Blog JSystems - uwalniamy wiedzę!

Szukaj

Kurs Claude Code — Lekcja 2 z 11

Ten artykuł jest częścią bezpłatnego kursu Claude Code — największej polskojęzycznej serii 11 lekcji dla programistów. Od pierwszego uruchomienia do autonomicznych agentów AI.

<-- Spis wszystkich lekcji
<-- Lekcja 1: jak zaczac i co potrafic w 2026

Claude - umiejętności i możliwości. Co potrafi i czym różni się od ChatGPT

Claude CodeSeria Claude Code · JSystems

Zaczynałeś z ChatGPT, skończyłeś sfrustrowany - model "zapomniał" połowy instrukcji, wygenerował kod który nie kompiluje się i z uporem twierdził że ma rację. Wielu programistów w 2026 roku robi ten sam błąd: zakłada, że Claude to "kolejny chatbot". Nie jest.

Claude od Anthropic to model zaprojektowany od podstaw z myślą o pracy z kodem, długimi dokumentami i złożonymi instrukcjami. Różnica jest odczuwalna od pierwszej sesji - szczególnie jeśli wiesz gdzie szukać.

Z tego artykułu dowiesz się:

  • Które zadania Claude wykonuje lepiej niż ChatGPT - i dlaczego
  • Jakie unikalne funkcje ma Claude (których GPT nie posiada)
  • Kiedy warto wybrać ChatGPT zamiast Claude
  • Jak Claude "myśli" i czego oczekiwać od jego odpowiedzi

Rodzina modeli Claude w 2026

Diagram: rodzina modeli Claude 2026 (Haiku, Sonnet, Opus)
Trzy modele Claude — Haiku, Sonnet i Opus — różnią się mocą, szybkością i ceną.

Dla większości zastosowań deweloperskich - Claude Sonnet to optymalny wybór.

Dla początkujących: "Token" to jednostka rozliczeniowa modeli AI - z grubsza odpowiada jednej sylabie lub kilku znakom tekstu. Modele płatne (jak Claude przez API) rozliczają się za każde 1000 lub milion tokenów przetworzonych na wejściu (Twój prompt) i wyjściu (odpowiedź modelu). W praktyce: wysłanie strony A4 tekstu i otrzymanie podobnej odpowiedzi to koszt rzędu kilku groszy.

Co Claude potrafi lepiej niż ChatGPT

1. Programowanie - najlepszy na rynku do kodowania

Na benchmarkach HumanEval, SWE-bench i LiveCodeBench - Claude Sonnet konsekwentnie wyprzedza ChatGPT. Dlaczego:

  • Lepiej rozumie szeroki kontekst (1 milion tokenów w modelach Opus i Sonnet) - cały codebase w jednym prompcie
  • Precyzyjniej przestrzega instrukcji - "nie zmieniaj interfejsu publicznego" znaczy coś konkretnego
  • Generuje czystszy, bardziej idiomatyczny kod
  • Lepiej wyjaśnia co zrobił i dlaczego
Dla początkujących: "Benchmark" to standaryzowany test porównujący modele AI na konkretnych zadaniach. SWE-bench mierzy jak dobrze model naprawia prawdziwe błędy z repozytoriów GitHub. Wynik 50% na SWE-bench oznacza, że model samodzielnie naprawia połowę zgłoszonych bugów - bez pomocy człowieka.

2. Przestrzeganie złożonych instrukcji

Gdy system prompt ma 20 zasad - Claude przestrzega ich wszystkich jednocześnie. ChatGPT ma tendencję do "zapominania" dalszych zasad przy długich promptach. To kluczowa różnica przy budowaniu aplikacji produkcyjnych gdzie każda reguła ma znaczenie.

3. Analiza długich dokumentów

1 milion tokenów kontekstu (Opus i Sonnet) - wielokrotnie więcej niż domyślne okno ChatGPT - i doskonale odnajduje pojedyncze informacje ukryte głęboko w bardzo długim tekście (tzw. test „igły w stogu siana") - Claude radzi sobie z całymi codebases, długimi raportami, wieloma dokumentami jednocześnie. Możesz wkleić cały projekt i zapytać o zależności między modułami.

4. Constitutional AI - bezpieczeństwo

Anthropic używa techniki Constitutional AI - model jest szkolony żeby oceniał własne odpowiedzi pod kątem wartości i bezpieczeństwa. Efekt: mniej szkodliwych outputów, bardziej przewidywalne zachowanie w edge cases.

Dla początkujących: "Constitutional AI" to metoda trenowania w której model uczy się oceniać swoje własne odpowiedzi według zestawu zasad (konstytucji). Zamiast karać model za złe odpowiedzi post-factum, uczy się on wewnętrznie rozpoznawać i korygować problematyczne treści jeszcze przed ich wysłaniem.

