Przejdź do treści lekcji
Lekcja 19 / 2015 min czytaniaStan na 19 października 2026

Słownik AI i działanie modelu

Znajdź pojęcie i sprawdź przykład

Wyszukaj termin, którego nie rozumiesz, i przeczytaj krótką definicję. Wyjaśnienie działania modelu pomoże odróżnić kontekst, pamięć i sprawdzoną informację.

Czas czytania jest orientacyjny. Ćwiczenia wymagają dodatkowego czasu; szacunki praktyki znajdziesz przy warsztatach.

Po tej lekcji
  • Znajdziesz potrzebne pojęcie w słowniku
  • Wyjaśnisz je zespołowi na prostym przykładzie
Data materiału i dostępność funkcji

Redakcja materiału: 19 października 2026; Przewodnik interfejsu i folderu uzupełniono 19.10 na podstawie zrzutów autora i publicznych repozytoriów OpenAI; nie jest to ponowna weryfikacja dostępności produktów. 16 października 2026 sprawdzono modele w Chat, Work i Codex, a 14 października termin wycofania GPT-5.5 i zasady dostępu do Worda; pozostałych cen i dostępności nie zweryfikowano ponownie w całości. Przed użyciem funkcji sprawdź dokumentację i swoje konto: dostęp zależy od planu, regionu i ustawień administratora. Przykłady służą do ćwiczeń, a ich wyniki trzeba samodzielnie sprawdzić.

Zobacz, jak to działa

Co robi model, a co robi narzędzie?

  1. Kontekst

    Instrukcja i materiały dostępne w zadaniu.

  2. Model

    Generuje propozycję i może zaplanować użycie narzędzia.

  3. Narzędzie

    Wykonuje działanie, np. obliczenie lub odczyt pliku.

  4. Kontrola

    Człowiek sprawdza wynik, źródła i zakres działania.

Konkretny przykład

Model proponuje wzór sumy. Narzędzie wykonuje obliczenie. Człowiek sprawdza, czy zsumowano właściwe wiersze i właściwą walutę.

Czy użycie narzędzia usuwa wszystkie błędy?

Nie. Narzędzie może poprawnie wykonać błędne polecenie lub przetworzyć niewłaściwe dane.

Bonus - Słownik AI

Słownik pojęć AI po ludzku

W skrócie44 najważniejszych terminów AI, które padają na każdym spotkaniu o sztucznej inteligencji - wyjaśnione bez wymagania wiedzy technicznej.

Filtruj po kategorii albo wpisz hasło. Każde pojęcie ma wersję krótką (jedno zdanie) i rozszerzoną.

Podstawy
Narzędzie (tool)
Operacja, którą agent może wykonać.
+

Na przykład odczyt pliku, obliczenie sumy albo utworzenie szkicu. Dostępne narzędzie nie oznacza pozwolenia na dowolne działanie.

Biznes
Połączenie z aplikacją (konektor)
Dostęp do określonej usługi w przyznanym zakresie.
+

Na przykład połączenie z dyskiem umożliwia pracę na dostępnych dokumentach. Sprawdź konto i uprawnienia. Skill mówi, jak pracować; połączenie określa, do czego można sięgnąć.

Podstawy
AI (Sztuczna Inteligencja)
Systemy, które wykonują zadania wymagające ludzkiej inteligencji.
+

Szeroki termin obejmujący m.in. uczenie maszynowe i generowanie treści. Dziś mówiąc „AI” w firmie zwykle mamy na myśli generatywną AI, czyli modele językowe (LLM) typu ChatGPT, Claude, Gemini.

Modele
GPT-6 (Astra, Sol, Luna)
Najnowsza rodzina modeli OpenAI (wrzesień 2026).
+

Astra (3.09.2026) - najmocniejsza, do trudnych zadań. Sol i Luna (22.09.2026) - tańsze wersje z jakością zbliżoną do Astry: Sol do codziennej pracy i agentów, Luna do szybkich zadań w dużej skali. Dobór modelu oprzyj na teście jakości, czasu i zużycia dla własnego procesu. Dostęp i limity sprawdź na koncie; API ma osobne rozliczenie i limity. Szczegóły oraz przykład kosztu znajdziesz w lekcji 13.

