101 notatek i zero pamięci. Jak sprawiłem, że AI pamięta, co ustaliliśmy miesiąc temu

W poniedziałek szukałem jednej poprawki. Kilka tygodni wcześniej ustaliłem z moim asystentem AI lepsze brzmienie jednego slajdu w prezentacji dla klienta. Pamiętałem, że było dobrze napisane, i pamiętałem, że nie weszło do finalnej wersji. Poprosiłem więc: znajdź ją. Miałem wtedy 101 notatek z naszych sesji, pisanych sumiennie od marca, każda z datą i opisem, co zrobiliśmy. Poprawki nie było w żadnej. Odnalazła się dopiero w surowym zapisie rozmowy, czyli w pliku, który narzędzie samo kasuje po 30 dniach. Gdybym zapytał dwa tygodnie później, przepadłaby na dobre.

Prowadzę agencję AI dla MŚP i wszystko, co radzę klientom, najpierw testuję na sobie. Tego dnia test wypadł źle: firma, która innym buduje wyszukiwarki wiedzy, sama miała archiwum zamiast pamięci. Tego samego popołudnia i wieczoru przebudowałem sposób, w jaki moja AI pamięta ustalenia. Opiszę, co dokładnie zmieniłem, ile to kosztowało i co przestało działać już następnego ranka.

Spis treści

• Dlaczego 101 notatek nie złożyło się w pamięć?
• Czym różni się temat od dziennika?
• Co siedzi w pliku zbiorczym projektu?
• Co robi AI, kiedy dwie notatki mówią co innego?
• Co wyszło na jaw, gdy ktoś przeczytał wszystko naraz?
• Jak odciąć prywatne i hasła, nie licząc na dobrą wolę?
• Kto pilnuje, żeby porządek nie rozsypał się po tygodniu?
• Ile to kosztowało i co nadal kuleje?
• Jak zrobić to u siebie bez programisty?
• Słownik pojęć

Dlaczego 101 notatek nie złożyło się w pamięć?

Najpierw wyjaśnienie dla tych, którzy z AI pracują w oknie czatu. Model językowy nie pamięta wczorajszej rozmowy. Każdą sesję zaczyna jak pracownik, który co rano budzi się z czystą głową i wie o firmie tylko tyle, ile przeczyta z kartek zostawionych na biurku. Jeśli kartki są dobre, pracuje świetnie. Jeśli ich nie ma albo są nie te, z pełnym przekonaniem zrobi coś, co miesiąc temu wspólnie odrzuciliście.

Wiedziałem o tym od początku, dlatego od marca po każdym zamkniętym bloku pracy powstawała notatka: data, temat, decyzje, błędy, moje cytaty. Miałem nawet procedurę z testem „czy ktoś za pół roku zrozumie to bez kontekstu”. Notatki były naprawdę dobre. I właśnie dlatego tak długo nie widziałem problemu.

Problem polegał na tym, że pisałem dziennik okrętowy. Dziennik odpowiada na pytanie „co działo się 14 września”. Ja nigdy o to nie pytam. Pytam „co ustaliliśmy w sprawie tego sklepu”, „na czym stanęło z kopiami zapasowymi”, „dlaczego zrezygnowaliśmy z tamtego dostawcy”. A odpowiedź na takie pytanie leżała rozsmarowana po ośmiu, czasem kilkunastu plikach z różnych dni, przemieszana z pięcioma innymi sprawami, które akurat załatwiałem tego samego popołudnia. Mój zwykły dzień to kilka klientów, serwer, blog i dwie rzeczy prywatne. Notatka z takiego dnia jest jak szuflada, do której wrzucasz wszystko, co miałeś w kieszeniach.

Zadałem wtedy asystentowi pytanie, które powinienem był zadać pół roku wcześniej: co będzie, kiedy zapytam o temat poruszany w kilku różnych sesjach? Uczciwa odpowiedź brzmiała: będzie czytał wszystko po kolei i liczył, że trafi. Przy 101 plikach to jeszcze działało, tylko wolno i dziurawo. Przy 300 przestałoby działać w ogóle.

