Nicolas Bednarz
Kraj: Poland
Lokalizacja: Opole
Na Useme od 24 października 2026
O mnie
Buduję i naprawiam chatboty AI, agentów AI (agentic AI) i asystentów z bazą wiedzy (RAG) dla firm i mierzę, jak często się mylą i ile kosztuje odpowiedź.
W parku wodnym przeczytałem 2 059 rozmów klientów z chatbotem cenowym. Po dwóch zmianach konfiguracji podawał poprawną kwotę w 18 z 21 pytań o cenę. Przedtem w 6. Obok zbudowałem PoC agenta AI z pamięcią rozmowy, 9 narzędziami, maskowaniem PESEL i ochroną przed prompt injection, który w teście odparł 11 z 11 ataków.
W teście 14 modeli na rozliczaniu przelewów z fakturami GPT-5.5, Claude Opus 4.8 i Gemini 3.1 Pro zremisowały na 60% bezbłędnych wyciągów, a koszt przypadku różnił się między nimi około 3 razy.
Przed startem ustalam z klientem, co mierzymy (zwykle odsetek złych odpowiedzi i koszt zapytania), i sprawdzam to przed każdą zmianą i po niej.
Python (FastAPI, Pydantic, pytest), Qdrant, guardrails, GPT, Claude, Gemini i open source przez API. W AI i automatyzacji od około 2 lat. Wcześniej 8 lat w operacjach i sprzedaży.
Kategorie
Portfolio
Chatbot cenowy parku wodnego, audyt i naprawa
Przeczytałem 2 059 rozmów klientów i zbudowałem zestaw 150 pytań z odpowiedziami z cennika, sprawdzany po każdej zmianie. Po dwóch zmianach konfiguracji bot podawał poprawną cenę w 18 z 21 pytań o cenę. Wcześniej w 6.
Test 14 modeli LLM na płatnościach i fakturach
Napisałem generator wyciągów i faktur ze znanymi dopasowaniami, a skrypt bez sędziego LLM ocenił 14 modeli na 20 przypadkach. GPT-5.5, Claude Opus 4.8 i Gemini 3.1 Pro zremisowały na 60% bezbłędnych wyciągów, a koszt różnił się około 3 razy.