Podstawy
Limit zużycia
Zakres użycia dostępny w danym planie.
+

Sprawdź limit i termin odnowienia na swoim koncie. Zasady zależą od produktu, planu i modelu; nie zakładaj wspólnego limitu dla całego zespołu.

Dev
Rozliczenie przez API
Osobne rozliczenie za użycie modeli i narzędzi.
+

API ma własne stawki i limity. Mierz tokeny, wywołania narzędzi i liczbę iteracji. Instrukcja w prompcie nie zastępuje kontroli kosztów w aplikacji.

Modele
LLM (Large Language Model)
Duży model językowy - silnik ChatGPT i podobnych.
+

Model nauczony na miliardach tekstów do przewidywania kolejnego słowa. Rodziny GPT-6 (Astra, Sol, Luna) i GPT-5.6 (Sol, Terra, Luna), Claude, Gemini - to wszystko LLM-y. „Duży” = setki miliardów parametrów.

Podstawy
Token
Jednostka tekstu przetwarzanego przez model.
+

Token może być fragmentem słowa, znakiem lub całym słowem. Liczba zależy od języka, tekstu i tokenizera. Nie stosuj stałego przelicznika słów na tokeny dla polskich dokumentów.

Podstawy
Prompt
Instrukcja, którą piszesz do AI.
+

Sztuka pisania promptów (prompt engineering) to dawanie modelowi: roli, kontekstu, celu, formatu i ograniczeń. Dobry prompt ułatwia pracę, ale wynik nadal wymaga sprawdzenia.

Modele
Kontekst / Okno kontekstu
Kontekst to informacje używane przy tworzeniu odpowiedzi; okno wyznacza ich limit.
+

Pomyśl o blacie roboczym: leżą na nim instrukcje, fragmenty rozmowy i źródła. To nie archiwum ani gwarancja odczytania każdego zdania. Przy dużym pliku wskaż potrzebną sekcję i sprawdź, co trafiło do odpowiedzi.

Bezpieczeństwo
Halucynacja
Kiedy model pewnie podaje wymyśloną informację.
+

Model musi zawsze przewidzieć kolejne słowo - nawet gdy nie zna odpowiedzi. Lekarstwo: włącz wyszukiwanie w sieci, proś o źródła, weryfikuj fakty.

Modele
Temperatura
Parametr losowości generowania, jeśli model go obsługuje.
+

Niższa temperatura nie gwarantuje prawdy. Dostępność i zakres parametru zależą od modelu. Proś o źródła i weryfikuj wynik niezależnie od ustawienia.

Dev
RAG (Retrieval Augmented Generation)
AI + Twoja baza wiedzy.
+

Zamiast trenować model od nowa, podpinasz go do swoich dokumentów. Model wyszukuje fragmenty i odpowiada na ich podstawie. Tak działają firmowe „chatboty wewnętrzne”.

Dev
Fine-tuning
Dodatkowe trenowanie modelu na przykładach.
+

Porównaj najpierw dobry prompt, dostęp do źródeł i wyniki testów. Fine-tuning może pomóc w powtarzalnym formacie lub zachowaniu, ale wymaga odpowiednich danych i oceny jakości.

Dev
Embedding
Tekst zamieniony na liczby (wektor).
+

Pozwala mierzyć podobieństwo tekstów. Podstawa RAG i wyszukiwania semantycznego - szukasz nie po słowach kluczowych, tylko po znaczeniu.

Modele
Agent
AI, które samo wykonuje zadania w wielu krokach.
+

Nie tylko odpowiada - planuje, używa narzędzi (kalendarz, mail, przeglądarka), sprawdza efekty, poprawia. Tryb Work w ChatGPT to przykład agenta do pracy z plikami i aplikacjami firmy.

Dev
MCP (Model Context Protocol)
Standard łączenia AI z zewnętrznymi narzędziami.
+

Otwarty protokół (od Anthropic) - pozwala podpiąć do agenta dowolne narzędzie: Slack, Notion, bazy danych, własne API. ChatGPT Work i Claude już go używają.

Dev
API
Interfejs, przez który programy wymieniają dane i zlecają działania.
+

Na przykład aplikacja wysyła zapytanie o status zamówienia i otrzymuje dane w ustalonym formacie. API nie dotyczy wyłącznie AI. Dostęp może wymagać uwierzytelnienia, a wywołania mogą mieć osobny koszt.

