
Prompt injection w analizie danych: gdy dane wydają polecenia
Komentarz w ankiecie może sterować modelem AI. Cztery warstwy obrony: ramka na dane, wynik w JSON, uprawnienia poza modelem i zestaw testowy.
Wiedza

Komentarz w ankiecie może sterować modelem AI. Cztery warstwy obrony: ramka na dane, wynik w JSON, uprawnienia poza modelem i zestaw testowy.

Kiedy raportowi wystarczy skrypt, a kiedy model lub agent? Trzy pytania, które wybierają narzędzie, i karta automatyzacji do wypełnienia przed startem.

Każda sesja z agentem AI zaczyna się od zera. Pokazuję, co wpisać do README, AGENTS.md i CLAUDE.md, żeby agent znał projekt od pierwszej minuty.

AI policzy każdy wskaźnik w kilka sekund, ale nie wie, kogo Twoja firma uważa za klienta. Pokazuję, jak spisać definicje KPI i rozstrzygać spory źródeł.

Każdy sprzedaje dziś agenta AI. Wyjaśniam, czym różnią się model, czat i agent, i podaję prosty test, który pomaga dobrać narzędzie do zadania z danymi.

AI pisze zapytanie SQL w kilka sekund, a za wynik odpowiadasz Ty. Pokazuję pułapki złączeń, NULL-i i dat oraz prosty protokół sprawdzania zapytań.

Długi prompt to kiepski sposób przekazywania wiedzy. Pokazuję, jak napisać brief w Markdownie: cel, dane, ograniczenia, kryterium poprawności i format wyniku.

AI liczy szybko i brzmi przekonująco, także gdy się myli. Cztery kontrole, które stosuję przed pokazaniem wyniku: obliczenia, kompletność, definicje i wnioski.