Vibecoding, czyli tworzenie aplikacji i automatyzacja zadań za pomocą sztucznej inteligencji, zyskuje na popularności. To narzędzie, które przyspiesza pracę doświadczonym programistom, a jednocześnie otwiera drzwi do tworzenia działających aplikacji dla osób bez znajomości języków programowania. Warto jednak zaznaczyć, że bez doświadczenia w programowaniu, stworzenie komercyjnego i bezpiecznego rozwiązania od podstaw, wyłącznie przy użyciu AI, jest nadal sporym wyzwaniem.
Prawdziwa moc vibecodingu leży gdzie indziej – w upraszczaniu codziennych, powtarzalnych zadań, szczególnie tych wykonywanych w programach takich jak Excel czy Arkusze Google. Znacznie więcej osób korzysta z arkuszy kalkulacyjnych niż tworzy złożone programy. Formuły i makra od dawna pozwalały znacząco przyspieszyć pracę, ale często nie mówi się wystarczająco głośno o tym, jak AI potrafi zrewolucjonizować te proste czynności.
Stworzenie „programu” brzmi bardziej atrakcyjnie niż zaoszczędzenie kilkunastu roboczogodzin miesięcznie, choć to właśnie te mniejsze usprawnienia kumulują się w ogromne oszczędności czasu i zasobów. W arkuszach kalkulacyjnych można przecież tworzyć proste „programy” za pomocą zaawansowanych formuł.
Obecnie, jest możliwe tworzenie pełnoprawnych, komercyjnych programów, bez napisania ręcznie ani jednej linijki kodu, ale wymaga to już pewnej wiedzy na temat architektury programów, podstaw bezpieczeństwa, i zagrożeń.
Spis treści
Jak najefektywniej uczyć się vibecodowania, od zera? Lista etapów.
Poniżej przedstawiam uniwersalną ścieżkę nauki, zaprojektowaną z myślą o osobach nietechnicznych, które wcześniej nie programowały i chcą uczyć się w trybie „po godzinach”. Uwzględnia ona stopniowe budowanie motywacji poprzez wykonywanie prostych zadań, które realnie przyspieszają pracę i mają zastosowanie w niemal każdej pracy biurowej.
Oczywiście istnieje wiele różnych dróg rozwoju. Jeśli ktoś jest mocno zmotywowany, ma czas i możliwości, najszybszym sposobem opanowania vibecodowania będzie nauka podstaw programowania (na przykład w Pythonie) oraz zrozumienie architektury programów i stacków technologicznych, z wykorzystaniem AI jako wsparcia w nauce. Przydatne jest również uruchomienie narzędzia do kodowania (np. Copilota, Codexa, co jest właściwie niezbędne przy dłuższym kodzie, i większej ilości plików).
Jednak dla większości osób przydatnym etapem pośrednim jest tworzenie zaawansowanych formuł lub prostych programów w Excelu. Dzięki temu, nawet jeśli przerwiesz naukę w dowolnym momencie, czas który na to poświęciłeś, nie będzie zmarnowany.
Etap 1. zabawy z Chat GPT
Na początku, najlepiej jest po prostu pobawić się generowaniem prostych programów i gier w Chat GPT (Canvas), Claude AI czy Gemini. Na podstawie jednej komendy, w ciągu paru minut, możesz uzyskać działający program który robi wrażenie, jeśli masz konto w wspomnianych aplikacjach, nie musisz niczego instalować. W ten sposób poznasz możliwości sztucznej inteligencji. Takie aplikacje dobrze jest potem poprawiać, ale przy większej ilości poprawek, i przy konkretnych wymaganiach, możesz spotkać się z ścianą, gdzie ai nie jest w stanie napisać działającego programu.