Modele
GPT (Generative Pre-trained Transformer)
Architektura modeli OpenAI.
+

„Custom GPT” w ChatGPT to coś innego - własny asystent z plikami i instrukcjami. Uwaga: OpenAI wycofuje Custom GPT (planowo od 26.10.2026 nie utworzysz nowych, istniejące działają do 11.12.2026). Następcą jest plugin - patrz lekcja 09.

Modele
Multimodalność
Model przetwarza tekst, obraz, głos, wideo.
+

Dzisiejsze modele widzą zdjęcia, słyszą głos i generują obrazy. W praktyce: wrzucasz screenshot błędu - wyjaśni. Wrzucasz fakturę - przepisze do tabeli.

Biznes
Custom Instructions
Stałe instrukcje dla ChatGPT (ustawienia → personalizacja).
+

Raz wpisujesz „jestem księgową w polskiej firmie produkcyjnej, odpowiadaj zwięźle, po polsku, z numerkami”. Działa we wszystkich rozmowach. Najtańszy hack na lepsze odpowiedzi.

Biznes
Memory (Pamięć)
ChatGPT pamięta fakty o Tobie między rozmowami.
+

Możesz powiedzieć „zapamiętaj, że nasz produkt nazywa się X”. Wyłączasz w ustawieniach. UWAGA: nie wrzucaj danych wrażliwych do pamięci.

Biznes
Projects (Projekty)
Foldery z plikami + instrukcjami dla powtarzalnej pracy.
+

Wrzucasz dokumenty (oferta, regulamin, baza klientów), ustawiasz styl odpowiedzi - ChatGPT pamięta wszystko w obrębie projektu. Idealne dla zespołów.

Biznes
Workspace (przestrzeń organizacji)
Przestrzeń pracy z członkami i ustawieniami organizacji.
+

Workspace określa, gdzie pracujesz i z kim. Business i Enterprise to nazwy planów, a nie synonimy przestrzeni. Przed pracą sprawdź właściwe konto, członków i zakres dostępu. Porównanie planów: lekcja 03.

Bezpieczeństwo
DPA (Data Processing Agreement)
Umowa powierzenia przetwarzania danych (RODO).
+

Wymagany przez RODO dokument z dostawcą AI. OpenAI udostępnia DPA dla planów Business / Enterprise / API. Bez DPA nie wolno przetwarzać danych osobowych.

Bezpieczeństwo
Halucynacja vs. fakt
Wiarygodnie brzmiące zdanie nie jest dowodem.
+

Oddziel to, co potwierdza źródło, od interpretacji. W raporcie wzrost wartości nie dowodzi skuteczności kampanii. Poproś o źródło, otwórz je i sprawdź tezę, datę oraz jednostki.

Dev
Inference
Każde wywołanie modelu (każda odpowiedź).
+

Im więcej inferencji = większy koszt. W firmie mierzymy koszt na proces („1 obsłużony ticket = 0,05 zł”), nie na osobę.

Modele
Open-source LLM
Modele dostępne publicznie (Llama, Mistral, Qwen).
+

Możesz uruchomić u siebie na serwerze - dane nigdy nie opuszczają firmy. Wymaga IT i GPU. Dobre dla branż wrażliwych (medycyna, prawo, obronność).

Biznes
Plugin (pakiet)
Pakiet instrukcji i integracji do określonych zadań.
+

Plugin może zawierać skille, aplikacje i materiały referencyjne. Samo zainstalowanie pakietu nie daje dostępu do poczty. Połączenie i jego uprawnienia sprawdzasz osobno. Przykład: pakiet raportowania, połączenie z arkuszem, skill opisujący raport — lekcja 09.

Biznes
Skill (ChatGPT Work)
Zapisana instrukcja wykonywania powtarzalnego zadania.
+

Skill opisuje wejście, reguły, wynik i sposób kontroli. Nie nadaje uprawnień i nie gwarantuje identycznych odpowiedzi. Przetestuj go na dwóch znanych przypadkach oraz na brakujących danych.

Podstawy
Chat, Work i Codex
Trzy tryby tej samej aplikacji.
+

Chat to rozmowa i szybka odpowiedź. Work wykonuje całe zadanie na Twoich plikach i narzędziach i oddaje gotowy plik do sprawdzenia. Codex to ten sam rodzaj agenta z widokiem dla programistów: polecenia, zmiany w kodzie (diff) i testy. Work i Codex dzielą limity konta. Lekcje 02, 06 i 07.

