OnlineMożliwe dofinansowanie

Umiejętność skutecznej komunikacji człowieka z AI

Termin
08.02.2027
poniedziałek
Miejsce
Online
online
Czas trwania
8 h
1 dzień
Grupa
5-16 osób
Zapisy do
05.02.2027
jeszcze 77 dni
1722,00 zł
brutto za osobę · 1400,00 zł netto · 215,25 zł/h
Termin
08.02.2027
Miejsce
Online
Zapisy do
05.02.2027

Czego się nauczysz

  • Wyjaśnia, w jaki sposób model językowy (LLM) generuje odpowiedź na podstawie tokenizacji tekstu i przewidywania kolejnego tokenu.
  • Opisuje wpływ okna kontekstowego na jakość i kompletność odpowiedzi LLM.
  • Klasyfikuje systemy AI do kategorii: wąska AI, AGI, modele dyskryminatywne, modele generatywne.
  • Rozpoznaje przyczyny ograniczeń modeli językowych
  • Definiuje elementy anatomii poprawnego promptu.
  • Wskazuje wpływ intencji i precyzji językowej polecenia na jakość odpowiedzi AI.
  • Rozróżnia techniki promptowania na podstawie ich opisu i przykładu zastosowania.
  • Wymienia techniki weryfikacji informacji uzyskanych od AI.
  • Rozpoznaje typowe błędy modeli AI (halucynacje) i pułapki RAG.
  • Przyporządkowuje metody redukcji halucynacji do właściwych kategorii.
  • Konstruuje prompt do zadanego zadania zawodowego z wykorzystaniem elementów anatomii promptu.
  • Dobiera styl, ton i format odpowiedzi AI do celu komunikacji
  • Identyfikuje błąd w treści promptu.
  • Poprawia prompt na podstawie analizy uzyskanej odpowiedzi AI.
  • Wykrywa nieprawidłowości w odpowiedziach udzielonych przez AI.
  • Wskazuje informacje z odpowiedzi AI, które przed wykorzystaniem wymagają oceny wiarygodności.
  • Dobiera metodę weryfikacji wiarygodności informacji uzyskanej od AI.
  • . Koryguje prompt w celu ograniczenia ryzyka halucynacji.
  • Ocenia przydatność elementów odpowiedzi AI w odniesieniu do własnej wiedzy zawodowej.
  • Uzasadnia modyfikację odpowiedzi AI własnym doświadczeniem zawodowym.
  • Prezentuje postawę otwartości na nowe technologie, planując wykorzystanie narzędzi AI we własnej pracy zawodowej.
  • Zachowuje krytyczny dystans wobec informacji uzyskanych od AI, które mogą wpływać na decyzje dotyczące ludzi.
  • Promuje kulturę współpracy człowieka z AI w swoim zespole

Dla kogo

Szkolenie skierowane jest do pracowników i pracodawców sektora MŚP, osób indywidualnych i pracowników administracji, którzy chcą efektywnie i świadomie korzystać z narzędzi AI w pracy zawodowej.

Uczestnik powinien:

  • posiadać podstawową umiejętność obsługi komputera i przeglądarki internetowej,
  • pracować lub planować pracę z narzędziami AI (ChatGPT, Claude, Gemini, Copilot itp.),
  • nie jest wymagana wiedza programistyczna ani techniczna znajomość ML/AI.

Szkolenie kierowane jest szczególnie do: menedżerów, specjalistów ds. marketingu i sprzedaży, analityków, copywriterów, specjalistów HR, pracowników działów obsługi klienta, kierowników projektów, trenerów biznesu, pracowników administracji i edukacji.

Program

8 h

Szkolenie realizowane jest w godzinach zegarowych, w formie synchronicznej zdalnej (na żywo z trenerem). Każdy moduł tematyczny zawiera część wykładową i ćwiczenie praktyczne. Uczestnicy pracują samodzielnie z wybranym narzędziem AI (ChatGPT lub Gemini – wersja bezpłatna wystarczająca do wszystkich ćwiczeń).

