Przejdź do głównej zawartości

Od zwykłego czatu do zintegrowanego developmentu

Zwykła rozmowa ChatGPT i agenty świadome repozytorium różnią się dostępem, nie marką: czat zna tylko to, co zostanie do niego wklejone, a ChatGPT Codex, Cursor i Claude Code czytają bazę kodu, edytują pliki, uruchamiają testy i zwracają diff do review. Codex jest zintegrowany z ChatGPT, więc wybiera się powierzchnię, nie subskrypcję.

Debugujecie race condition. W zwykłym czacie zaczynacie wklejać pliki i logi po kolei. W ChatGPT Codex, Cursor lub Claude Code agent może przejrzeć repozytorium, uruchomić testy i zwrócić diff do review. Sensowne porównanie nie brzmi już „ChatGPT kontra Codex”: Codex jest zintegrowany z ChatGPT. Chodzi o pracę wyłącznie w zwykłym czacie kontra powierzchnię agenta świadomą repozytorium.

  • Jasne rozróżnienie zwykłej rozmowy ChatGPT od przepływów agentowych ChatGPT Codex
  • Praktyczny koszt kopiuj-wklej, gdy żaden agent nie ma dostępu do repozytorium
  • Konkretne scenariusze dla zwykłego czatu, Codex, Cursor i Claude Code
  • Prompty kopiuj-wklej pokazujące, co zintegrowane narzędzia robią inaczej

Za każdym razem, gdy używacie zwykłego czatu bez Codex lub innej integracji repozytorium i wracacie do edytora, płacicie podatek:

  1. Utrata kontekstu: Czat zna tylko to, co załączycie lub wkleicie; nie przegląda automatycznie struktury projektu, zależności, konfiguracji ani wzorców testów
  2. Narzut integracji: Ręcznie scalanie sugestii AI z kodem, często wprowadzając subtelne błędy w procesie
  3. Tarcie iteracji: Każde kolejne pytanie wymaga ponownego wklejenia kontekstu, ponieważ okno ChatGPT się zapełnia
  4. Brak wykonania: Zwykła rozmowa nie uruchamia poleceń repozytorium ani nie iteruje po błędach, dopóki nie przekażecie zadania Codex lub innemu połączonemu agentowi

Zwykła rozmowa ChatGPT jest zoptymalizowana pod dyskusję. Przy kodowaniu bez wywołania Codex lub połączonego projektu:

  • Dostarczacie kontekst ręcznie (wklejać kod, opisywać projekt)
  • Generuje sugestie jako odpowiedzi tekstowe
  • Kopiujecie rozwiązania z powrotem do edytora
  • Nie uzyskuje automatycznie dostępu do repozytorium ani poleceń projektu
  • Kontekst ograniczony do okna konwersacji
  • Trwałość zależy od skonfigurowanego kontekstu czatu/projektu

Najlepsza analogia: Pytanie błyskotliwego przyjaciela o radę przez SMS — pomocne, ale nie widzą waszego ekranu.

Podejście wyłącznie zwykłym czatem:

  1. Pytacie: “Jak dodać JWT auth do Express?”
  2. Otrzymujecie ogólny przykład, który nie pasuje do struktury projektu
  3. Pytacie: “Oto mój server.ts, jak to zintegrować?” (wklejać kod)
  4. Otrzymujecie zmodyfikowaną wersję, ręcznie scalać
  5. Pytacie: “Potrzebuję też refresh tokens” (wklejać więcej kodu dla kontekstu)
  6. Otrzymujecie kolejną odpowiedź, znów ręcznie integrować
  7. Testy zawodzą — wklejacie wynik błędu do ChatGPT
  8. Otrzymujecie sugestie, próbujecie je jedna po drugiej
  9. Powtarzacie kroki 7-8 kilka razy

Podejście agenta świadomego repozytorium:

Tryb Agent:
@src/server.ts @src/middleware/ @src/routes/
"Dodaj autentykację JWT z refresh tokens do Express API.
Utwórz middleware auth, endpointy login/register i logikę
odświeżania tokenów. Postępuj według wzorców middleware już
używanych w src/middleware/validation.ts. Zaktualizuj wszystkie
chronione ścieżki aby używały nowego middleware auth. Napisz testy."