Etap 2. Tworzenie makr i mini programów w arkuszach kalkulacyjnych
Arkusze kalkulacyjne to uniwersalne narzędzie, które sprawdzi się w pracy, nauce i życiu codziennym — od finansów osobistych po planowanie wyjazdów. Sztuczna inteligencja ułatwia tworzenie formuł, a przejrzysty układ komórek pozwala lepiej zrozumieć działanie prostych programów. Warto poznać ich pełne możliwości, bo poza sumowaniem danych w Excelu można budować złożone rozwiązania, a także korzystać z makr opartych na językach programowania.
Etap 3 (opcjonalny) tworzenie prostych stron WWW (wizytówek), pisanie kodu CSS do stron na wordpressie.
Sztuczna inteligencja pozwala szybko stworzyć stronę od zera i często od razu ją udostępnić lub pobrać na własny serwer. Choć takie strony mają ograniczenia i trudniej je rozbudować, świetnie sprawdzają się w prostych projektach czy jako alternatywa dla prezentacji. W istniejącym WordPressie AI może pomóc w tworzeniu dodatkowego kodu CSS czy prostych wtyczek. Strony WWW są dziś potrzebne w wielu projektach, choć ich użycie nie jest tak powszechne jak Excela.
Etap 4 Instalacja Pythona, proste programy uruchamiane na dysku
Instalacja Pythona jest prosta, choć czasem bywa problematyczna. Umożliwia tworzenie prostych programów i stron bez dodatkowych instalacji, choć z ograniczeniami. Uruchamianie kodu lokalnie daje pełną kontrolę i niezależność od środowisk online, a przy pracy z plikami uczymy się ich struktury i lokalizacji zasobów. Mając Pythona, można tworzyć aplikacje okienkowe, np. do notatek, porządkowania folderów czy zbierania danych z internetu. Chat GPT potrafi wygenerować cały folder zip. mający w sobie wiele plików programu.
Etap 4.5 – narzędzie do kodowania
Modele językowe gorzej radzą sobie z dłuższymi tekstami, a wiele programów to właśnie obszerne pliki lub ich zestawy. Dlatego dedykowane narzędzia do programowania, takie jak Codex czy Copilot, działające w edytorach kodu (np. Visual Studio), znacząco ułatwiają pracę.
Etap 5 porządny wygląd aplikacji
Bolt.new i Figma Make umożliwiają tworzenie spójnych, rozbudowanych wizualizacji aplikacji. Figma Make wyróżnia się dużą precyzją edycji. Oba narzędzia są dostępne bezpłatnie w wersji z limitami dziennymi i miesięcznymi. Do stworzonego w ten sposób front-endu, można później dodać back-end, czyli bazy danych i logikę programu.
Etap 6 Struktura aplikacji, logika i działanie kodu.
Na tym etapie planowanie aplikacji, tworzenie opisów, rysowanie logiki i porządkowanie działań staje się niezbędne. Potrzebujemy mieć w głowie i w notatkach pełny plan działania oraz wyglądu, znać podstawowe „klocki” budujące programy i rozumieć działanie kodu. Nawet bez umiejętności programowania warto wiedzieć, co odpowiada za poszczególne elementy. Dzięki temu zamiast pisać „napraw tę funkcję”, możemy precyzyjnie wskazać „popraw ten kod”. Oznacza to, że oprócz pracy z modelem językowym generującym kod, trzeba poświęcić czas na przygotowanie projektu aplikacji.
Jak zacząć programować przy pomocy sztucznej inteligencji.
Krok pierwszy: stwórz własną grę lub inny prosty program w ChatGPT, Claude albo Gemini. Taki projekt możesz uruchomić bezpośrednio w aplikacji, bez instalowania dodatkowego oprogramowania. To dobry sposób, aby poznać możliwości AI w programowaniu i złapać motywację do dalszej nauki. Choć dla większości osób bardziej praktyczne może być tworzenie złożonych formuł i komend w Excelu, to projektowanie gier bywa po prostu przyjemniejsze. W podobny sposób można też przygotować rozwiązania o charakterze użytkowym, na przykład dashboardy czy wstępne wizualizacje aplikacji.
Program ten należy uruchomić w Canvie,
A następnie klikamy: uruchom kod (prawy górny róg).
