LLM, RAG, tokeny, embeddingi, agenci... Kiedy słyszysz to pierwszy raz, brzmi jak zaklęcia. I właśnie przez ten żargon większość ludzi odpada z AI na starcie. Nie dlatego, że AI jest trudne, tylko dlatego, że nikt im tego nie przetłumaczył na ludzki język.

W tym artykule to naprawiamy. Poniżej znajdziesz 15 najważniejszych pojęć AI, każde wyjaśnione w 3 krokach: prosta definicja, życiowa analogia i przykład z praktyki. Bez technicznego bełkotu i bez lania wody. Po lekturze dużo łatwiej będzie Ci śledzić rozmowy, artykuły i poradniki o AI.

Na końcu czeka ściąga ze wszystkimi pojęciami w jednej tabeli, szybki test z 3 pytań i darmowy PDF z 10 sposobami na zarabianie dzięki AI.

15 pojęć AI w 3 częściach

Plan jest prosty. Pojęcia podzieliłem na 3 części:
1. Jak myśli AI (pojęcia 1-8): LLM, prompt, token, okno kontekstowe, system prompt, temperatura, halucynacja, multimodalność.
2. Jak łączyć AI z narzędziami (pojęcia 9-11): API, no-code, automatyzacja (workflow).
3. Poziom agentów (pojęcia 12-15): agent AI, RAG, baza wektorowa, MCP.

Pojęcia są ułożone tak, że każde kolejne buduje na poprzednim, więc najlepiej czytaj po kolei. Zaczynamy od części 1, czyli 8 pojęć, które są fundamentem wszystkiego.

1. Co to jest LLM? Silnik, nie aplikacja

Po ludzku. LLM to skrót od Large Language Model, po polsku: duży model językowy. To program, który "przeczytał" gigantyczną część internetu i nauczył się jednej rzeczy: przewidywać, jakie słowo powinno paść jako następne.

Analogia. Autouzupełnianie w telefonie, tylko na sterydach. Telefon podpowiada Ci jedno słowo. LLM potrafi tym sposobem napisać cały raport, maila albo plan treningowy.

Silnik kontra aplikacja. Tu ważne rozróżnienie, które od razu ustawi Ci głowę:
• ChatGPT czy aplikacja Claude to aplikacje, czyli okienka czatu, w które piszesz.
• GPT, Claude czy Gemini to silniki, czyli właśnie LLM-y, które pracują pod maską.

Każdy czat AI, którego używasz, ma pod maską jakiś LLM.

Zapamiętaj. LLM niczego nie "wie" tak jak człowiek. On przewiduje kolejne słowa. Dlatego bywa genialny... i dlatego czasami zmyśla. Więcej o tym przy pojęciu nr 7.

2. Co to jest prompt? Twoje zamówienie dla AI

Po ludzku. Prompt to po prostu polecenie, które wpisujesz do AI. Twoje zamówienie.

Analogia. Działa tu zasada z restauracji. Mówisz kelnerowi "poproszę coś dobrego" i grasz w ruletkę. Mówisz "krem z pomidorów, ostry, bez śmietany" i dostajesz dokładnie to, czego chcesz.

Słaby kontra dobry prompt. Zobacz różnicę na żywym przykładzie.

Słaby prompt:

Napisz post na LinkedIn.

Efekt: ogólnik, jaki dostaje każdy. Brzmi jak AI, nie jak Ty.

Dobry prompt. Możesz go skopiować i uzupełnić miejsca w nawiasach kwadratowych:

Napisz post na LinkedIn (do 800 znaków) o [temat], dla [odbiorca], luźnym tonem. Zakończ pytaniem.

Efekt: tekst szyty na miarę, z konkretnym odbiorcą, długością i tonem.

Zapamiętaj. Im lepszy prompt, tym większa szansa na dobrą odpowiedź.

