Jak napisać pracę licencjacką z ChatGPT: ustaw go raz, korzystaj całe seminarium

Praca licencjacka to nie pięćdziesiąt niezależnych pytań do wyszukiwarki. To jeden proces, który trwa dwa semestry i prowadzi od konspektu, przez kwerendę i rozdział teoretyczny, po badania własne, analizę wyników i wnioski. ChatGPT bez konfiguracji traktuje każdą rozmowę jak osobne zadanie, więc za każdym razem zaczynasz od zera i tłumaczysz mu, o czym w ogóle piszesz.

Ustawienie narzędzia zajmuje jedno popołudnie. Samo pisanie trwa pół roku. Te dwie, trzy godziny na początku oszczędzają Ci kilkadziesiąt godzin powtarzania kontekstu i kilkanaście rund poprawek po promotorze. Pokazuję to krok po kroku, w kolejności, w jakiej sama to układam, gdy zaczynam pracę ze studentką na konsultacjach.

Dlaczego ChatGPT bez konfiguracji daje słabe efekty

Słaba odpowiedź nie bierze się z tego, że ChatGPT jest głupi, tylko z tego, że nic o Twojej pracy nie wie. Pytasz o definicję motywacji, dostajesz trzy zdania z niczego, bez źródła, bez związku z Twoim kierunkiem. Byłeń przypomina, że pracę dyplomową ma cechować naukowy charakter: dokładność faktów, definiowanie pojęć w oparciu o różne źródła i odróżnienie własnego wnioskowania od cudzego (Byłeń 2017, s. 30). Model, który nie zna Twojego tematu, celu i pytań badawczych, żadnego z tych warunków sam nie spełni.

Najprościej wyobrazić sobie ChatGPT jako nowego praktykanta. Ma pamięć fotograficzną i przeczyta wszystko, co mu dasz, ale przychodzi z zerową wiedzą o Twojej pracy. Jeśli nic mu nie powiesz, będzie zgadywał. Jeśli dasz mu kontekst i zasady, zacznie pracować jak ktoś, kto zna Twój temat od miesięcy. Cała konfiguracja to nic innego jak wdrożenie tego praktykanta raz, na początku.

To wdrożenie ma trzy warstwy, które się uzupełniają: instrukcje globalne (ogólny styl, działa w każdej rozmowie), instrukcja projektu (kontekst tej konkretnej pracy) i pliki kontekstowe (Twoje materiały). Większość studentów używa tylko czwartej opcji, czyli wkleja prompt w czacie. Realna różnica zaczyna się, gdy ustawisz trzy pierwsze.

Zanim przejdziemy do warstw po kolei, zobacz to na ekranie. Nagrałam o tym cały film:

Krok 1: załóż jeden projekt na całą pracę

Projekt to serce całej konfiguracji: jedno miejsce, w którym ChatGPT trzyma kontekst Twojej pracy i pamięta go w każdej rozmowie. Nie zakładasz projektu na każdy rozdział. Jeden projekt na całą pracę licencjacką, od pierwszego dnia seminarium do obrony.

Założenie projektu zajmuje dwie minuty:

• W ChatGPT kliknij Nowy projekt w lewym panelu.
• Nazwij go opisowo, na przykład „Praca licencjacka: rola samorządu gminnego w X”, a nie „Moja praca”.
• Otwórz instrukcję projektu (przycisk Instrukcje) i wklej kontekst pracy.
• Od tej pory wszystkie czaty, które założysz w tym projekcie, same odziedziczą ten kontekst.

W instrukcji projektu wpisujesz to, co dotyczy tej konkretnej pracy i jest stałe przez całe pisanie. Ogólnych zasad stylu tu nie dajesz, bo te trzymasz w instrukcjach globalnych, o których niżej. Oto gotowa instrukcja projektu do wklejenia, uzupełnij nawiasy kwadratowe swoimi danymi:

Pracuję nad pracą licencjacką pod tytułem: [tytuł].
Kierunek: [kierunek]. Promotor: [imię, tytuł, specjalizacja].
Cel pracy: [jedno zdanie].
Główne pytanie badawcze: [jedno zdanie].
Hipotezy: 1. [...]  2. [...]  3. [...]
Objętość części głównej: [np. 50-60 stron].
Format przypisów: [oksfordzki, harwardzki albo numeryczny].
Minimum pozycji bibliograficznych: [np. 25].
Pojęcia, których definicji pilnuję konsekwentnie:
- [pojęcie A]: [moja definicja]
- [pojęcie B]: [moja definicja]
Wymagania promotora (czego pilnuje, czego nie lubi):
- [np. jeden termin zamiast synonimów]
- [np. pytania badawcze spójne z ankietą]