Druga rzecz wyszła przy okazji i była gorsza. Mam drugiego agenta, który przeszukuje firmową wiedzę i odpowiada na pytania o klientów oraz projekty. O tym, jak powstała moja wyszukiwarka wiedzy o klientach, pisałem wiosną. Okazało się, że ten agent w ogóle nie widział notatek z sesji, czyli najświeższej wiedzy o tym, co się w firmie dzieje. Widział za to rzeczy, których widzieć nie powinien. Do tego wrócę, bo to osobna historia.

Czym różni się temat od dziennika?

W przychodni nikt nie szuka historii pacjenta w grafiku przyjęć. Grafik mówi, kto był w gabinecie we wtorek. Historia choroby leży w karcie pacjenta, a karta zbiera wszystkie wizyty tej jednej osoby, niezależnie od dnia. Miałem 101 stron grafiku i ani jednej karty.

Rozwiązanie jest więc banalne w opisie: każda notatka dostaje etykiety z tematami, których dotyczy, a dla każdego tematu powstaje jedna karta. Diabeł siedział w dwóch szczegółach.

Słownik zamiast dowolnych etykiet

Gdybym pozwolił AI wymyślać etykiety na bieżąco, po miesiącu miałbym „sklep”, „e-commerce”, „sklep internetowy” i nazwę klienta w trzech wariantach pisowni. Każdy, kto prowadził kiedyś firmowego CRM-a z polem „branża” wpisywanym ręcznie, wie, jak to się kończy. Dlatego etykiety pochodzą z zamkniętego słownika. Jest w nim 63 tematy, każdy z listą aliasów, czyli wszystkich nazw, jakimi potocznie określam daną sprawę, łącznie ze skrótami i przezwiskami projektów. Etykieta spoza słownika jest błędem, który system zgłasza, a nie cichą nowością.

Aliasy mają jeszcze jedną zaletę, bardzo polską. Pytam „co z Kowalskim”, „co u Kowalskiego”, „wróćmy do Kowalskich” i za każdym razem to ta sama sprawa. Wyszukiwanie po tematach radzi sobie z odmianą, więc nie muszę pamiętać, jak coś nazwałem w słowniku. To drobiazg, bez którego całość byłaby kolejnym systemem wymagającym ode mnie dyscypliny. A ja jej w środku dnia nie mam.

Kiedy temat staje się projektem

Drugi szczegół wziął się z mojej frustracji. Powiedziałem wprost, że w ciągu dnia jest tyle spraw, że nie będę panował nad tym, co jest projektem, a co tematem do załatwienia na raz. Nie chcę niczego ogłaszać ani klasyfikować. Szczerze? Miałem dość systemów, które działają tylko wtedy, gdy człowiek pamięta, żeby je karmić.

Decyduje więc prosta reguła w kodzie: jeśli temat pojawia się w notatkach z co najmniej dwóch różnych dni, jest projektem i dostaje własny plik zbiorczy. Sprawa załatwiona jednego popołudnia zostaje tylko w notatce z tego dnia i nikomu nie zawraca głowy. Po przejściu przez całe archiwum wyszło 46 plików zbiorczych. Samo otagowanie 101 starych notatek zrobiły cztery agenty AI pracujące równolegle, a ja nie przeczytałem przy tym ani jednej notatki od nowa.

Co siedzi w pliku zbiorczym projektu?