3. Co to jest token w AI i dlaczego Cię to obchodzi

Po ludzku. Token to kawałek tekstu. AI nie czyta słów tak jak Ty. Tnie tekst na małe kawałki, czyli właśnie tokeny, i w nich liczy wszystko.

Analogia. Klocki LEGO. Słowo "niepodległość" to dla modelu nie jedno słowo, tylko kilka klocków.

Dlaczego Cię to obchodzi. Z 3 powodów:
1. Token to waluta AI. Kiedy korzystasz z modeli przez API, na przykład w n8n, płacisz właśnie za tokeny: i za tekst, który wysyłasz do modelu, i za ten, który od niego dostajesz. Czym są API i n8n, przeczytasz w pojęciach 9 i 10.
2. Limity. Długość rozmowy i wielkość dokumentu są liczone w tokenach, nie w słowach czy stronach.
3. Skala. Dla orientacji: 1000 tokenów to mniej więcej 3-4 akapity tekstu. A polski jest dla modeli "droższy" w tokenach niż angielski.

Zapamiętaj. Krótszy, konkretny kontekst znaczy szybciej i taniej.

4. Okno kontekstowe: dlaczego długie czaty z AI "głupieją"

Po ludzku. Okno kontekstowe to odpowiedź na pytanie: ile AI "widzi" naraz w jednej rozmowie. To jego pamięć robocza.

Analogia. Biurko. Mieści dokładnie tyle kartek, ile ma blat. Kładziesz nową kartkę, a gdy brakuje miejsca, najstarsza spada na podłogę.

Co się dzieje w długiej rozmowie. Dlatego długie czaty potrafią "zgłupieć":
• rozmowa rośnie, a najstarsze fragmenty "spadają z biurka",
• model może stracić dostęp do części wcześniejszego kontekstu i zacząć mylić ustalenia z początku rozmowy,
• bardzo długi PDF może w ogóle nie zmieścić się w oknie kontekstowym.

Prosty trik na co dzień. Nowy temat - nowy czat. Zaczynasz z czystym biurkiem, a model znów widzi wszystko, co ważne.

5. Co to jest system prompt? Charakter Twojego bota

Po ludzku. System prompt to ukryta instrukcja, która ustawia modelowi rolę i zasady, zanim użytkownik napisze cokolwiek.

Analogia. Opis stanowiska dla nowego pracownika: "Jesteś doradcą klienta. Odpowiadasz krótko i uprzejmie. Nie obiecujesz rabatów".

System prompt kontra prompt. Różnica jest prosta:
• Prompt to pojedyncze polecenie, które dajesz modelowi. Zmienia się z każdą wiadomością.
• System prompt ustawia stałą rolę, ton i zasady, których model ma się trzymać podczas rozmowy albo wykonywania zadania. Piszesz go raz i obowiązuje w całej rozmowie.

Przykład system promptu:

Jesteś asystentem sklepu X. Odpowiadasz po polsku, krótko. Nie podajesz cen konkurencji.

Zapamiętaj. Jeśli kiedyś zbudujesz agenta w n8n, to właśnie tam, w polu "System Message" w klocku AI Agent, mieszka charakter Twojego bota.

6. Temperatura w AI: suwak kreatywności

Po ludzku. Temperatura to suwak kreatywności modelu, zwykle w skali od 0 do 1.

Analogia. 0 to księgowy: przewidywalnie, konkretnie, na temat. 1 to artysta po trzech kawach: kreatywnie, zaskakująco, ale czasem chaotycznie.

Jak ją ustawiać. Praktyczna zasada:
• nisko (0-0,3): fakty, dane, raporty, wyciąganie danych z dokumentów, obsługa klienta,
• wysoko (0,7-1): pomysły, nazwy, slogany, posty i kreatywne teksty, burza mózgów.

Zapamiętaj. W n8n zmieniasz temperaturę jednym polem w ustawieniach modelu.

7. Halucynacje AI: kiedy sztuczna inteligencja zmyśla

To pojęcie może uratować Ci skórę.

