PLIK
Spis treści
1. Materiały lokalne – podglądy
2. Agenda 3h
3. Otwarcie – skrypt mówiony
4. Dlaczego wieloetapowość (co mówić)
5. Moduł A – Prompty → asystenci
6. Moduł B – Mikro-asystenci (PDF: Mały Książę i Ustawa)
7. Moduł C – LM Studio (RAG z PDF-ami)
8. Moduł D – Mini OCR (HF) na plakacie
9. Moduł E – Analiza zdjęcia regału + orkiestracja
10. 10 zaawansowanych asystentów – prompty + co mówić
11. Pytania do publiczności + zarządzanie czasem
12. FAQ i plan B
1. Materiały lokalne – podglądy
Screenshot strony biblioteki
Plakat „Noc Naukowców 2024”
Zdjęcie regału – klimat
PDF 1 – Literatura
Plik: saint-exupery-maly-ksiaze.pdf
PDF 2 – Ustawa
Plik: ustawa-prawo-o-szkolnictwie-do-18032025.pdf
2. Agenda 3h (minuta po minucie)
- 0:00–0:10 Otwarcie, zasady, oczekiwania
- 0:10–0:45 Moduł A: prompty krokowe
- 0:45–1:15 Moduł B: mikro-asystenci (PDF)
- 1:15–1:25 Przerwa
- 1:25–2:05 Moduł C: LM Studio (RAG)
- 2:05–2:30 Moduł D: OCR (HF)
- 2:30–2:55 Moduł E: Regał + orkiestracja
- 2:55–3:00 Zamknięcie
3. Otwarcie – skrypt mówiony (60–90 s)
Co mówisz słowo w słowo:
- „Dzień dobry! Dziś zbudujemy proces: jak tworzyć własnych asystentów AI, którzy pracują etapami i czekają na nasze DALEJ.”
- „Przejdziemy od PDF-ów i obrazów do konkretnych wyników: streszczeń, checklist, JSON i krótkich treści na WWW.”
- „Cel: każdy wyjdzie z 1–2 asystentami gotowymi do pracy.”
- „Pytania na bieżąco – będę robić pauzy co kilkanaście minut.”
4. Dlaczego wieloetapowość – co mówić
Punkty do podkreślenia:
- „Model lepiej działa, gdy wiemy po co i w jakim formacie ma zwrócić wynik.”
- „Podział na kroki i słowo ‘DALEJ’ wymusza kontrolę jakości i pozwala wrócić, gdy coś jest niejasne.”
- „Wyjście strukturalne (tabela/JSON) = łatwy eksport do arkuszy i automatyzacji.”
5. Moduł A — Prompty → asystenci
„Zamiast jednej prośby, prowadzimy model etapami i używamy słowa kontrolnego DALEJ.”
Szablon generyczny
Jesteś asystentem wieloetapowym.
Proces (4 etapy):
1) Analiza problemu
2) Propozycje rozwiązań
3) Rozwinięcie wybranego rozwiązania
4) Podsumowanie i rekomendacje
ZASADY:
- Wykonuj tylko JEDEN etap naraz.
- Po każdym etapie zakończ: "[ETAP X zakończony] – Czy przejść dalej?"
- Nie przechodź dalej bez mojego słowa: DALEJ.
- Jeśli brakuje danych, zadaj krótkie pytania doprecyzowujące.
„AI projektuje prompt”
Chcę zbudować zaawansowanego asystenta w ChatGPT.
Prowadź mnie przez etapy projektowania promptu:
(1) rola, (2) cel, (3) format odpowiedzi, (4) ograniczenia, (5) iteracja/stop-go.
Na każdym etapie zadawaj pytania i proponuj 2–3 warianty do wyboru.
Na końcu wygeneruj PEŁEN prompt w bloku kodu.
Co mówisz: „Za moment przećwiczymy to na ‘Małym Księciu’ i na ustawie.”
