Trafność AI — jak dobrze działa rozpoznawanie danych

Raport Trafność mierzy jakość rozpoznawania danych przez AI — przede wszystkim wyciągania atrybutów produktów z opisów i plików.

Krok po kroku

Otwarcie raportu i ustawienie zakresu

1. W menu bocznym, pod nagłówkiem Pulpit, rozwiń Raporty → AI i wybierz Trafność.
2. Ekran nosi tytuł Dokładność ekstrakcji AI i podtytuł Monitoruj wydajność ekstrakcji AI i oceny zaufania.
3. Ikona informacji obok tytułu tłumaczy dwa pojęcia: Ocena zaufania — Ważona trafność z uwzględnieniem upływu czasu. Wyższe wyniki oznaczają bardziej niezawodne ekstrakcje. — oraz Auto-aplikuj — Włączane gdy zaufanie >= 95% i co najmniej 20 próbek.
4. Ustaw Zakres dat: Ostatnie 7 dni, Ostatnie 30 dni (domyślny), Ostatnie 90 dni, Ten rok albo Własny (wtedy pojawiają się Od i Do). Przycisk Odśwież przelicza dane.

Zakres dat działa tylko na część ekranu. Respektują go kafelki, wykres Trend trafności, Według źródła i zakładka Modele AI. Szczegóły atrybutu, Problemy, wykres Dokładność atrybutów oraz karty Najlepsze atrybuty i Wymagają poprawy liczą zawsze ostatnie 30 dni, niezależnie od tego, co ustawisz.

Odczyt wskaźników

1. Sześć kafelków, każdy z własnym podpisem: Trafność (Zaakceptowane bez zmian), Wskaźnik akceptacji (Zaakceptowane + Zmodyfikowane), Wszystkie ekstrakcje (W okresie), Gotowe do auto-aplikacji (Kombinacje z wysokim zaufaniem), Śr. czas reakcji (Czas do odpowiedzi) i Odrzucono (Fałszywe pozytywne).
2. Poniżej są Trend trafności (dwie serie: Trafność i Wskaźnik akceptacji), Według źródła i Dokładność atrybutów z legendą 90%+, 70-90%, <70%.
3. Zakładka Szczegóły atrybutu to tabela z kolumnami Atrybut, Łącznie, Zaakceptowane, Zmodyfikowane, Odrzucono, Trafność. To tu widać, że wynik całości psuje kilka konkretnych cech. Wierszy nie da się kliknąć — nie ma okna szczegółów.
4. Zakładka Problemy otwiera się ostrzeżeniem Atrybuty z wysokim odsetkiem odrzuceń — rozważ poprawę promptów lub danych treningowych dla tych atrybutów. Kolumny: Atrybut, Łącznie, Odrzucono, Odsetek odrzuceń. Gdy nic nie odstaje, widnieje Nie wykryto problemów!
5. Zakładka Modele AI porównuje modele: Model AI, Ekstrakcje, Zaakceptowane, Odrzucono, Trafność. Model bez nazwy jest podpisany (Nieznany model).
6. Na dole zakładki Przegląd są dwie karty do szybkiego wniosku: Najlepsze atrybuty i Wymagają poprawy.

Eksport wyników

1. Kliknij Eksportuj w prawym górnym rogu.
2. Wybierz Excel (.xlsx) albo Raport PDF. Eksport bierze pod uwagę wybrany Zakres dat.
3. Plik zapisze się pod nazwą ai_accuracy_report.xlsx albo ai_accuracy_report.pdf, a jego zawartość — nagłówki, nazwy arkuszy, tytuł raportu — jest po angielsku, niezależnie od języka interfejsu.
4. Jeśli po kliknięciu nic się nie dzieje, plik się nie pobrał: nieudany eksport nie pokazuje żadnego komunikatu, kręci się tylko chwilę wskaźnik.

Pusty raport mimo nadanego uprawnienia

1. Objaw: ekran pokazuje Brak danych o dokładności z tekstem Statystyki dokładności pojawią się tutaj, gdy zaczniesz korzystać z ekstrakcji AI i ocenisz wyniki. i przyciskiem Przejdź do produktów, choć wiesz, że ekstrakcje były.
2. Wejdź w Konfiguracja → Zespół i dostęp → Role i uprawnienia i otwórz rolę ikoną ołówka (Edytuj rolę).
3. W zakładce Uprawnienia modułowe sprawdź Odczyt na module Integracje — to on chroni dane tego raportu.
4. W zakładce Uprawnienia do pól, w grupie Report, pozycja AI - Accuracy decyduje wyłącznie o tym, czy Trafność w ogóle widać w menu. (Ta pozycja nie ma polskiego tłumaczenia i zostaje po angielsku; siostrzana nazywa się Użycie AI.)
5. Zaznacz brakujące pole, kliknij Zaktualizuj rolę i potwierdź kodem w oknie Wymagana weryfikacja 2FA.
6. Bez modułu Integracje raport otworzy się i pozostanie pusty — nie pojawi się żaden komunikat o braku dostępu. Raport Użycie tego rozjazdu nie ma; jest chroniony spójnie.

Wskaźniki

Do tego wykres trendu i trzy zakładki: przegląd, szczegóły atrybutów oraz problemy z listą fałszywych trafień. Wyniki da się wyeksportować.

Trafność kontra akceptacja

Te dwa wskaźniki łatwo pomylić, a mówią co innego:

• Trafność — czy AI rozpoznało poprawnie.
• Akceptacja — czy człowiek to przyjął.

Wysoka trafność przy niskiej akceptacji zwykle znaczy, że propozycje są poprawne, ale niepotrzebne — albo że proces akceptacji jest zbyt żmudny i ludzie odrzucają hurtem.

Odwrotny układ jest gorszy: wysoka akceptacja przy niskiej trafności oznacza, że błędy przechodzą dalej.

Szczegóły atrybutów są najcenniejsze

Zakładka atrybutów pokazuje skuteczność per atrybut. Zwykle okazuje się, że kilka konkretnych cech psuje cały wynik — i to je warto poprawić w promptach albo wykluczyć z automatycznego stosowania (Konfiguracja asystenta — integracja, model, prompty, koszty).

Pusty raport przy nadanym uprawnieniu

Ten ekran ma rozjazd uprawnień:

Pozycja w menu wymaga uprawnienia do raportu trafności AI, ale dane pobierane są pod uprawnieniem do modułu Integracje.

Rola z samym uprawnieniem do raportu zobaczy pozycję w menu i pusty ekran, bez komunikatu o braku dostępu (Uprawnienia do raportów — dwie warstwy i cztery rozjazdy).

Raport zużycia jest chroniony poprawnie — ten rozjazd dotyczy wyłącznie trafności.