WEBFLUX.PL
  • Agentic Web
    • Maszyneria agenta
    • Anatomia LLM
    • AI Visibility
    • Anatomia agenta AI
    • Patologia agenta AI
    • Agentic Commerce
      • Asystent zakupowy AI
    • Agentic Advertising
    • Agentic Enterprise
    • AI Act dla agentic web — mapa regulacji, nie porada prawna
    • google-io-2026
    • Słownik Agentic Web
    • Narzędzia
      • MCP na części pierwsze
      • webMCP
      • Antigravity 2
      • Formaty obrazu w 2026: przewodnik po całej serii (który wybrać i kiedy)
    • Gry
      • AI Website Tycoon
      • Wykorzystanie MCP: Krzyżówka
      • Wykorzystanie MCP: Agentic Quest
  • Agent-Readiness
  • WordPress AI
    • AI a ekonomika WordPressa
    • Divi
      • Aktualizacje Divi 5 – co się zmieniło i co to oznacza
      • Strona w Divi – warsztat
    • WordPress 7.0 – przewodnik po najważniejszych zmianach
    • Bezpieczeństwo WordPress
  • SEO i widoczność
    • Semantyka
    • Dostępność
    • Agent-ready
  • Serwisy
    • iFox.pl
    • Bezpieczeństwo Agentic Web
Wybierz Stronę
Zatruty kontekst — kiedy to, co wpada do okna, jest atakiem

Zatruty kontekst — kiedy to, co wpada do okna, jest atakiem

przez Łukasz | cze 5, 2026 | Agentic Web, Context engineering

Cały ten cykl był o tym, jak składać kontekst dobrze. Ten wpis jest o tym, że ktoś inny może go składać za Ciebie. Sześć poprzednich wpisów traktowało okno kontekstu jak coś, co Ty projektujesz: co wpuścić, ile, w jakiej formie, kiedy pobrać. Założenie było ciche, ale...
Formatowanie wyników narzędzi i structured output — kontekst, który agent rozumie

Formatowanie wyników narzędzi i structured output — kontekst, który agent rozumie

przez Łukasz | cze 5, 2026 | Agentic Web, Context engineering

Surowy dump z API to nie kontekst. To materiał, z którego dopiero trzeba kontekst zrobić. Cztery poprzednie wpisy odpowiadały na pytanie „co i ile” wrzucić do okna. Został ostatni wymiar: w jakiej formie. Bo nawet trafnie dobrany fragment, podany w złym...
Few-shot w praktyce — jak dobierać przykłady, żeby model robił to, co chcesz

Few-shot w praktyce — jak dobierać przykłady, żeby model robił to, co chcesz

przez Łukasz | cze 5, 2026 | Agentic Web, Context engineering

Jeden dobry przykład mówi modelowi więcej niż akapit instrukcji. Pięć złych — zjada budżet i uczy nie tego. Z pięciu warstw okna została nam ostatnia: przykłady. Few-shot, czyli pokazanie modelowi kilku wzorców „o, takiej odpowiedzi oczekuję” zamiast opisywania...
Kompaktowanie kontekstu — jak agent nie gubi wątku przy długich przebiegach

Kompaktowanie kontekstu — jak agent nie gubi wątku przy długich przebiegach

przez Łukasz | cze 5, 2026 | Agent-Readiness, Agentic Web, Context engineering

Retrieval pobierzesz na nowo. Historię własnych kroków agent ma tylko raz. W poprzednim wpisie ustaliliśmy, że wiedzę z zewnątrz najlepiej pobierać na żądanie — bo zawsze możesz sięgnąć po nią ponownie. Ale jest część kontekstu, która tej własności nie ma. To historia...
Retrieval jako składanie kontekstu — just-in-time kontra wszystko na raz

Retrieval jako składanie kontekstu — just-in-time kontra wszystko na raz

przez Łukasz | cze 5, 2026 | Agent-Readiness, Agentic Web, Context engineering

Co wrzucić do kontekstu, a co odciąć — anatomia okna agenta

Co wrzucić do kontekstu, a co odciąć — anatomia okna agenta

przez Łukasz | cze 5, 2026 | Agentic Web, Context engineering

Okno to nie jeden tekst. To pięć warstw walczących o to samo miejsce. W poprzednim wpisie ustaliliśmy, że okno kontekstu jest budżetem, nie workiem. Zostało pytanie, które każdy buduje sobie sam przy pierwszym agencie: skoro budżet jest skończony — co konkretnie do...
« Starsze Wpisy

Ostatnie wpisy

  • Grafy zagnieżdżone — kiedy węzeł sam jest grafem
  • Kiedy graf się nie opłaca
  • Co logować w grafie
  • Człowiek jako węzeł
  • Granice, których nie egzekwuje agent

Najnowsze komentarze

Brak komentarzy do wyświetlenia.

Podziękowania za design dla: Studio.iFox.pl

Czego szukasz?

Powiedz czym się zajmujesz — pokażę co warto przeczytać.

odpowiedzi generuje AI · sprawdź źródła