Nazywaj też czaty w projekcie. Po pół roku seminarium będziesz mieć ich kilkadziesiąt i bez systemu zgubisz fragment, który był Ci potrzebny. Najprościej, gdy nazwy czatów odzwierciedlają strukturę pracy: „Rozdział 1: definicje”, „Rozdział 1: przegląd literatury”, „Rozdział 2: operacjonalizacja pojęć”, „Ankieta: konstrukcja pytań”, „Analiza wyników: tabela krzyżowa”, „Wnioski: układ argumentacji”, „Bibliografia: format przypisów”.

Krok 2: wgraj pliki kontekstowe, które zmieniają wszystko

Do projektu możesz wgrać pliki, które stają się stałym tłem dla każdej rozmowy w środku. To warstwa, którą studenci pomijają najczęściej, a która robi największą różnicę między przeciętną odpowiedzią z AI a odpowiedzią pod Twoją uczelnię.

Cztery pliki, które warto wgrać do projektu:

• Wymogi formatowania Twojej uczelni. Struktura pracy różni się między wydziałami i kierunkami. Z tym plikiem ChatGPT sprawdza formatowanie pod Twój uniwersytet, a nie pod uśrednioną normę.
• Konspekt zaakceptowany przez promotora. Zwykle jedna, dwie strony z układem rozdziałów, problemem badawczym, hipotezami i wstępną bibliografią. Z nim model wie, jakie podrozdziały mają być i w jakiej kolejności, zamiast zgadywać.
• Dwie, trzy próbki Twojego pisania. Wybierz pięć najlepszych akapitów, nie wklejaj całych prac. ChatGPT traktuje każdy wgrany fragment z równą wagą, więc gdy wgrasz pięćdziesiąt średnich akapitów i pięć świetnych, policzy średnią, a Twój styl się rozmyje.
• Lista źródeł, na których pracujesz. Tytuły, autorzy, lata i strony z najważniejszymi cytatami. Model nie ma dostępu do Twojej bibliografii na żywo, ale z taką listą przestaje wymyślać nieistniejące pozycje, a ma do tego dużą skłonność.

Poza stałymi plikami projektu możesz wgrać do pojedynczej rozmowy artykuł w PDF, który właśnie czytasz. Napisz wtedy: „odpowiadaj wyłącznie na podstawie tego pliku, a jeśli czegoś w nim nie ma, powiedz to wprost”. Potem poproś o wypisanie głównych tez autora albo o porównanie ich z Twoim konspektem. Odpowiedzi dotyczą wtedy konkretnej pozycji z Twojej bibliografii. Cytat i numer strony i tak sprawdzasz w oryginale, zanim trafią do pracy.

Tak samo możesz pracować na luźnych notatkach z lektur. Wgraj je i poproś o ułożenie w konspekt rozdziału, bez pisania akapitów. Dostajesz szkielet zbudowany z Twoich własnych myśli, a tekst piszesz już samodzielnie. Gdy konspekt jest gotowy, sprawdź, czy rozdziały wynikają jeden z drugiego. Służy do tego prompt „Mapa”, który rozpisałam we wpisie o promptach sprawdzających konspekt.

Pilnuj proporcji. Kilka celnych plików działa lepiej niż dziesięć przypadkowych. I pamiętaj o granicy: za poprawność stylistyczną, językową i redakcyjną odpowiada autor pracy, a promotor ma prawo nie przyjąć tekstu z błędami formalnymi (Byłeń 2017, s. 30). Im lepszy kontekst dasz modelowi, tym mniej tych błędów łapiesz później na korekcie.

Krok 3: włącz głęboki research tam, gdzie potrzebujesz głębi

Do etapów, na których naprawdę zależy Ci na rzetelności, przełącz ChatGPT w tryb głębokiego researchu. Zwykła odpowiedź powstaje w kilka sekund i bywa powierzchowna. Głęboki research (w ChatGPT opcja „Deep Research”, czyli „Zbadaj głęboko”) działa wolniej, przeszukuje więcej źródeł i wraca z odpowiedzią, którą da się zweryfikować. To narzędzie do kwerendy i do zestawiania stanowisk, nie do redakcji jednego zdania.

