Slownik AI
i Vibe Codingu

AI — Sztuczna Inteligencja Artificial Intelligence

Systemy komputerowe zaprojektowane do wykonywania zadan, ktore normalnie wymagaja ludzkiej inteligencji: rozumienie jezyka, rozpoznawanie obrazow, podejmowanie decyzji, generowanie tresci.

Przyklad: ChatGPT piszacy maila, Google Translate, filtr spamu w skrzynce.

Machine Learning (ML) uczenie maszynowe

Galaz AI, w ktorej system uczy sie z danych zamiast byc recznie zaprogramowany. Im wiecej danych, tym lepiej dziala — bez potrzeby recznego przepisywania regul.

Przyklad: algorytm rekomendacji Spotify, ktory "wie" co lubisz na podstawie historii sluchania.

LLM — Duzy Model Jezykowy Large Language Model

Model AI trenowany na ogromnych zbiorach tekstu z internetu, ksiazek i kodu. Potrafi rozumiec i generowac jezyk ludzki. Claude, ChatGPT i Gemini to przyklady LLM.

Przyklad: wpisujesz pytanie po polsku, model rozumie intencje i odpowiada sensownym tekstem.

Prompt

Instrukcja lub pytanie zadawane modelowi AI. Jakosc prompta bezposrednio wplywa na jakosc odpowiedzi. Dobry prompt jest konkretny, ma kontekst i jasno okresla czego oczekujesz.

Zly: "napisz mail". Dobry: "napisz uprzejme przypomnienie o fakturze do klienta B2B, krotki, max 5 zdan".

Token

Podstawowa jednostka tekstu przetwarzana przez LLM. Jeden token to srednie okolo 4 znakow lub trzy czwarte slowa po angielsku. Limity modeli podaje sie w tokenach — im dluzszy tekst, tym wiecej tokenow zuzywa.

Zdanie "Czesc, co slychac?" to okolo 10 tokenow. Claude 3.5 obsluzy do 200 000 tokenow naraz.

Okno kontekstu Context window

Ilosc tekstu, ktora model moze "widziec" i analizowac w jednej sesji. Teksty spoza okna kontekstu model po prostu nie "widzi" — nie istnieja dla niego w tej chwili.

Krotkie okno = model "zapomina" poczatek rozmowy po kilku stronach. Duze okno = moze przeanalizowac caly dlugi kontrakt naraz.

Halucynacja Hallucination

Sytuacja, gdy AI generuje pewnie brzmiac, ale falszywe informacje — zmyslone daty, nieistniejace cytaty, bledne fakty. Model nie "wie", ze klamie, po prostu kontynuuje statystyczny wzorzec tekstu.

Pytasz o konkretna ustawa, model podaje paragraf ktory nie istnieje. Zawsze weryfikuj fakty ze zrodel pierwotnych.

Fine-tuning dostrajanie modelu

Dalsze trenowanie gotowego modelu na wlasnych danych, by wyspecjalizowac go do konkretnej dziedziny lub stylu. Drogi i wymagajacy technicznie — zwykle oplacalny dopiero przy bardzo duzej skali lub unikatowym jezyku branzy.

Embedding osadzenie wektorowe

Numeryczna reprezentacja tekstu jako wektor liczb. Pozwala AI porownywac i wyszukiwac podobne tresci nawet bez dokladnego dopasowania slow — "pies" i "kundelek" beda blisko siebie w przestrzeni wektorowej.

RAG Retrieval Augmented Generation

Technika laczaca model jezykowy z zewnetrzna baza wiedzy. AI najpierw wyszukuje relevantne fragmenty dokumentow, potem generuje odpowiedz na ich podstawie. Rozwiazuje problem halucynacji przy pytaniach o aktualne lub firmowe dane.

Przyklad: chatbot obslugi klienta "wie" co jest w Twoim aktualnym cenniku i regulaminie, bo szuka w nich przed odpowiedzia.

Model bazowy Foundation model

Model trenowany od zera na ogromnym korpusie danych. Sluzy jako baza do dalszego dostrajania. GPT-4, Claude, Gemini — to wszystko modele bazowe uzywane przez miliony aplikacji jako fundament.

