Ostatnia aktualizacja: 2026-11-16
- Nie podłączaj całego repozytorium bez selekcji.
- Usuń duplikaty i oznacz wersję obowiązującą.
- Wykonaj OCR dla skanów, a następnie skontroluj jakość odczytu.
- Testuj odpowiedzi razem z dokumentami, z których system powinien skorzystać.
Proces przygotowania obejmuje więc nie tylko format pliku. Łączy selekcję materiałów, kontrolę wersji, OCR, uporządkowanie struktury, opisanie dokumentów metadanymi oraz testy. Szczegółowe wymagania techniczne zależą od wybranego narzędzia i celu wdrożenia.
Zacznij od procesu, nie od całego repozytorium
Najpierw określ jedno zadanie, które ma realizować AI, i wybierz dokumenty potrzebne do jego wykonania. Podłączenie całego firmowego archiwum bez selekcji utrudnia ocenę źródeł, dostępu i jakości odpowiedzi.[1][2]
Jak wybrać dobry zbiór startowy
Dobry zakres pilotażu jest powiązany z konkretnym procesem i oczekiwanym rezultatem. Może nim być obsługa pytań dotyczących jednej obowiązującej procedury. Jeżeli planowanym zastosowaniem jest baza wiedzy dla firmy, zakres pierwszego wdrożenia nadal powinien pozostawać ograniczony do jasno wybranego zadania.
- Określ zadanie. Zapisz, na jakie pytania system ma odpowiadać lub jakie informacje ma wydobywać.
- Wskaż oczekiwany wynik. Ustal, po czym będzie można rozpoznać poprawną odpowiedź.
- Wybierz źródła. Zbierz tylko dokumenty potrzebne do realizacji tego zadania.
- Przypisz odpowiedzialność. Ustal, kto potwierdza aktualność materiałów i zatwierdza zmiany.
- Uruchom pilotaż. Rozszerzaj zbiór dopiero po sprawdzeniu odpowiedzi, źródeł i dostępu.
Pilotaż na wąskim zbiorze ułatwia sprawdzenie jakości i ryzyka przed rozszerzeniem zakresu. Nie eliminuje jednak potrzeby późniejszego monitorowania ani kontroli uprawnień.[2][7]
Czego nie importować na początku
Poza zbiorem startowym powinny pozostać przypadkowe archiwa, materiały bez ustalonego statusu oraz pliki niezwiązane z wybranym zadaniem. Dokument firmowy jest tu źródłem informacji dla określonego procesu, a nie dowolnym plikiem przechowywanym przez organizację.
Ustal, która wersja dokumentu obowiązuje
Przed importem rozstrzygnij duplikaty, wyłącz materiały robocze i oznacz wersję obowiązującą. Duplikaty oraz nieaktualne wersje zwiększają ryzyko pobrania niewłaściwego kontekstu, choć skala tego problemu zależy od sposobu indeksowania, filtrowania wersji i kontroli źródeł w konkretnym systemie.[1][8]
Dokument roboczy, archiwalny i obowiązujący
Data ostatniej modyfikacji nie musi wskazywać dokumentu obowiązującego. Status powinien potwierdzić właściciel procesu. Trzeba też ustalić, co dzieje się z wersją wycofaną: czy zostaje usunięta ze zbioru AI, przeniesiona do archiwum, czy zachowana z wyraźnym oznaczeniem.
- Czy istnieje tylko jedna wersja oznaczona jako obowiązująca?
- Czy materiały robocze są oddzielone od zatwierdzonych?
- Czy duplikaty mają tę samą treść i status?
- Czy wskazano właściciela odpowiedzialnego za aktualizację?
- Czy istnieje reguła wycofywania nieaktualnych plików?
Minimalne pola opisu dokumentu
W kontrolowanym repozytorium pomocne są metadane wskazujące źródło, wersję lub datę, właściciela, status i uprawnienia. Dokładny zestaw pól zależy od używanego narzędzia, procesu oraz wymagań audytowych.[5][7]
Takie informacje nie zastępują treści dokumentu. Pozwalają jednak odróżnić materiały obowiązujące od archiwalnych, filtrować dostęp i ustalić, kto odpowiada za zmianę źródła.
