Czatbot po polsku: słowa kluczowe czy wyszukiwanie po znaczeniu
Sprawdziliśmy, jak małe modele AI dopasowują polskie pytania gości do gotowych odpowiedzi czatbota. Model z newslettera wypadł gorzej niż proste słowa kluczowe.

Prosty czatbot na stronie firmy ma zwykle kilkanaście gotowych odpowiedzi: ceny, parking, dojazd, godziny. Trudność polega na tym, żeby dopasować do nich pytanie, które klient wpisał po swojemu. Newsletter AlphaSignal polecił mały model bge-small, który działa w przeglądarce, bez płatnego API. Sprawdziliśmy, czy poradzi sobie z polskimi pytaniami.
Sprawdziliśmy to u nas
Na czym. Przykładowy pensjonat nad morzem i 10 gotowych odpowiedzi: ceny, parking, zwierzęta, plaża, śniadania, zameldowanie, Wi-Fi, zadatek, dzieci, grill. Do tego 30 pytań tak, jak piszą goście: „gdzie zostawię auto”, „akceptujecie koty?”, „daleko do morza?”, „jedziemy z niemowlakiem, macie łóżeczko?”.
Porównaliśmy trzy sposoby:
| Sposób | Trafione pytania |
|---|---|
| Słowa kluczowe (tak działa dziś wiele prostych czatbotów) | 16 z 30 |
| bge-small-en (model z newslettera) | 13 z 30 |
| multilingual-e5-small (model wielojęzyczny) | 23 z 30, a 25 z 30, gdy liczymy dwie najlepsze odpowiedzi |
Co wyszło. Model z newslettera zna tylko angielski. Po polsku zgaduje, więc wypadł gorzej niż zwykłe słowa kluczowe. Słowa kluczowe gubią się przy synonimach: „auto” nie pasuje do „parkingu”, „morze” do „plaży”, a „koty” do „zwierząt”. Model wielojęzyczny rozumie takie pytania, bo porównuje znaczenie, nie litery.
Nadal pomylił się 7 razy, głównie przy pytaniach ogólnych, np. „gdzie można zjeść” trafiło do odpowiedzi o grillu. Dlatego czatbot powinien w razie wątpliwości podać dwie odpowiedzi albo telefon do właściciela, a nie zgadywać.
Czas i rozmiar. Na zwykłym komputerze 40 tekstów przeliczył w 0,2 sekundy. Model ma jednak 118 MB, a to za dużo, żeby każdy gość pobierał go razem ze stroną.
Jak to działa, bez żargonu
Model zamienia każdy tekst na długą listę liczb, coś jak współrzędne na mapie znaczeń. Pytania i odpowiedzi o tym samym trafiają blisko siebie, nawet gdy nie mają wspólnego słowa. „Gdzie zostawię auto” ląduje obok „Parking jest przy budynku”, a „akceptujecie koty?” obok odpowiedzi o zwierzętach. Czatbot wybiera odpowiedź, która leży najbliżej pytania.
Odpowiedzi firmy przeliczamy raz, gdy zmienia się ich treść. Przy każdym pytaniu gościa model liczy tylko to jedno pytanie, dlatego całość trwa ułamek sekundy.
Czego potrzeba
Model działa lokalnie, bez płatnego API i bez wysyłania pytań gości do zewnętrznej firmy. Liczyć trzeba jednak na serwerze, a warunki licencji sprawdź u producenta modelu.
Testowaliśmy wersję skompresowaną, 118 MB. Są też większe wersje tego modelu oraz znacznie większy model wielojęzyczny bge-m3. Takie modele nadają się tylko na serwer.
Jedna rzecz łatwo umyka: model e5 oczekuje przedrostków. Pytanie gościa zaczyna się od „query: ”, a gotowa odpowiedź od „passage: ”. Bez nich trafność spada, a błąd nie jest widoczny na pierwszy rzut oka.
Gdzie się nie sprawdzi
Wyszukiwanie po znaczeniu wybiera najbliższą odpowiedź, ale nie wie, czy ona naprawdę odpowiada na pytanie. Gdy gość pyta o coś, czego w odpowiedziach nie ma (np. „czy jest sauna?”), model i tak coś znajdzie. Dlatego potrzebny jest próg: jeśli żadna odpowiedź nie jest wystarczająco blisko, czatbot podaje telefon albo formularz zamiast zgadywać. Próg ustawia się na tych samych 20–30 pytaniach testowych.
Werdykt
Wyszukiwanie po znaczeniu wyraźnie poprawia czatbota po polsku, ale model musi być wielojęzyczny. Najrozsądniej jest połączyć oba sposoby: najpierw słowa kluczowe, a gdy nic nie pasuje, dopasowanie po znaczeniu liczone na serwerze, nie w przeglądarce gościa.
Nasza opinia
Sprawdziliśmy trzy sposoby na tych samych 30 polskich pytaniach. Model wielojęzyczny trafił 23 razy, słowa kluczowe 16 razy, a model z newslettera 13 razy. Polecamy model wielojęzyczny każdemu, kto ma czatbota albo FAQ i słyszy od klientów pytania pisane swobodnie. Nie polecamy modelu tylko angielskiego, bo po polsku jest bezużyteczny. Nie polecamy też ładowania modelu w przeglądarce gościa, bo jest za duży. Uważaj na pytania spoza bazy odpowiedzi: bez progu pewności czatbot poda przypadkową odpowiedź.
Jeśli masz czatbota albo FAQ na stronie
Sprawdź go na 20–30 pytaniach zapisanych tak, jak piszą klienci, z literówkami i potocznie. Jeśli połowa trafia w złą odpowiedź, problemem jest dopasowanie, nie treść odpowiedzi. Budujemy asystentów, którzy odpowiadają z dokumentów firmy i mówią „nie wiem”, gdy odpowiedzi nie ma: zobacz asystenta AI na dokumentach firmy albo napisz do nas.