Mapa tygodnia/Moduł 01
podstawy
45 min · łatwy

Fundamenty GenAI

Co naprawdę robi model językowy i kiedy go używać.

Tryb: pełny

Executive summary

  • GenAI to narzędzie do pracy z tekstem, obrazem, audio — nie wyrocznia. Jakość wyniku zależy od kontekstu, który dostarczysz.
  • Modele językowe (LLM) są świetne w streszczaniu, drafcie, klasyfikacji i generowaniu wariantów. Słabsze w precyzyjnych obliczeniach i decyzjach wymagających aktualnych danych.
  • Halucynacje to nie błąd produktu — to cecha modelu probabilistycznego. Twoja rola: weryfikacja i odpowiedzialność.

Czym to jest

AI to szeroki termin. ML to konkretne podejście — uczenie z danych. LLM to typ modelu uczonego na ogromnym zbiorze tekstu, który przewiduje kolejne tokeny. GenAI to zastosowanie LLM-ów (i pokrewnych) do generowania nowych treści: tekstu, kodu, obrazów, audio. Model nie ma intencji ani wiedzy w ludzkim sensie — ma rozkład prawdopodobieństwa nad słowami w danym kontekście. Twoja rola: dostarczyć kontekst (prompt + materiały) i zweryfikować wynik.

Kluczowe pojęcia

AI
Ogólna kategoria systemów imitujących inteligentne zachowania.
ML
Uczenie maszynowe — algorytmy uczone z danych zamiast programowane regułami.
LLM
Duży model językowy. Przewiduje kolejne tokeny na podstawie kontekstu.
GenAI
Generative AI. Modele tworzące nowe treści: tekst, obraz, audio, wideo.
Prompt
Instrukcja dla modelu. Cel + kontekst + format + ograniczenia.
Kontekst
Wszystko, co model widzi w danej rozmowie: prompt, pliki, historia, wytyczne.
Halucynacja
Pewnie brzmiąca, ale nieprawdziwa odpowiedź. Skutek probabilistycznej natury modelu.
Token
Najmniejsza jednostka tekstu, którą model przetwarza. Mniej więcej fragment słowa.

Pryncypia

  1. 01Człowiek odpowiada za wynik. Model jest narzędziem, nie autorytetem.
  2. 02Im lepszy kontekst, tym lepsza odpowiedź. Garbage in, garbage out.
  3. 03Iteruj. Pierwsza odpowiedź to draft, nie wyrok.
  4. 04Weryfikuj fakty, daty, liczby, cytaty — zwłaszcza gdy stawka jest wysoka.
  5. 05Dziel duże zadania na etapy. Model lepiej radzi sobie z 1 jasnym krokiem niż z 5 zlepionymi.
  6. 06Nie używaj AI do decyzji wymagających aktualnych, weryfikowalnych danych — chyba że masz te dane w kontekście.

Przykłady zastosowań

Streszczenie 30-stronicowego raportu

Wrzucasz PDF, prosisz o exec summary + 5 kluczowych liczb + ryzyka. AI w 30 sekund robi to, co tobie zajęłoby 90 minut.

Tłumaczenie robocze maila do klienta

Tłumaczy zachowując rejestr biznesowy. Ty robisz tylko finalny edit.

Generowanie wariantów nagłówka

Prosisz o 10 wersji w różnych tonach: profesjonalny, prowokacyjny, analityczny. Wybierasz 1.

Klasyfikacja 200 odpowiedzi z ankiety

Tematy + sentyment + akcje. Strukturyzowany output gotowy do arkusza.

Draft strategii wejścia na rynek

Punkt wyjścia do dyskusji z zespołem — nie gotowa strategia.

Case study

Konsultantka strategiczna skraca przygotowanie do warsztatów z 6h do 90 min

Anna prowadzi 2-dniowe warsztaty strategiczne dla zarządów. Każde wymaga researchu branży, mapy konkurencji i 3 hipotez do dyskusji.

Podejście

  1. 1.Wrzuca raport branżowy + 3 decki konkurencji do AI jako kontekst.
  2. 2.Prosi o exec summary, mapę graczy, 3 trendy z dowodami z dokumentów.
  3. 3.Dla każdej hipotezy generuje listę pytań prowokacyjnych do warsztatu.
  4. 4.Sama weryfikuje liczby i dodaje własną interpretację — to jej wartość, nie research.
Efekt: Czas przygotowania spada o 75%. Jakość warsztatów rośnie, bo Anna ma więcej energii na facylitację, nie na wykopywanie informacji.

Najczęstsze błędy — checklista

0/4 oznaczone

Prompty gotowe do użycia

Streszczenie dokumentu z perspektywy decydenta

Kiedy: Masz długi raport / deck / opracowanie i potrzebujesz wyciągnąć esencję.

Działasz jako analityk strategiczny. Streść poniższy dokument w formacie:
1) Executive summary (max 5 zdań).
2) 5 kluczowych liczb wraz ze źródłem (cytat z dokumentu).
3) 3 ryzyka.
4) 3 rekomendowane next steps.
Nie dodawaj informacji spoza dokumentu. Jeśli czegoś brakuje — napisz "brak danych w źródle".

DOKUMENT:
[wklej]

Częsty błąd: Brak instrukcji "nie dodawaj informacji spoza dokumentu" — model dopisuje rzeczy, których w PDF-ie nie ma.

Klasyfikator otwartych odpowiedzi

Kiedy: Masz N odpowiedzi z ankiety / NPS / wywiadów i chcesz strukturę.

Przeanalizuj poniższe odpowiedzi. Dla każdej zwróć JSON:
{ id, temat (wybierz z: produkt, cena, obsługa, integracje, inne), sentyment (pozytywny / neutralny / negatywny), kluczowy_cytat, sugerowana_akcja }

Odpowiedzi:
[wklej numerowaną listę]

LAB — ćwiczenie

LAB · 10 min · łatwy

Dla każdego z 5 zadań oceń, czy AI nadaje się do jego wykonania. Wybierz: tak, nie, częściowo. Następnie odsłoń przykładowe rozwiązanie.

  1. 1Napisanie pierwszego draftu maila do klienta po spotkaniu.

  2. 2Przygotowanie finalnej opinii prawnej, na której opieramy umowę za 2M PLN.

  3. 3Analiza 200 notatek ze spotkań w celu znalezienia powtarzających się tematów.

  4. 4Podjęcie decyzji o wejściu na nowy rynek bez dostępu do danych rynkowych.

  5. 5Tłumaczenie robocze artykułu z angielskiego do dalszej redakcji.

Pytania kontrolne

Powiązane moduły

Promptowanie Chatboty

Skończyłeś moduł? Oznacz go i ruszaj dalej.