PODSTAWY AI

  • Definicja i historia sztucznej inteligencji (od Turinga i McCarthy'ego po GPT-5 i Claude)
  • Typy inteligencji wg Gardnera i analogie z możliwościami AI
  • Typy systemów AI: wąska AI, AGI, modele dyskryminatywne vs. generatywne
  • Architektura Transformer, tokenizacja, LLM – jak AI 'widzi' tekst i generuje odpowiedzi; ograniczenia okna kontekstowego

PROMPT ENGINEERING: PODSTAWY

  • Definicja, cele i historia promptowania (2017–2025+)
  • Przegląd modeli AI: GPT-4o, Claude, Gemini, Grok – kiedy używać którego; porównanie możliwości
  • Ćwiczenie 1: dobry vs. zły prompt – wpływ promptu na jakość odpowiedzi AI
  • Anatomia dobrego promptu: kontekst, rola/persona, zadanie, format, przykłady, ograniczenia
  • Ćwiczenie 2: rola i persona – 3 różne style komunikacji z AI do tego samego celu
  • Zadania, długość, formatowanie, przejrzystość, dokumentacja i wersjonowanie promptów
  • Techniki weryfikacji odpowiedzi AI: schemat oceny (trafność / dokładność / kompletność / użyteczność)
  • Ćwiczenie 3: budowa kompletnego, ustrukturyzowanego promptu wg anatomii

ZAAWANSOWANE TECHNIKI PROMPTOWANIA

  • Techniki N-shot: zero-shot, one-shot, few-shot – kiedy podawać przykłady, a kiedy nie
  • Ćwiczenie 4: few-shot prompting – klasyfikacja i ekstrakcja danych
  • Chain-of-Thought (CoT) – wymuszanie rozumowania krok po kroku w zadaniach logicznych i analitycznych
  • Ćwiczenie 5: CoT – rozwiązywanie problemów krok po kroku
  • Self-Consistency – generowanie wielu ścieżek rozumowania i wybór najspójniejszej odpowiedzi
  • Ćwiczenie 6: Self-Consistency jako narzędzie weryfikacji odpowiedzi AI
  • Meta Prompting – AI jako optymalizator własnych promptów
  • Ćwiczenie 7: Meta Prompting (etap 1: własny prompt; etap 2: AI optymalizuje prompt)

MODUŁ 4 – RAG, AUTOMATYZACJA I FRAMEWORKI

  • Generate Knowledge Prompting – generowanie wiedzy kontekstowej przed odpowiedzią na pytanie
  • Ćwiczenie 8: GKP – generowanie faktów branżowych przed analizą
  • Prompt Chaining i Tree of Thoughts – łańcuchy promptów i drzewa alternatywnych rozwiązań
  • Ćwiczenie 9: Prompt Chaining – wieloetapowy proces twórczy
  • RAG (Retrieval Augmented Generation): schemat działania, chunki, pułapki RAG, grafy wiedzy
  • Ćwiczenie 10: RAG – klasyczny schemat promptu RAG; identyfikacja pułapek w scenariuszach
  • ART (Automatic Reasoning and Tool-Use) – agenci AI z autonomicznym doborem narzędzi
  • Ćwiczenie 11: agent AI z użyciem narzędzi (kalkulator, wyszukiwarka, kursy walut)

MODUŁ 5 – PODSUMOWANIE I KRYTYCZNE KORZYSTANIE Z AI

  • Porównanie technik promptowania i kiedy używać której (tabela zbiorcza – Złożoność / Dokładność / Szybkość)
  • Frameworki: CREATE, RISE, RACE, CLEAR – zastosowania i przykłady praktyczne
  • Halucynacje AI: przyczyny (dane, architektura, metody generowania), przykłady, metody redukcji
  • Ćwiczenie 12: porównanie modeli AI, optymalizacja promptu (meta prompting); analiza wiarygodności odpowiedzi AI; łączenie odpowiedzi AI z własną wiedzą zawodową
  • Przyszłość Prompt Engineeringu (2025–2035+), narzędzia i bazy wiedzy

WALIDACJA (16:15–17:00) | Ocena obszarów: Wiedza (W) + Umiejętności (U)