Świetnie sprawdza się, gdy chcesz pokazać pojęcie z różnych stron. Poproś o przeciwstawne stanowiska wobec jednej tezy, na przykład za ocenianiem pracowników i przeciw niemu. Kiedyś szukanie takich pozycji zajmowało wieczory w bibliotece. Teraz dostajesz punkt wyjścia w kilka minut, który i tak sprawdzasz u źródła.

Krok 4: resetuj rozmowę, gdy jakość spada

Gdy jedna rozmowa ciągnie się zbyt długo, odpowiedzi robią się ogólne i zaczynają się powtarzać, bo czat się zapycha. To normalne. Model gubi się w długim oknie i zamiast konkretów podaje frazesy. Rozwiązaniem nie jest upychanie wszystkiego w jednym oknie.

Zacznij nową rozmowę w tym samym projekcie. Kontekst z projektu zostaje, więc nowy czat dalej wie, nad czym pracujesz, a jakość odpowiedzi wraca do poziomu z początku. To jedna z tych rzeczy, których nikt nie tłumaczy, a które oszczędzają najwięcej nerwów w trzecim miesiącu pisania.

Krok 5: technika blank page, pytaj, zamiast polecać

Jest jedna technika, która zmienia jakość odpowiedzi bardziej niż jakikolwiek prompt, a prawie nikt jej nie używa: zanim powiesz modelowi, co ma napisać, zapytaj go, jak by to napisał. Nazywam ją techniką blank page. Gdy wydajesz polecenie „napisz wstęp do rozdziału o zarządzaniu zasobami ludzkimi”, ChatGPT sięga po najczęstszy wzorzec z danych treningowych, czyli pisze tak, jak pisze się o tym średnio w internecie. A internet to średnia.

Gdy zadajesz pytanie „co Twoim zdaniem powinno znaleźć się we wstępie do rozdziału o ZZL w małych i średnich firmach?”, model najpierw układa sobie wiedzę o temacie i dopiero z tym kontekstem przechodzi do pisania. Pisze inaczej, bo najpierw myśli. Kilka przykładów tej zamiany:

• zamiast „napisz definicję samorządu gminnego” pytasz „jakie są trzy najczęściej używane definicje samorządu gminnego w polskiej literaturze i czym się różnią?”
• zamiast „sparafrazuj ten akapit” pytasz „jak powiedzieć to inaczej, zachowując sens, ale zmieniając strukturę zdania?”
• zamiast „napisz wnioski” pytasz „jakie wnioski wynikają z hipotez, które postawiłem, i jak je sformułować?”

Odmiana tej samej techniki to wywiad odwrócony: poproś, żeby to model zadał Ci pytania. „Zadaj mi pięć pytań, na które potrzebujesz odpowiedzi, żeby pomóc mi napisać ten rozdział lepiej”. Odpowiadasz i nagle masz pięć akapitów kontekstu, których sam nie pomyślałbyś wpisać. Tekst po takim wywiadzie jest dużo mocniej osadzony w specyfice Twojej pracy niż ten z jednego polecenia. Przy okazji możesz kazać modelowi ocenić własną odpowiedź i wskazać w niej najsłabsze miejsca.

Instrukcje globalne: ogólne zasady, które działają wszędzie

Instrukcje globalne to poziom, który obowiązuje w każdej rozmowie, niezależnie od projektu, więc wrzucasz tam zasady stylu, a nie kontekst konkretnej pracy. Znajdziesz je pod ikoną konta, w Personalizacji, jako instrukcje niestandardowe. To dobre miejsce na reguły, które mają działać zawsze: naturalna polszczyzna, brak długich myślników czy frazesów.

Oto zestaw zasad, który wklejam globalnie:

Odpowiadaj po polsku, naturalnym językiem, bez kalek z angielskiego.
Nie używaj długich myślników ani półpauz, zamiast nich przecinek, dwukropek albo nowe zdanie.
Styl naukowy, ale komunikatywny: prościej niż w podręczniku, formalniej niż w rozmowie.
Zdania zróżnicowanej długości, nie wszystkie po 20 słów.
Bez frazesów w rodzaju „warto zauważyć" czy „kluczowe znaczenie ma".
Bez wstępów grzecznościowych, od razu do rzeczy.
Jeśli czegoś nie wiesz, powiedz wprost i nie zmyślaj źródeł ani autorów.