Uzyskaliśmy w ten sposób bardzo ciekawy symulator gry znanej pod nazwą życie.
W ten sposób można stworzyć wiele prostych gier i programów,
np: Snake, Ping pong, Labirynt itd. Z bardziej praktycznych rozwiązań, są np. notatniki, listy zadań, kalkulatory czy konwertery. Możemy również poprosić o wizualizacje danych w postaci estetycznej tabeli, osi czasu itd.
Czego nie da się zrobić w taki sposób? Wszystkie bardziej złożone programy, gry 3D, wymagają bardziej zaawansowanego podejścia, i nie da się ich zrobić szybko w Chat GPT, Claude czy Gemini. Programy odpalone bezpośrednio w Chat GPT, nie mają swojej pamięci, czyli po zamknięciu programu, wszystko co tam robiłeś, znika. Można to w pewien sposób obejść, tworząc moduł wgrywania i pobierania plików.
Vibecoding w praktyce: zacznij od arkuszy kalkulacyjnych
Najprostszy scenariusz
Praktyczne zastosowanie Veicodingu to przede wszystkim tworzenie formuł w arkuszach kalkulacyjnych. Bardziej złożone arkusze działają jak proste programy. Dzięki odpowiednim formułom, zadanie, które wcześniej zajęłoby godziny, można wykonać w zaledwie kilka minut. Często wystarczy sama świadomość, że coś jest możliwe do zrobienia.
Przykład: Masz kolumnę zawierającą imię i nazwisko, chcesz wszystkie dane posortować alfabetycznie według nazwiska, musisz więc tę kolumnę rozdzielić na dwie, gdzie jedna zawiera imię, druga nazwisko. Jeśli lista ta ma np. 1000 wpisów, to robienie tego ręcznie nie ma sensu. Możesz więc poszukać formuł. Jeśli problem jest prosty to odpowiednie rozwiązanie możesz znaleźć w Google.
W przypadku bardziej złożonych komend, znalezienie odpowiedzi w Internecie jest jednak trudniejsze. Czasami też komenda skopiowana jeden do jeden, nie działa. Przyczyną tego jest często użyty język. Formuły w Excelu czy Arkuszach kalkulacyjnych wyglądają nieco inaczej w języku polskim i w innych językach, czasami kropkę trzeba zastąpić przecinkiem, albo średnik przecinkiem.
W takich przypadkach, nieoceniony jest Chat GPT. Modele językowe bardzo dobrze radzą sobie z problemami w arkuszach kalkulacyjnych. Możemy im opisać nas problem, albo np. wkleić całą tabelę, lub zrzut ekranu (uważając na dane wrażliwe, jeśli model nie jest postawiony lokalnie).
Dzięki AI, łatwo można się dowiedzieć, że problem można rozwiązać za pomocą funkcji SPLIT. Podobnie, dwie kolumny można połączyć w jedną. Kluczem jest wiedza o istnieniu takich prostych rozwiązań.
Efekt kuli śniegowej przy korzystaniu z AI
Nie zawsze jednak jest to tak proste. Przed erą powszechnej sztucznej inteligencji, praca z zaawansowanymi formułami bywała czasochłonna i frustrująca, zwłaszcza przy adaptacji formuł z innych języków (np. zmiana średników na przecinki).
Często powtarzano żartobliwie, że „zawsze warto poświęcić 3 godziny na automatyzację zadania, które ręcznie zajęłoby 2 godziny”. Oczywiście, jeśli czynność miała być powtarzana wielokrotnie, taka inwestycja się opłacała. I tu właśnie wkracza największa zaleta sztucznej inteligencji: dzięki niej proces automatyzacji, który wcześniej trwałby 3 godziny, może zająć zaledwie 15 minut.
Wiele osób nie zdaje sobie sprawy z ogromnych oszczędności, jakie to generuje, szczególnie w perspektywie efektu kuli śniegowej. Szybsze (i często w ogóle możliwe) tworzenie użytecznych tabel pozwala na lepsze analizy i skuteczniejsze strategie.
