Chcę zrozumieć AI
5Co model naprawdę robi, skąd bierze kontekst i dlaczego czasem pewnie odpowiada źle.
AI bez technobełkotu
Encyklopedia AI.
Konkretne wyjaśnienia pojęć, które pomagają lepiej pracować z AI i budować własny system.
Wybierz punkt startu
Czego chcesz dowiedzieć się o AI?
Wybierz temat. Dostaniesz pojęcia i przewodniki, które faktycznie przydadzą Ci się w pracy.
Chcę dawać lepsze instrukcje
7Jak prowadzić rozmowę z AI, żeby odpowiedzi były użyteczne, a nie przypadkowe.
Chcę budować automatyzacje
48Jak AI może korzystać z narzędzi, wykonywać kroki i wspierać powtarzalne zadania.
Chcę pracować z Claude Code
5Podstawy pracy z narzędziem, które pomaga budować, poprawiać i ogarniać projekty w terminalu.
PojęciePojęciePojęciePojęciePojęciePrzewodnikPojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePrzewodnikPrzewodnikPojęciePrzewodnikPrzewodnikPojęciePrzewodnikPojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePrzewodnikPojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePrzewodnikPojęciePojęciePojęciePrzewodnikPojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePrzewodnikPojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePrzewodnikPojęciePojęciePrzewodnikPojęciePojęciePojęciePojęciePrzewodnikPojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePrzewodnikPrzewodnikPojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePrzewodnikPojęciePojęciePrzewodnikPojęciePojęciePrzewodnikPojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęciePojęcie
Agent AI
AI Agent / automation
Agentic RAG: RAG sterowany przez agenta
Agentic RAG / automation
AGENTS.md: instrukcje dla agentów AI
AGENTS.md / automation
Anonimizacja danych w AI
Data Anonymisation for AI / security
Architektura sterowana zdarzeniami (event-driven)
Event-driven architecture / automation
Auto Memory w Claude Code – automatyczna pamięć agenta
narzedzia
Bariery ochronne AI (AI guardrails)
AI guardrails / security
Baza wektorowa w AI
Vector database / technology
Baza wiedzy dla AI
AI Knowledge Base / technology
Bezpieczeństwo serwerów MCP
MCP Server Security / mcp
Bramka AI (AI Gateway)
AI Gateway / automation
Budżet tokenów w systemie AI
Token Budget / automation
Cache promptów AI (prompt caching)
Prompt caching / technology
Cache semantyczny dla LLM
Semantic cache / automation
Chain of Thought (łańcuch myślenia)
Chain of Thought (CoT) / prompting
Chunking dokumentów w RAG
Document chunking / technology
Claude Artifacts
Claude Artifacts / tools
Claude Code
claude-code
Claude Code: kompletny przewodnik konfiguracji dla solopreneurów
claude-code
CLAUDE.md
CLAUDE.md / tools
CLAUDE.md – instrukcje dla Claude Code
narzedzia
Computer use w AI: agent, który obsługuje ekran
ai-tools
Content Credentials: pochodzenie treści w standardzie C2PA
Content Credentials (C2PA) / technology
Cursor AI – edytor kodu ze zintegrowanym agentem AI
ai-tools
Cytowania w odpowiedziach AI
AI Citations / technology
Człowiek w pętli AI (Human-in-the-loop)
Human-in-the-loop (HITL) / concept
Dane osobowe w systemach AI (PII)
Personal Data and Personally Identifiable Information (PII) in AI Systems / automation
Dane strukturalne (Schema.org)
Structured Data and Schema.org / marketing
Dane syntetyczne w AI
Synthetic Data / technology
Degradacja jakości przy długim kontekście AI (context rot)
Context Rot / ai-basics
Dryf modelu AI
Model Drift in AI Systems / technology
Duży model językowy (LLM)
LLM (Large Language Model) / ai-models
Embeddingi (wektoryzacja danych): jak AI rozumie znaczenie
ai-tools
Ewaluacja systemów AI (AI evals)
AI Evals / technology
Ewaluacja wyszukiwania w RAG
RAG Retrieval Evaluation / technology
Fallback modelu AI
Model fallback / automation
Fine-tuning (dostrajanie modeli AI)
Fine-tuning / ai-models
FinOps dla AI
FinOps for AI / business
Flagi funkcji (feature flags)
Feature flags / automation
Function calling w AI
Function calling / automation
Generatywna sztuczna inteligencja (GenAI)