Podział jest prosty: instrukcje globalne pilnują, jak model pisze, a instrukcja projektu pilnuje, o czym pisze. Jeśli używasz ChatGPT wyłącznie do pracy, możesz część zasad z projektu przenieść globalnie, ale gdy korzystasz z niego też do innych rzeczy, style trzymaj globalnie, a kontekst pracy w projekcie.

Ustawienia, o których łatwo zapomnieć

Poza trzema warstwami warto ustawić jeszcze dwie rzeczy w samym koncie, żeby narzędzie grało do jednej bramki.

Wyłącz pamięć globalną, jeśli pracujesz w projektach. Pamięć zbiera informacje z różnych rozmów, także tych, które nie mają nic wspólnego z pracą, i potrafi wmieszać je w tekst w nieoczywistym momencie. Wybierz jedno: albo pamięć, gdy używasz ChatGPT do jednego tematu, albo projekty, gdy pracujesz wielowątkowo. Do pisania pracy rekomendacja jest jasna, czyli projekty.

Do trudniejszych etapów przełączaj się na model rozumujący. ChatGPT ma kilka modeli. Standardowy wystarcza do redakcji, parafraz i sprawdzania interpunkcji. Modele rozumujące, oznaczane zwykle literą „o” albo słowem „thinking”, pracują wolniej, ale precyzyjniej radzą sobie z metodologią i logiką wywodu.

ChatGPT to nie Wikipedia: bezpieczeństwo, JSA i weryfikacja

Cała ta konfiguracja to dopiero infrastruktura, a granica jest jedna: to Ty jesteś autorem pracy, a ChatGPT narzędziem, które ma Ci pomagać. Większość polskich uczelni dopuszcza AI jako wsparcie, na prawach edytora tekstu czy słownika, ale nie jako autora. Praca ma pozostać Twoim samodzielnym dziełem, a za wszystko, co się w niej znajdzie, odpowiadasz Ty, nie model.

Hubert Adamczyk, który uczy pracy z AI badaczy i dydaktyków, zapisał tę zasadę na slajdzie jako „AI ma być akceleratorem, nie autopilotem”. W praktyce oznacza to, że nie oddajesz modelowi niczego, czego sama nie umiesz ocenić (Adamczyk 2026, slajd 8). Ma też prosty test na to, co wolno wkleić do czatu: czy chciałabyś, żeby ta treść znalazła się na Twoim publicznym LinkedInie albo Facebooku? Jeśli nie, zostaw ją poza modelem. Dotyczy to danych osobowych, niepublikowanych wyników badań, umów i NDA, materiałów poufnych od firmy, w której robisz badania, oraz danych respondentów (Adamczyk 2026, slajd 36). Jak pracować z AI przy wywiadach i nagraniach, żeby nie naruszyć RODO, opisałam w tekście o AI w badaniach jakościowych do pracy dyplomowej.

Najczęstsze pytanie, które słyszę, brzmi: czy antyplagiat to wykryje. System sprawdza zbieżność tekstu, nie samo pochodzenie z AI, więc sparafrazowaną treść może przepuścić. Co dokładnie widzi promotor w raporcie, rozpisałam osobno: jak działa JSA i co pokazuje raport. Prawdziwe ryzyko leży gdzie indziej: w zmyślonych źródłach, które ChatGPT podaje z pełnym przekonaniem, i w cudzych tezach wklejonych bez przypisu. Dlatego każde źródło, które poda model, sprawdzasz u źródła. Skopiuj tytuł, wklej do Google Scholar albo katalogu biblioteki, i jeśli nie ma wyniku, źródło nie istnieje. Jak działa wykrywanie AI w polskich uczelniach i jak czytać raport, rozkładam osobno w tekście o poprawianiu podobieństwa w JSA.

Depo przypomina, że przypisy potwierdzają rzetelność piszącego i wskazują, skąd wziął informacje (Depo, za: Byłeń 2017, s. 85). To samo dotyczy pracy z ChatGPT: dobrze skonfigurowany model przyspiesza kwerendę i redakcję, ale przypis i tak stawiasz Ty, po sprawdzeniu, że źródło jest prawdziwe.

Co zrobić w najbliższe 30 minut

Nie musisz wdrażać wszystkiego naraz. W pół godziny ustawisz szkielet, który zacznie działać od pierwszej rozmowy.

