PLIK

Spis treści

1. Materiały lokalne – podglądy

Screenshot strony biblioteki

Screenshot biblioteki

Plakat „Noc Naukowców 2024”

Plakat Noc Naukowców

Zdjęcie regału – klimat

Regał z książkami o klimacie

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)

3. Otwarcie – skrypt mówiony (60–90 s)

Co mówisz słowo w słowo:

4. Dlaczego wieloetapowość – co mówić

Punkty do podkreślenia:

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

  1. LM Studio → Discover → pobierz Qwen2.5-7B-Instruct (lub Mistral-7B-Instruct/Phi-3-mini-4k-instruct).
  2. New Chat → Attach files → dodaj oba PDF-y.
  3. 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

© 2025 — Skrypt prowadzącego PRO MAX. Jasny, prosty wygląd. Single-file.