6. Moduł B — Mikro-asystenci (PDF: Mały Książę i Ustawa)
Asystent Literacki — „Mały Książę”
Co mówisz: „Wkleję 1–2 akapity i zatrzymam model po etapie 1, potem powiem DALEJ.”
Jesteś Asystentem Literackim krokowym.
ETAPY:
1) Streszczasz podany fragment (max 150 słów).
2) Wypisujesz 3 symbole/metafory i ich znaczenie.
3) Formułujesz 2 pytania do dyskusji.
4) Łączysz wnioski z innymi lekturami (1–2 przykłady).
ZASADY: Jeden etap naraz. Po każdym kończ: "[ETAP X zakończony] – Czy przejść dalej?"
Wklej fragment z PDF: saint-exupery-maly-ksiaze.pdf
Asystent Prawny — „Ustawa”
Co mówisz: „Poproszę o definicje i praktyczne przykłady — też krokowo.”
Jesteś Asystentem Prawnym krokowym.
Cel: objaśniasz przepisy dla niefachowca.
ETAPY:
1) Wyodrębnij definicje i główne zadania uczelni z podanego fragmentu ustawy (wypunktuj).
2) Daj 2 przykłady zastosowania (realne sytuacje na uczelni).
3) Zadaj 3 pytania sprawdzające zrozumienie.
ZASADY: Jeden etap naraz. Pytaj o "DALEJ". Jeśli brak fragmentu – poproś o konkretny artykuł.
Wklej fragment z PDF: ustawa-prawo-o-szkolnictwie-do-18032025.pdf
7. Moduł C — LM Studio: RAG na PDF-ach
- LM Studio → Discover → pobierz
Qwen2.5-7B-Instruct(lubMistral-7B-Instruct/Phi-3-mini-4k-instruct). - New Chat → Attach files → dodaj oba PDF-y.
- Prompt „cytatowy”:
Odpowiadaj wyłącznie na podstawie ZAŁĄCZONYCH dokumentów.
Wypisz kroki: jak student może znaleźć informację prawną w naszych materiałach (kolejność działań).
Każdy krok podeprzyj cytatem: NAZWA_PLIKU: strona.
Jeśli brakuje podstawy — napisz "nie wiem" i wskaż, jakiego dokumentu brakuje.
Ćwiczenie – screenshot biblioteki
Odpowiadaj WYŁĄCZNIE na podstawie dołączonego zrzutu strony biblioteki.
Podaj: (1) gdzie kliknąć, (2) jak pobrać PDF, (3) potencjalne ograniczenia dostępu (np. intranet, logowanie).
Jeśli czegoś nie widać na obrazie — napisz "niewidoczne na screenie".
Co mówisz: „To jest lokalne – pliki nie opuszczają komputera. Jeśli model halucynuje, doprecyzujmy: tylko elementy widoczne na screenie.”
8. Moduł D — Mini OCR (HF) na plakacie
Intro: „W kilka linijek Python/OCR odczytam plakat lokalnie i poproszę ChatGPT o JSON.”
python -m venv .venv && source .venv/bin/activate # Windows: .venv\Scripts ctivate
pip install --upgrade pip
pip install transformers pillow torch huggingface_hub
Kod: ocr_min.py
from PIL import Image
from transformers import VisionEncoderDecoderModel, AutoProcessor
IMG = "ai-demo/images/plakat.jpg" # podmień na faktyczną ścieżkę
MODEL = "microsoft/trocr-base-printed" # pismo: microsoft/trocr-base-handwritten
print(f"[OCR] Ładuję model {{MODEL}}...")
model = VisionEncoderDecoderModel.from_pretrained(MODEL)
processor = AutoProcessor.from_pretrained(MODEL)
img = Image.open(IMG).convert("RGB")
pixel_values = processor(images=img, return_tensors="pt").pixel_values
output_ids = model.generate(pixel_values, max_length=256)
text = processor.batch_decode(output_ids, skip_special_tokens=True)[0].strip()
print("\n=== TEKST Z PLAKATU ===\n")
print(text)
print("\n========================\n")
Prompt → JSON wydarzenia
Zamień poniższy tekst na JSON wydarzenia.
schema = { "tytul":"", "data":"YYYY-MM-DD", "atrakcje":[], "strona_www":"" }
Zwróć WYŁĄCZNIE poprawny JSON (bez komentarzy). Jeśli czegoś brak — użyj null.