AI pomaga już od samego początku.
Jeśli nie masz pewności, czy dane zadanie jest proste do zautomatyzowania, zapytaj AI. Możesz opisać problem ChatGPT, wkleić fragment dokumentu (pamiętając o ochronie danych wrażliwych) lub nawet udostępnić zrzut ekranu. Pomocne jest również pytanie o to, jak można ulepszyć istniejącą tabelę.
Jeśli posiadasz płatne subskrypcje Gemini (np. w Google workspace), albo korzystasz z płatnego pakietu Office wraz z Copilotem od Microsoftu, możesz korzystać z AI bezpośrednio w arkuszach.
Można też korzystać z różnych darmowych rozszerzeń, jak np. Chat gpt for Excell, albo Gemini for Google sheets. Należy pamiętać że są to rozwiązania firm trzecich. Przy czym zwykła rozmowa z Chatem GPT, i wklejanie formuł, i tak jest ogromnych skokiem w jakości, w porównaniu z szukaniem porad w Google.
AI w arkuszach kalkulacyjnych – praktyczne porady.
Proste funkcje
W przypadku łączenia/rozdzielania kolumn, wystarczy nam prosta komenda.
Proste zapytanie w chat GPT pozwala nam uzyskać zadowalający efekt.
W tym wypadku, sztuczna inteligencja nie była niezbędna, każdy jest sobie w stanie wyszukać tę funkcję w Google.
Wykres Gannta
Prawdziwa moc AI pokazuje się w bardziej złożonych komendach, tam gdzie nie znajdziemy dokładnej funkcji do wklejenia.
Przykładowo, załóźmy że chcemy zrobić wykres Gannta w arkuszu kalkulacyjnym, nie chcemy korzystać z funkcji wstaw wykres, chcemy żeby wykres był bezpośrednio w tabeli.
Chat wskazał proste rozwiązanie. Najpierw musimy stworzyć formułę, wkleić ją w każde puste pole wykresu, zadaniem formuły jest wstawianie znaku w odpowiednim miejscu, a następnie formatowanie warunkowe dopełnia efekt.
Robienie wykresów z AI
Co do zasady, do bardziej złożonych wykresów, lepiej jest użyć dedykowanych rozwiązań. Można też w Chat GPT generować kod wykresu, który będzie uruchomiony za pomocą pythona. Z drugiej strony, często wykres w excelu często może być wygodniejszy. Można tez użyć canw w Chat GPT, Claude lub Gemini, wtedy otrzymujemy od razu wygodny podgląd. Jeśli chcemy, możemy uzyskać interaktywny efekt, wtedy program pokazuje dodatkowe informacje po kliknięciu na dany element.
Planowanie dostępności
Planowanie dostępności często może być wyzwaniem. W przypadku gdy tryb działania jest stały i przewidywalny, najlepiej jest użyć dedykowanego rozwiązania. Natomiast wdrażanie nowego programu zajmuje czas, konieczne jest sprawdzenie czy ten program będzie odpowiedni w konkretnym przypadku. W przypadku dopiero się tworzących, małych zespołów, często wygodniejsze są arkusze kalkulacyjne, choć ma one pewne wady – każdy może modyfikować wszystko, więc jeden pracownik może przypadkiem popsuć całą tabelkę, albo wpisać się za kogoś innego, i wprowadzić chaos. Są pewne sposoby na zabezpieczanie arkuszy, ale w takim przypadku wygodniejsze jest użycie dedykowanych programów.
Planowanie obecności to dobry przykład prostego programu który można zrobić w arkuszach kalkulacyjnych. Najprawdopodobniej ten konkretny przykład i tak nie przyda Ci się w praktyce. Ale pokazuje on że w arkuszach kalkulacyjnych można tworzyć rozmaite programy, np. proste systemy zadań, stany magazynowe, tabelki do zarządzania finansami. A dzięki sztucznej inteligencji jesteś w stanie to zrobić dość szybko, nawet jeśli nie znasz excela.