• Wklej zasady stylu do instrukcji globalnych w Personalizacji.
• Załóż w ChatGPT jeden projekt i nazwij go tytułem swojej pracy.
• W instrukcji projektu wpisz temat, cel, pytania badawcze i dwa, trzy wymogi promotora.
• Wgraj konspekt i krótką próbkę swojego stylu jako pliki kontekstowe.
• Wyłącz pamięć globalną i sprawdź, gdzie przełączasz się na model rozumujący.
• Pierwsze zadanie zrób trybem wywiadu: każ modelowi zadać Ci pytania, zanim cokolwiek napisze.

To pierwsze popołudnie seminarium, które oddaje Ci kilkadziesiąt godzin w kolejnych miesiącach. Resztę technik dokładasz w miarę, jak praca rośnie.

Konfiguracja to jedno, a sam warsztat pisania z AI to drugie. Jeśli chcesz zobaczyć, jak z tego korzystać etycznie na każdym etapie, mam osobny przewodnik po pisaniu pracy z AI, a gotowe polecenia zebrałam we wpisie o promptach do pracy licencjackiej.

FAQ

Czy używanie ChatGPT do pracy licencjackiej jest dozwolone? Zależy od regulaminu Twojej uczelni. Większość polskich uczelni dopuszcza AI jako narzędzie wspomagające, na prawach edytora tekstu czy słownika, ale nie jako autora. Praca ma pozostać Twoim samodzielnym dziełem.

Czy Jednolity System Antyplagiatowy wykryje, że pisałam z ChatGPT? JSA sprawdza zbieżność tekstu z innymi źródłami, nie samo pochodzenie z AI, więc sparafrazowanej treści może nie oznaczyć. Ryzyko leży w zmyślonych źródłach i cudzych tezach bez przypisu, które wychwytuje promotor znający dziedzinę.

Czy mogę wkleić do pracy to, co wygeneruje ChatGPT? Nie w takiej formie. Tekst z modelu traktuj jako szkic albo punkt wyjścia: sprawdzasz fakty, weryfikujesz źródła u źródła i przepisujesz własnymi słowami, aż stanie się Twój. Wklejony wprost fragment zwykle widać po stylu i po braku przypisu.

Co zrobić, gdy ChatGPT wymyśla nieistniejące źródła? Zawsze sprawdzaj każdą pozycję. Skopiuj tytuł i autora, wklej do Google Scholar albo katalogu biblioteki, a jeśli nie ma wyniku, źródło nie istnieje i nie wolno go wstawić do bibliografii.

Czy ChatGPT napisze mi całą pracę? Nie i nie o to chodzi. Napisana w całości przez model praca jest ogólna, pozbawiona Twoich badań i łatwa do rozpoznania. ChatGPT przyspiesza kwerendę, redakcję i porządkowanie myśli, ale analiza, wyniki i wnioski są Twoje.

Czy ta konfiguracja działa też dla pracy magisterskiej i inżynierskiej? Tak. Trzy warstwy, projekt i pliki kontekstowe są takie same, zmienia się tylko zawartość, którą wgrywasz, bo praca magisterska ma więcej literatury i szersze badania.

Źródła wykorzystane w tym wpisie

• Adamczyk H., AI w warsztacie badacza i dydaktyka. Inspiracje, dobre praktyki i zagrożenia, wystąpienie, 22 maja 2026, slajdy 8, 36.
• Byłeń S., Metodyka pisania pracy dyplomowej na kierunku logistyka, Wydawnictwo Społecznej Akademii Nauk, Łódź, Warszawa 2017, s. 30, 31, 85.
• Depo J., Poradnik licencjata. Jak napisać pracę licencjacką?, „Zeszyt Naukowy” (prawo/administracja) [za: Byłeń 2017, s. 85].
• Wrycza-Bekier J., Kreatywna praca dyplomowa. Jak stworzyć fascynujący tekst naukowy, Helion (Septem), Gliwice 2011.
• Wanke M., Napisz swoją pracę z AI lepiej niż 95% studentów, YouTube 2026, https://www.youtube.com/watch?v=LOguWqAh3_Y (dostęp 13.09.2026).
• Centrum pomocy OpenAI, funkcja Projekty oraz instrukcje niestandardowe w ChatGPT, https://help.openai.com (dostęp 13.09.2026).