Plik zbiorczy to karta pacjenta dla projektu. Każdy ma ten sam układ i to akurat jest miejsce, w którym powtarzalność pomaga, bo AI wie, gdzie czego szukać:

• Stan aktualny z datą, na kiedy jest prawdziwy. Kilka zdań albo kilkanaście punktów: co działa, gdzie to stoi, kto za co odpowiada.
• Decyzje z datami, od najnowszej. Każda z odnośnikiem do notatki, w której zapadła, często z moim dosłownym cytatem.
• Otwarte, czyli co czeka i na kogo.
• Lekcje, które kosztowały mnie czas albo nerwy.
• Lista notatek sesji od najnowszej. Tę część generuje kod i nikt jej nie edytuje ręcznie.

Najważniejsza jest druga pozycja. Stan aktualny mówi, jak jest. Lista decyzji mówi, dlaczego tak jest i co było przedtem. Kiedy za trzy miesiące zapytam, czemu sklep nie ma danej funkcji, nie chcę usłyszeć „bo nie ma”. Chcę usłyszeć „bo 12 sierpnia uznałeś, że to za drogie, a oto Twoje słowa”. Takiej odpowiedzi człowiek ufa, bo potrafi ją sprawdzić.

Pliki zbiorcze też napisała AI. Siedem agentów przeczytało wszystkie notatki i wcześniejsze pliki pamięci, a potem wypełniło sekcje dla 46 tematów. Nie będę udawał, że zweryfikowałem każde zdanie. Przejrzałem te tematy, które znam najlepiej, i zgadzało się na tyle, że resztę przyjąłem z zastrzeżeniem: każdy wpis ma odnośnik do źródła, więc błąd da się wyśledzić, kiedy wyjdzie.

Od tej pory pytanie „co było z X” ma stałą ścieżkę. Najpierw plik zbiorczy tematu, potem notatki od najnowszej, a dopiero na końcu szerokie wyszukiwanie po całej bazie. Wcześniej kolejność była odwrotna i dlatego odpowiedzi bywały loterią.

Co robi AI, kiedy dwie notatki mówią co innego?

Firma zmienia zdanie. W maju decyduję, że coś wyłączamy, w lipcu wracamy do tematu, we wrześniu ustalamy trzecią wersję. W notatkach wszystkie trzy decyzje wyglądają tak samo poważnie, bo każda była poważna w dniu, w którym zapadła. Wyszukiwarka oparta na podobieństwie treści nie ma pojęcia, która jest aktualna. Trafia w tę, która brzmi najbliżej pytania.

Znam ten problem z własnych pomiarów. W sierpniu opisałem cztery cenniki w jednej bazie i to, jak asystent wybierał między nimi właściwie na ślepo. Potem zmierzyłem, że spora część tego, co uznawałem za zmyślenia AI, była wiernym cytatem ze starego dokumentu. Maszyna nie kłamała. Czytała nieaktualną kartkę, bo nikt jej nie powiedział, że jest nowsza.

W plikach zbiorczych obowiązuje więc jedna reguła, wpisana też w instrukcję agenta: najnowsza decyzja wygrywa, a przy rozbieżności podaj obie z datami. Druga połowa zdania jest równie ważna jak pierwsza. Nie chcę, żeby AI po cichu rozstrzygała za mnie, która wersja obowiązuje, jeśli różnica jest istotna. Ma powiedzieć: w maju ustaliłeś tak, we wrześniu inaczej, przyjmuję wrześniową. Wtedy widzę, czy wrześniowa decyzja faktycznie zastąpiła majową, czy dotyczyła czegoś obok.

Dlatego decyzje stoją w pliku od najnowszej i każda ma datę. To nie kwestia estetyki. Model czyta od góry i to, co wyżej, waży u niego więcej, podobnie jak u człowieka, który przegląda dokument w pośpiechu.

Co wyszło na jaw, gdy ktoś przeczytał wszystko naraz?

Tej części nie planowałem. Agenci, którzy pisali pliki zbiorcze, byli pierwszymi „osobami” w historii firmy, które przeczytały całe archiwum jednym ciągiem. Ja znałem każdą notatkę osobno. Nikt nie znał ich razem. Poprosiłem, żeby przy okazji spisywali wszystko, co się ze sobą kłóci albo wygląda na porzucone.

