Bigos ma swoją głębię strategiczną. Przed Państwem: Bartosiakizator.

Wpis do okienka: „Szef kazał mi zostać po godzinach w piątek, ale odmówiłem, bo mam bilety na mecz.”
Efekt po przetłumaczeniu:

„To nie jest, drodzy państwo, zwykła odmowa. To jest manifestacja kontroli nad własnym kalendarzem, nad własnym rimlandem wolnego czasu.”

Tak działa Bartosiakizator. To parodystyczny translator, który dowolny tekst przemapowuje na język wielkiej strategii. Do wyboru są trzy poziomy eskalacji: od dyskretnego Analityka po Pełnego Mackindera. To pastisz gatunku, wykonany z sympatią — żeby sparodiować określoną konwencję, trzeba ją najpierw gruntownie polubić i zrozumieć.

Najpierw spytałem AI, czy to ma sens

Mam zasadę: każdy pomysł musi najpierw przejść przez bramkę. Jest to osobny agent AI, którego jedynym zadaniem jest chłodna ocena i wytykanie słabości, a nie bicie brawa. Przy Bartosiakizatorze bramka zaczęła od zdania, które powinno wisieć nad biurkiem każdego twórcy oprogramowania: „Dobry «Bartosiakizator» to w 90% dobrze zdekonstruowany styl, a w 10% kod.”

Następnie model rozłożył styl geopolitycznych podcastów na czynniki pierwsze. Wskazał słownik rdzenny (pivoty, węzłowiska, strategiczna głębia, brama smoleńska), tiki retoryczne („proszę państwa”, „i teraz uwaga”, „Chińczycy grają w go”) oraz specyficzną składnię opartą na długich, meandrujących zdaniach wracających po kilku dygresjach do głównej tezy. Bramka doszła do sedna: „Rama narracyjna — to najważniejsze: każdy temat, choćby przepis na bigos, zostaje przemapowany na zmaganie o przewagę strategiczną w przestrzeni. Kapusta ma swoją geografię. Mięso lewaruje pozycję.”

Kiedy recenzent, powołany do bezlitosnej krytyki, zaczyna sam mówić językiem projektowanego narzędzia, to najlepszy znak. Nie ma potrzeby analizować „potencjału rynkowego” ani „wirusowości” — koncept broni się sam na poziomie jednego akapitu, a dalsza praca to wyłącznie rzemiosło. Te cztery warstwy stylu trafiły wprost do instrukcji systemowej (system promptu) dla modeli LLM. Proporcja 90/10 sprawdziła się co do joty. Większość czasu zajęło nie pisanie kodu, lecz pilnowanie, aby pastisz trzymał konwencję i nie gubił sensu tekstu źródłowego.

Jak to jest zrobione (i co się po drodze wysypało)

Zasada budowania na widoku (build in public) wymaga pokazywania wpadek. Oto co poszło nie tak podczas wdrożenia.

Darmowe API to bezpiecznik, nie główne zasilanie. Pierwszym silnikiem w łańcuchu był darmowy model Gemini 2.5 Flash, którego limit wynosi zaledwie 20 zapytań na dobę. Przy jakimkolwiek ruchu z zewnątrz narzędzie przestałoby działać po kilkunastu minutach od startu. Rozwiązaniem stał się automatyczny system przełączania awaryjnego (fallback chain). Gdy darmowy limit Gemini się wyczerpuje, system przekazuje zapytanie do GPT-4o (lub GPT-4.1) w chmurze OpenAI, a w ostateczności do modelu Llama 3.3 na platformie Groq. Przełączanie działa tak płynnie, że o wyczerpaniu limitów dowiaduję się dopiero z logów serwera. To jedyny właściwy sposób obsługi błędów API w produkcyjnych aplikacjach.

Twórca nie może być własnym cenzorem. Najlepsze depesze trafiają do publicznego archiwum. Jednak o tym, co jest wystarczająco dobre do publikacji, nie decyduje ani model generujący, ani autor w przypływie entuzjazmu. Czuwa nad tym niezależny proces oceny jakości (QA). Skrypt cyklicznie pobiera nowe wpisy i ocenia je według sztywnej instrukcji:

→ Dane osobowe — odrzuć.
→ Polityka — odrzuć.
→ Wulgaryzmy — odrzuć.
→ Ocena humoru i stylu poniżej 7/10 — odrzuć.

Tylko najwyżej ocenione depesze są automatycznie publikowane w archiwum i indeksowane przez wyszukiwarki. W pierwszej rundzie testów ten mechanizm odrzucił depeszę z powodu subtelnego błędu gramatycznego, którego sam nie zauważyłem. Pętla weryfikacji działa bezbłędnie.

Dodatkowym wyzwaniem technicznym okazała się grafika wyróżniająca (OG image). W wersji v2.1 blendowanie warstw w CSS (mix-blend-mode) zawiodło w przeglądarce Chrome, mimo poprawnego kodu. Zamiast szukać obejść w CSS, problem został rozwiązany u źródła. Wycięto tło z grafiki przedstawiającej Napoleona (figura.webp) za pomocą automatycznego wypełnienia kolorem od krawędzi. Zmniejszyło to wagę strony o 78 KB i wyeliminowało błędy renderowania.

Po co buduje się zabawki

Bartosiakizator nie jest produktem komercyjnym. Nie ma cennika, nie zbiera na siłę adresów e-mail i nie udaje startupu. Jest poligonem doświadczalnym i to stanowi jego największą wartość.

Wszystkie przećwiczone tutaj wzorce architektoniczne pracują już w moich komercyjnych wdrożeniach:
→ Łańcuchy modeli z automatycznym fallbackiem.
→ Separacja procesu generowania od procesu oceny jakości.
→ Sanityzacja danych wyjściowych (np. usuwanie zbędnych znaków markdown z tekstu).
→ Automatyczne budowanie statycznych stron dla wyselekcjonowanych treści zamiast generowania ich w locie z bazy danych.

W rejestrze firm xKRS te same mechanizmy pilnują spójności danych o beneficjentach rzeczywistych spółek. Różnica polega na tym, że tam stawką nie są żarty o heartlandzie, lecz spójność i poprawność danych o podmiotach gospodarczych. Budowanie zabawek pozwala popełnić wszystkie krytyczne błędy projektowe szybko i bez kosztów finansowych. To najtańsze ubezpieczenie projektu, jakie można wdrożyć.

Do przetestowania samodzielnie

masterjedi.ltd/bartosiakizator — wklejenie sporu o miejsce parkingowe lub maila od klienta pozwala sprawdzić działanie w praktyce. Najlepsze rezultaty daje ustawienie poziomu III eskalacji. Po wygenerowaniu udanej depeszy można skorzystać z przycisku udostępniania i wysłać ją dalej. Sztab czeka.

Narzędzie jest parodią i pastiszem stylistycznym. Żadna z wygenerowanych depesz nie stanowi wypowiedzi realnej osoby.

O autorze

Igor Zakrzewski — developer, 25+ lat w IT.

Buduję pełne systemy sprzedażowe dla polskich firm i niezależnych ekspertów (coachów, mentorów, autorów, konsultantów). Automatyzacje AI, integracje (Stripe, CRM, kalendarz, email), landing pages, lejki sprzedażowe. Pod klucz. Wdrożenie 2-5 dni. Pierwsza sprzedaż w pierwszym miesiącu.

→ masterjedi.pl (kalkulator strat + diagnoza)
→ LinkedIn (codziennie o tym co buduję)

Jeśli masz pytanie — napisz bezpośrednio, odpisuję osobiście.