Temperatura Temperature

Parametr kontrolujacy losowos odpowiedzi modelu. Niska temperatura (blisko 0) daje deterministyczne, przewidywalne odpowiedzi. Wysoka (blisko 1 lub powyzej) — kreatywne, zroznicowane, ale mniej stabilne.

Do analizy danych: niska. Do pisania kreatywnych tresci: wyzsza.

System prompt

Ukryta instrukcja definiujaca osobowosc i zachowanie modelu, niewidoczna dla uzytkownika koncowego. Programuje "kim jest" AI zanim jeszcze uzytkownik zada pierwsze pytanie.

Przyklad: "Jestes asystentem obslugi klienta firmy X. Odpowiadaj tylko po polsku. Nie dyskutuj o konkurencji."

API Application Programming Interface

Interfejs programistyczny pozwalajacy aplikacjom komunikowac sie z modelem AI przez kod. To "wtyczka" laczaca Twoj produkt z inteligencja modelu — bez API mozesz tylko uzywac gotowych czatow, z API budujesz wlasne narzedzia.

Multimodalnosc Multimodality

Zdolnosc modelu do pracy z roznymi typami danych jednoczesnie: tekst, obraz, audio, wideo, PDF. Modele multimodalne moga np. opisac co widza na zdjeci lub odczytac dane z wykresu.

Thinking / Rozumowanie Extended thinking

Tryb, w ktorym model "mysli na glos" zanim odpowie — rozbija problem na kroki, sprawdza zalozenia. Znaczaco poprawia dokladnosc przy zadaniach wymagajacych logiki i wieloetapowego wnioskowania.

Vibe Coding

Styl programowania, w ktorym opisujesz co chcesz po ludzku, a AI generuje kod. Skupiasz sie na "co" i "dlaczego", nie na "jak". Nie trzeba znac skladni jezyka — wystarczy wiedziec co chcesz osiagnac.

Przyklad: "stworz formularz kontaktowy z walidacja emaila i przyciskiem wysylania" — AI pisze kompletny kod HTML, CSS i JavaScript.

Scaffold szkielet projektu

Poczatkowa struktura projektu wygenerowana przez AI: foldery, pliki, podstawowa konfiguracja. Daje punkt startowy, ktory nastepnie rozwijasz iteracyjnie. Zaoszczedza godziny nudnego "ustawiania srodowiska".

Iteracja Iteration

Stopniowe dopracowywanie kodu przez kolejne rundy rozmowy z AI. Zamiast probowac uzyskac idealny rezultat w jednym prompcie, pracujesz krok po kroku: dzialajacy szkielet → dodaj funkcje → popraw bledy → optymalizuj.

One-shot

Uzyskanie dzialajacego rezultatu w jednym prompcie bez dodatkowych poprawek. Mozliwe przy prostych, precyzyjnie opisanych zadaniach. Przy zlozonych projektach jest rzadkoscia — i to jest normalne.

Context stuffing nasycenie kontekstem

Podawanie AI jak najwiecej relevantnego kodu, dokumentacji i kontekstu naraz, by odpowiedz byla trafniejsza. Im wiecej AI "widzi" Twojego projektu, tym mniej zgaduje i mniej halucynuje.

Refactor

Poprawa struktury istniejacego kodu bez zmiany jego dzialania. Popularny use case dla AI: "zrob to samo, ale czysciej, bardziej czytelnie, bez powtorzen". Nie zmienia funkcjonalnosci, tylko jakosc kodu.

Prompt engineering

Sztuka pisania skutecznych promptow. Obejmuje strukturyzowanie pytania, dodawanie kontekstu, podawanie przykladow (few-shot), okreslanie formatu odpowiedzi. Dobry prompt engineering to roznica miedzy uzyteczna a bezuzyteczna odpowiedzia modelu.

