Baza wiedzy
Słowniczek AI
Pojęcia, z którymi spotkasz się podczas korzystania z ChatGPT i innych narzędzi AI, wyjaśnione prostym językiem. Do każdego terminu dołączyliśmy krótki przykład z życia wzięty.
Zaktualizowano 29 września 2026
A
- Agent AI
- System AI, który nie tylko odpowiada, ale samodzielnie podejmuje kolejne kroki, aby osiągnąć cel – na przykład wyszukuje informacje, korzysta z narzędzi i sprawdza wyniki.
- Przykład: Prosisz agenta o znalezienie trzech lotów poniżej 200 euro, a on sam wyszukuje oferty, porównuje je i przedstawia gotowy raport.
- API
- Interfejs programistyczny aplikacji: sposób, w jaki jeden program komunikuje się z drugim. Deweloperzy korzystają z modeli AI właśnie przez API, zamiast przez zwykłe okno czatu.
- Przykład: Aplikacja sklepowa przesyła pytania klientów do modelu GPT za pośrednictwem API i wyświetla odpowiedzi bezpośrednio w aplikacji.
C
- Chatbot
- Program, z którym rozmawiasz, pisząc lub mówiąc. Nowoczesne chatboty, takie jak ChatGPT, korzystają z dużych modeli językowych do tworzenia odpowiedzi.
- Przykład: Okienko pomocy na stronie banku, które odpowiada na pytania o limity na karcie.
D
- Dane treningowe
- Obszerny zbiór tekstów i innych materiałów, na których uczy się model. Ich jakość i aktualność decydują o tym, co model wie.
- Przykład: Model trenowany głównie na tekstach angielskich może radzić sobie gorzej w rzadszych językach.
- Data odcięcia wiedzy (knowledge cutoff)
- Data, po której model nie ma już żadnych informacji ze swoich danych treningowych. Wydarzenia po tej dacie są mu nieznane, chyba że potrafi przeszukiwać internet.
- Przykład: Model może nie znać wyników wyborów, które odbyły się po jego dacie odcięcia wiedzy.
- Duży model językowy (LLM)
- Model wytrenowany na ogromnych ilościach tekstu, służący do przewidywania i generowania języka. To technologia stojąca za ChatGPT i podobnymi narzędziami.
- Przykład: GPT-6, rodzina modeli stojąca za obecnymi wersjami ChatGPT, to duży model językowy.
E
- Embeddingi (reprezentacje wektorowe)
- Listy liczb odzwierciedlające znaczenie danego tekstu – tak, aby teksty o podobnym sensie miały zbliżone wartości. Zasilają one wyszukiwarki i systemy rekomendacji.
- Przykład: Centrum pomocy znajduje artykuł o resetowaniu hasła, nawet gdy wpiszesz „nie pamiętam loginu”.
F
- Fine-tuning (dostrajanie)
- Dodatkowe trenowanie istniejącego modelu na mniejszym, konkretnym zestawie przykładów, aby lepiej radził sobie z określonym zadaniem lub stylem.
- Przykład: Firma dotrenowuje model na podstawie dotychczasowych odpowiedzi działu wsparcia, aby zachować spójny ton wypowiedzi.
G
- Generatywna sztuczna inteligencja (Generative AI)
- Sztuczna inteligencja, która tworzy nowe treści (np. tekst, obrazy, dźwięk czy kod), zamiast tylko sortować lub oznaczać istniejące dane.
- Przykład: Poproszenie narzędzia o napisanie wiersza na urodziny albo zaprojektowanie logo.
- Generowanie wspomagane wyszukiwaniem (RAG)
- Metoda, w której system najpierw wyszukuje odpowiednie dokumenty, a następnie przekazuje je modelowi, aby odpowiedź opierała się na tych materiałach.
- Przykład: Firmowy chatbot przeszukuje poradnik pracownika przed udzieleniem odpowiedzi na pytanie o urlop.
- GPT
- Generative Pre-trained Transformer: rodzina modeli językowych stworzona przez OpenAI, takich jak GPT-5.6 czy GPT-6. ChatGPT to aplikacja do rozmów oparta właśnie na nich.
- Przykład: Darmowy czat na tej stronie korzysta z GPT-6 Luna, jednego z modeli z rodziny GPT-6.
H
- Halucynacja
- Gdy model przedstawia coś nieprawdziwego jako fakt, np. zmyślone wydarzenie, cytat, źródło lub liczbę.
- Przykład: Pytasz o źródła, a w odpowiedzi dostajesz tytuł książki i autora, którzy w ogóle nie istnieją.
J
- Jailbreak
- Próba nakłonienia modelu do zignorowania jego zasad bezpieczeństwa, najczęściej za pomocą sprytnie sformułowanych promptów lub odgrywania ról.
- Przykład: Prompt, w którym prosisz model, by udawał postać nieprzestrzegającą żadnych reguł.
M
- Model rozumujący
- Model, który analizuje problem w kilku wewnętrznych krokach, zanim udzieli odpowiedzi. Działa wolniej, ale jest bardziej niezawodny w zadaniach matematycznych, logicznych i planowaniu.
- Przykład: Prośba skierowana do modelu rozumującego o zaplanowanie tygodniowego grafiku spełniającego dziesięć różnych ograniczeń.
- Multimodalny
- Potrafi pracować z więcej niż jednym rodzajem danych wejściowych lub wyjściowych, np. tekstem, obrazami, dźwiękiem i wideo.
