Wrzucasz PDF do czata i w głowie masz ten sam odruch, co przy mailu: dałem załącznik, sprawa załatwiona. Otóż nie. Chatbot nie chowa Twojego pliku do szuflady na później. On go czyta. Tu i teraz, na Twoich oczach, jak ktoś, komu wciskasz w rękę kartkę i mówisz "przeczytaj i powiedz, o co chodzi".
Co się właściwie dzieje, gdy wrzucasz plik
Pamiętasz z rozdziału 1.5 okno kontekstowe? To była pamięć rozmowy. Wyobraź sobie biurko, na którym chatbot rozkłada wszystko, czym akurat się zajmuje: Twoje pytania, swoje odpowiedzi i od teraz, treść pliku, który mu podałeś.
Biurko jest spore, ale nie z gumy. Wrzucisz raport i zajmie pół blatu. Dorzucisz drugi i coś zaczyna spadać na podłogę, zwykle to, co było na początku rozmowy. Dlatego plik nie jest darmowym dodatkiem do czata. Rozpycha się na biurku i zajmuje miejsce wszystkim innym.
Chatbot nie otwiera pliku tak, jak Word otwiera dokument. On zamienia jego treść na tekst, który potrafi przeczytać. Z czystym tekstem idzie mu to gładko. Ze zdjęciem kartki papieru już gorzej, bo musi najpierw rozszyfrować, co tam w ogóle jest napisane. Zapamiętaj to, wrócę do tego przy pułapkach.
Co możesz wrzucić
Dobra wiadomość: prawie wszystko, z czym pracujesz na co dzień.
Dokumenty tekstowe - PDF, Word (.docx), zwykły txt. To chleb powszedni. Umowy, raporty, oferty, artykuły. Chatbot przeczyta i streści, znajdzie konkret, porówna dwie wersje.
Arkusze i dane - Excel (.xlsx) i CSV. Tabela ze sprzedażą, lista klientów, eksport z jakiegoś systemu. O pracy z danymi będzie cały rozdział 5.3, na razie wystarczy wiedzieć, że plik z tabelą wchodzi bez problemu.
Prezentacje - PowerPoint (.pptx). Wrzucasz prezentację i prosisz o streszczenie albo o wyłapanie, czego brakuje.
Obrazy - zdjęcia, screeny, skany, .jpg, .png. Chatbot je "widzi". Pokażesz mu wykres, zrzut błędu z ekranu, zdjęcie paragonu, a on powie, co na nim jest. To się nazywa multimodalność, brzmi groźnie, znaczy tyle, że maszyna rozumie nie tylko tekst, ale i obrazek.
Krótko: jeśli plik da się otworzyć w pakiecie biurowym albo obejrzeć jako zdjęcie, najpewniej wejdzie.
Czego nie wrzucisz (albo wejdzie z bólem)
Tu zaczyna się "czego nie", bo o to w tym rozdziale chodzi tak samo jak o "co można".
Wideo i dźwięk - i tu robi się ciekawie, bo zależy od czata. Do ChatGPT pliku wideo ani audio nie wrzucisz w ogóle. Gemini je łyka, nagranie wideo nawet do 2 GB, to akurat jego mocna strona. Claude w oknie czata filmu nie przyjmie. Czyli zanim wrzucisz nagranie ze spotkania, sprawdź, w którym czacie siedzisz.
Pliki zabezpieczone hasłem - odbijają się od drzwi. Dajesz maszynie zamknięty sejf bez klucza. Najpierw zdejmij hasło u siebie, potem wrzucaj.
Pliki wykonywalne - .exe i tym podobne. Tych nie wrzucisz i bardzo dobrze, bo nie ma po co.
Wielkie pliki - każdy czat ma swój sufit i o tym za chwilę osobno, bo to częsty powód, dla którego "nie działa".
Zdjęcie tekstu zamiast tekstu - technicznie wejdzie, ale to proszenie się o kłopoty. Wrócę do tego niżej, bo zasługuje na własny akapit.
Każdy czat ma inny limit
Limity to nuda, ale jak Ci coś "nie wchodzi", to prawie zawsze przez nie. Stan na połowę 2026, sprawdzaj, bo zmienia się szybciej niż cennik w warzywniaku.
