Przewodnik · 2026

Język AI zdradza Cię w trzy sekundy. Oto skaner po polsku, który łapie 120 fraz

Otwierasz LinkedIn rano.

Pierwszy post: „W dzisiejszych czasach, w obliczu wyzwań współczesnego rynku…”

Drugi: „Ostatnio coraz częściej widzę u moich klientów…”

Trzeci: „Warto zaznaczyć, że kluczowym aspektem skutecznego biznesu jest holistyczne podejście…”

Trzy posty, trzy różne osoby, jeden chatbot. Wszystkie pisane przez ChataGPT, wszystkie wyglądają jak ulane z tej samej formy. I wszystkie tracą zasięgi, bo LinkedIn od 2026 ucina treści oznaczone jako AI.

Problem w tym, że Ty piszesz tak samo. Nawet jeśli nie chcesz.

Wklejasz tekst do modelu, każesz „popraw”, a on ubiera Cię w te same dwadzieścia fraz, które publikuje pół Polski. Czytelnik wyczuwa to w trzy sekundy. Klient B2B traci zaufanie do eksperta, który brzmi jak każdy inny ekspert.

Postanowiłem zrobić z tym porządek. Zbudowałem skaner — bazę 120 fraz po polsku, które zdradzają AI, plus prompt do dowolnego LLM. Wkleisz dwa pliki i masz osobistego cenzora języka, który mówi: „tu napisałeś jak chatbot, popraw”.

Niżej masz wszystko. Listę fraz, gotowy prompt, trzy warianty wdrożenia. Cały setup zajmie Ci pięć minut.


Jak wygląda język AI po polsku

Wykryjesz go szybciej, jeśli wiesz, czego szukać. Oto dziewięć kategorii, które AI nadużywa.

1. Openery, które krzyczą „chatbot”

  • W dzisiejszych czasach…
  • W erze cyfrowej…
  • W dzisiejszym dynamicznie zmieniającym się świecie…
  • Nie sposób nie zauważyć, że…
  • Czy zastanawiałeś się kiedyś nad…
  • Wiele osób zadaje sobie pytanie…
  • Chcę się z Tobą podzielić…

Zaczynasz tekst którąś z tych fraz — czytelnik już wyłączył uwagę.

2. Fałszywa autentyczność

Te udają osobistą historię, ale każdy widzi przez nie na wylot.

  • Ostatnio coraz częściej słyszę, że…
  • Ostatnio rozmawiałem z klientem i…
  • Często widzę, że ludzie popełniają…
  • Często zauważam w swojej pracy…
  • Moi klienci pytają mnie ostatnio o…
  • W rozmowach z klientami pojawia się…
  • Wiele osób zmaga się z…
Wyjątek: opener jest OK, jeśli w następnym zdaniu padnie konkret. Rok, branża, liczba. „Ostatnio rozmawiałem z trenerką, która prowadzi szkolenia HR od 2018 roku” — to historia. „Ostatnio rozmawiałem z klientem o ważnych sprawach” — to AI.

3. Wypełniacze, których nikt nie czyta

  • Warto zaznaczyć, że…
  • Warto podkreślić…
  • Należy zauważyć, że…
  • Kluczowym aspektem jest…
  • W praktyce oznacza to, że…
  • Co więcej… / Co ciekawe…
  • Mając na uwadze powyższe…

Skasuj wszystkie. Tekst stanie się krótszy i mocniejszy.

4. Zakończenia, które zabijają moc tekstu

  • Podsumowując, warto…
  • Reasumując…
  • Konkludując…
  • Na zakończenie chciałbym…
  • Mam nadzieję, że ten artykuł…
  • Zachęcam do refleksji nad…

Kończ uderzeniem, nie podsumowaniem. Jedno mocne zdanie zamiast trzech akapitów rekapitulacji.

5. Przymiotniki bez pokrycia

  • kluczowy element
  • kompleksowe rozwiązanie
  • innowacyjne podejście
  • transformacyjna podróż
  • holistyczna perspektywa
  • rewolucyjna metoda
  • unikalne doświadczenie

Każdy z nich wymaga liczby albo dowodu obok. „Innowacyjny kurs” = AI. „Pierwszy kurs w Polsce, który łączy AI z metodyką Kirkpatricka” = konkret.