Chcesz nauczyć się wykorzystywać te możliwości w praktyce z doświadczonym trenerem w formie warsztatowej? --> Szkolenie Claude Code z terminem gwarantowanym - od podstaw do zaawansowanego użycia agentów.

Gdzie ChatGPT jest lepszy

Uczciwe porównanie wymaga przyznania: ChatGPT i modele OpenAI mają obszary, w których prowadzą:

  • Złożone rozumowanie krok po kroku - modele wyspecjalizowane w rozumowaniu OpenAI (o1, o3) bardzo mocno radzą sobie z zadaniami matematycznymi i logicznymi
  • Gotowe narzędzia i integracje - wokół GPT powstało więcej wtyczek, narzędzi i bibliotek
  • Uczenie modelu na własnych danych (fine-tuning) - OpenAI daje do tego wygodniejsze narzędzia
  • Wyszukiwanie po znaczeniu - model OpenAI zamieniający tekst na liczby (tzw. embeddings) jest lepszy i tańszy, gdy budujesz wyszukiwarkę rozumiejącą sens zdań, a nie tylko słowa kluczowe

Praktyczna rada: nie wybieraj jednego - korzystaj z obu. Claude do programowania i analizy dokumentów, GPT do zadań mocno matematycznych i logicznych oraz gdy chcesz douczyć model na własnych danych.

Diagram: Claude vs ChatGPT - porównanie mocnych stron
Claude i ChatGPT — w czym każdy z nich jest naprawdę lepszy.

Unikalne możliwości Claude

Diagram: unikalne możliwości Claude (Prompt Caching, Extended Thinking, Claude Code, kontekst do 1M tokenów)
Cztery możliwości Claude, których nie znajdziesz w zwykłym czacie.

Prompt Caching - oszczędność 90% kosztów

Claude oferuje najlepszy prompt caching na rynku. System prompt zapisywany w cache - kolejne wywołania są 90% tańsze (płacisz tylko za "cache read tokens"). Kluczowe dla aplikacji z długim system promptem - jeśli masz 50k tokenów instrukcji i wysyłasz 1000 zapytań dziennie, oszczędzasz setki dolarów miesięcznie.

Dla początkujących: "Prompt caching" to mechanizm w którym model "zapamiętuje" część Twoich instrukcji między wywołaniami. Wyobraź sobie, że zamiast czytać całą umowę od nowa przy każdym pytaniu, prawnik czyta ją raz i zapamiętuje - kolejne pytania są szybsze i tańsze. Właśnie tak działa caching.

Extended Thinking - "pomyśl zanim odpowiesz"

Claude Sonnet ma tryb "extended thinking" - model "myśli" wewnętrznie zanim odpowie, co poprawia jakość na trudnych zadaniach wymagających rozumowania. Widoczne jako <thinking> blok w odpowiedzi. Przy debugowaniu złożonych problemów różnica jest wyraźna.

Claude Code - agent do programowania

Claude Code to narzędzie wiersza poleceń (CLI - interfejs, którym sterujesz przez komendy wpisywane w konsoli, zamiast klikać w okienka), które daje Claude'owi dostęp do plików, terminalu i narzędzi w Twoim projekcie. To nie chatbot - to agent który samodzielnie wykonuje zadania deweloperskie, uruchamia testy i commituje kod.

Ale prawdziwa siła Claude Code zaczyna się tam, gdzie kończy się pojedynczy programista. Możesz uruchomić i zsynchronizować cały zespół agentów pracujących równolegle nad jednym projektem - jeden bierze backend, drugi frontend, trzeci pisze i uruchamia testy, a kolejny pilnuje UX i dostępności. Każdy działa w swoim obszarze, a Ty stajesz się architektem, który spina całość i wyznacza kierunek.

Dzięki integracjom (protokół MCP) agenci wychodzą daleko poza sam edytor kodu:

  • Samodzielnie zdejmują zadania z Jiry - czytają zgłoszenie, planują rozwiązanie, implementują je i odsyłają do przeglądu kodu, aktualizując po drodze status zadania.
  • Zarządzają bazą danych - projektują schemat, piszą migracje, optymalizują zapytania i odpytują dane (także produkcyjne - w trybie tylko-do-odczytu, jeśli tak ustawisz).
  • Tworzą złożone architektury - od mikroserwisów, przez kolejki, pamięć podręczną i API, po systemy zdarzeniowe (event-driven) - z zachowaniem spójności w całym repozytorium.
  • Obsługują CI/CD - konfigurują potoki wdrożeniowe, naprawiają nieudane buildy, wdrażają kod na kolejne środowiska i pilnują, żeby na głównej gałęzi zawsze było zielono.
  • Pracują na wielu repozytoriach naraz - refaktoryzacja, migracja biblioteki czy audyt bezpieczeństwa potrafią objąć dziesiątki projektów w jednym przebiegu.

