Partnerem strategicznym Homodigital.pl jest

Zapisz się do newslettera

>

6 godzin temu

Zarządzanie kontekstem w AI. Jak oddzielić rozmowy – prywatne i zawodowe?

Z jednego konta korzystasz Ty, małżonek i dziecko? A może łączysz na nim sprawy służbowe z prywatnymi? W takiej sytuacji zarządzanie kontekstem w AI jest wręcz niezbędne. Mieszanie wątków to częsty problem, który drastycznie obniża jakość odpowiedzi chatbota. Z tego artykułu dowiesz się, jak skutecznie oddzielić rozmowy. Zobacz, jak chronić swoją prywatność i uniknąć informacyjnego chaosu.

W całkiem nieodległych czasach – jeszcze jakieś półtora roku temu – chatboty wiedziały o nas co najwyżej to, co sami im kazaliśmy o nas zapamiętać. Nie było to może super wygodne, ale mieliśmy kontrolę nad tym, co o nas AI zapamiętuje.

Automatyczna pamięć, czyli kiedy kontekst staje się zbyt szeroki

Ale potem pojawiła się automatyczna pamięć – AI zaczęło przeglądać historię naszych z nią rozmów i wyciągać z niej i zapisywać interesujące fakty, by w ten sposób stworzyć dodatkowy kontekst dla kolejnych rozmów. To oczywiście ma sens, ale nie uwzględnia faktu, że z chatbota korzystamy w różnych rolach – jako pracownicy, chałturnicy, turyści czy hobbyści. No i nie uwzględnia jeszcze faktu, że jeśli kupiliśmy subskrypcję za 100 zł miesięcznie, to z jej dobrodziejstw zechce zapewne skorzystać cała rodzina.

Nie zdziwmy się, jeśli planując wizytę służbową w Amsterdamie (ale z częścią kulturalną) chatbot zaproponuje nam wizytę na koncercie K-Pop. Pewnie córka pytała o takie koncerty kilka dni temu. To raczej niewinny przykład, powodujący co najwyżej delikatną irytację. Gorzej, jeśli chatbot zapisuje w ogólnej pamięci informacje z naszych relacji z klientami – i klienci mu się pomylą. To może spowodować dość bolesną wpadkę zawodową.

Co zrobić z tym chaosem? Odpowiedzią jest zarządzanie kontekstem. Będzie nas ono kosztować trochę wysiłku, ale pozwoli utrzymać naszą AI we właściwych ramach.

Reguła numer jeden – nie zaśmiecajcie sobie kontekstu

Czasem chaos do pamięci naszego chatbota wnosimy sami. A to kumpela spyta, co zrobić z krwawiącym nosem dziecka, a my odruchowo odpalimy nasze ChatGPT, a to zobaczymy jakieś dziwne zachowania ptaka za oknem i chcemy się o nie zapytać AI. Ani dziecko nie jest nasze, ani my nie mamy zacięcia ornitologicznego, po prostu chcieliśmy zaspokoić ciekawość. Ale ponieważ tego typu epizodycznych zapytań będą w ciągu roku setki, to nasz chatbot będzie miał pewnie dziesiątki jakichś śladów pamięci z rozmów bez istotnego znaczenia.

Innymi słowy, będzie miał w swojej pamięci mętlik. Mętlik, który będzie tylko i wyłącznie mu przeszkadzał w tworzeniu sensownych, spójnych odpowiedzi tam gdzie ma to dla nas znaczenie – w naszych sprawach zdrowotnych, rodzinnych czy zawodowych.

Jak tego mętliku uniknąć? Odpowiedź jest prosta – jeśli nasze pytanie ani nie wymaga kontekstu, ani nie chcemy, żeby budowało kontekst dla przyszłych chatów, to po prostu korzystajmy z chata incognito (w Claude) lub chata tymczasowego (w ChatGPT i Gemini). Firmy AI bardziej skupiają się na zaletach tego typu chatów pod kątem prywatności, ale to tak naprawdę doskonałe narzędzie do tego, by pamięć naszego chatbota utrzymywać w dobrej higienie.

Zarządzanie kontekstem w rodzinie, czyli jak się oddzielić od K-Popu (i nie tylko)

Używanie AI w rodzinie jest proste. Każdy ma swoje konto e-mail (choćby dlatego, że każdy ma smartfona), każdy może sobie założyć konto na ChatGPT, czy Claude (na Google/Gemini pewnie już ma). Osobne konteksty, osobna pamięć, nic się nie miesza.

Oczywiście tylko do momentu, w którym stwierdzimy, że potrzebujemy tej subskrypcji za 100 zł, no bo automatyzacje, Cowork/Work, większe limity na Deep Research… I szybko odkrywamy, że lepsza/gorsza połowa nie może już żyć bez topowego modelu, bo ten z darmowego planu jest wyśmiewany przez kolegów z pracy a latorośl koniecznie musi wygenerować zdjęcia swoich własnych, wyimaginowanych gwiazd K-Popu – bo musi zakasować kumpele w szkole. No a przy okazji generowania zdjęć, jeszcze parę (czy raczej kilkadziesiąt) pytań musiała zadać chatbotowi.

No i wydajemy 100 zł miesięcznie na chatbota, który… będzie miał kompletny mętlik w swojej AI-owej „głowie.” Bo to oczywiście nasz płatny chatbot szybko stanie się ulubionym chatbotem całej rodziny.