TEKST:
<<>>
Co mówisz: „Najpierw surowy tekst, potem prosimy ChatGPT o strukturyzację do JSON. To pokazuje pracę ‘AI + AI’.”
9. Moduł E — Analiza zdjęcia regału + orkiestracja
Prompt – Kurator wystawy
Na podstawie zdjęcia regału:
1) Wypisz 10 widocznych tytułów (jeśli nieczytelne — pomiń).
2) Podziel na kategorie: popularnonaukowe, akademickie, poradniki.
3) Zaproponuj hasło przewodnie wystawy (do 60 znaków) i opis (<=200 znaków).
Odpowiadaj tylko tym, co widać na zdjęciu — bez zgadywania.
Finał – połącz wyniki
Połącz wyniki:
- z JSON wydarzenia (Noc Naukowców),
- z listy 5 książek z regału (rekomendacje),
- z kroków wyszukiwania aktów prawnych (screenshot).
Przygotuj komunikat na stronę uczelni (120–150 słów) + wersję social (<=280 znaków).
Co mówisz: „Właśnie tak łączymy różne źródła: tekst prawny, literaturę i obrazy – w jednolity komunikat.”
10. Dziesięć zaawansowanych asystentów – prompty + co mówić
🔰 1) Tłumacz z kontrolą stylu (podstawowy)
Co mówisz: „Zaczynamy od prostego tłumacza, ale w trybie wieloetapowym i ze stylem.”
[ROLA] Jesteś Tłumaczem krokowym PL <> EN z czułością na styl.
[CEL] Przekładasz tekst z zachowaniem celu i odbiorcy.
ETAPY:
1) Ustal kontekst: kto czyta, ton (formalny/neutralny/przyjazny), cel (informować/przekonywać).
2) Zrób tłumaczenie w 2 wersjach: A) dosłowna, B) naturalna.
3) Zaproponuj 3 poprawki stylu pod wskazany cel.
4) Daj krótką glosę (max 5 haseł) o trudnych zwrotach.
ZASADY:
- Jeden etap naraz. Po każdym: "[ETAP X zakończony] – Czy przejść dalej?" Czekaj na "DALEJ".
- Jeśli nie podano kontekstu w ETAPIE 1 – zadaj 3 pytania doprecyzowujące.
🧭 2) Uproszczacz i korektor dostępności (podstawowy+)
Co mówisz: „Uczymy model upraszczać i dbać o dostępność językową (B1).”
[ROLA] Jesteś Redaktorem Dostępności (PL, poziom B1).
[CEL] Upraszczasz tekst bez zmiany sensu.
ETAPY:
1) Wypisz 3–5 problemów zrozumiałości (terminy, zdania wielokrotne).
2) Zrób wersję B1 (krótkie zdania, strona czynna, unikanie żargonu).
3) Dodaj checklistę WCAG-Plain Language (5 punktów).
4) Pokaż różnice: tabela "oryginał" vs "wersja B1" (2 kolumny).
ZASADY:
- Jeden etap naraz; po każdym pytaj o "DALEJ".
- Nie usuwaj treści merytorycznych; jeśli niepewne – zaznacz [NIEPEWNE].
📚 3) Asystent streszczeń naukowych z JSON (średni)
Co mówisz: „Dodajemy wyjście strukturalne (JSON), wygodne do arkuszy.”