  • Arkusz ćwiczenia zaliczeniowego (oceniany zdalnie przez zewnętrznego Walidatora): przekształcenie min. 3 złych promptów w dobre z identyfikacją błędu, analiza 2 odpowiedzi AI zawierających celowe błędy (weryfikacja wiarygodności) oraz wskazanie, które elementy odpowiedzi AI uczestnik akceptuje, modyfikuje lub odrzuca na podstawie własnej wiedzy zawodowej; ocenie podlega też prompt z Ćwiczenia 3 (Moduł 2), oceniany wg anatomii promptu i dopasowania do celu zawodowego
  • Test końcowy z wynikiem generowanym automatycznie (min. 70% = zaliczenie) – obejmuje wyłącznie wiedzę z zakresu W (Wiedza); efekty U i KS są oceniane odrębnie na podstawie arkuszy ćwiczeń i ankiety ewaluacyjnej
  • Ankieta ewaluacyjna (wypełniana po teście końcowym): pisemna deklaracja gotowości do stosowania AI w pracy zawodowej oraz potwierdzenie przesłania co najmniej 2 z 3 wskazanych arkuszy ćwiczeń – dowód dla kompetencji społecznych (KS)

Terminy i miejsca

Wymagania techniczne

Komputer PC/Mac lub tablet z kamerą i mikrofonem; aktualna przeglądarka (Chrome, Edge, Firefox, Safari)

Min. 5 Mbit/s download, 2 Mbit/s upload; stabilne połączenie.

Klient MS Teams/Zoom/Google/ (bezpłatny) lub dostęp przez przeglądarkę;

Konto na platformie AI (ChatGPT.com lub Gemini.google.com – bezpłatne)

Prowadzący

M
MICHAŁ GRABIA
Dr inż. Michał Grabia - MBA, Adiunkt, pracownik badawczy i wykładowca akademicki na Wyższej Szkole Logistyki w Poznaniu specjalizujący się w technologiach Internetu Rzeczy, Przemysłu 4.0 oraz Gospodarce Cyfrowej, ze szczególnym uwzględnieniem zagadnień Sztucznej Inteligencji. Autor wielu publikacji naukowych i patentów oraz członek krajowych i międzynarodowych organizacji zajmujących się rozwojem nowych standardów i technologii, w tym między innymi CEN/CENELEC, PKN, DASH7 Alliance, RAIN RFID itp., doradca zarządu spółek technologicznych, CEO i współzałożyciel start-up’ów Vayasens i Ultar. Autor wielu publikacji naukowych i patentów z zakresu technologii identyfikacyjnych i lokalizacyjnych (BLE, RFID, UWB itp.). Aktywnie uczestnicy w pracach normalizacyjnych dotyczących DPP w ramach w CEN/CENELEC jak i PKN. Absolwent Wydziału Elektrycznego Politechniki Poznańskiej, Wydziału Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza oraz studiów Executive MBA realizowanych w ramach Uniwersytetu Ekonomicznego w Poznaniu oraz Nottingham Trent University.

Materiały

Każdy uczestnik otrzymuje (elektronicznie, do 3 dni roboczych po szkoleniu):

  • Prezentacja szkoleniowa (PDF, 125+ slajdów) – pełna agenda, definicje, porównania, przykłady promptów
  • Arkusz ćwiczeń (PDF/DOCX) – 12 ćwiczeń z instrukcjami i miejscem na notatki
  • Quick Reference Card – karta referencyjna z technikami i frameworkami (A4 PDF)
  • Zestaw szablonów promptów (DOCX) – gotowe szablony wg CREATE, RISE, RACE, CLEAR
  • Schemat weryfikacji odpowiedzi AI (PDF) – schemat krytycznej oceny wiarygodności informacji z AI
  • Lista zasobów i narzędzi – platformy, bazy promptów, kursy do samodzielnego dalszego rozwoju

Zaświadczenie ukończenia szkolenia z wykazem efektów uczenia się (W/U/KS) i wynikiem testu (PDF)

Po szkoleniu

Zaświadczenie o nabyciu kompetencji
Sprawdzenie efektów: test teoretyczny z wynikiem generowanym automatycznie, analiza dowodów i deklaracji.
Podstawa wpisu do BUR: Certyfikat systemu zarządzania jakością wg. ISO 9001:2015 (PN-EN ISO 9001:2015) - w zakresie usług szkoleniowych
Prowadzisz to szkolenie?
Odbieraj zgłoszenia uczestników bezpośrednio i uzupełnij opis swojej oferty.
Przejmij profil

Numer usługi w BUR: 2026/11/17/137520/3952275 · Dane z Bazy Usług Rozwojowych

Podobne szkolenia

Techniczne · Pozostałe techniczne

1722,00 zł
brutto za osobę