6. Konstrukcje, które AI uwielbia

  • To nie kolejny kurs. To system.
  • To nie tylko narzędzie — to filozofia.
  • Bez ściemy. Bez bullshitu. Tylko konkret.
  • Albo działasz, albo zostajesz w tyle.
  • Z jednej strony X, z drugiej Y.
  • Otwiera drzwi do nowych możliwości.
  • Stanowi fundament każdego biznesu.

Schemat „To nie X, to Y” pojawia się w co drugim tekście generowanym. Klasyczny sygnał.

7. Triady — AI kocha trójki

  • złożony, nieprzewidywalny i dynamiczny
  • szybko, skutecznie i efektywnie
  • prosto, jasno i konkretnie
  • innowacyjny, kompleksowy i skalowalny

Trzy przymiotniki obok siebie? Albo jeden zostaw, albo rozbij na dwa zdania. To samo z anaforą — trzy zdania pod rząd zaczynające się tak samo („Co Ci po systemie… Co Ci po metodzie… Co Ci po narzędziach…”) to zawsze AI.

8. Coachingowy bełkot

  • Uwolnij swój wewnętrzny potencjał
  • Odkryj autentyczną wersję siebie
  • Wyrusz w podróż transformacji
  • Przepracuj limitujące przekonania
  • Wejdź na wyższy poziom wibracji
  • Zbuduj abundance mindset

Brzmi pięknie. Nie znaczy nic. Wytnij.

9. Drobne sygnały, których szuka algorytm LinkedIn

  • Mam też wrażenie, że…
  • I szczerze?…
  • Najciekawsze jest jednak coś innego…
  • Zagłębmy się w temat…
  • Turbodoładuj swój biznes
  • Odblokuj ukryty potencjał

Plus: długi myślnik (—) zamiast półpauzy (-). Po polsku piszemy półpauzą. Długi myślnik to import z angielskiego, którym AI sypie bez opamiętania.


Skaner. Jak go wdrożyć w swoim LLM

Cały system to dwa pliki tekstowe.

Plik 1 — baza fraz ai-phrases.json

120 fraz w 10 kategoriach plus 8 reguł strukturalnych. Wygląda mniej więcej tak:

~ /skaner-ai/ai-phrases.json
{
  "openers_explicit": {
    "severity": "high",
    "phrases": [
      "W dzisiejszych czasach",
      "W erze cyfrowej",
      "Nie sposób nie zauważyć"
    ]
  },
  "fillers_connectors": {
    "severity": "med",
    "phrases": [
      "warto zaznaczyć",
      "kluczowym aspektem jest",
      "w praktyce oznacza to, że"
    ]
  }
}

Pełna wersja ma 120 fraz. Pobierzesz ją z mojego repo (link na końcu).

Plik 2 — prompt systemowy system-prompt.md

Instrukcja, którą wklejasz modelowi:

~ /skaner-ai/system-prompt.md# SYSTEM PROMPT — Detektor zwrotów AI (polski)

Jesteś detektorem zwrotów AI w polskim tekście.

ZASADY:
1. Skanuj tekst pod kątem fraz z bazy poniżej.
2. Sprawdź reguły strukturalne (długi myślnik, triady,
   "To nie X, to Y", anafora x3, "Bez X. Bez Y. Tylko Z.").
3. Policz ai_score (high=15 pkt, med=7, low=3, cap 100).
4. Wydaj werdykt: human (0-20), mixed (21-50), ai (51-100).

WYJĄTKI (nie flaguj):
- "kluczowy/innowacyjny" + konkret obok = OK
- Opener "ostatnio/często" + konkret w kolejnym zdaniu = OK

OUTPUT: zwracaj tylko JSON, bez preambuły:
{
  "ai_score": 47,
  "verdict": "mixed",
  "matches": [
    {"phrase": "...", "context": "...", "fix": "..."}
  ],
  "rewrite_suggestion": "..."
}

BAZA FRAZ:
{{tu wklej zawartość ai-phrases.json}}

Teraz masz trzy drogi wdrożenia.

Wariant 1. Wklej i używaj (5 minut)

Najszybszy. Działa w ChatGPT, Claude, Gemini, DeepSeek, Perplexity. Wszędzie tam, gdzie jest pole chatu.

