Przykład licznika, którego nie potwierdzono
Rozmowa zaczęła się od pytania użytkownika: „czy rozmowa z toba kosztuje limit tokenow ?”. Asystent rozróżnił limit wiadomości w zwykłym czacie i pulę Work/Codex, po czym podał instrukcję:
„Nie widzę Twojego pozostałego limitu; sprawdzisz go w Ustawienia → Użycie.”
Po pytaniu „gdzie moge zobaczyc ten limit i jego zuzycie” odpowiedź była już inna:
„Dla zwykłego czatu GPT‑6 Pro nie znalazłem potwierdzonego licznika «wykorzystano X z Y wiadomości».”
Asystent przyznał, że wcześniejszą ścieżkę wskazał zbyt ogólnie. Kolejne pytania dotyczyły więc rozróżnienia dwóch rzeczy: zużywania limitu i możliwości zobaczenia jego bieżącego poziomu. Brak ustalonego miejsca wyświetlania licznika nie oznacza braku naliczania użycia.
Znana nazwa zakładki została przedstawiona jako droga do konkretnego licznika.
Zmyślone było zapewnienie, że wskazana ścieżka rozwiązuje problem użytkownika. Sama zakładka „Użycie” może istnieć i dotyczyć innych rozliczeń. Prawdziwa nazwa ekranu nie potwierdza każdej przypisanej mu funkcji.
Dokumentacja sprawdzona 3 listopada 2026 r. opisuje tygodniowy limit GPT‑6 Pro osobno od limitów Work i Codex. Ustawienia „Usage” wskazuje przy saldzie i zakupie kredytów. Nie podaje w tym artykule miejsca pokazującego bieżący licznik wiadomości GPT‑6 Pro. To granica ustaleń z tego źródła, a nie dowód, że taki licznik nigdzie nie istnieje. Źródło: About ChatGPT Pro tiers ↗.
Cytaty pochodzą z zapisu rozmowy dostarczonego przez użytkownika. Nie identyfikuje on jednoznacznie modelu, który udzielił błędnej instrukcji. Nazwa GPT‑6 Pro w treści odpowiedzi określa omawiany limit i nie dowodzi, który model odpowiadał.
Dlaczego wiarygodna odpowiedź może być fałszywa
Model językowy uczy się zależności w tekstach i generuje odpowiedzi na podstawie wyuczonych wzorców oraz dostępnego kontekstu. Dobrze sformułowane zdanie nie jest jednak automatycznie sprawdzonym faktem. Gdy brakuje informacji o konkretnej funkcji produktu, model może dopasować znaną nazwę ekranu do pytania, choć nie ma podstaw do takiego połączenia.
W pracy badawczej opisanej przez OpenAI wskazano również problem sposobu oceniania: jeżeli trafna odpowiedź daje punkty, a uzasadnione „nie wiem” ich nie daje, zgadywanie może poprawiać wynik testu. Sprzyja to odpowiedziom pozornie pewnym. Jest to jeden z mechanizmów utrzymywania się halucynacji, nie pełne wyjaśnienie każdego błędu. Źródło: Dlaczego modele językowe halucynują ↗.
W przypadku licznika możliwym wyjaśnieniem jest pomieszanie limitu wiadomości z ekranem rozliczania kredytów. To hipoteza na podstawie treści odpowiedzi. Nie mamy dostępu do przyczyny konkretnego wygenerowania tej instrukcji.
Rozmowa z prof. Aleksandrem Mądrym
W rozmowie Łukasza Kijka z prof. Aleksandrem Mądrym w programie „Biznes Klasa” temat halucynacji zaczyna się we wskazanym fragmencie od 1:11:52. Rozmówca objaśnia presję na udzielenie odpowiedzi analogiami do starającego się dobrze wypaść stażysty oraz przekonującej, wysoko ocenionej wypowiedzi na forum. Zaznacza też, że samo polecenie „nie zmyślaj” nie działa idealnie.
To analogie wyjaśniające zachowanie modeli, a nie pomiar skuteczności każdego systemu ani przypisanie im ludzkich intencji. Omówienie dotyczy fragmentu około 1:11:52–1:15:39. Obejrzyj rozmowę od 1:11:52 ↗.
BIZNES KLASA · ŁUKASZ KIJEK I PROF. ALEKSANDER MĄDRYDlaczego AI halucynuje?Otwórz wskazany fragment od 1:11:52 ↗Przeprosiny też wymagają weryfikacji
Po sprostowaniu błędu asystent może wygenerować przekonujące wyjaśnienie, dlaczego się pomylił. Samo takie wyjaśnienie nie ujawnia rzeczywistego mechanizmu, który doprowadził do odpowiedzi. Podobnie deklaracja „sprawdziłem dokumentację” wymaga wskazania, co dokładnie zostało odczytane i jaki wniosek z tego wynika.
W tym przykładzie potwierdzenie istnienia limitu nie potwierdza miejsca wyświetlania licznika. Dobrym sprostowaniem jest jasne oddzielenie tych dwóch informacji, zamiast proponowania kolejnej niezweryfikowanej ścieżki. OpenAI przestrzega, że ChatGPT może podawać błędne fakty i zmyślone źródła, zachowując pewny ton. Źródło: Czy ChatGPT mówi prawdę ↗.
Jak sprawdzić podobną instrukcję
1. Ustal dokładnie, czego szukasz: limitu wiadomości, salda kredytów, daty resetu czy historii użycia. Podobne nazwy mogą dotyczyć różnych rzeczy.
2. Poproś o źródło potwierdzające konkretną funkcję ekranu. Ogólny artykuł o planie abonamentowym może potwierdzać istnienie limitu, ale nie lokalizację licznika.
3. Porównaj instrukcję z aktualnym interfejsem. Gdy wskazanej funkcji nie widać, wróć do sprawdzenia źródła i zakresu dostępu zamiast mnożyć domysły.
4. Przyjmij „nie ustalono” jako poprawny wynik sprawdzenia. Dalsza pomoc może polegać na sprawdzeniu komunikatu o limicie lub zapytaniu wsparcia o konkretną funkcję, bez obietnicy, że licznik na pewno istnieje.
Rzetelna odpowiedź powinna pozwalać odróżnić fakt, przypuszczenie i brak danych. W tym przypadku wystarczyłoby potwierdzić istnienie limitu i otwarcie zaznaczyć, że miejsca jego bieżącego pomiaru jeszcze nie ustalono.
Wróć do Poradnika AI →Materiały, studia przypadków i rozmowy o AI.