Generatywna AI. 
Wprowadzenie i efektywne metody pracy 
 23 października 2025 
 godz. 09.00 - 12.00 
• Jak działa generatywna AI i czym różni się od klasycznej.

• Jak „myślą” duże modele językowe (LLM) i na czym polega ich trenowanie.

• Jak projektować skuteczne prompty – od zero-shot po chain of thought.

• Jak tworzyć własnych asystentów AI, pracować z dokumentami i prowadzić deep research.

• Jak bezpiecznie i etycznie wykorzystywać AI w pracy naukowej i organizacyjnej.

Czego się nauczysz:
• Zrozumiesz, jak działa AI — zamiast jej tylko używać.

• Nauczysz się efektywnej komunikacji z modelami językowymi.

• Poznasz konkretne techniki promptowania i przećwiczysz je w praktyce.

• Zdobędziesz kompetencję przyszłości – prompt engineering.

• Otrzymasz zestaw narzędzi i metod do natychmiastowego wykorzystania w swojej pracy.

Dlaczego warto:
+48
FORMULARZ ZAPISU
Lider w obszarze sztucznej inteligencji, innowacji i transformacji cyfrowej, szczególnie w tworzeniu i wdrażaniu strategii AI, zarządzaniu portfelem inicjatyw oraz budowaniu centrów kompetencji technologicznych. Skutecznie integruje AI z procesami biznesowymi, monitoruje KPI oraz odpowiada za alokację budżetów technologicznych.
Mentor i opiekun zespołów startupowych, wspierający rozwój ekosystemu AI we współpracy z partnerami branżowymi, instytucjami finansującymi i uczelniami.
Autor e-booka poświęconego zastosowaniom generatywnych modeli sztucznej inteligencji „ChatGPT. Kontekst ma znaczenie”.
Radosław Krajewski
Szkolenie poprowadzi:
Ekspert ds. komercjalizacji Podkarpackie Centrum Innowacji

 Agenda 
1. Wprowadzenie do sztucznej inteligencji
 Czym jest AI - definicje i koncepcje
 Obszary zastosowań sztucznej inteligencji
 Generatywna AI vs tradycyjna AI

2. Jak działają duże modele językowe (LLM)?
 Zasada działania LLM
 Architektura transformer i mechanizm uwagi
 Proces trenowania modeli

3. Fundamentalne zasady pracy z AI
 Prompt - czym jest i dlaczego jest kluczowy
 Kontekst i okno kontekstowe
 Pamięć modeli i zarządzanie konwersacją

4. Techniki promptowania
Zero-shot prompting
Few-shot prompting - nauka przez przykłady
Chain of Thought (CoT) - rozwiązywanie złożonych problemów
Definicja roli i kontekstu
 Lazy prompting - iteracyjne doskonalenie

5. Augmentacja modeli
 Tworzenie własnych asystentów AI
 Praca z dokumentami
 Deep research

6. Bezpieczeństwo pracy z AI
Bezpieczeństwo danych i prywatność pracy z AI
Zagrożenia i ryzyka: halucynacje, bias, dezinformacja
Etyczne zasady wykorzystania AI

7. Podsumowanie
 Kluczowe wnioski ze szkolenia
 Rekomendowane narzędzia do rozpoczęcia pracy