Modele
Wysiłek (poziom rozumowania)
Jak długo model ma się zastanawiać przed odpowiedzią.
+

Niski = szybko i tanio, do maili i krótkich tekstów. Wysoki/Maks. = dokładniej, ale wolniej i zużywa więcej limitu. Zacznij od niskiego, podnoś tylko przy trudnych zadaniach. Lekcja 20.

Biznes
Wspólna pula limitu
Jeden limit dzielony przez Work, Codex i agentów.
+

Długie zadanie w Work zmniejsza to, co zostaje na Codeksa. Ile zostało, zobaczysz w Ustawienia › Użycie. Lekcja 03.

Podstawy
Wtyczka
Paczka, która łączy ChatGPT z aplikacją i daje mu gotowe umiejętności.
+

Np. wtyczka Gmail pozwala czytać pocztę i pisać szkice. Podłączasz ją raz w Ustawienia › Wtyczki, potem ChatGPT może z niej korzystać. Lekcje 01 i 09.

Podstawy
Umiejętność (skill)
Zapisana instrukcja, której nie musisz pisać od nowa.
+

Jak przepis kuchenny: opisujesz raz, jak robić np. ofertę, a potem wywołujesz go jednym słowem, np. /oferta. Lekcja 01 i 12.

Podstawy
Obsługa komputera
AI klika i pisze w programach na Twoim komputerze.
+

Codex może otworzyć Chrome albo Excela i wykonać kroki jak człowiek. Zawsze zaczynaj od zadań bez wysyłania i płacenia. Lekcja 11.

Biznes
Zadanie zaplanowane
Polecenie, które AI wykonuje samo o stałej porze.
+

Np. codziennie o 8:00 podsumowanie poczty albo co poniedziałek raport sprzedaży. Lekcja 12.

Dev
Repozytorium
Folder projektu z historią zmian, zwykle na GitHubie.
+

Analogia ma granicę: zwykły folder trzyma tylko aktualne pliki, a repozytorium pamięta każdą zapisaną wersję. Codex pracuje w repozytorium: czyta pliki, poprawia je i pokazuje, co zmienił. Nie musisz programować, żeby korzystać z gotowych repozytoriów. Lekcja 07.

Dev
Diff
Widok różnic: co zniknęło, a co doszło.
+

Jak „śledzenie zmian” w edytorze tekstu, ale dla plików projektu. Linia z minusem została usunięta, linia z plusem dodana. To nie ocena jakości - dopiero przeczytanie obu linii pokazuje, czy zmiana jest dobra. Lekcja 07.

Dev
Pull request
Paczka zmian zgłoszona do przeglądu.
+

Zawiera zmiany, opis i wyniki testów. Scalenie (merge) to jej zatwierdzenie i włączenie do głównej wersji projektu; tę decyzję podejmuje człowiek. Lekcja 07.

Bezpieczeństwo
Szkic (draft)
Wersja do sprawdzenia, zanim coś wyjdzie na zewnątrz.
+

Dobra zasada: AI przygotowuje szkic maila czy dokumentu, a człowiek go zatwierdza i wysyła. Lekcja 18.

Podstawy
Witryna (Sites)
Mała strona internetowa zbudowana przez ChatGPT.
+

Np. strona wydarzenia albo wewnętrzny formularz. Znajdziesz ją w menu Więcej › Witryny. Lekcja 10.

Modele
Model rozumujący
Model, który najpierw planuje, a dopiero potem odpowiada.
+

Lepiej radzi sobie z liczbami, analizą i zadaniami w wielu krokach. Wszystkie modele GPT-6 rozumują. Lekcja 20.

Bezpieczeństwo
Zatwierdzenie (approval)
Moment, w którym AI pyta Cię o zgodę.
+

Zanim agent coś wyśle, usunie albo kupi, pokazuje, co chce zrobić, i czeka na Twoje „tak”. Nie wyłączaj tego na start. Lekcja 18.

Brakuje jakiegoś pojęcia? Napisz do nas - dopiszemy.