Cursor czyta referencjonowane pliki, rozumie wasze wzorce, generuje cały kod bezpośrednio w projekcie i pokazuje diffy dla każdego pliku. Zaakceptujcie i gotowe.

Różnicą nie jest marka ChatGPT, lecz to, czy wybrana powierzchnia potrafi przejrzeć repozytorium i na nim działać. ChatGPT Codex, Cursor i Claude Code mogą dopasować istniejące wzorce, bo ich agenty czytają i weryfikują projekt. Zwykła rozmowa zazwyczaj produkuje tekst, który musicie zintegrować ręcznie.

Podejście wyłącznie zwykłym czatem:

Wy: "Moje API zwraca 500 błędów sporadycznie"
ChatGPT: "Czy możesz udostępnić logi błędów?"
Wy: *wklejać logi*
ChatGPT: "Czy możesz pokazać handler ścieżki?"
Wy: *wklejać handler*
ChatGPT: "Jak wygląda funkcja serwisu?"
Wy: *wklejać serwis*
ChatGPT: "A jak z konfiguracją połączenia z bazą danych?"
Wy: *wklejać config db*
... 15 minut ping-ponga później ...
ChatGPT: "To może być problem z pool'em połączeń"

Podejście Claude Code:

Okno terminala
claude "Endpoint /api/orders zwraca 500 błędów sporadycznie
pod obciążeniem. Prześledź pełny cykl życia żądania i zidentyfikuj
główną przyczynę. Sprawdź problemy z pool'em połączeń, race conditions,
nieobsłużone odrzucenia promise i brakujące obsługi błędów."

Claude czyta każdy istotny plik, śledzi łańcuch wywołań i identyfikuje problem w jednym przebiegu — ponieważ ma dostęp do całej bazy kodu.

Kiedy zwykły czat nadal jest właściwą powierzchnią

Dział zatytułowany „Kiedy zwykły czat nadal jest właściwą powierzchnią”

Zwykła rozmowa ChatGPT pozostaje przydatna w zadaniach niewymagających wykonania w repozytorium:

Nauka nowych koncepcji. Gdy musicie zrozumieć koncepcyjnie jak działa OAuth2, lub chcecie porównania podejść do zarządzania stanem, format konwersacyjny ChatGPT jest idealny. Może wyjaśniać złożone tematy z analogiami, odpowiadać na pytania następcze i adaptować wyjaśnienie do waszego poziomu.

Dyskusje architektoniczne. Burza mózgów nad projektem systemu, ocena kompromisów między podejściami, lub dyskusja czy używać mikroserwisów vs monolit — te rozmowy korzystają z szerokiej wiedzy ChatGPT i konwersacyjnej natury.

Zadania nie-kodowe. Pisanie opisów PR, tworzenie wiadomości commit, generowanie prozy dokumentacji API, planowanie zadań sprintu — ChatGPT dobrze radzi sobie z zadaniami ciężkimi tekstowo.

Szybkie sprawdzanie składni. “Jaka jest składnia Pythona dla list comprehension z warunkiem?” — szybsze niż szukanie w dokumentacji gdy potrzebujecie tylko szybkiego przypomnienia.

Najlepsze podejście to dobór właściwej powierzchni wewnątrz lub obok ChatGPT:

Rekomendowana kombinacja

  • ChatGPT Codex, Cursor lub Claude Code do świadomego repozytorium pisania, debugowania, refaktoryzacji, testowania i review
  • Zwykły czat ChatGPT (lub czat Claude) do dyskusji koncepcyjnych, nauki i pracy niezwiązanej z kodem
  • W ChatGPT przekazuj realną pracę w repo do Codex zamiast traktować go jak osobną subskrypcję

W workflow opartym wyłącznie na zwykłym czacie ten prompt wymagałby ręcznego kontekstu i integracji. W ChatGPT Codex, Claude Code lub Cursor agent może przejrzeć projekt, zaimplementować zmianę, uruchomić testy i przedstawić diff — nadal do ludzkiego review.

