Materiał przygotowany z pomocą AI. Data opisywanej informacji: 2026-09-10. Data komunikatu produktowego OpenAI.
W skrócie
OpenAI zaprezentował Data agent w ChatGPT Work. Narzędzie ma odpowiadać na pytania dotyczące podłączonych danych, przygotowywać analizy i interaktywne zestawienia. Najważniejsza obietnica to łatwiejszy dostęp do informacji bez samodzielnego pisania zapytań do bazy. Nadal trzeba jednak wiedzieć, co oznaczają użyte liczby.
Co się wydarzyło
Komunikat z 10 września 2026 opisuje agenta korzystającego między innymi z baz BigQuery, Snowflake czy MongoDB oraz dokumentów z Google Drive i SharePoint. Agent to tutaj system wykonujący kolejne kroki zadania, a nie nazwa nowego modelu językowego. Użytkownik może rozwijać analizę pytaniami i sprawdzać dowody stojące za wynikiem. Ogłoszenie OpenAI.
Według producenta administrator wybiera dostępne połączenia i role użytkowników. Zapytania mają respektować istniejące ograniczenia dostępu, również do poszczególnych wierszy i kolumn. System może korzystać ze słowników pojęć i definicji wskaźników organizacji. To ważny szczegół: sama tabela zawiera wartości, ale nie zawsze wyjaśnia ich znaczenie. Deklaracje pochodzą z komunikatu OpenAI, nie z naszego testu integracji.
Co to oznacza dla Ciebie
Wyobraź sobie pytanie „Czy zainteresowanie zajęciami rośnie?”. Odpowiedź zależy od tego, czy liczysz formularze zgłoszenia, osoby obecne, czy powracających uczestników. Zgłoszenie dwóch osób przez jeden formularz to inna jednostka niż jeden uczestnik. Porównanie pełnego miesiąca z jego pierwszym tygodniem też może dać mylący obraz.
Dlatego przed pytaniem przygotuj krótką definicję wyniku. Wskaż okres, jednostkę i zasady traktowania braków. Puste pole nie zawsze oznacza zero. Może oznaczać, że ktoś jeszcze nie uzupełnił zestawienia. W naszej ocenie dobry agent powinien pokazać tę różnicę, a nie ukryć ją za estetycznym wykresem.
Dokumentacja zwykłej analizy danych w ChatGPT zaleca opisowe nazwy kolumn i jeden rekord w wierszu. Ostrzega też przed odczytywaniem dokładnych wartości z obrazów tabel. To wskazówki przygotowania materiału, a nie potwierdzenie, że każda funkcja Data agent działa identycznie. Gdy zależy Ci na liczbach, lepszym punktem wyjścia jest uporządkowany arkusz niż zdjęcie zestawienia. Pomoc OpenAI o analizie danych.
Przykład
Przygotuj fikcyjny arkusz czterech spotkań koła fotograficznego. Dla pierwszego zapisz 20 zgłoszonych i 16 obecnych, dla drugiego 20 i 12, dla trzeciego 10 i 9. Przy czwartym podaj 15 zgłoszonych, ale pozostaw obecność jako „brak danych”. To własny przykład obliczeniowy, nie pomiar z działania nowego agenta.
Poproś o odsetek obecnych względem zgłoszonych, z podaniem działania dla każdego spotkania. Prawidłowe wartości dla pierwszych trzech to 80%, 60% i 90%. Czwarty wynik powinien pozostać nieustalony. Sprawdź, czy system przypadkiem nie potraktował braku jako zerowej frekwencji.
Następnie zapytaj o frekwencję łączną wyłącznie dla spotkań z pełnymi danymi. Łącznie było 37 obecności przy 50 zgłoszeniach, czyli 74%. Zwykła średnia trzech procentów da około 76,7%, ponieważ nadaje każdemu spotkaniu tę samą wagę. Oba rachunki są możliwe, ale odpowiadają na różne pytania. Poproś o wskazanie użytej metody.
Na końcu zapytaj, dlaczego drugie spotkanie miało niższą frekwencję. W arkuszu nie ma przyczyny. Odpowiedź może zaproponować sprawdzenie terminu albo tematu zajęć, ale nie powinna ogłaszać takiej hipotezy jako faktu. Właśnie ta granica między obliczeniem a wyjaśnieniem jest dobrym kryterium odbioru analizy.
Ograniczenia
Nie testowaliśmy Data agent na produkcyjnej bazie. Dostęp wymaga odpowiedniego konta, udostępnionej funkcji i skonfigurowanych połączeń. Brak dostępu do części danych może ograniczyć zakres odpowiedzi. Nie należy wówczas przedstawiać wyniku jako obrazu całej organizacji.
OpenAI zaleca kontrolę metody, założeń i kodu użytego przy analizie plików. Samo poprawne wczytanie załącznika nie gwarantuje kompletnej analizy. Przy pierwszej próbie wybierz mały zbiór, którego wynik znasz. Zanim udostępnisz raport innym, sprawdź zakres dat, liczbę rekordów i sposób liczenia. Zasady przeglądu analizy.