Jeśli chcesz wiedzieć więcejJak model tworzy odpowiedźWyjaśnienie tokenów, kontekstu i halucynacji. Przeliczenia tekstu są poglądowe, nie służą do rozliczeń.

Bonus - Jak działa AI

Jak działa AI

W skrócieModel tworzy odpowiedź z kolejnych fragmentów tekstu. Może przy tym popełnić błąd, dlatego sprawdzaj ważne informacje w źródłach.

Sześć pojęć pomaga zrozumieć długość rozmowy, zużycie tokenów i błędy w odpowiedziach.

Model generuje kolejne tokeny

Model tworzy odpowiedź, dobierając kolejne fragmenty tekstu, czyli tokeny. Korzysta z wyuczonych wzorców oraz dostępnego kontekstu. Spójne brzmienie odpowiedzi nie potwierdza, że zawarte w niej fakty są prawdziwe.

Tokeny - waluta AI

Token to jednostka tekstu, np. fragment słowa lub znak. Przybliżenia, takie jak ~4 znaki w polskim czy ~0,75 słowa w angielskim, zależą od tekstu i tokenizera. Do rozliczenia API sprawdzaj rzeczywiste zużycie.

Okno kontekstu

Okno kontekstu określa ilość materiału dostępnego modelowi podczas generowania odpowiedzi. Przykład 128 tys. tokenów (~250 stron A4) jest poglądowy, nie stanowi limitu każdego modelu. Przy długich materiałach sprawdź, które fragmenty zostały użyte; kontekst nie jest tym samym co pamięć konta.

Data cutoff (data odcięcia wiedzy)

Data odcięcia wiedzy opisuje zakres wiedzy z treningu. Późniejsze informacje mogą pochodzić z dostarczonych plików lub narzędzi, np. wyszukiwania. Przy aktualnych danych sprawdź źródło i datę.

Temperatura i kreatywność

Temperatura wpływa na losowość generowania, jeśli model obsługuje ten parametr. Wartości 0 i 1 mogą dawać różną zmienność odpowiedzi, ale nie są oceną prawdziwości ani prostym przełącznikiem kreatywności. Polecenie dotyczące stylu nie jest zmianą tego parametru.

Halucynacje

Halucynacja to odpowiedź zawierająca zmyśloną lub błędną informację podaną jako fakt. Może brzmieć przekonująco. Poproś o źródło, otwórz je i sprawdź, czy potwierdza konkretną tezę.

Praktyka

Ile to jest „token” w praktyce

W przykładach 1 token to około 3–4 znaki po polsku. Słowo może zajmować 1, 2–3 lub więcej tokenów, zależnie od tokenizera. Na zużycie wpływa polecenie, odpowiedź i materiał z plików użyty przez model.

← Przesuń tabelę w bok →

Przykłady poglądowe, bez pomiaru tokenizerem. Nie używaj tych liczb do rozliczeń ani określania limitu konta.
TekstTokenyKomentarz
Dzień dobry4~4 znaki = 1 token w PL
Sztuczna inteligencja zmienia firmę.11krótkie zdanie biurowe
1 strona A4 tekstu500≈ 500 tokenów
Cała książka (~300 stron)150 000przykład poglądowy; sprawdź tokenizację i limit konkretnego modelu
Pamięta
tylko tekst w oknie kontekstu
Płacisz za
input + output (razem)
Tip
krótszy prompt = taniej i szybciej

Sprawdź, czy rozumiesz

Czym jest token?

To samoocena. Zaznacz lekcję jako ukończoną po wykonaniu ćwiczenia i sprawdzeniu wyniku.

Zrób to teraz

Wybierz 5 pojęć ze słownika i wytłumacz je własnymi słowami koleżance lub koledze z zespołu - to najszybszy sposób, by je zapamiętać.

Po czym poznasz, że umiesz

Zachowaj jako wynik: Trzy pojęcia wyjaśnione własnym przykładem.

  • Rozróżniasz model i aplikację.
  • Skill nie jest uprawnieniem.
  • Kontekst nie jest gwarancją pamiętania wszystkiego.

Oznacz lekcję jako ukończoną po ćwiczeniu i kontroli wyniku. Sam postęp czytania i odpowiedź w quizie nie potwierdzają umiejętności praktycznej.

Status lekcji
W trakcie — przewinięto 0% strony
Następna