NarzędzieMiesięczny kosztCo otrzymujecie do kodowania
ChatGPT Plus (zawiera Codex)$20/mies.Czat ogólny plus dostęp do Codex z lokalnymi/chmurowymi limitami planu
Cursor Pro$20/mies.Pełna integracja IDE, tryb agenta, uzupełnienia Tab, agenci w tle
Claude Pro (zawiera Claude Code)$20/mies.Claude Code w terminalu, IDE, desktopie i webie z limitami planu
ChatGPT Pro 5x / 20x (zawiera Codex)$100 / $200 mies.Wyższe wliczone użycie Codex; token credits mogą je rozszerzyć

Nie liczcie Codex jako osobnej subskrypcji za $20: jest zawarty w kwalifikujących się planach ChatGPT. Przed dodaniem Cursor lub Claude porównajcie wliczone użycie, dostępne modele, ergonomię edytora/terminala, wykonanie w chmurze i zasady przekroczeń.

Zwykły czat może być lepszą powierzchnią do myślenia. Do nauki, szerokiego researchu lub niejasnego problemu, który nie jest gotowy na edycję repo, rozmowa może być bardziej użyteczna niż natychmiastowe uruchomienie agenta.

Agenty potrzebują zakresu i weryfikacji. Codex, Cursor i Claude Code mogą zadawać pytania, ale wykonanie jest bezpieczniejsze po zdefiniowaniu celu, ograniczeń, testów i granicy review.

Niektórzy programiści preferują separację. Posiadanie AI w osobnym oknie tworzy świadomą granicę. Niektórzy programiści uważają, że zintegrowana pomoc AI rozprasza, szczególnie gdy uczą się nowej bazy kodu. To osobista preferencja, nie argument produktywnościowy.

Najczęstsze pytania

Jaka jest różnica między zwykłym ChatGPT a ChatGPT Codex?

Zwykła rozmowa ChatGPT jest zoptymalizowana pod dyskusję: zna tylko to, co załączycie lub wkleicie, generuje sugestie jako odpowiedzi tekstowe i nie uzyskuje automatycznie dostępu do repozytorium ani poleceń projektu. ChatGPT Codex, Cursor i Claude Code działają w waszym środowisku deweloperskim — indeksują i czytają bazę kodu, edytują pliki za waszym zatwierdzeniem, uruchamiają polecenia i testy oraz naprawiają błędy iteracyjnie.

Czy ChatGPT Codex to osobna subskrypcja?

Nie — Codex jest zawarty w kwalifikujących się planach ChatGPT, więc nie liczcie go jako osobnej subskrypcji za $20. ChatGPT Plus za $20/mies. zawiera dostęp do Codex z lokalnymi/chmurowymi limitami planu, a ChatGPT Pro 5x / 20x za $100 / $200 mies. podnosi wliczone użycie Codex.

Kiedy zwykły czat ChatGPT nadal jest właściwą powierzchnią?

Do zadań niewymagających wykonania w repozytorium: nauki nowych koncepcji, dyskusji architektonicznych i oceny kompromisów, zadań nie-kodowych takich jak opisy PR, wiadomości commit i proza dokumentacji API, oraz szybkiego sprawdzania składni. Rozmowa bywa też lepszą powierzchnią do myślenia przy niejasnym problemie, który nie jest gotowy na edycję repo.

Ile realnie kosztuje podatek kopiuj-wklej?

Cztery rzeczy: utratę kontekstu, bo czat zna tylko to, co załączycie lub wkleicie; narzut integracji przy ręcznym scalaniu sugestii AI z kodem; tarcie iteracji, bo każde kolejne pytanie wymaga ponownego wklejenia kontekstu, gdy okno ChatGPT się zapełnia; oraz brak wykonania, bo zwykła rozmowa nie uruchamia poleceń repozytorium ani nie iteruje po błędach.

Jak wypadają ChatGPT Plus, Cursor Pro i Claude Pro do kodowania?

Wszystkie trzy kosztują $20/mies. ChatGPT Plus dodaje dostęp do Codex z lokalnymi/chmurowymi limitami planu, Cursor Pro daje pełną integrację IDE, tryb agenta, uzupełnienia Tab i agentów w tle, a Claude Pro zawiera Claude Code w terminalu, IDE, desktopie i webie z limitami planu.