Agent AI Agentic AI

Model, ktory nie tylko odpowiada, ale sam podejmuje dzialania: przeszukuje internet, uruchamia kod, zapisuje pliki, wyola inne narzedzia. Dziala autonomicznie przez wiele krokow bez stalego nadzoru czlowieka.

Przyklad: Claude Code sam czyta pliki projektu, pisze kod, testuje go i poprawia bledy — bez recznego kopiowania.

Claude Code / Cursor / Copilot

Narzedzia vibe codingu dzialajace bezposrednio w edytorze kodu lub terminalu. Rozumieja cala strukture projektu, nie tylko jeden plik. Pozwalaja prowadzic rozmowe z AI w kontekscie calego kodu zrodlowego.

n8n / Make / Zapier

Platformy automatyzacji wizualnej — laczysz aplikacje "klockami" bez pisania kodu. n8n dziala lokalnie (open source, bezplatny), Make i Zapier to chmura z abonamentem. Pozwalaja np. automatycznie tworzyc wpisy w Notion gdy przychodzi mail.

Webhook

Punkt koncowy HTTP, ktory automatycznie reaguje na zdarzenia zewnetrzne. Zasada: "kiedy cos sie wydarzy u nich, poinformuj moj system automatycznie". Podstawa integracji miedzy aplikacjami.

Przyklad: klient oplaci fakture w Stripe → webhook wyzwala automatyzacje → klient dostaje dostep do kursu.

API key klucz API

Klucz uwierzytelniajacy Twoj dostep do uslug AI i innych serwisow zewnetrznych. Traktuj jak haslo — nie udostepniaj publicznie, nie wklejaj do repozytorium kodu, przechowuj w zmiennych srodowiskowych.

No-code / Low-code

Tworzenie aplikacji z minimalnym lub zerowym pisaniem kodu, przez interfejsy graficzne. No-code = zero kodu (Webflow, Notion, Airtable). Low-code = niewielkie fragmenty kodu tam, gdzie grafika nie wystarcza (Bubble, AppMaster).

Chatbot

Zautomatyzowany agent konwersacyjny. Nowoczesne chatboty AI rozumieja kontekst i intencje, nie tylko slowa kluczowe — potrafia prowadzic naturalna rozmowe i eskalowac do czlowieka gdy nie radza sobie z pytaniem.

MCP Model Context Protocol

Otwarty standard Anthropic pozwalajacy modelom AI laczyc sie z zewnetrznymi narzedziami i danymi. Dziala jak "USB dla AI" — dowolne narzedzie (baza danych, kalkulacja, API) mozna podlaczyc do modelu przez wspollny protokol.

Dane treningowe Training data

Zbior tekstow, obrazow i danych, na ktorych model byl uczony. Jakosc i roznorodnosc danych bezposrednio wplywaja na jakosc i uprzedzenia modelu. Zanim powierzysz modelowi zadanie, warto wiedziec na czym byl trenowany.

Prywatnosc w AI AI Privacy

Kwestia tego, czy dane ktore podajesz modelowi sa uzywane do jego dalszego trenowania. Wazne przy danych wrazliwych: dane klientow, tajemnice handlowe, dokumenty prawne. Sprawdz polityki prywatnosci zanim zaczniesz wklejac wrazliwe informacje.

Prompt injection

Atak, w ktorym zlosliwa tresc w danych wejsciowych proba "przejac" instrukcje modelu. Szczegolnie istotne przy chatbotach publicznych — uzytkownik moze probowac przestawic model na szkodliwe zachowanie przez sprytnie sformulowane pytanie.

Model on-premise

Model AI dzialajacy lokalnie na Twoim serwerze, bez wysylania danych do chmury zewnetrznego dostawcy. Pelna kontrola nad danymi i wieksze bezpieczenstwo, ale wyzszy koszt infrastruktury i mniejsze mozliwosci niz top-tier modele chmurowe.

Guardrails mechanizmy bezpieczenstwa

Reguly i filtry wbudowane w model lub aplikacje, ktore ograniczaja co model moze powiedziec lub zrobic. Chronia przed generowaniem szkodliwych tresci, wyciekiem danych i nieautoryzowanymi dzialaniami agentow AI.