Po ludzku. Halucynacja to moment, w którym AI zmyśla informację i podaje ją najzupełniej pewnym tonem.

Analogia. Student, który nie umie, ale odpowiada z pełnym przekonaniem. Bo model domyślnie nie mówi "nie wiem". Zmyślone tytuły książek, paragrafy, statystyki - to klasyka.

Jak się bronić. Przede wszystkim sprawdzaj liczby, nazwiska i źródła. A jeśli możesz, daj AI własne materiały, na których ma się opierać, zamiast liczyć wyłącznie na jego wiedzę. Dokładnie tu przydaje się RAG, czyli pojęcie nr 13. Dojdziemy do niego w części 3.

Zapamiętaj. Ufaj, ale weryfikuj, zwłaszcza tam, gdzie błąd kosztuje.

8. Multimodalność: AI z oczami i uszami

Po ludzku. Brzmi groźnie, a znaczy tyle: model rozumie nie tylko tekst, ale też obrazy, dźwięk i wideo.

Analogia. AI dostało oczy i uszy. "Multi" oznacza wiele typów danych naraz: piszesz, pokazujesz albo mówisz.

W praktyce:
• robisz zdjęcie faktury i dostajesz gotową tabelkę z danymi do arkusza,
• wrzucasz nagranie spotkania i dostajesz notatkę oraz listę zadań dla zespołu,
• rysujesz szkic strony na kartce, a model zamienia go w opis albo projekt.

Zapamiętaj. Jeden model, wiele zmysłów.

9. Co to jest API? Kelner między programami

Wiesz już, jak AI myśli. W części 2 zobaczysz, jak podłączyć je do reszty świata. Bo tu zaczyna się prawdziwa magia.

Po ludzku. API to sposób, w jaki programy rozmawiają ze sobą bez klikania w ekran.

Analogia. Kelner. Ty składasz zamówienie, kelner zanosi je do kuchni i wraca z daniem. W świecie AI wygląda to tak:
1. Ty, czyli na przykład Twoja automatyzacja w n8n albo inna aplikacja, składasz zamówienie.
2. API, czyli kelner, zanosi je do kuchni.
3. Model AI, czyli kuchnia, gotuje odpowiedź.

Odpowiedź wraca tą samą drogą: z kuchni, przez kelnera, do Ciebie.

Klucz API. Żeby z tego korzystać, potrzebujesz klucza API. To taki login i hasło dla programów, Twoja karta wstępu. Płacisz za faktyczne użycie (pamiętasz tokeny?) i często są to grosze za zadanie.

Uwaga. Jedna żelazna zasada: kluczem API nie dziel się z nikim. Kto go ma, ten wydaje Twoje pieniądze.

Zapamiętaj. Gdy następnym razem przeczytasz "podłącz przez API", przetłumacz to sobie na: "połącz dwa programy kablem".

10. No-code: jak budować automatyzacje bez programowania

Po ludzku. No-code to budowanie aplikacji i automatyzacji przez klikanie i łączenie gotowych klocków, bez pisania ani jednej linijki kodu.

Analogia. Meble z IKEA zamiast własnej stolarni. Nie musisz umieć heblować, składasz gotowe elementy według instrukcji.

Narzędzia, które warto znać:
• n8n - automatyzacje i agenci AI. To na nim opieram przykłady w tym artykule.
• Make i Zapier - łączenie aplikacji między sobą.
• Airtable i Notion - bazy danych i organizacja pracy.

Zapamiętaj. Osoby nietechniczne budują dziś rzeczy, które 5 lat temu wymagały programisty.

11. Automatyzacja (workflow): domino, które działa samo

Po ludzku. Automatyzacja, inaczej workflow, to przepis krok po kroku, który wykonuje się sam: gdy stanie się X, zrób Y, potem Z.