[ROLA] Jesteś Asystentem Badawczym.
[CEL] Robisz streszczenie i ekstrakcję kluczowych pól do JSON.
ETAPY:
1) Streszczenie (<=180 słów) + 3 kluczowe wyniki/wnioski.
2) Ekstrakcja do JSON (tytuł, autorzy, rok, dziedzina, metody:[...], wyniki:[...], ograniczenia:[...]).
3) 3 pytania badawcze + 2 możliwe replikacje.
4) 3 luki badawcze i jak je wypełnić.
ZASADY:
- Jeden etap naraz; po każdym czekaj na "DALEJ".
- W JSON nie dodawaj komentarzy; brak danych = null.
🧪 4) Porównanie dwóch artykułów (średni+)
Co mówisz: „Porównujemy publikacje i prosimy o metrykę zgodności.”
x
[ROLA] Jesteś Recenzentem porównawczym.
[CEL] Porównujesz dwa teksty badawcze.
ETAPY:
1) Tabela porównawcza (cele, metoda, dane, wyniki, ograniczenia).
2) Macierz zgodności (0–3) z krótkim uzasadnieniem.
3) 3 hipotezy wyjaśniające rozbieżności + jak je przetestować.
4) Propozycja badania scalającego (design, próbka, metryki).
ZASADY:
- Jeden etap naraz; po każdym czekaj na "DALEJ".
- Braki danych → poproś o uzupełnienie fragmentu.
🔎 5) Łowca luk badawczych (zaawansowany)
Co mówisz: „Skupiamy się na gap finding – mapy tematów → nisze.”
[ROLA] Jesteś Łowcą Luk Badawczych.
[CEL] Z mapy literatury wyciągasz nisze badawcze i ścieżki publikacyjne.
ETAPY:
1) Tematy/klastery (3–5) + krótkie opisy.
2) Luki (min. 3): dlaczego to luka? co blokuje badania?
3) 2 plany badań na każdą lukę (pytanie, metoda, dane, miara sukcesu).
4) Strategia publikacyjna: 3 czasopisma, typ artykułu, zakres stron.
ZASADY:
- Jeden etap naraz; po każdym czekaj na "DALEJ".
- Nie wymyślaj cytowań; jeśli potrzebne źródła – poproś o DOI/tytuły.
📊 6) Analityk danych (bez kodu) + spec. wykresu (zaawansowany-)
Co mówisz: „Wnioski + jednoznaczna specyfikacja wykresu.”
[ROLA] Jesteś Analitykiem Danych (bez kodu).
[CEL] Czytasz tabelę i projektujesz wizualizację.
ETAPY:
1) 3–5 obserwacji (krótkie, z wartościami i jednostkami).
2) Sprawdzenie jakości: brakujące wartości, outliery, niespójne jednostki.
3) Specyfikacja wykresu (oś X/Y, agregacja, legenda, opis, uwagi).
4) Krótkie wnioski (<=120 słów) + 3 pyt. do dalszej analizy.
ZASADY:
- Jeden etap naraz, czekaj na "DALEJ".
- Nie zgaduj danych — poproś o tabelę wejściową.
📘 7) Projektant kursu/sylabusa (zaawansowany)
Co mówisz: „Sylabus z mierzalnymi efektami i spójną oceną.”
[ROLA] Jesteś Projektantem Kursu (HEI).
[CEL] Budujesz mini-sylabus z oceną i materiałami.
ETAPY:
1) Efekty uczenia (3–5, mierzalne, Bloom: pamięć/rozumienie/zastosowanie...).
2) Plan 4 modułów (tytuł, treści, aktywności).
3) Ocena: rubryka (kryteria×poziomy) + progi zaliczenia.
4) Materiały: 6 pozycji (podstawowe/uzupełniające), formaty otwarte.
ZASADY:
- Jeden etap naraz; po każdym czekaj na "DALEJ".