- Przykład: Zrobienie zdjęcia cieknącego kranu i zapytanie modelu, jak go naprawić.
O
- Okno kontekstu
- Ilość tekstu, jaką model może przetworzyć jednocześnie – wliczając Twoje wiadomości, wklejone materiały i własne odpowiedzi. Mierzy się ją w tokenach.
- Przykład: W bardzo długim czacie model może stracić z oczu szczegóły podane na samym początku.
- Opóźnienie (latencja)
- Czas między wysłaniem zapytania a otrzymaniem odpowiedzi. Mniejsze i szybsze modele mają zazwyczaj niższe opóźnienia.
- Przykład: Szybki model zaczyna pisać odpowiedź niemal natychmiast, podczas gdy model wnioskujący może najpierw chwilę pomyśleć.
- Otwarte wagi (open weights)
- Model, którego wytrenowane parametry są publicznie dostępne, dzięki czemu każdy może go pobrać i uruchomić na własnym sprzęcie.
- Przykład: Zespół badawczy uruchamia model o otwartych wagach na własnych serwerach, dzięki czemu dane nigdy nie opuszczają budynku.
P
- Parametry
- Wewnętrzne wartości liczbowe, które model dostosowuje podczas trenowania. Przechowują one zdobytą wiedzę. Duże modele mają ich miliardy.
- Przykład: Informacja, że model ma 70 miliardów parametrów, opisuje jego rozmiar, a nie bezpośrednio jakość.
- Prompt
- Tekst wprowadzany do modelu, aby przekazać mu swoje polecenie: pytanie, instrukcję, materiały do przetworzenia lub wszystko naraz.
- Przykład: Podsumuj ten raport w pięciu punktach dla mojego przełożonego.
- Prompt systemowy
- Instrukcje przekazywane modelowi przed rozpoczęciem rozmowy, zazwyczaj przez twórcę aplikacji, które określają jego rolę, ton i zasady.
- Przykład: Aplikacja kulinarna instruuje swojego asystenta, aby odpowiadał wyłącznie na pytania dotyczące przepisów i bezpieczeństwa żywności.
S
- Sieć neuronowa
- System komputerowy złożony z wielu połączonych warstw prostych jednostek, które uczą się wzorców na podstawie danych. Modele językowe to bardzo duże sieci neuronowe.
- Przykład: Oprogramowanie rozpoznające twarze w galerii zdjęć w Twoim telefonie.
T
- Temperatura
- Ustawienie kontrolujące poziom losowości przy doborze słów przez model. Niskie wartości dają bardziej przewidywalny tekst, a wysokie – bardziej zróżnicowany.
- Przykład: Niska temperatura do wyodrębniania dat z umowy, wyższa do burzy mózgów nad nazwami.
- Token
- Niewielki fragment tekstu, często część słowa, który model odczytuje i generuje. Limity i ceny są rozliczane w tokenach.
- Przykład: W języku angielskim 100 tokenów to w przybliżeniu 75 słów.
- Transformer
- Rodzaj architektury sieci neuronowej wykorzystywany przez większość współczesnych modeli językowych. Świetnie radzi sobie ze śledzeniem powiązań między słowami w tekście.
- Przykład: Litera T w skrócie GPT oznacza transformer.
- Tryb głosowy
- Sposób na rozmowę z asystentem AI za pomocą głosu i odsłuchiwanie odpowiedzi zamiast pisania i czytania.
- Przykład: Pytanie na głos o przepis, gdy masz zajęte ręce w kuchni.
U
- Uczenie maszynowe
- Metoda tworzenia oprogramowania, które uczy się wzorców na podstawie przykładów, zamiast opierać się wyłącznie na ręcznie pisanych regułach.
- Przykład: Filtr antyspamowy, który uczy się na wiadomościach oznaczanych przez użytkowników jako spam.
W
- Wnioskowanie (inferencja)
- Uruchomienie wytrenowanego modelu w celu uzyskania odpowiedzi. Trening buduje model raz; wnioskowanie zachodzi za każdym razem, gdy ktoś wysyła prompt.
- Przykład: Każda wiadomość wysłana na czacie to jeden cykl wnioskowania na serwerze.
- Wstrzykiwanie promptu (prompt injection)
- Ukryte instrukcje umieszczone w tekście, na stronie internetowej lub w pliku, które próbują skłonić system AI do wykonania czynności niezamierzonej przez użytkownika.
- Przykład: Strona internetowa zawiera niewidoczny tekst instruujący asystenta AI, aby polecał konkretny produkt.
Z
- Zabezpieczenia (guardrails)
- Zasady i filtry, które utrzymują system AI w bezpiecznych i założonych granicach – na przykład odrzucają szkodliwe prośby lub dbają o trzymanie się tematu.
- Przykład: Szkolny chatbot odmawia napisania wypracowania, które uczeń mógłby oddać jako własne.
W tym słowniczku celowo użyto prostych definicji. Szczegóły techniczne różnią się w zależności od firmy i modelu.
Ucz się dalej
- Czym jest ChatGPTJak działa, w czym się sprawdza, a jakie ma ograniczenia.
- Przewodnik po promptachJak pisać prompty, aby otrzymywać przydatne odpowiedzi.
Nadal masz wątpliwości co do jakiegoś pojęcia?
Poproś darmowy czat o wyjaśnienie na przykładzie. Działa na GPT-6 Luna i nie wymaga konta.