Zrobiłem poniższą tabelę w całości za pomocą Chatu GPT. Najpierw wygenerował mi plik, ale funkcje w nim nie działały, więc musiałem prosić o ich poprawienie w osobnym poleceniu. Przy tworzeniu tabeli miałem już w głowie cały plan: program miał tworzyć zbiorczy grafik na podstawie obecności zaznaczanej przez każdego użytkownika. Użytkownik wpisując „1” w odpowiednią komórkę, zaznacza kiedy jest dostępny.
W ten sposób uzyskaliśmy wygodną tabelę, gdzie każdy pracownik może wpisać dostępność, a w jednym miejscu uzyskujemy zbiorczą listę.
Przy czym Chat gpt jest w stanie wymyslić działająca tabelkę, nieco mniej wygodniejszą, ale dużo prostszą w stworzeniu.
godzinne zapisało
Po dodatkowych komendach ogólnego typu (chcę to widzieć w jednym miejscu, chce widzieć kto jest dostępny w danym dniu o danej godzinie), Chat wymyślił użyteczną tabelę.
Możliwości arkuszy kalkulacyjnych
W przypadku sztucznej inteligencji, głównym naszym ograniczeniem jest wyobraźnia (a dokładniej, wiedza o możliwościach). Większość ludzi zatrzymuje się na etapie tabeli sumującej koszty. Ale możliwości Excela są dużo większe.
W arkuszach kalkulacyjnych można tworzyć pełnoprawne programy, czy nawet gry. Choć od pewnego poziomu zaawansowanie nie ma to większego sensu, to pokazuje to nam zakres możliwości. Wiele dużych firm nadal opiera się na Excelu (co prowadzi do pewnych problemów np. przy skalowaniu).
Ogólna zasada:
Arkusze kallkulacyjne przydają się do tworzenia prostych programów, takich gdzie każdy użytkownik może widzieć cały kod, wszystkie funkcje i wszystkie dane. Przy czym da się czasem widoczność i dostęp do elementów blokować, ale nie jest to najwygodniejsze rozwiązanie.
Zalety arkuszy:
- Mamy dużą kontrolę nad wyglądem i działaniem programu. Często łatwiej jest napisać prostą tabelkę z paroma funkcjami, niż testować kilkanaście rozwiązań. Obecnie właściwie każdy ma dostęp do arkuszy kalkulacyjnych, mamy pewnośc ze wiele osób mże znich korzystać, w przypadku dedykowanych rozwiązań, nawet jeśl ima ono istotne funckcje, może nie byc dostępne dla więskzej liczby osób (albo być wtedy płatne)
- Możemy łatwo dodać nowe funkcje
- Do modyfikowania programu nie trzeba być programistą, mimnimalnie techniczna osoba może nawet łatwo nauczyć w ogóle nietechniczną osobę tego jak to modyfikować.
Przykłady zastosowań.
Nauka – W przypadku np. listy postaci, listy słówek, listy wydarzeń, tabelki są nieocenione
Notatki – Dzięki funkcjom łączenia oraz dzielenia komórek, oraz „zakładek” – czyli wielu arkuszy w skoroszycie, excel jest wygodny jeśli chcemy tworzyć proste dashboardy, czy np. karty produtków. Pełni wiec to funkcję notatek
Planowanie – check listy, wykresy, czy tabele z podziałem czasowym ułatwiają planowanie, oraz koorydnowanie zadań. Często jest to wygodniejsze niż np. kalendarz google
Finanse i analiza – czyli pierowtne, główne zastoowanie arkuszy. za pomocą arkuszy możemy śledzić i planowac budżet domowy. W tabelkach możemy analozwac sprzedaż firmy , kontrolowac wydatki, określać strategie (np. poprzez analize grup docelowych). Za pomocą paru tabel, możemy uzyskać prosty CRM
Podział na funkcje:
- Sortowanie. jedna z ważniejszych funkcji bardziej zaawansowanych, zwłaszcza jeśli uwzględnimy sortowanie wielopoziomowe. Uzyskusjemy wtedy pełną kontrolę nad danymi, mamy tez kontrolę nad tagami. Dużym problem przy tworzeniu tradycyjnych list, ale tez i folderów, sa sytuacje gdy dana osoba należy do paru kategorii. Dzięki tabelom z sortowaniem, możemy łatwo uzyskać np. listę osób które mają prawo jazdy i umieją spawać, listę osób z prawem jazdy które umieją montować elektrykę, oraz osoby mające umiejętności spawania i elektryki. Jednocześnie, zachowujemy główną liste, tak że operacje dodania – usunięcia osoby z danego zbioru, albo modyfikacja danych, jest w jednym miejscu
- Liczenie – wraz z sortowaniem, pozwala to nam wykonywać dość skomplikowane operacje.