Analogia. Domino. Ty przewracasz pierwszy klocek, a reszta leci sama. Ten pierwszy klocek ma swoją nazwę: trigger, czyli wyzwalacz.

Przykład z życia. Taki workflow zbudujesz w n8n:
1. Trigger: przychodzi nowy mail z fakturą w załączniku.
2. AI wyciąga z faktury kwotę, datę i sprzedawcę.
3. Zapis: dane lądują w arkuszu z kosztami.
4. Powiadomienie trafia na Twój telefon.

Twoja rola w tym procesie? Żadna. To dzieje się samo, także kiedy śpisz.

Zapamiętaj. Trigger to iskra. Workflow to cały łańcuch domina.

12. Co to jest agent AI i czym różni się od chatbota

Część 3 to 4 pojęcia, o których mówi teraz cały świat AI. To one odróżniają ludzi, którzy "używają czatu", od ludzi, którzy budują. Zaczynamy od gwiazdy tego słownika.

Po ludzku. Agent AI to AI, które samo decyduje, co zrobić, i używa narzędzi, żeby osiągnąć cel.

Analogia. Poczuj różnicę. Chatbot to infolinia: powie Ci, JAK napisać maila. Agent to asystent: napisze go i WYŚLE. Sprawdzi kalendarz i umówi spotkanie.

Przepis na agenta. Jest prosty:
LLM (mózg) + narzędzia (ręce: mail, kalendarz, wyszukiwarka) + cel (zadanie do wykonania) = agent.

Przykład. Mówisz: "Ogarnij moją skrzynkę". Agent czyta wiadomości, na proste odpowiada, ważne streszcza, a spam ignoruje. I sam wybiera kolejność kroków.

Zapamiętaj. Na tym polega różnica względem zwykłej automatyzacji. Automatyzacja to sztywny przepis: zawsze te same kroki. Agent sam dobiera kroki do sytuacji.

13. Co to jest RAG? Egzamin z otwartą książką

Po ludzku. RAG to skrót od Retrieval-Augmented Generation. Nazwa straszna, idea piękna. To technika, dzięki której AI odpowiada na podstawie Twoich dokumentów, a nie tylko tego, co "pamięta" z treningu, czyli z tej gigantycznej lektury internetu z pojęcia nr 1.

Analogia. Egzamin z otwartą książką. Zamiast zdawać z pamięci (i zmyślać), model najpierw zagląda do Twoich materiałów.

3 kroki. RAG działa tak:
1. Pytanie. Pada pytanie, na przykład "Ile kosztuje dostawa?".
2. Szukanie. Model szuka pasującego fragmentu w Twoich plikach.
3. Odpowiedź. Model odpowiada na podstawie tego, co znalazł.

Efekt. Bot może odpowiadać na podstawie Twojego cennika i regulaminu, zamiast zgadywać z pamięci. Dlatego RAG przydaje się przy halucynacjach z pojęcia nr 7. Pamiętaj tylko, że RAG ogranicza ryzyko halucynacji, ale go nie usuwa. Zasada "ufaj, ale weryfikuj" dalej obowiązuje.

14. Baza wektorowa: magazyn znaczeń

Po ludzku. Skoro RAG ma szukać w Twoich plikach, musi mieć gdzie. Baza wektorowa to magazyn, w którym dokumenty są ułożone według znaczenia, a nie alfabetycznie. To silnik RAG-a.

Analogia. Bibliotekarz, który naprawdę rozumie pytanie. Pytasz o "zwrot pieniędzy", a on podaje rozdział o reklamacjach, chociaż słowo "pieniądze" w ogóle tam nie pada.

Słowa kontra znaczenie. Jak to możliwe? Tekst jest zamieniany na liczby, czyli wektory, a podobne znaczenia lądują blisko siebie. Zobacz różnicę:
• Zwykłe wyszukiwanie, takie jak Ctrl+F, znajduje tylko dokładnie te słowa, które wpisujesz. "Pieniądze" to nie "reklamacje", więc nic nie znajdzie.
• Wyszukiwanie wektorowe szuka sensu, nie literek.

