Kontekst i wyszukiwanie
RAG i dostęp do wiedzy projektowane z myślą o jakości, trafności i identyfikowalności źródeł.
Kompetencja 04 · Praktyczne AI
Zacznij od procesu. Dopiero potem zapytaj, czy AI ma w nim sens.
AI jest użyteczne, gdy usprawnia konkretne zadanie w rzeczywistych warunkach. Projektujemy otaczający je system — dane, uprawnienia, narzędzia, ocenę jakości, decyzje człowieka i zachowanie awaryjne — zanim potraktujemy odpowiedź modelu jak funkcję produktu.
Praktyczne, ograniczone zastosowanie
Model jest jednym z elementów większego systemu.
Użyteczne rozwiązania mogą obejmować integrację LLM, RAG i wyszukiwanie wiedzy, kontrolowanych agentów, przetwarzanie dokumentów oraz automatyzację procesów. Każde z nich zależy od jakości danych, interfejsów i zasad działania.
Zakres inżynieryjny
Co odpowiedzialna implementacja określa wprost
Zachowanie probabilistyczne wymaga innych zabezpieczeń niż tradycyjne oprogramowanie. Granice powinny być widoczne dla osób korzystających z funkcji i utrzymujących ją.
Uprawnienia
Model lub agent otrzymuje tylko dane i działania właściwe dla danego zadania.
Granice narzędzi
Dostępne API i operacje są wąskie, walidowane i obserwowalne.
Akceptacja człowieka
Działania o istotnych skutkach zatrzymują się przed świadomą decyzją osoby, gdy potrzebna jest ocena.
Ewaluacja i monitoring
Jakość jest sprawdzana na rzeczywistych zadaniach i obserwowana wraz ze zmianą danych oraz zachowania.
Zachowanie awaryjne
Produkt pozostaje zrozumiały przy niskiej pewności, niedostępnej usłudze lub sytuacji, w której AI powinno odmówić.
Jak system tworzy spójną całość
Użyj najmniej niepewnego narzędzia, które rozwiązuje problem.
Część zadań korzysta na modelach językowych. Inne bezpieczniej, taniej i łatwiej utrzymać za pomocą deterministycznych reguł, wyszukiwania lub tradycyjnej automatyzacji. Uczciwa odpowiedź techniczna może brzmieć: AI nie jest tu potrzebne.
- 01
Zdefiniuj
Nazwij zadanie, oczekiwaną poprawę i niedopuszczalne rezultaty.
- 02
Porównaj
Sprawdź AI względem prostszych metod deterministycznych i sensownego punktu odniesienia.
- 03
Ogranicz
Zawęź kontekst, uprawnienia, narzędzia i działania do tego, czego wymaga zadanie.
- 04
Oceniaj
Mierz użyteczność, tryby awarii i koszt nadzoru człowieka.
Cechy inżynieryjne
Prywatność i sposób wdrożenia należą do architektury.
Wrażliwość danych, retencja, granice dostawców i kontrola dostępu określają, co jest właściwe. Prywatne lub lokalne AI można rozważyć tam, gdzie uzasadniają je ograniczenia — nie jest ono ozdobną obietnicą ani automatycznym wymaganiem.
- Prywatność
- Identyfikowalność
- Ewaluacja
- Kontrola człowieka
- Bezpieczny fallback
Funkcje AI działają wewnątrz realnego oprogramowania.
Mogą pojawić się w produkcie webowym lub mobilnym, korzystać z obecnych API i danych biznesowych albo wspierać szerszy proces automatyzacji. Integracja i klasyczna inżynieria decydują, czy funkcja jest niezawodna także poza demonstracją.
Otwarte zaproszenie
Czy AI rzeczywiście ma tutaj sens?
Opisz zadanie, informacje i decyzje, których dotyczy. Możemy sprawdzić, czy właściwą odpowiedzią jest AI, zwykła automatyzacja czy brak nowej technologii.