Makra, skrypty
Arkusze kalkulacyjne umożliwiają nam tworzenie makr. Makra to proste mini programy, przyśpieszające pracę z programem. Możemy je pisać od zera, możemy też nagrać listę kroków, jeśli wykonujemy mechaniczne czynności.
Jeśli coś nie jest możliwe za pomocą formuł, z pomocą przychodzą proste programy. Za pomocą formuł, nie jest możliwe np. splątanie komórek. Jeśli chcemy żeby dwie komórki miały taka samą zawartość, to możemy np. w komórce A2 użyć formuły =(A1), wtedy edytując komórkę A1, edytujemy komórkę A2. Ale zrobienie tak żeby to działało w dwie strony, jest niemożliwe. Istnieją różne rozwiązania firm trzecich, płatne roższerzenia, ale jeśli zależy nam tylko na tej funkcji, to możemy użyć prostego programu napisanego w całości przez Chat GPT.
Praktyczne zastosowanie:
Mamy wielką tabelę, mająca kilkadziesiąt kolumn. Nie jesteśmy więc w stanie wyświetlić wszystkich pól na raz. Można sobie radzić za pomocą funkcji Transpose :
Ale jeśli chcemy mieć wygodniejsze rozwiązanie, możemy użyć prostego skryptu. W całości napisał go Chat GPT.
W ten sposób uzyskałem prosty formularz do obsługi tabelki. W komórce C4 wpisuję jaki wiersz chcę modyfikować, i zmiany zapisują się automatycznie. Jest to oczywiście wstępna wersja, mogę tu łatwo dodać wyszukiwanie według nazwiska, przechodzenie w prawo/lewo itd. Docelowo, każdy wiersz będzie posiadał odpowiednik w osobnym arkuszu.
Taką funkcjonalność oferuje szereg programów do baz danych, jak np. Microsoft Acces, ale uczenie się nowego programu zawsze zajmuje więcej czasu, a takie arkusze są też prostsze w udostępnianiu.
Kolejne etapy: Bolt, Figma, prototypy aplikacji, sztuczna inteligencja pisząca w Pythonie.
Kolejnym krokiem w vibecodowaniu, jest tworzenie samodzielnie działających aplikacji. Jest to jednak trudniejsze niż tworzenie formuł/prostych makr działających w arkuszach Google. Pojawiają się nowe problemy, związane z oknem kontekstowym. AI może za pomocą jednej komendy stworzyć ładną, działającą aplikacje, ale potem zmiana drobnego elementu może wymagać wielu komend, a czasami poprawa ich za pomocą AI jest właściwie niemożliwa, i konieczne jest poprawianie kodu ręcznie.
Na tym etapie trzeba zacząć dbać o bezpieczeństwo, ale dopóki tworzymy aplikacje na własny użytek, nie musimy się tym zbytnio przejmować, choć już na wczesnym etapie dobrze jest znać podstawowe zagrożenia. Szczególnie trzeba uważać, jeśli korzystamy z kluczy APi do pewnych rozwiązań, tworzymy aplikacje w której użytkownik ma się logować, i podawać hasło. W takich przypadkach, najlepiej skonsultować działanie aplikacji z faktycznym programistą, a absolutnym minimum jest względne zrozumienie jak działają zabezpieczenia.