Wróciła lista 70 pozycji. Siedem oznaczonych na czerwono, dwadzieścia dwie na pomarańczowo, reszta do spokojnego wyjaśnienia. Przeniosłem ją do arkusza z numerami, żeby móc odpowiadać krótko: „nr 7: tak”.

Kilka przykładów, bez nazwisk. Automat, który miał publikować teksty na tym blogu, od początku sierpnia codziennie się uruchamiał, codziennie kończył błędem i codziennie meldował, że wszystko w porządku. Blog stał siedem tygodni i nie wiedział o tym nikt, łącznie ze mną. Mała strona po zakończonej akcji, którą w maju kazałem wyłączyć, we wrześniu nadal działała, bo decyzja zapadła w jednej sesji, a wykonanie miało nastąpić w innej, która nigdy się nie odbyła. Kopia zapasowa jednego z urządzeń poza biurem przerwała się w sierpniu i wisiała jako „do decyzji”. W kilku starych notatkach znalazły się hasła zapisane otwartym tekstem, z czasów, zanim przeniosłem dostępy do menedżera haseł. Trafiły na listę do wymiany.

Żadna z tych rzeczy nie była ukryta. Każda leżała w jakiejś notatce, starannie opisana. Tyle że opis jednej sprawy w jednym pliku nie robi z niej sprawy otwartej. Dopiero zestawienie decyzji z maja ze stanem z września pokazuje, że coś się nie domknęło.

To dla mnie najmocniejszy argument za układem tematycznym i nie spodziewałem się go. Myślałem, że buduję wygodniejsze wyszukiwanie. Dostałem audyt firmy, którego sam bym nie zrobił, bo nie przeczytałbym 101 notatek pod rząd. Nikt by nie przeczytał.

Jak odciąć prywatne i hasła, nie licząc na dobrą wolę?

Teraz ta gorsza historia. Kiedy sprawdzałem, co właściwie widzi agent przeszukujący firmową wiedzę, okazało się, że jego indeks obejmuje katalogi, w których obok dokumentów klientów leżały moje sprawy domowe i rodzinne. Trafiły tam zwyczajnie: pracuję na jednym laptopie, asystent pomaga mi także w rzeczach prywatnych, a indeks budował się ze wszystkiego, co znalazł. Nikt z zewnątrz tego nie zobaczył. Ale ten sam agent odpowiada czasem na pytania zespołu i pomysł, że na pytanie o projekt mógłby dokleić fragment z mojego życia rodzinnego, wystarczył, żebym odłożył wszystko inne.

Sformułowałem zasadę jednym zdaniem: poza sprawami prywatnymi, hasłami, dostępami i kluczami wszystko ma być na wyciągnięcie ręki. A potem zrobiłem coś, czego uczę się od roku, czyli nie dopisałem tej zasady do instrukcji dla AI.

Instrukcja „nie pokazuj spraw prywatnych” działa tak samo jak kartka „nie zaglądać” na otwartej szufladzie. Model w większości przypadków posłucha. W mniejszości nie posłucha, bo instrukcja zginie mu w długim kontekście albo ktoś sprytnie zada pytanie. Przy danych rodzinnych i hasłach „w większości przypadków” nie wystarcza. Zasada musi siedzieć w kodzie, przed modelem, tak żeby AI nie miała czego ujawnić, bo nigdy tego nie dostała.

Jedna bramka, trzy strumienie

Powstał jeden mały moduł, przez który przechodzi wszystko, co trafia do jakiegokolwiek indeksu: do wyszukiwarki, do agenta, do plików zbiorczych. Robi trzy rzeczy. Odrzuca całe ścieżki, czyli katalogi prywatne i pliki, których nazwa wskazuje na dostępy. Wycina z notatek fragmenty oznaczone jako prywatne, bo jedna notatka z dnia potrafi mieć cztery akapity firmowe i jeden o domu. I zamienia na napis [SEKRET] wszystko, co wygląda jak hasło, token albo klucz, nawet jeśli nikt tego nie oznaczył.