Przygotuj skany i PDF-y: OCR to dopiero pierwszy krok
Jeżeli PDF jest wyłącznie obrazem, wymaga OCR lub innej ekstrakcji tekstu, aby typowy system przetwarzania dokumentów mógł go przeszukiwać. OCR, czyli optyczne rozpoznawanie znaków, tworzy tekst na podstawie obrazu strony.[1][6]
Jak rozpoznać PDF wymagający OCR
Dokument może wyglądać poprawnie na ekranie, ale nie zawierać warstwy tekstowej. Sygnałem do kontroli jest brak możliwości zaznaczenia i wyszukania treści. Taki plik wymaga rozpoznania tekstu przed dalszym wykorzystaniem.
Co sprawdzić po rozpoznaniu tekstu
Sama obecność tekstu nie potwierdza prawidłowego odczytania tabel, relacji między sekcjami ani znaczenia dokumentu. Zakres możliwych błędów zależy od jakości skanu, układu stron i użytego narzędzia.[5][6]
- Porównaj nagłówki i kolejność sekcji z oryginałem.
- Zweryfikuj liczby, daty i inne wartości istotne dla procesu.
- Sprawdź, czy kolumny i wiersze tabel nie zostały pomieszane.
- Skontroluj przypisy, załączniki oraz treść wielokolumnową.
- Popraw dokument albo wyłącz go ze zbioru, jeśli błędy mogą zmienić odpowiedź.
Nadaj dokumentom strukturę i metadane
Długą treść należy uporządkować według nagłówków i tematów, a następnie podzielić na logiczne jednostki. Taki podział, nazywany fragmentacją, powinien wynikać ze znaczenia treści, a nie z przypadkowej długości tekstu.[1][5]
Jak dzielić dokument na logiczne fragmenty
Granicami fragmentów mogą być sekcje, akapity lub inne wyraźne jednostki znaczeniowe. Nie należy odrywać fragmentu od informacji o dokumencie i miejscu, z którego pochodzi. Szczegółowe reguły podziału zależą od rodzaju materiału oraz używanego narzędzia.
Metadane, które ułatwiają kontrolę źródeł
| Element | Co ustalić przed importem | Po co jest potrzebne | ||
|---|---|---|---|---|
| Źródło | Dokument i sekcja, z których pochodzi treść | Ułatwia odnalezienie oraz sprawdzenie podstawy odpowiedzi | ||
| Wersja lub data | Oznaczenie przyjęte przez właściciela procesu | Pomaga rozróżniać treści obowiązujące i wycofane | ||
| Właściciel | Osoba lub rola odpowiedzialna za dokument | Wskazuje odpowiedzialność za aktualizację | ||
| Status | Na przykład materiał obowiązujący, roboczy albo archiwalny | Umożliwia filtrowanie źródeł | ||
| Uprawnienia | Role, które mogą korzystać z dokumentu | Ogranicza widoczność treści do właściwego zakresu | ||
| Położenie fragmentu | Nagłówek lub sekcja dokumentu | Pomaga zachować kontekst i wrócić do oryginału |
Metadane wspierają kontrolę pochodzenia, aktualności i dostępu. Nie istnieje jednak jeden zestaw pól odpowiedni dla każdego wdrożenia; trzeba go dopasować do procesu, systemu i wymagań kontrolnych.
Ogranicz dane i dostęp do dokumentów
Do AI należy przekazywać tylko dokumenty i dane potrzebne do konkretnego zadania. W przypadku danych osobowych wynika to z zasady minimalizacji: zakres informacji powinien być adekwatny, stosowny i niezbędny do określonego celu.[3][4]
Selekcja dokumentów przed importem
Przed dodaniem plików trzeba sprawdzić, czy każdy z nich jest konieczny w wybranym procesie. Kontrola dostępu powinna obejmować zarówno zakres dokumentów dostępnych systemowi, jak i role użytkowników mogących z nich korzystać, dodawać nowe źródła oraz aktualizować istniejące.
- Usuń ze zbioru dokumenty niezwiązane z celem pilotażu.
- Sprawdź, czy plik nie zawiera danych zbędnych dla zadania.
- Ustal role uprawnione do odczytu, dodawania i aktualizowania materiałów.
- Zweryfikuj, czy wersje archiwalne nie są dostępne jako źródła bieżących odpowiedzi.
Co wymaga osobnej oceny
Minimalizacja danych jest ogólną zasadą, ale sama nie rozstrzyga podstawy prawnej przetwarzania, ról poszczególnych podmiotów ani obowiązku wykonania oceny skutków dla ochrony danych. Osobnej weryfikacji wymagają również warunki konkretnego dostawcy, przepływ danych i techniczne działanie uprawnień.
