą albo półprawdą. Dlatego ostatni etap to weryfikacja źródeł: każde twierdzenie wraca do swojego pierwotnego źródła i dostaje jeden z trzech werdyktów — potwierdzone, poprawione albo odrzucone.

To działa jak sito. Strumień twierdzeń wpada, a po drugiej stronie zostają tylko te, które przeszły kontrolę: fakt potwierdzony u źródła zostaje, fakt z błędną liczbą czy datą zostaje poprawiony, a twierdzenie bez pokrycia — odrzucone. Pierwsza wersja raportu prawie zawsze zawiera coś, co po prostu nie jest prawdą. Dopiero druga wersja, po przejściu przez sito, zasługuje na zaufanie.

Abstrakcja: filtr rozsortowujący strumień twierdzeń na trzy grupy — potwierdzone, poprawione, odrzucone — czyli weryfikacja względem źródeł.
Abstrakcja: filtr rozsortowujący strumień twierdzeń na trzy grupy — potwierdzone, poprawione, odrzucone — czyli weryfikacja względem źródeł.

Do tego każdy wniosek dostaje ocenę wiarygodności — jakościową, nie punktową. Widzisz, że dana teza jest mocno osadzona, bo poparły ją niezależnie dwie soczewki, a podważyły dwie inne; że tamta stoi na jednym, słabym źródle. Nie musisz wierzyć całości na słowo — dostajesz research z wpisaną w niego mapą tego, czemu ufać bardziej, a czemu mniej. To ta sama zasada, którą stosuję przy każdej pracy z agentem: nie pytaj, czy skończył — każ mu udowodnić, że działa. Weryfikacja u źródła jest po prostu jej wersją dla researchu.

Jest jeszcze jedna zaleta tego podejścia. Wbudowane w narzędzia funkcje „głębokiego researchu” potrafią uruchomić w tle setki agentów naraz i wysypać ci na koniec ścianę statystyk — imponującą, ale surową i słabo udokumentowaną. Panel z weryfikacją robi coś odwrotnego: możesz mu z góry powiedzieć, czym się zajmujesz i co chcesz z tego wynieść, a on dopasuje research do twojej sytuacji i zakończy praktycznymi wnioskami, a nie zrzutem danych. Więcej perspektyw i twarde sprawdzenie faktów dają lepszy research niż setki nieskoordynowanych agentów puszczonych naraz.

Sub-agenty czy zespół agentów

Zostaje pytanie techniczne, ale ważne, bo od niego zależy koszt: kim właściwie są te soczewki pod spodem? Masz dwie opcje i warto rozumieć różnicę.

Sub-agent to pracownik, którego twoja główna rozmowa powołuje do jednego zadania. Pięć soczewek jako sub-agenty działa tak: każda robi swój research niezależnie i odsyła wynik do głównej sesji, a ta zestawia je i mapuje sprzeczności. Kluczowe: sub-agenty nie rozmawiają ze sobą — są dla siebie nawzajem niewidoczne, łączy je tylko wspólny szef. Do panelu badawczego to w zupełności wystarcza, bo to główna sesja porównuje ich raporty. Jeśli chcesz dobrać moment, w którym warto po nie sięgać, opisałam to osobno: sub-agenty w Claude Code — kiedy ich używać.

Zespół agentów to konstrukcja mocniejsza: tam agenci potrafią rozmawiać nie tylko z główną sesją, ale i bezpośrednio ze sobą — spierać się nawzajem, aż dojdą do jakiegoś konsensusu. Po takie coś sięgasz, gdy chcesz, żeby twoje soczewki nie tylko złożyły równoległe raporty, ale realnie się pokłóciły i wspólnie doszły do stanowiska. Jest to droższe, bo każda taka rozmowa kosztuje. Jak zbudować zespół tak, żeby faktycznie działał, rozkładam tutaj: zespoły agentów w Claude Code.

Prosta zasada wyboru: jeśli panelowi wystarczy zebrać osobne spojrzenia i porównać je z jednego miejsca — bierz sub-agenty, taniej i szybciej. Jeśli sednem jest to, żeby eksperci realnie się posprzeczali między sobą — potrzebujesz zespołu. A jeśli kiedyś zobaczysz, że narzędzie samo powołuje w tle całe roje agentów do jednego dużego zlecenia, to właśnie dynamiczne workflow — potężne, ale potrafiące błyskawicznie zjeść limit sesji.

Co z tego zapamiętać

Najważniejsze nie jest żadne konkretne narzędzie ani nazwa metody. Najważniejsza jest zasada, która zostaje z tobą niezależnie od tego, w czym akurat pracujesz: więcej niezależnych, spierających się perspektyw daje pełniejszy i rzetelniejszy research niż jeden, choćby najlepiej ułożony prompt. Jeden głos ma martwe pola. Kilka głosów, które się nawzajem pilnują i sprawdzają fakty u źródła, te pola zasłania.

Z tego płynie druga, jeszcze prostsza myśl. Jeśli brakuje ci wiedzy w jakiejś dziedzinie, nie musisz udawać, że ją masz — możesz ją „pożyczyć”. Powołujesz wyspecjalizowane role, które znają się na tym lepiej niż ty, i każesz im zabić twoje martwe pola, zamiast liczyć, że sam ich nie przeoczysz. To jest cała sztuczka: otaczasz się soczewkami, które widzą to, czego ty nie widzisz.

Spróbuj tego na spokojnie. Weź jeden temat, który dobrze znasz — najlepiej taki, na którym ci zależy — i puść go przez kilka perspektyw. Przeczytaj wynik i zobacz, gdzie panel wyłapał coś, o czym byś nie pomyślał, a gdzie się mylił. Przy okazji sprawdzisz, czy brakuje ci jakiejś soczewki akurat pod twoją pracę. To najlepszy sposób, żeby poczuć różnicę między jednym pytaniem a panelem, który się o odpowiedź spiera.

Sprawdź się

Pięć pytań, żeby sprawdzić, ile zostało z lektury.

  1. Dlaczego jedno pytanie do modelu to według tekstu ryzykowna podstawa decyzji?

  2. Co odróżnia mapę sprzeczności od zwykłego zebrania pięciu raportów?

  3. Wszystkie pięć soczewek ocenia wdrożenie z fotela właściciela firmy. Czym jest taka zgoda według tekstu?

  4. Jaki werdykt dostaje na etapie weryfikacji twierdzenie z sensowną tezą, ale przekręconą liczbą?

  5. Panel ma zebrać niezależne spojrzenia, a główna sesja je porówna. Co według tekstu wystarczy i dlaczego?