W efekcie wiedza płynie trzema strumieniami. Firmowy jest dostępny dla agentów i wyszukiwarki. Prywatny ma osobny indeks, zaszyfrowany, z kluczem trzymanym w menedżerze haseł. Agent może do niego sięgnąć tylko w osobnym trybie, który sam włączam, i w tym trybie traci dostęp do wyszukiwania w internecie oraz do zapisu plików w chmurze. To celowe: pytanie wysłane do wyszukiwarki internetowej też jest wyciekiem, jeśli zawiera czyjeś nazwisko i diagnozę. Trzeci strumień to sekrety. Nie trafiają nigdzie. Hasła mieszkają w menedżerze haseł i żaden indeks ich nie zna.

Filtr na wyjściu to za mało

Tu się pomyliłem, więc opiszę dokładnie. Pierwsza wersja bramki filtrowała wyniki: agent pytał, wyszukiwarka znajdowała fragmenty, bramka odrzucała prywatne, zanim cokolwiek zobaczył. Test przeszedł. Pytanie o sprawę rodzinną zwracało zero wyników i uznałem temat za zamknięty.

Wieczorem przy budowie indeksu prywatnego zajrzałem do samego pliku firmowego indeksu, nie do wyników. Leżało w nim nadal 3 160 fragmentów ze 136 plików prywatnych i dostępowych, zaindeksowanych przed powstaniem bramki. Filtr je zasłaniał, ale one tam fizycznie były. Wystarczyłby jeden skrypt czytający indeks z pominięciem bramki albo kopia pliku w złym miejscu.

Lekcja zmieściła się w jednym zdaniu, które zapisałem w notatce z tej nocy: test szczelności ma patrzeć w plik, a nie w wynik wyszukiwania. Stare fragmenty zostały usunięte przy nocnym przebiegu, a czujnik, o którym za chwilę, sprawdza od tej pory zawartość indeksów, nie odpowiedzi agenta. Więcej o tym, jak podchodzę do danych firmy w narzędziach AI, znajdziesz w tekście o bezpieczeństwie danych przy pracy z AI.

Kto pilnuje, żeby porządek nie rozsypał się po tygodniu?

Cztery dni przed tą przebudową robiłem przegląd wszystkich usprawnień wprowadzonych dziesięć dni wcześniej. Wynik był brutalnie czytelny. Wszystko, co dostało strażnika w kodzie, przetrwało. Wszystko, co zostało jako „pamiętaj, żeby”, wróciło do zera w ciągu 1 - 10 dni. Bez wyjątku. AI zapomina reguł pamięciowych równie sprawnie jak ludzie zapominają postanowień noworocznych.

Dlatego system tematów nie opiera się na tym, że ktokolwiek będzie pamiętał o etykietach. Co noc o czwartej uruchamia się skrypt, który przebudowuje indeks i wypisuje raport problemów: notatki bez etykiet, etykiety spoza słownika, pliki zbiorcze starsze niż najnowsza notatka w ich temacie. Jeśli raport nie jest pusty, skrypt kończy się błędem, a błąd widzi osobny program kontrolny, ten sam, który pilnuje u mnie kopii zapasowych i poczty. Do tego dwa czujniki dotyczące prywatności: wiek indeksu prywatnego i liczba prywatnych ścieżek w indeksach firmowych. Ta druga liczba ma wynosić zero. Każda inna wartość to alarm.

Podobną zasadę stosuję przy rejestrze luk, w którym osiadają błędy moich agentów. Wiedza, której nikt nie pilnuje automatem, wyparowuje.