Przykładowe bazy wektorowe to Pinecone, Qdrant i Supabase. W n8n podłączasz je jednym klockiem.

Zapamiętaj. Ctrl+F szuka słów. Baza wektorowa szuka sensu.

15. Co to jest MCP? USB-C dla AI

I na deser ostatnie pojęcie.

Po ludzku. MCP to skrót od Model Context Protocol. To standard podłączania AI do narzędzi i danych.

Analogia. Pomyśl o USB-C. Zamiast wymyślać osobne połączenie dla każdego narzędzia, masz wspólny sposób komunikacji.

Co to daje w praktyce. Zamiast ręcznie budować każdą integrację, czyli każde połączenie z osobna, podłączasz agentowi gotowy "serwer MCP". To paczka narzędzi: dysk, baza, przeglądarka, aplikacje. Więc gdy słyszysz "serwer MCP", czytaj: gotowa wtyczka z narzędziami dla agenta.

Zapamiętaj. Jeśli masz zapamiętać jedno skojarzenie, niech to będzie to: MCP to wspólny standard połączenia AI z narzędziami i danymi.

Ściąga: 15 pojęć AI w jednej tabeli

I to jest cała piętnastka. Poniżej masz wszystkie pojęcia w wersji skróconej. Wróć do tej ściągi za każdym razem, gdy ktoś rzuci żargonem.

Kolejność w tabeli to ścieżka nauki, nie alfabet: od silnika, który przewiduje słowa, do agenta, który sam załatwia sprawy.

Szybki test: 3 pytania o pojęcia AI

Skoro ściąga jest gotowa, czas na szybki test. Wszystkie odpowiedzi znajdziesz w tym artykule:
1. Jak nazywa się "pamięć robocza" AI, czyli to, ile model widzi naraz?
2. Która technika każe AI odpowiadać na podstawie Twoich plików?
3. Czym agent AI różni się od zwykłego chatbota?

Odpowiedz sobie, zanim zajrzysz wyżej. Jeśli się zawahasz, wróć do pojęć nr 4, 13 i 12.

Podsumowanie

Znasz już 15 pojęć, które jeszcze przed chwilą brzmiały jak czarna magia. Najważniejsze w skrócie:
• LLM to silnik, który przewiduje kolejne słowa. Dlatego bywa genialny i dlatego czasem zmyśla.
• Prompt: im lepszy, tym większa szansa na dobrą odpowiedź.
• Długa rozmowa: nowy temat - nowy czat, bo okno kontekstowe ma swoje granice.
• Halucynacje: ufaj, ale weryfikuj, zwłaszcza tam, gdzie błąd kosztuje.
• API, no-code i workflow łączą AI z innymi narzędziami. Osoby nietechniczne budują dziś rzeczy, które kiedyś wymagały programisty.
• Agent AI to mózg + narzędzia + cel. Sam dobiera kroki do sytuacji.
• RAG i baza wektorowa: AI odpowiada na podstawie Twoich dokumentów i szuka w nich po znaczeniu, nie po słowach.
• MCP to wspólny standard łączenia AI z narzędziami i danymi.

Od dziś czytasz o AI bez zgadywania. A skoro znasz już język AI, czas zacząć w nim mówić.

Pierwszy krok? Zobacz, co zrobić z tą wiedzą, żeby zarabiać. Przygotowałem dla Ciebie darmowy PDF "10 sposobów na zarabianie dzięki AI (bez programowania)". Konkretne pomysły, zero lania wody. Pobierzesz go tutaj: aidroga.kit.com/10-sposobow-na-zarabianie-ai.

A jeśli czujesz, że chcesz pójść krok dalej i zbudować własnego agenta AI od zera, nawet jeśli nie jesteś osobą techniczną, zajrzyj do mojej Szkoły Agentów AI.