Krótkie, ludzkie definicje pojęć AI — bez żargonu i bez ściemy. Wracaj tu, gdy w tekście natkniesz się na coś nieoczywistego.
Prompt
Polecenie, które dajesz modelowi AI. Im precyzyjniejsze (rola, kontekst, zadanie, format, ograniczenia), tym lepsza odpowiedź.
Token
Najmniejszy kawałek tekstu, którym operuje model — zwykle fragment słowa. Od liczby tokenów zależą limity i koszt w API.
Okno kontekstu (context window)
Ile tekstu model „widzi” naraz: Twój prompt, rozmowa i wklejone dokumenty. Większy kontekst = możesz podać więcej materiału na raz.
Halucynacja
Sytuacja, gdy model pewnie podaje nieprawdziwe informacje. Nie jest to awaria, tylko skutek tego, jak działa — dlatego fakty zawsze weryfikuj u źródła.
Model językowy (LLM)
Duży model uczony na ogromnych ilościach tekstu, który przewiduje najbardziej prawdopodobny ciąg dalszy. Brzmi rozumnie, ale nie „rozumie” jak człowiek.
Temperatura
Parametr sterujący losowością odpowiedzi. Nisko = przewidywalnie i zachowawczo (dobre do faktów), wysoko = kreatywnie, ale mniej stabilnie.
RAG (Retrieval-Augmented Generation)
Łączenie modelu z zewnętrzną bazą wiedzy lub Twoimi dokumentami, by odpowiadał na ich podstawie. Mocno ogranicza halucynacje.
Fine-tuning
Doszkalanie gotowego modelu na własnych przykładach, by lepiej pasował do konkretnego stylu lub zadania. Dla większości zastosowań wystarczy jednak dobry prompt albo RAG.
Prompt injection
Atak, w którym złośliwy tekst (np. ukryty na stronie) podszywa się pod Twoje instrukcje i przejmuje zachowanie modelu. Dlatego nie ufaj ślepo treściom z sieci podawanym AI.
Agent AI
Model, który nie tylko odpowiada, ale potrafi wykonywać kroki: korzystać z narzędzi, przeszukiwać dane, realizować zadanie etapami.
Multimodalność
Zdolność modelu do pracy z różnymi typami danych naraz — tekstem, obrazem, czasem dźwiękiem.
System prompt
Stała instrukcja ustawiająca rolę i zasady modelu „na górze” rozmowy, zanim zaczniesz zadawać pytania.
API
Sposób, w jaki program łączy się z modelem AI bez klikania w interfejs — używany do automatyzacji i wbudowywania AI w aplikacje.
Open source vs model zamknięty
Model open source możesz pobrać i uruchomić u siebie (prywatność, brak abonamentu, własny sprzęt). Model zamknięty działa w chmurze dostawcy — wygodniej, ale dane wychodzą na zewnątrz.
Benchmark
Test porównujący modele na ustalonych zadaniach. Pomaga wybierać, ale wynik na benchmarku nie zawsze przekłada się na Twój konkretny przypadek.
AI Act
Unijne rozporządzenie regulujące sztuczną inteligencję — m.in. obowiązek oznaczania treści tworzonych z udziałem AI. Na maistry zawsze to zaznaczam.