Wyobraź sobie taką scenę: wrzucasz surowy szkic tekstu prosto do Claude’a, a on, zamiast tylko odpisać na czacie, nanosi profesjonalne uwagi bezpośrednio w pliku Word. Analizuje treść, szlifuje styl i wytyka błędy logiczne. Tim Hua, ekonomista i badacz bezpieczeństwa AI, właśnie urzeczywistnił ten scenariusz. Jego nowa umiejętność dla modelu Anthropic brzmi jak zbawienie dla każdego, kto walczy z „klątwą białej kartki”, choć na razie musimy pogodzić się z pewnymi ograniczeniami formatowania.

TL;DR

  • Umiejętność comment-on-docx nanosi ok. 10 precyzyjnych komentarzy w pliku .docx bez niszczenia oryginału.
  • Model Claude 4.6 Opus najlepiej radzi sobie z merytorycznym feedbackiem w tematach AI safety research.
  • Instalacja jest prosta: wystarczy wgrać plik .skill do claude.ai lub skonfigurować go lokalnie w Pythonie.
  • Przykłady z LessWrong pokazują, że AI świetnie radzi sobie z klarownością wywodu i poprawkami stylu.
  • Główny minus? Narzędzie obsługuje tylko pliki Word, omijając na razie natywne środowisko Google Docs.

Kim jest Tim Hua i skąd wzięła się ta umiejętność Claude’a?

Tim Hua to postać nietuzinkowa – ekonomista z Middlebury College, który szlify zdobywał w zespole Walmartu pod okiem Johna Lista. Obecnie jako Astra Fellow w Redwood Research zajmuje się strategiami bezpieczeństwa AI, problemem „alignmentu” oraz społecznym wpływem technologii. Ma na koncie stypendium MATS u boku Neela Nandy i Sama Marksa, gdzie pracował nad sterowaniem modelami świadomymi ewaluacji czy systemami monitoringu w czasie rzeczywistym.

Jego najnowsze dziecko to „skill” dla Claude’a o nazwie comment-on-docx, który wylądował na GitHubie 20 lutego 2026 roku. Narzędzie powstało z czystego pragmatyzmu – Hua potrzebował błyskawicznego feedbacku do swoich wczesnych szkiców badawczych, zwłaszcza w tak gęstych tematycznie obszarach jak bezpieczeństwo AI. Choć autor skromnie nazywa się nowicjuszem w budowaniu agentów, to wysoki stosunek użytecznych komentarzy sprawił, że narzędzie na stałe weszło do jego codziennej rutyny.

Informacja o projekcie na portalu LessWrong błyskawicznie przyciągnęła uwagę społeczności. Autor opublikował zrzuty ekranu pokazujące, jak model radzi sobie z realnymi tekstami, co wywołało spore poruszenie wśród badaczy i redaktorów.

Jak w praktyce działa mechanizm komentowania dokumentów?

Cała magia opiera się na zestawie instrukcji i skryptach napisanych w Pythonie, które pozwalają modelowi Anthropic „wgryźć się” w strukturę plików .docx. Claude nie tylko czyta tekst, ale rozbija go na czynniki pierwsze, analizując tzw. „runs” (małe jednostki formatowania), tabele, przypisy oraz linki. Następnie, bazując na wytycznych z pliku commenting.md, przygotowuje uwagi dotyczące struktury, stylu i ogólnej klarowności przekazu.

Za techniczną stronę operacji odpowiadają skrypty takie jak read_document_runs.py, który precyzyjnie numeruje fragmenty tekstu, oraz docx_comment_helper.py, wstawiający natywne komentarze Worda. System generuje nowy plik o nazwie „oryginał – claude commented.docx”, dzięki czemu Twoja pierwotna wersja pozostaje bezpieczna. Standardowo AI serwuje około 10 komentarzy na dokument, ale nic nie stoi na przeszkodzie, by poprosić o bardziej szczegółową analizę.

Co ciekawe, instrukcje zostały zoptymalizowane pod kątem feedbacku dla prac koncepcyjnych, czerpiąc z takich tekstów jak „Fake Thinking and Real Thinking” Joe Carlsmitha. Jeśli jednak nie zajmujesz się bezpieczeństwem AI, możesz łatwo dostosować plik commenting.md, by model skupił się bardziej na argumentacji prawniczej czy po prostu poprawnej gramatyce.

Instalacja i obsługa – jak zacząć korzystać z narzędzia?

Najkrótsza droga prowadzi przez pobranie pliku comment-on-docx.skill z GitHuba i wgranie go do sekcji „capabilities” w ustawieniach na Claude.ai. Od tego momentu wystarczy wrzucić dokument i wydać polecenie „skomentuj ten tekst”, a AI zajmie się resztą. Jeśli wolisz pracować lokalnie z Claude Code, musisz doinstalować bibliotekę python-docx, skopiować folder do katalogu .claude/skills i odpalić komendę /install-skill.

A co z użytkownikami Google Docs? Tutaj sprawa jest nieco bardziej upierdliwa. Tim Hua nie gryzie się w język, twierdząc, że API Google to „koszmar”, więc najprościej jest pobrać dokument jako Word, przetworzyć go w Claude i wrzucić z powrotem. Warto dodać, że w środowisku Cursor Agent można klonować repozytorium i eksperymentować z innymi modelami, choć to Claude 4.6 Opus radzi sobie najlepiej, zostawiając GPT-5.2 nieco w tyle.

Zanim przejdziesz do testów, upewnij się, że Twoje środowisko Pythona jest poprawnie skonfigurowane zgodnie z plikiem SKILL.md. Gdy wszystko będzie gotowe, możesz używać takich komend jak:

  • „skomentuj research_paper.docx”
  • „zrecenzuj styl w 'Mój Dokument.docx’”
  • „dodaj feedback do draft.docx”

Mocne strony, wady i szerszy kontekst dla branży AI

Zalety? Przede wszystkim ogromna oszczędność czasu. W niszach takich jak AI safety, gdzie teksty operują na abstrakcyjnych modelach zagrożeń, pomocnik, który wyłapuje luki w logice, jest na wagę złota. Hua deklaruje, że zamierza przepuszczać przez to narzędzie większość swoich prac – stosunek jakości uwag do wysiłku potrzebnego na ich uzyskanie jest po prostu zbyt kuszący.

Po stronie minusów mamy sztywne przywiązanie do formatu .docx, brak reakcji na już istniejące wątki komentarzy oraz fakt, że model traktuje „tryb śledzenia zmian” jako tekst zaakceptowany. Brak natywnej integracji z Google Docs to spora niedogodność, ale do obejścia. To zabawny paradoks: narzędzie stworzone do badania „alignmentu” (zgodności AI z ludzkimi intencjami) samo posiada swoje specyficzne „edge cases”.

W kontekście takich rozwiązań jak Anthropic Cowork czy potężny Claude Opus 4.6 zarządzający agentami, projekt Tima Hua to kolejny krok w stronę autonomicznych edytorów. Czy AI zastąpi redaktorów? Na ten moment to raczej świetny asystent, który czasem potrafi „odlecieć”. Pamiętajmy, że Claude wciąż miewa halucynacje – choć przyznam szczerze, że zdarzają mu się one rzadziej niż mi po trzeciej kawie.

Źródła: LessWrong (https://www.lesswrong.com/posts/Tedr7SEMuDqQCj9pH/a-claude-skill-to-comment-on-docs), GitHub repo (https://github.com/tim-hua-01/comment-on-docx), strona Tim Hua (https://timhua.me/), X posty Tim Hua (@Tim_Hua_)

Najczęściej zadawane pytania