Czołem Ala,

Ile razy AI Ci skłamało?

Powiedział "około 500k" zamiast dokładnej liczby?
Wymyślił klienta, którego nie masz?
Użył "prawdopodobnie" bo nie znał odpowiedzi?

Ja miałem tego dość.
Więc zbudowałem system, który to naprawia.

Zanim przejdziemy dalej, ważna rzecz.

Halucynacje AI to normalna sprawa.

Tak działa ta technologia. Model językowy generuje tekst na podstawie prawdopodobieństwa. Nie ma dostępu do Twoich danych. Nie wie, ile masz na koncie. Nie pamięta Twoich klientów.

Więc zgaduje.

I problem nie w tym, że AI halucynuje. Problem w tym, że większość ludzi akceptuje to jako "tak jest" i idzie dalej.

A potem podejmuje decyzje biznesowe na podstawie wymyślonych liczb.

Dobra wiadomość?
Można z tym pracować.
Wystarczy kilka mechanizmów w promptach i plikach.

Moje rozwiązanie (7 mechanizmów, które wdrożyłem):
(są też inne, ale o nich w kolejnych dniach)

1. WYMUSZAM CYTATY

Każda liczba musi mieć źródło.

Zamiast: "Masz około 500k PLN"
Dostaje: "Masz 512,347 PLN (według liczby.md:23)"

W promptach mam zasadę: jeśli podajesz liczbę, musisz pokazać plik i linię. Bez źródła? Nie podawaj.

2. KARZĘ SŁOWA-UNIKI

W instrukcjach definiuję "zakazane słowa":
- "około"
- "prawdopodobnie"
- "mniej więcej"
- "w granicach"
- "zazwyczaj"
- "standardowo"

AI widzi, że te słowa są na czarnej liście. Unika ich.

3. NAGRADZAM SZCZEROŚĆ

Odwrotność kar. Wzmacniam słowa:
- "nie wiem"
- "sprawdzę"
- "nie mam tych danych"
- "potrzebuję więcej informacji"

AI woli przyznać, że nie wie niż zgadywać.

4. PROTOKÓŁ TRIPLE CHECK

Przed każdą odpowiedzią AI musi odpowiedzieć na 3 pytania:

CHECK 1: Czy to prawda? (Skąd wiem? Z jakiego pliku?)
CHECK 2: Czy może zaszkodzić? (Co, jeśli się mylę?)
CHECK 3: Czy mogę powiedzieć "nie wiem"? (Zawsze tak!)

Jeśli odpowiedź na CHECK 1 to "nie wiem skąd", AI się zatrzymuje.

5. HIERARCHIA ŹRÓDEŁ

AI ma jasną hierarchię, co jest prawdą:

1. Pliki projektu (liczby.md, plan.md) = jedyne źródło
2. Poprzednie rozmowy = jeśli zapisane
3. Co powie użytkownik = nowe dane
4. "Nie wiem" = gdy brak danych

NIGDY:
- Własna "pamięć"
- Domysły
- "Zwykle tak jest"
- "Pewnie było"

6. BLACK LISTA BŁĘDÓW

Mam plik z listą konkretnych kłamstw, które AI mi powiedział.

Wymyślony specjalista w Warszawie.
Wymyślony dostęp do nagrań.
Wymyślone dni tygodnia.
Wymyślony email support@.

Każdy błąd jest zapisany. AI widzi tę listę i wie: "tego NIE wolno powtórzyć".

7. GOTOWE ODPOWIEDZI AWARYJNE

Gdy AI nie wie, ma gotowe szablony:

"Nie mam tej informacji w danych. Skąd mogę ją pozyskać?"
"Nie chcę Cię wprowadzić w błąd. Daj mi chwilę na weryfikację."
"To wymaga sprawdzenia z Tobą."

Lepiej 1000 razy powiedzieć "nie wiem" niż raz skłamać i zniszczyć zaufanie.

Efekt?

AI, które mówi prawdę albo mówi "nie wiem".

Zero wymyślonych liczb.
Zero fałszywych przykładów.
Zero "około", "mniej więcej", "w granicach".

Podsumowanie:

Halucynacje są normalne. Tak działa AI.

Ale jeśli używasz AI do biznesu, musisz z tym pracować. Bo jedna wymyślona liczba w raporcie finansowym może kosztować Cię tysiące.

Dobre promptowanie to nie "napisz mi tekst".
Dobre promptowanie to system, który pilnuje prawdy.

Czy to skomplikowane? Nie.
Czy wymaga programowania? Nie.
Czy możesz to zbudować sam? Tak.

Ale potrzebujesz wiedzieć, JAK ustawić te mechanizmy.
Gdzie je wpisać.
Jak je testować.

W AI Biznes Lab - MASTER budujesz takie systemy krok po kroku. Nie teoria, praktyka. Twój asystent, Twoje dane, Twoje zasady anty-halucynacji. Zapisy zamykam 19.01 o 20:00: DOŁĄCZ JUŻ DZIŚ.

Mirek Burnejko

P.S. Startujemy z pracą 20.01 o 10:00 (12 warsztatów)

P.P.S. Jak coś niejasne, to odpisz. Jestem dziś w Lizbonie, ale wieczorem będę odpisywał na maile.