Generative AI / technology
GEO (Generative Engine Optimization): optymalizacja widoczności w AI
Generative Engine Optimization (GEO)
GraphRAG: RAG z grafem wiedzy
GraphRAG / technology
Halucynacje AI
AI hallucinations / technology
Hooki w Claude Code – automatyzacja workflowów programisty
automation
Idempotencja w automatyzacji
Idempotency / automation
Inżynieria kontekstu AI
Context engineering / technology
Inżynieria promptów
Prompt Engineering / prompting
Jak połączyć Claude z Twoimi narzędziami przez MCP
mcp-servers
JSON Schema: schemat danych JSON
JSON Schema / automation
JSON Web Token (JWT)
JSON Web Token (JWT) / security
Karta modelu AI (model card)
Model card / ai-models
Kolejka błędów (dead letter queue, DLQ)
Dead letter queue (DLQ) / automation
Kolejka zadań w automatyzacji
Task queue / automation
Kompaktowanie kontekstu AI
Context Compaction / automation
Kompetencje AI (AI literacy)
AI literacy / business
Kontrola dostępu oparta na rolach (RBAC)
Role-Based Access Control (RBAC) / security
Limit czasu w automatyzacji (timeout)
Timeout / automation
Limity szybkości API (rate limiting)
API rate limiting / automation
LLM jako sędzia (LLM-as-a-Judge)
LLM-as-a-Judge / automation
llms.txt: plik dla agentów AI
llms.txt / technology
Łańcuch promptów (prompt chaining)
Prompt chaining / automation
Maszyna stanów w automatyzacji
State Machine in Workflow Automation / technology
MCP (Model Context Protocol)
MCP (Model Context Protocol) / technology
Minimalizacja danych w systemach AI
Data minimisation for AI / automation
Model rozumujący (reasoning model)
Reasoning model / ai-models
Moderacja treści w systemach AI
AI content moderation / security
n8n – automatyzacja przepływów pracy z AI
automation
Nadmierna sprawczość agenta AI (excessive agency)
Excessive Agency / security
Niedeterministyczność modeli językowych
LLM Non-determinism / automation
OAuth 2.0: autoryzacja dostępu do API
OAuth 2.0 / security
Obserwowalność systemów AI (AI observability)
AI observability / technology
Ocena ryzyka systemu AI
AI System Risk Assessment / security
Ocena skutków dla ochrony danych (DPIA) przy wdrożeniu AI
Data Protection Impact Assessment (DPIA) / security
Okno kontekstowe (context window)
Context window / technology
OpenAPI: specyfikacja API
OpenAPI Specification (OAS) / automation
Orkiestracja agentów AI: jak koordynować zadania bez chaosu
automation
Paginacja API (cursor pagination)
API pagination / automation
Pamięć ChatGPT
ChatGPT Memory / tools
Pętla Agenta w Claude Code (Agent Loop)
claude-code
Pochodzenie danych (data lineage) w AI
Data Lineage for AI Systems / automation
Policy as Code w systemach AI
Policy as Code / security
Polityka korzystania z AI w firmie
AI usage policy / business
Projektowanie narzędzi dla agentów AI
AI Agent Tool Design / automation
Projekty w ChatGPT: wspólny kontekst dla pracy z AI
ai-tools
Projekty w Claude
Claude Projects / tools
Prompt injection (wstrzyknięcie instrukcji)
Prompt Injection / security
Prompt systemowy
System prompt / prompting
Protokół Agent2Agent (A2A)
Agent2Agent Protocol (A2A) / technology
Protokół kontekstu modelu (MCP)
MCP (Model Context Protocol) / mcp
Przejrzystość AI: oznaczanie treści i chatbotów
AI Transparency / security
Przekazywanie zadań między agentami AI
AI Agent Handoff / automation
Przetwarzanie wsadowe AI (batch processing)
AI batch processing / automation
RAG (Generowanie wspomagane wyszukiwaniem)
RAG (Retrieval-Augmented Generation) / technology
Red teaming AI: testowanie bezpieczeństwa systemów AI
AI red teaming / security
Redakcja danych w systemach AI
Data redaction for AI / security
Rejestr audytowy systemu AI
AI audit trail / business
Reranking w RAG
Reranking / technology
Retencja danych w systemach AI
Data Retention in AI Systems / security
Rezydencja danych w systemach AI
Data residency / technology
Roboty AI: crawlery AI na stronie
AI crawlers / technology
Routing modeli AI (model routing)