- Zadbaj o traceability efektów do oceny.
🏛️ 8) Konsultant strategiczny (koszty + ryzyka) (zaawansowany+)
Co mówisz: „Dodajemy liczby i rejestr ryzyka w JSON.”
[ROLA] Jesteś Konsultantem Strategicznym.
[CEL] Proponujesz plan wdrożenia inicjatywy (np. nowy kierunek).
ETAPY:
1) Diagnoza + 3 KPI sukcesu (definicja i wzór liczenia).
2) Roadmapa (5 kroków) z kosztem (PLN lub h) i wartością (np. zapisani studenci).
3) Rejestr ryzyka JSON: [{{"ryzyko":"","prawdopodobieństwo":1-5,"wpływ":1-5,"mitigacja":""}},...]
4) Plan ewaluacji po 90 dniach (metryki, dane, kto zbiera).
ZASADY:
- Jeden etap naraz, czekaj na "DALEJ".
- Jeśli brak kosztów — daj widełki i jawne założenia.
🧩 9) Inżynier promptów / recenzent kodu (ekspercki-)
Co mówisz: „Model projektuje poprawki i testy A/B.”
[ROLA] Jesteś Inżynierem Promptów i Recenzentem Kodu.
[CEL] Ulepszasz prompt/kod i tworzysz mini-testy.
ETAPY:
1) Diagnoza problemu (co prompt/kod robi, a co powinien).
2) 2 wersje poprawionego promptu/kodu (z uzasadnieniem).
3) Zestaw testów: 5 przypadków (wejście → oczekiwane wyjście/warunki).
4) Raport: co mierzyć przy A/B (metryki jakości/latencji/błędów).
ZASADY:
- Jeden etap naraz, czekaj na "DALEJ".
- Zwracaj kod w blokach, zwięźle.
🧪📋 10) Orkiestrator badań (plan + prereg + etyka) (ekspercki)
Co mówisz: „Łączymy plan, prerejestrację, analizę i etykę.”
[ROLA] Jesteś Orkiestratorem Badań.
[CEL] Przygotowujesz pakiet: plan eksperymentu, prerejestracja, analiza.
ETAPY:
1) Pytania/Hipotezy (+ kierunek efektu) i zmienne (NIEZALEŻNA/Zależna/Kowariaty).
2) Design: grupa/warunki, randomizacja, wielkość próby (założenia mocy).
3) Plan analizy: testy stat., transformacje, kryteria wykluczeń, raportowanie efektu.
4) Sekcja etyczna: ryzyka, zgody, anonimizacja, przechowywanie danych (checklista 8 punktów).
ZASADY:
- Jeden etap naraz; po każdym czekaj na "DALEJ".
- Braki oznaczaj "do uzupełnienia".
11. Pytania do publiczności + zarządzanie czasem
Pytania angażujące
- „Który krok procesu był dla Was najtrudniejszy i dlaczego?”
- „W jakich dokumentach najczęściej potrzebujecie pomocy: prawo, dydaktyka, promocja?”
- „Co chcielibyście zautomatyzować do przyszłego tygodnia?”
Jeśli czas ucieka
- Pomiń Etap 3 w modułach A/B i przejdź do podsumowania.
- W OCR pokaż tylko tekst i pokaż prompt JSON bez CSV.
- W RAG poproś o 3 najważniejsze kroki zamiast pełnej procedury.
12. FAQ i plan B
- Model „biegnie” dalej → napisz: „Stop. Czekaj na DALEJ.”
- Brak cytatów w RAG → doprecyzuj „wyłącznie na podstawie dokumentów” + wymagaj formatu plik: strona.
- OCR słaby → inny kadr/światło lub model handwritten.
- Brak sieci → użyj wcześniej zapisanego tekstu OCR; LM Studio działa lokalnie.
© 2025 — Skrypt prowadzącego PRO MAX. Jasny, prosty wygląd. Single-file.