To już nie jest „podpowiadacz kodu" w edytorze. To autonomiczny zespół inżynierski, który pracuje w Twoim tempie, równolegle i bez przerw - a Ty decydujesz, co, kiedy i jak. Umiejętność dyrygowania takim zespołem to dziś jedna z najbardziej pożądanych kompetencji w IT - i dokładnie tego uczymy na szkoleniu Claude Code.

Jak Claude pracuje - charakterystyczne cechy

  • Przyznaje się do niepewności - gdy nie wie, mówi "nie jestem pewny" zamiast wymyślać
  • Wyjaśnia rozumowanie - często sam tłumaczy dlaczego wybrał dane rozwiązanie
  • Odmawia z wyjaśnieniem - gdy prośba jest problematyczna, wyjaśnia dlaczego, nie ignoruje
  • Długie, szczegółowe odpowiedzi - Claude domyślnie odpowiada obszernie; użyj "odpowiedz krótko" gdy potrzebujesz brevity

Częste błędy przy pierwszym kontakcie z Claude

Błąd 1: Używanie promptów z ChatGPT bez modyfikacji

Claude reaguje inaczej na te same prompty. Szczególnie: Claude preferuje XML tagi do strukturyzowania instrukcji, reaguje lepiej na konkretny kontekst niż na metafory roli ("jesteś ekspertem"). Prompty przeniesione 1:1 z GPT często dają gorsze wyniki.

Błąd 2: Ignorowanie okna kontekstowego

Claude ma do 1 miliona tokenów kontekstu (modele Opus i Sonnet) - to ogromna przewaga. Wielu użytkowników nie korzysta z tego w pełni, przesyłając tylko fragmenty kodu zamiast całego projektu. Claude radzi sobie lepiej gdy widzi pełny obraz, nie wycinek.

Błąd 3: Nieużywanie trybu thinking dla trudnych problemów

Przy złożonych problemach architektonicznych lub debugowaniu - włącz extended thinking. Bez niego Claude odpowiada szybko ale nie zawsze poprawnie. Dodaj do promptu: "Najpierw przemyśl to krok po kroku, zanim odpiszesz" - wynik jest znacząco lepszy.

Programiści którzy opanowali Claude Code w 2026 roku raportują oszczędność kilku godzin dziennie.

To 10-15 godzin tygodniowo które możesz przeznaczyć na architekturę, naukę lub po prostu wcześniej skończyć pracę. Znajomość Claude to nie tylko kwestia produktywności - to umiejętność która różnicuje kandydatów na rynku pracy już teraz.

5 przełączników, które wdrożysz w 2 minuty

Zanim przejdziesz dalej - pięć drobiazgów, które od razu podniosą jakość Twojej pracy z Claude. Żadnej teorii, same „włączniki":

  • Owijaj materiał w tagi XML. Wklejasz dokument i pytanie naraz? Otocz je znacznikami: <dokument>...</dokument> oraz <zadanie>...</zadanie>. Claude jest na to specjalnie trenowany - przestaje mylić dane z poleceniem i pilnuje formatu.
  • Przy długim tekście: „najpierw cytat, potem odpowiedź". Dopisz na końcu promptu: „Najpierw wypisz najtrafniejszy fragment, na którym oprzesz odpowiedź, a dopiero potem odpowiedz". To dokładnie ta sztuczka, która podbija skuteczność wyszukiwania „igły w stogu siana" do niemal 100%.
  • Używaj Projektów (Projects) w Claude.ai. Wrzuć raz styl, dokumentację albo wytyczne do Projektu - Claude pamięta je w każdej rozmowie w tym projekcie. Koniec z wklejaniem tego samego kontekstu po raz dziesiąty.
  • Poproś o „artefakt". Napisz „zrób to jako artefakt", a kod albo dokument pojawi się w osobnym, edytowalnym oknie z podglądem na żywo - zamiast tonąć w długim czacie.
  • W Claude Code załóż plik CLAUDE.md. Wpisz tam zasady projektu (styl kodu, komendy, czego nie ruszać) - Claude czyta go automatycznie przy każdej sesji. A wpisując w trakcie #, dorzucisz coś do tej pamięci w locie.
Szkolenie JSystems

Newsletter bloga JSystems

Otrzymuj każdą nową lekcję prosto na swoją skrzynkę

Nowe lekcje pojawiają się co poniedziałek i czwartek. Zapisz się do newslettera bloga JSystems - dostaniesz powiadomienie zaraz po publikacji każdej lekcji.

Szkolenie Claude Code - od zera do zespołu agentów AI

3 dni intensywnych warsztatów - uczysz się Claude Code, MCP, multi-agent orchestration. Prowadzi Łukasz Matuszewski.

3 dni

Sprawdź terminy -->

Następna lekcja

Dostępna od 11.6.2026
Wszystkie lekcje kursu Claude Code -->

Komentarze (0)

Musisz być zalogowany by móc dodać komentarz. Zaloguj się przez Google

Brak komentarzy...