Model routing / automation
Sandbox dla agenta AI
AI Agent Sandbox / security
Sanity CMS jako źródło prawdy dla systemów AI
ai-tools
Skills w Claude Code – reuzywalne workflowy i instrukcje
claude-code
SLO dla systemów AI: mierzalna niezawodność automatyzacji
Service Level Objective (SLO) for AI systems / automation
Spec-Driven Development: programowanie oparte na specyfikacji
Spec-Driven Development (SDD) / automation
Strumieniowanie odpowiedzi AI
Streaming (SSE) / technology
Style w Claude
Claude Styles / prompting
Subagenci w Claude Code
Claude Code subagents / tools
Szablon promptu (prompt template)
Prompt Template / prompting
Temperatura AI
Temperature / technology
Testowanie kontraktów API
API Contract Testing / automation
Testy A/B promptów
A/B Testing for Prompts / automation
Testy regresji w systemach AI
Regression Testing for AI Systems / automation
Tokeny w AI
Tokens / technology
Tryb Planowania w Claude Code (Plan Mode)
claude-code
Tryb tła (background mode) w API AI
Background mode / automation
Ugruntowanie odpowiedzi AI (grounding)
Grounding in AI / technology
Ustrukturyzowane wyjście AI (Structured Outputs)
automation
Walidacja danych wejściowych w systemach AI
Input Validation for AI Systems / automation
Walidacja wyjścia AI
AI output validation / automation
Webhook: automatyczne powiadomienie między aplikacjami
automation
Wersjonowanie promptów
Prompt versioning / prompting
Weryfikacja podpisu webhooka
Webhook Signature Verification / technology
Wielomodalność AI (Multimodal AI)
Multimodal AI / technology
Wycofanie modelu AI (deprecjacja)
Model deprecation / automation
Wykładnicze opóźnienie ponawiania (exponential backoff)
Exponential backoff / automation
Wyłącznik awaryjny w automatyzacji (circuit breaker)
Circuit breaker / automation
Wyszukiwanie hybrydowe w AI
Hybrid search / technology
Wyszukiwanie kontekstowe w RAG (Contextual Retrieval)
Contextual Retrieval / technology
Wyszukiwanie semantyczne (Semantic Search)
Semantic Search / technology
Zapobieganie wyciekowi danych (DLP) w AI
Data Loss Prevention (DLP) for AI / business
Zarządzanie sekretami w systemach AI
Secrets Management / security
Zasada najmniejszych uprawnień w AI
Principle of least privilege / security
Zatruwanie danych w RAG (RAG poisoning)
RAG Poisoning / security
Zero-shot i few-shot: uczenie kontekstowe modeli AI
Zero-shot vs Few-shot Learning / prompting
Złoty zbiór testowy dla AI (golden dataset)
Golden Dataset / automation
Źródło prawdy dla AI
Single source of truth for AI / technology
Newsletter
Chcesz więcej takich konkretów?
Co niedzielę wysyłam jeden praktyczny mail o AI, sprzedaży wiedzy i budowaniu systemów, które realnie pomagają w pracy.
Bez spamu. Wypisujesz się w każdej chwili.
Jak korzystać z encyklopedii
Nie ucz się wszystkiego. Rozwiąż najpierw jeden konkretny problem.
1. Zrozum pojęcie
Sprawdź definicję, gdy trafiasz na nowe hasło w narzędziu, artykule albo rozmowie o AI.
2. Wybierz zastosowanie
Przejdź do przewodnika dopiero wtedy, gdy wiesz, co chcesz poprawić: research, treści, stronę lub powtarzalną pracę.
3. Sprawdź źródła
W każdym artykule znajdziesz publiczne źródła i linki, żeby oddzielić praktyczną wiedzę od marketingowej obietnicy.
Pytania i odpowiedzi
Pytania o Encyklopedię AI.
Dla kogo jest Encyklopedia AI?
Dla osób, które chcą rozumieć AI bez technobełkotu: soloprzedsiębiorców, twórców, ekspertów i osób wdrażających AI w codziennej pracy.
Czym różnią się pojęcia od przewodników?
Pojęcia tłumaczą konkretny termin. Przewodniki pokazują, jak użyć narzędzia, metody albo konfiguracji w praktyce i od czego zacząć.
Od czego zacząć, jeśli AI jest dla mnie nowe?
Zacznij od pojęć związanych z modelem językowym, promptem, kontekstem i automatyzacją. Potem przejdź do przewodnika, który odpowiada na jeden realny problem w Twojej pracy.
Czy treści są aktualizowane?
Tak. Artykuły wskazują źródła i są aktualizowane, gdy narzędzia, modele lub praktyczne rekomendacje się zmieniają.