Co możemy z tym zrobić? Przede wszystkim wyłączyć pamięć globalną naszego chatbota. Czemu? Bo tak naprawdę nie ma jednego „ja”, dla którego można by zapamiętywać informacje. Pamięć globalna dla 3-4 osób to gwarancja chaosu.

Jak już wyłączymy pamięć globalną, to część włączyć osobne konteksty dla domowników. Robimy to poprzez projekty w Claude i ChatGPT (o Gemini i jej specyfice wspominam na końcu). Absolutne minimum to jedna osoba – jeden projekt. Jednak domownicy mogą chcieć porozdzielać swoje konteksty – lepsza/gorsza połowa pooddzielać kwestie zawodowe od hobbystycznych a latorośl naukę w szkole od miłości do robotyki.

Następnie musimy przekonać członków rodziny, by korzystali z tych opcji – projektów do tych pogaduszek z chatbotem, które mają tworzyć kontekst długoterminowy i chatów incognito/tymczasowych dla bardziej marginalnych tematów. Ludzie są leniwi, więc pewnie nie będzie łatwo, ale jakimś argumentem będzie to, że jeśli będą z lenistwa wpisywać wszystko do standardowego chata, to cała rodzina z historii chata się dowie, że pytali o pomysł na prezent czy na weekendowy wypad – niespodziankę. O bardziej drażliwych kwestiach nie wspominając.

Zarządzanie kontekstem w pracy – klienci, projekty, role

W domu chodziło o to, żeby chatbot nie pomylił nas z córką. W pracy stawka jest wyższa – tu chodzi o to, żeby nie pomylił nam klienta z klientem.

Bo pracujemy dziś w wielu rolach naraz. Etat plus zlecenia po godzinach. Trzech, czterech zleceniodawców, każdy z własnym żargonem, własnymi wymaganiami i własnym poziomem poufności. Do tego wewnętrzne projekty w firmie, o których nie powinien wiedzieć nikt z zewnątrz. A my wrzucamy to wszystko do jednego okienka czatu i liczymy, że jakoś to będzie. Otóż nie będzie.

Wyobraźmy sobie taką sytuację. Piszemy dla klienta A ofertę i wspominamy chatbotowi, jakie stawki stosujemy i gdzie mamy pole do negocjacji. Miesiąc później piszemy podobną ofertę dla klienta B – i chatbot uczynnie wpisuje nam do oferty, że „zwykle schodzimy do 180 zł za godzinę, jeśli klient naciska”. Nie wychwycimy tego i pójdzie do klienta? No to więcej niż 180 zł za godzinę nie dostaniemy.

Albo wersja subtelniejsza, a przez to groźniejsza: chatbot nie cytuje niczego wprost, ale przesiąka. Pisze do klienta B tonem, którego nauczył się przy kliencie A. Tylko, że klienta A mamy od lat i niemal przyjacielskie relacje a korporacyjny klient B oczekuje o wiele bardziej profesjonalnego tonu. Może właśnie straciliśmy perspektywicznego klienta.

Jeszcze gorzej, jeśli pracujemy z AI na dokumentach. Tu „przeciekanie” kontekstu może wręcz się skończyć wyciekiem poufnych danych. Kompromitacja na całej linii.

Oczywiście naszą pierwszą linią obrony jest czytanie wszystkiego tego, co chatbot napisze. I z tego nikt nas nie zwolni. Ale możemy ustawić kontekst AI tak, by nie przeciekał nam przede wszystkim między klientami. Ale również rolami czy zadaniami.

Reguła jest ta sama co w domu, tylko granice przebiegają gdzie indziej. Absolutne minimum to jeden zleceniodawca – jeden projekt. Nie „jeden projekt na wszystkie fuchy”, nie „jeden na copywriting, drugi na programowanie”. Granica biegnie tam, gdzie biegnie granica poufności, a ta biegnie między klientami.

I to działa, bo projekty są naprawdę szczelne. W Claude każdy projekt ma własną, odseparowaną pamięć, a rozmowy z projektów nie trafiają do pamięci globalnej. W ChatGPT jest podobnie, ale z jednym haczykiem – trzeba to włączyć. Ustawienie „tylko ten projekt” sprawia, że chatbot korzysta wyłącznie z rozmów w środku, nie zagląda do pamięci globalnej ani do innych projektów.

Zarządzanie kontekstem w Gemini – dużo ręcznej roboty w pracy, ale w rodzinie łatwiej

Z Gemini jest gorzej. Co prawda Google w końcu (jako ostatnich z wielkich graczy) wprowadził automatyczną pamięć Gemini, więc już nie trzeba tworzyć pamięci ręcznie, ale w chatbocie Google po prostu nie ma czegoś takiego jak projekt – personalizacja to jeden wspólny worek na całe konto, a Gemy mają ograniczony limit plików i nie pamiętają niczego między sesjami. Jeśli pracujemy dla kilku klientów, a chcemy twardej separacji, Gemini nie jest do tego narzędziem. Można sobie radzić Gemami z ręcznie podpiętymi plikami, ale to proteza, nie rozwiązanie.

Mały plus: konto Google ma normalne udostępnianie rodzinne (do 5 osób, każdy na swoim koncie), więc akurat w rodzinie Gemini rozwiązuje problem inaczej — nie separacją kontekstów, tylko separacją kont. Każdy loguje się na swoje, historia i pamięć są rozdzielone i niewidoczne dla pozostałych. Pod kątem prywatności członków rodziny to na pewno zaleta.

Źródło grafiki: Sztuczna inteligencja, ChatGPT

Rewolucja AI
Home Strona główna Subiektywnie o finansach
Skip to content email-icon