Czujnik zadziałał szybciej, niż chciałem. We wtorek rano, kilka godzin po wdrożeniu, pokazał jedynkę zamiast zera. Do indeksu tematów trafiła notatka, której nazwa zawierała słowo „hasła”, czyli według moich własnych reguł plik z kategorii dostępów. Wyszukiwarka odrzuciła ją poprawnie, ale indeks tematów sprawdzał tylko oznaczenia prywatności wewnątrz notatek i nie patrzył na nazwy plików. Dwa miejsca, dwie nieco różne kontrole. Poprawka polegała na podpięciu tej samej bramki w obu i po przebudowie licznik wrócił do zera. W notatce nie było żadnego hasła, opisywała jedynie jego zmianę. Ale gdyby nie czujnik, dowiedziałbym się o tej dziurze przy okazji prawdziwego wycieku.

Jedna zmiana przy okazji, drobna, a bez niej cała historia zaczęłaby się od nowa. Surowe zapisy rozmów z asystentem, te kasowane domyślnie po 30 dniach, trzymam teraz przez dziesięć lat. Kosztuje to kilka gigabajtów rocznie na dysku laptopa. Nie wchodzą do żadnej wyszukiwarki i żaden agent ich nie czyta, bo są pełne wszystkiego. To ostatnia deska ratunku na wypadek, gdyby notatka czegoś nie złapała.

Ile to kosztowało i co nadal kuleje?

Jedno popołudnie i wieczór, do późna w nocy. Moja rola ograniczała się do decyzji i sprawdzania wyników, ale to było kilka godzin uwagi, których nie poświęciłem klientom. Do tego praca jedenastu agentów czytających całe archiwum, co oznacza realny rachunek za moc obliczeniową. Nie podam kwoty, bo rozliczam to w abonamencie i uczciwie nie umiem jej wydzielić. Wiem tylko, że jednorazowe przeczytanie 101 notatek jest tańsze niż czytanie ich od nowa przy każdym pytaniu.

Co nie działa. Trzy dni po wdrożeniu raport problemów już nie jest pusty. Kilka notatek z ostatnich dni powstało bez etykiet, bo pisały je sesje uruchomione przed zmianą albo zajęte czymś pilnym. System to widzi i zgłasza, czyli działa zgodnie z projektem, ale nie będę udawał, że nowy nawyk przyjął się sam. Pliki zbiorcze też wymagają aktualizacji po każdej notatce, a to dodatkowe minuty na końcu każdego bloku pracy.

Druga słabość: pliki zbiorcze pisała AI na podstawie notatek, które też pisała AI. Jeśli w notatce z czerwca był błąd, jest teraz w pliku zbiorczym, ładnie sformatowany i z datą. Układ tematyczny nie poprawia jakości źródeł. On tylko sprawia, że błąd łatwiej zauważyć, bo stoi obok innych faktów o tej samej sprawie.

I trzecia, o której myślę najczęściej. Lista 70 sprzeczności w większości czeka na mnie, nie na AI. Każda pozycja to decyzja, którą muszę podjąć sam. System pamięci wystawił mi rachunek za pół roku odkładanych spraw i nie ma w tym nic przyjemnego.

Jak zrobić to u siebie bez programisty?

Nie potrzebujesz mojej konstrukcji z indeksami i czujnikami. Potrzebujesz czterech nawyków, które da się wdrożyć w firmie na 10 - 50 osób w zwykłym dysku współdzielonym i dowolnym asystencie AI z dostępem do plików.

• Jeden plik na sprawę, nie na spotkanie. Notatki ze spotkań mogą zostać, ale każda większa sprawa, czyli klient, wdrożenie, dostawca, dostaje własny dokument. Po każdym spotkaniu dopisujesz do niego dwie linijki.
• Na górze stan, pod spodem decyzje z datami. Stan nadpisujesz. Decyzji nie kasujesz nigdy, dopisujesz nowe nad starymi. Jeśli zmieniasz zdanie, zapisz, że zmieniasz, a nie poprawiaj starego wpisu.
• Zamknięta lista nazw. Spisz, jak nazywają się wasze sprawy, i trzymaj się tych nazw w tytułach plików. Dwadzieścia pozycji wystarczy na początek. Bez tego po kwartale masz trzy pliki o tym samym kliencie.
• Hasła i sprawy osobiste w innym miejscu, fizycznie. Nie w tym samym folderze z dopiskiem „poufne”. W innym folderze, do którego AI nie ma podłączonego dostępu, a hasła wyłącznie w menedżerze haseł. Wszystko, co asystent może przeczytać, kiedyś komuś pokaże.