ChatGPT bierze pliki nawet do pół giga sztuka, ale na darmowym koncie wrzucisz tylko kilka plików dziennie. Wideo i audio nie przyjmie.
Claude jest skromniejszy na rozmiarze, do 30 MB na plik i do 20 plików w jednej rozmowie, za to PDF-y czyta naprawdę dobrze, najlepiej te do jakichś stu stron. Powyżej zaczyna gubić wątek.
Gemini ma największy apetyt na wagę, do 100 MB na plik, a wideo do 2 GB.
Nie ucz się tego na pamięć. Nie ma potrzeby. Wrzucisz za duży plik to dostaniesz komunikat.
Trzy pułapki, w które wpada każdy
Pierwsza: wrzucam wszystko, niech sobie szuka. Dajesz maszynie dwustustronicowy raport roczny i pytasz o jedną liczbę z trzeciego kwartału. Owszem, znajdzie, ale wolniej, drożej i z większą szansą, że pomyli stronę. Im więcej wrzucisz naraz, tym łatwiej maszyna się gubi. Jak potrzebujesz odpowiedzi z trzech stron, wytnij te trzy strony.
Druga: zdjęcie zamiast tekstu. Robisz telefonem fotkę umowy i wrzucasz. Chatbot się męczy, bo musi najpierw odcyfrować litery ze zdjęcia, a przy krzywym kadrze czy słabym świetle potrafi przekręcić cyfrę albo nazwisko. Jeśli masz ten sam dokument jako plik tekstowy albo PDF z prawdziwym tekstem (takim, który da się zaznaczyć myszką), wrzuć właśnie jego. Zdjęcie zostaw na sytuacje, gdy naprawdę nie ma innej wersji.
Trzecia, najważniejsza: co wrzucasz, to oddajesz. Plik z czata nie znika w próżni. Ląduje na serwerach firmy, która ten czat zbudowała. Zanim wrzucisz umowę z nazwiskami klientów, dane medyczne czy wewnętrzny dokument firmy, zatrzymaj się na sekundę. Tej sekundzie poświęcam cały moduł 8, bo to za poważna sprawa na jeden akapit. Na teraz zapamiętaj odruch: zanim klikniesz "wyślij", zadaj sobie pytanie, czy chcesz, żeby ta treść opuściła Twój komputer.
Jak wrzucać mądrze
Cała sztuka mieści się w trzech nawykach.
Wrzucaj to, co potrzebne, nie wszystko, co masz pod ręką. Jeden konkretny plik bije pięć "na wszelki wypadek".
Powiedz, co to za plik i czego od niego chcesz. "Załączam ofertę konkurencji, wypisz mi, gdzie są tańsi od nas" działa lepiej niż samo wrzucenie pliku i nieme oczekiwanie, że maszyna się domyśli.
Sprawdzaj, czy chatbot dobrze odczytał. Przy ważnym dokumencie poproś najpierw "powiedz w jednym zdaniu, co to za plik", zanim zaczniesz na nim pracować. Pięć sekund, a od razu widać, czy maszyna w ogóle zrozumie, co dostała.
Załączam PDF z umową najmu. Najpierw powiedz mi w jednym zdaniu, czego dotyczy ten dokument. Potem wypisz: kto z kim, na jak długo, jaki czynsz i co się dzieje przy wcześniejszym wypowiedzeniu. Jeśli czegoś w umowie nie ma, napisz "brak w dokumencie", nie zgaduj.
To "nie zgaduj" znasz już z rozdziału o raportach. Przy plikach działa tak samo. Maszyna woli dopisać prawdopodobną odpowiedź, niż przyznać, że czegoś w pliku nie znalazła. Przy umowie czy fakturze taki wymysł potrafi kosztować.
Co dalej?
Wiesz już, co wchodzi do czata, a co się odbija od drzwi. W następnym rozdziale bierzemy na warsztat konkrety: jak wycisnąć sens z PDF-a, Worda i prezentacji, czyli z dokumentów, na które normalnie tracisz najwięcej czasu.