  1. Otwórz nowy czat w wybranym modelu.
  2. Wklej cały prompt systemowy (z wklejoną w środek bazą fraz) jako pierwszą wiadomość.
  3. W drugiej wiadomości wklej tekst, który chcesz sprawdzić.
  4. Czytasz raport, poprawiasz tekst, publikujesz.

Tyle. Jedno sprawdzenie zajmuje sekundy.

Wariant 2. Stały asystent (15 minut, nie powtarzasz promptu)

Jeśli skanujesz teksty codziennie, wariant 1 zaczyna męczyć. Zbudujesz własnego asystenta z wbudowaną bazą.

W ChatGPT (custom GPT)

  1. Wejdź w „Explore GPTs” → „Create”.
  2. W sekcji „Instructions” wklej zawartość system-prompt.md.
  3. W sekcji „Knowledge” załącz plik ai-phrases.json.
  4. Nazwij asystenta: „Skaner AI po polsku”. Zapisz.

W Claude (Project)

  1. Kliknij „New Project” → wpisz nazwę.
  2. W „Project instructions” wklej system-prompt.md.
  3. W „Project knowledge” załącz ai-phrases.json.
  4. Otwórz czat w projekcie. Każdy czat ma kontekst skanera od startu.

W obu przypadkach możesz wrzucać po kilka tekstów dziennie bez wczytywania bazy za każdym razem.

Wariant 3. API (dla automatyzacji w n8n, MailerLite, Make)

Jeśli chcesz, żeby skaner sprawdzał każdy draft maila przed wysyłką albo każdy post przed publikacją — wepnij go przez API. Przykład w Pythonie z Claude:

$ python skanuj.pyimport json
import anthropic

phrases = json.load(open("ai-phrases.json"))
system_prompt = open("system-prompt.md").read().replace(
    "{{PHRASES_JSON}}",
    json.dumps(phrases, ensure_ascii=False)
)

client = anthropic.Anthropic()

def skanuj(tekst):
    resp = client.messages.create(
        model="claude-haiku-4-5-20251001",
        max_tokens=1500,
        system=system_prompt,
        messages=[{"role": "user", "content": tekst}]
    )
    return json.loads(resp.content[0].text)

raport = skanuj("W dzisiejszych czasach warto zaznaczyć...")
print(f"Score: {raport['ai_score']}/100")
print(f"Werdykt: {raport['verdict']}")

Działa analogicznie w OpenAI SDK i Google Generative AI. Wystarczy podmienić klienta.

Dobór modelu — ważne dla portfela. To klasyfikacja, nie rozumowanie. Nie potrzebujesz Opusa ani GPT-4. Haiku 4.5, GPT-4o-mini albo Gemini Flash — każdy wystarczy, każdy kosztuje grosze. Jedno sprawdzenie tekstu to mniej niż jeden grosz. Sonnet albo GPT-4o włącz tylko wtedy, gdy chcesz, żeby model nie tylko wykrył frazy, ale też przepisał najgorszy akapit w Twoim głosie.

Aktualizacja bazy

Znalazłeś nową frazę, której nie ma w bazie? Dorzucasz ją do ai-phrases.json w odpowiedniej kategorii i tyle. Prompt automatycznie ją wykrywa przy następnym skanie. Nic więcej nie zmieniasz.

To nie jest produkt zamknięty — to żywa lista. Im więcej osób doda swoje frazy, tym lepszy się staje.


Co dalej

1. Pobierz pliki ai-phrases.json i system-prompt.md z repo: jacekwolniewicz.pl/skaner-ai

2. Wybierz wariant wdrożenia — wklej i używaj, custom GPT, albo API.

3. Przetestuj na trzech swoich ostatnich postach z LinkedIna. Zobacz, ile fraz publikujesz nieświadomie. Mnie to zaskoczyło przy własnych mailach z 2023 roku — ai_score 67 przy tekście, który uznawałem za swój.

4. Jeśli wykryłeś frazę, której nie ma w bazie — napisz w komentarzu albo wyślij mailem. Dorzucę w kolejnej wersji.

Skaner nie zastąpi Twojego głosu. Pokazuje tylko, gdzie go nie ma.

Do pobrania : 

PDF 102 fraz    frazy-ai-pelna-lista

ZIP z plikami dla llm   skaner-ai

TAK CHCĘ 3 DARMOWE LEKCJE

Po wypełnieniu formularza przeniosę Państwa automatycznie na stronę z filmami. [no spam]