Niezbędne jest też poznanie działania programu, znajomość tego który kod za co odpowiada, co robią konkretne pliki itd. W przypadku większych problemów, często użyteczne jest pisanie: napraw ten fragment kodu (i inne fragmenty które się do niego odnoszą), zamiast : napraw tę funkcję którą widzi użytkownik.
Na tym etapie ważne jest też stworzenie sobie środowiska do programowania, polegające na podłączeniu modelu językowego do edytora kodu, np. Visual Studio. W ten sposób sztuczna inteligencja może jednocześnie modyfikować wiele plików.
Podstawowe wskazówki przy tworzeniu aplikacji za pomocą sztucznej inteligencji.
Zapisuj dobre wersje
W teorii wszystko jest zapisywane automatycznie. W praktyce, jeśli mamy np. 100 wersji, szukanie tej działającej, nie jest zbyt wygodne. Dlatego dobre wersje należy odpowiednio oznaczać. Możemy kopiować kod, albo zapisywać numer dobrych wersji.
Jeśli czegoś nie da się naprawić w 3 komendach, należy się cofnąć.
Jeśli problem występuje, mimo kilkunastu komend z prośbą o poprawienie, oznacza to że marnujemy czas. Czasami udaje się naprawić problem przy piątej komendzie, ale na ogół po 2-3 dobrze jest się cofnąć do działającej wersji
Jedna komenda – jedna zmiana
Jeśli chcemy zrobić wiele rzeczy jednocześnie, sztuczna inteligencja się gubi, a program nie działa.
Różne modele
Dobre efekty daje korzystanie z różnych modeli, gdy napotykamy problemy. Czasem lepiej działa GPT 5, czasem Claude 4.0 Opus.
Jeśli czegoś nie da się naprawić, spróbuj zmodyfikować inną rzecz
Jeśli po paru seriach poprawek, polegających na komendach które nic nie zmieniają, cofaniu się do działającej wersji, nie ma efektów, często dobry skutek daje poproszenie o zmienienie czegoś innego. Jeśli sztucznej inteligencji uda się to zrobić, można wrócić do naprawy głównego problemu, i często jest to efektywniejsze. Oczywiście to ma sens tylko wtedy, kiedy program może się uruchomić
Porządna dokumentacja
Podstawą pisania kodu z sztuczną inteligencją, jest robienie dobrej dokumentacji. Porządny opis pomaga modelowi językowego w pisaniu lepszego kodu. Dodatkowo, dzięki temu łatwiejsze jest ręczne robienie poprawek, czy pisanie całości już porządnie, od zera, mając gotowy prototyp.
Podsumowanie
Vibecoding otwiera świat programowania i automatyzacji dla każdego, nawet bez technicznego doświadczenia. Chociaż stworzenie od zera w pełni komercyjnej aplikacji pozostaje wyzwaniem, prawdziwa moc tej metody tkwi w czymś znacznie bardziej dostępnym: usprawnianiu codziennych, powtarzalnych zadań.
To właśnie w arkuszach kalkulacyjnych, gdzie zaawansowane formuły i proste makra tworzone z pomocą AI potrafią zaoszczędzić dziesiątki godzin, widać największe i najszybsze korzyści. Drobne automatyzacje kumulują się, prowadząc do ogromnych oszczędności czasu i zasobów.
Przedstawiona ścieżka nauki – od prostych eksperymentów, przez praktyczne zastosowanie w Excelu, aż po tworzenie stron i programów w Pythonie – pozwala stopniowo budować umiejętności i motywację. Dzięki takiemu podejściu każda zainwestowana godzina przynosi realne i natychmiastowe korzyści, czyniąc naukę praktyczną i efektywną od samego początku.