Przetestuj odpowiedzi, źródła i brak danych przed rozszerzeniem zakresu
Przed wdrożeniem przygotuj pytania lub zadania, dla których znasz poprawną odpowiedź i właściwy dokument źródłowy. Test powinien obejmować odpowiedź, przywołane źródło oraz zachowanie systemu, gdy potrzebnej informacji nie ma w zbiorze.[1][9]
Jak zbudować pytania referencyjne
Pytanie referencyjne łączy zadanie, oczekiwany wynik i źródło, z którego powinna pochodzić informacja. Zestaw testowy może obejmować typowe pytanie, rozróżnienie wersji obowiązującej i archiwalnej, kontrolę wskazanego źródła oraz przypadek braku odpowiedzi w dokumentach.
Rozszerzenie zbioru powinno nastąpić po przejściu testów i ustaleniu procesu aktualizacji. Pilotaż nie eliminuje późniejszej kontroli po zmianach treści, konfiguracji lub uprawnień.[2][8]
Gdy odpowiedź jest błędna: gdzie szukać przyczyny
| Objaw | Obszar do sprawdzenia | Działanie | ||
|---|---|---|---|---|
| Odpowiedź opiera się na starej informacji | Status i wersja dokumentu | Ustal wersję obowiązującą i wyłącz nieaktualne źródło | ||
| System nie znajduje treści ze skanu | Warstwa tekstowa i OCR | Wykonaj OCR i porównaj wynik z oryginałem | ||
| Odpowiedź pomija istotny kontekst | Struktura i podział dokumentu | Sprawdź granice fragmentów oraz powiązanie z sekcją źródłową | ||
| Użytkownik nie może skorzystać z właściwego źródła | Uprawnienia | Zweryfikuj role i zakres widoczności dokumentów | ||
| System odpowiada mimo braku informacji | Scenariusz testowy | Dodaj test braku danych i oceń zachowanie odpowiedzi |
Takie rozdzielenie przyczyn pomaga ustalić, czy problem dotyczy dokumentu, ekstrakcji tekstu, wyszukiwania, dostępu czy samej odpowiedzi. Testy trzeba powtarzać po istotnych zmianach źródeł lub konfiguracji.
Najczęstsze pytania
Czy każdy PDF nadaje się do przetwarzania przez AI?
Nie. Skan bez warstwy tekstowej wymaga OCR, a rozpoznany tekst należy porównać z oryginałem. Sama ekstrakcja nie potwierdza poprawnego odczytania tabel, układu i znaczenia dokumentu.
Czy wystarczy nazwa pliku, aby AI rozróżniała wersje dokumentów?
Nie. Potrzebna jest reguła ustalania wersji obowiązującej oraz metadane opisujące status, właściciela i źródło. Dokładny zestaw pól zależy od procesu i narzędzia.
Jak sprawdzić, czy AI oparła odpowiedź na właściwym dokumencie?
Należy użyć pytania referencyjnego z oczekiwaną odpowiedzią i wskazanym dokumentem źródłowym. Następnie trzeba porównać wynik oraz źródło wykorzystane przez system.
Czy można od razu podłączyć całe repozytorium firmy?
Przygotowanie powinno rozpocząć się od ograniczonego zbioru powiązanego z jednym procesem. Zakres można rozszerzyć po testach, ale nadal wymaga on monitorowania jakości i uprawnień.
Źródła
- Dostarczanie odpowiedniej jakości danych do asystentów AI, Polska Agencja Rozwoju Przedsiębiorczości.
- Przewodnik po sztucznej inteligencji dla administracji publicznej, Ministerstwo Cyfryzacji.
- Rozporządzenie 2016/679 — polska wersja RODO, EUR-Lex / Unia Europejska.
- Zasady dotyczące przetwarzania danych osobowych, Urząd Ochrony Danych Osobowych.
- Chunk and Vectorize with Content Understanding, Microsoft.
- Read model OCR — Document Intelligence, Microsoft.
- Dokumenty firmowe i AI: jak uporządkować dane, dostępy i wiedzę przed automatyzacją, Corecorp.
- Dokumentacja, która prowadzi się sama: procesy dla agenta AI, AgentsHub.
- Jak przygotować dokumenty firmy pod prywatne AI, Rebels Software.
+Artykuł Sponsorowany+