Potem daj asystentowi prostą instrukcję: przy pytaniu o sprawę najpierw czytaj jej plik, obowiązuje najnowsza decyzja, a jeśli dwie się kłócą, pokaż obie z datami. To zdanie robi większą różnicę niż wybór modelu.

Raz na kwartał poproś AI o przeczytanie wszystkich plików spraw i wypisanie, co się ze sobą nie zgadza oraz co wygląda na porzucone. Przygotuj się, że lista będzie dłuższa, niż byś chciał. Moja miała 70 pozycji, a uważałem się za człowieka uporządkowanego.

Jest też przypadek, w którym odradzam całą zabawę. Jeśli pracujesz sam, nad trzema sprawami naraz i pamiętasz je wszystkie, pliki zbiorcze będą biurokracją. Pamięć zewnętrzna zaczyna się opłacać wtedy, gdy spraw jest więcej, niż mieści głowa, albo gdy na pytania o nie ma odpowiadać ktoś inny niż Ty. AI jest właśnie takim kimś innym.

Tamta poprawka do slajdu ostatecznie weszła do prezentacji. Z całej tej historii najbardziej uwiera mnie co innego: przez pół roku myliłem zapisywanie z pamiętaniem. Zapisane miałem wszystko. Pamiętać zacząłem w poniedziałek.

Słownik pojęć

• Notatka sesji - zapis jednego bloku pracy z asystentem AI: co zrobiono, jakie zapadły decyzje, co poszło źle. Układ chronologiczny, jak w dzienniku.
• Plik zbiorczy tematu - jeden dokument na projekt lub sprawę, z aktualnym stanem, listą decyzji z datami i odnośnikami do wszystkich notatek, w których temat się pojawił.
• Indeks - spis treści dla maszyny. Wyszukiwarka nie czyta za każdym razem wszystkich plików, tylko zagląda do przygotowanego wcześniej indeksu. Co trafiło do indeksu, to AI może znaleźć i pokazać.
• Alias - inna nazwa tej samej sprawy: skrót, przezwisko projektu, nazwisko zamiast nazwy firmy. Dzięki aliasom pytanie zadane potocznie trafia we właściwy temat.
• Bramka prywatności - fragment kodu, przez który przechodzi każda treść przed wejściem do indeksu. Odrzuca pliki prywatne, wycina oznaczone fragmenty i maskuje hasła.
• Czujnik (healthcheck) - mały program, który regularnie sprawdza jedną rzecz i podnosi alarm, gdy wynik jest inny niż oczekiwany. Tutaj między innymi liczy prywatne pliki w firmowym indeksie i oczekuje zera.

Zadaj swojej firmie pytanie sprzed miesiąca

Zrób prosty test: wybierz jedną decyzję, którą podjęliście w firmie pięć tygodni temu, i sprawdź, ile czasu zajmie znalezienie jej zapisu razem z uzasadnieniem. Jeśli dłużej niż dwie minuty albo odpowiedź brzmi „trzeba zapytać kogoś, kto wtedy był na spotkaniu”, napisz do mnie na [email protected]. Opowiedz, gdzie dziś trzymacie ustalenia, a ja powiem, czy wystarczy Wam porządek w folderach, czy warto budować coś więcej.

Więcej o tym, jak wygląda współpraca ze mną, od pierwszej rozmowy po wdrożenie.