Strony, aplikacje i AI dla firm, zrobione porządnie.

01 · RAG (Retrieval-Augmented Generation)

Czym jest RAG i kiedy go użyć?

RAG to sposób, w jaki model językowy odpowiada na podstawie Twoich dokumentów, a nie tylko swojej ogólnej wiedzy. Przy każdym pytaniu system najpierw wyszukuje pasujące fragmenty w bazie wiedzy firmy, a potem przekazuje je modelowi razem z pytaniem. Model odpowiada i wskazuje dokument, z którego wziął informację.

RAG sprawdza się tam, gdzie wiedza jest zapisana w tekście i często się zmienia: regulaminy, dokumentacja produktu, cenniki, procedury, historia zgłoszeń. Nowy dokument jest dostępny dla asystenta po kilku minutach, bez trenowania modelu.

1. 1

   Źródła

   PDF-y, Notion, Google Drive, strona www, baza danych.

2. 2

   Indeks

   Tekst dzielimy na fragmenty i zapisujemy w bazie wektorowej.

3. 3

   Wyszukiwanie

   Szukamy jednocześnie po słowach kluczowych i po znaczeniu.

4. 4

   Odpowiedź

   Model odpowiada tylko z tych fragmentów i podaje źródło.

02 · Agenci AI

Czym jest agent AI i co może zrobić w firmie?

Agent AI to model językowy z dostępem do narzędzi firmy: CRM, poczty, kalendarza, bazy zamówień. Dostaje zadanie, sam wybiera narzędzie, sprawdza wynik i wykonuje kolejny krok. Przykłady: ocena leadów z formularza, przygotowanie oferty na podstawie cennika, obsługa zwrotów w sklepie.

Agent dostaje tylko te uprawnienia, których potrzebuje. Działania, które coś zmieniają, na przykład wysłanie maila do klienta albo zwrot pieniędzy, na początku zatwierdza człowiek. Każdy krok agenta jest zapisywany, więc zawsze widać, co zrobił i dlaczego.

03 · AI w startupie

Jak zbudować produkt z AI w startupie?

Na start nie potrzeba własnego modelu ani dużej infrastruktury. Zaczynamy od gotowego modelu (Claude, GPT, Gemini) przez API i od pierwszego dnia budujemy zestaw pytań testowych z oczekiwanymi odpowiedziami. Każdą zmianę promptu albo modelu mierzymy na tym zestawie, zamiast zgadywać.

Prosty asystent na danych firmy jest gotowy w 2–3 tygodnie. Gdy produkt ma pierwszych użytkowników, zmniejszamy koszt i czas odpowiedzi: tańszy model do prostych zadań, cache powtarzalnych zapytań, streaming. Fine-tuning robimy dopiero wtedy, gdy testy pokazują, że prompt i RAG nie wystarczają.

04 · Automatyzacje

Co AI może zrobić z dokumentami w firmie?

W wielu firmach ktoś codziennie przepisuje dane: faktury, zamówienia z maili, formularze w PDF. Model odczytuje dokument, wyciąga potrzebne pola w stałym formacie i zapisuje je w Twoim systemie, na przykład w ERP, CRM albo arkuszu.

Każdy wynik sprawdzamy regułami, na przykład czy suma pozycji zgadza się z kwotą na fakturze. Poprawne dokumenty przechodzą automatycznie, pozostałe trafiają do pracownika. Błędne dane nie trafiają do systemu bez kontroli.