Jak działa ocena AI w TenderYeti

Metodologia — stan na sierpień 2026

Ta strona wyjaśnia, jak oceniamy trafność każdego napływającego przetargu publicznego względem Państwa działalności. Jest techniczna i uczciwa — mówimy, jakich modeli używamy, jakie dane dokąd trafiają i gdzie leżą rzeczywiste ograniczenia systemu. Jeśli porównują Państwo TenderYeti z konkurencją, to jest strona, którą warto przeczytać.

1. Co właściwie oznacza „ocena trafności”

Każdy zaindeksowany przetarg otrzymuje ocenę od 0,00 do 1,00 względem opisu działalności, który ustawiają Państwo w swoim koncie prostym językiem. Ocena 0,85 oznacza, że AI jest przekonana o dopasowaniu; 0,15 — że z przekonaniem je wyklucza. Codzienny e-mail z podsumowaniem jest filtrowany progiem, który Państwo kontrolują (domyślnie 0,60) — to Państwo decydują, ile szumu przepuścić.

Ocena jest względna wobec opisu Państwa działalności — nie jest to bezwzględna ocena jakości przetargu. To samo ogłoszenie może dostać 0,9 u dostawcy CMMS i 0,05 u firmy budowlanej.

2. Co AI faktycznie czyta

Dla każdego przetargu wysyłamy do LLM pełną treść ogłoszenia (tytuł + opis + zamawiający + typ ogłoszenia + kraj + kategoria zamówienia + szacunkowa wartość, o ile jest podana), a nie tylko tytuł. To istotne, bo duża część trafnych przetargów ma tytuły ogólnikowe („Usługi informatyczne — umowa ramowa”), a faktyczny przedmiot zamówienia kryje się w sekcji wymagań.

Analiza pełnej treści to powód, dla którego wychwytujemy przetargi, które umykają wyszukiwaniu słów kluczowych. To także realna przewaga oceny AI — nie da się jej odtworzyć alertem zapisanego wyszukiwania na TED czy SAM.gov.

3. Dwustopniowa weryfikacja LLM

Każdy przetarg przechodzi najpierw przez szybki model podstawowy. Ogłoszenia z jednoznacznym werdyktem (ocena ≤ 0,40 lub ≥ 0,70) są rozstrzygane na tym etapie. Ogłoszenia z pasma niepewności (0,40–0,69) są oceniane ponownie przez drugi, większy model weryfikujący. Daje to przepustowość małego modelu w łatwych przypadkach oraz osąd większego modelu w przypadkach granicznych — tych ~15% ogłoszeń, gdzie błędna ocena rzeczywiście kosztuje przegapioną szansę.

Oba modele widzą ten sam prompt: opis Państwa działalności, treść przetargu oraz ustrukturyzowane polecenia zwrócenia oceny, jednozdaniowego uzasadnienia i listy dopasowanych słów kluczowych. Uzasadnienie jest przechowywane razem z oceną, dzięki czemu widzą Państwo, dlaczego AI oceniła przetarg tak, a nie inaczej, a niezgodę można zgłosić z poziomu panelu.

4. Dopasowanie wielojęzyczne

Opis działalności piszą Państwo w jednym języku (zwykle po angielsku). Przetargi napływają w ponad 20 językach — niemieckim, francuskim, hiszpańskim, portugalskim, włoskim, niderlandzkim, polskim, rosyjskim, tureckim, arabskim i innych. Tę rozbieżność rozwiązujemy na dwa sposoby:

• Rozszerzanie słów kluczowych. Utrzymujemy starannie dobrany słownik ponad 2 660 tłumaczeń typowych słów kluczowych zespołów ofertowych w 20 językach. Angielskie hasło „permit to work” dopasuje też „Arbeitserlaubnis”, „permis de travail”, „permesso di lavoro”, „разрешение на работу” itd. Nowe słowa kluczowe są tłumaczone automatycznie w locie przez wewnętrznie hostowany model NMT i zapisywane w pamięci podręcznej.
• Pełnotekstowy filtr wstępny. Zanim LLM w ogóle spojrzy na przetarg, filtrujemy go wielojęzycznym zestawem słów kluczowych na poziomie PostgreSQL — to zgrubna bramka „czy to w ogóle może być trafne?”. Ogłoszenia, które przejdą, trafiają do LLM na właściwą ocenę. Dzięki temu przetwarzamy ponad 500 000 przetargów dziennie bez wyczerpywania budżetu AI.

5. Priorytet ustawień użytkownika

W planie Pro każdy użytkownik w ramach konta może nadpisać wspólny prompt AI własnym. Starszy partner śledzący umowy ramowe powyżej 10 mln USD i młodszy analityk śledzący transakcyjne zapytania ofertowe w tym samym zespole widzą różne oceny tego samego przetargu, bo każdy widzi ocenę wygenerowaną względem własnego opisu działalności. Warstwa oceniająca wykonuje podwójne złączenie, tak by własna ocena użytkownika wygrywała z oceną domyślną konta.

6. Czego NIE robimy (i czego nie będziemy twierdzić)

• Nie publikujemy skalibrowanej wartości precision/recall. Nie przeprowadziliśmy badania z niezależnym panelem. Każdy, kto twierdzi „94,7% skuteczności” bez publicznej metodologii ewaluacji, cytuje liczbę, którą sam wymyślił. Nasza też by taka była. Co możemy powiedzieć: wewnętrzne kontrole wyrywkowe z prawdziwymi klientami osiągają >90% precyzji przy progu 0,60 w niszach oprogramowania BHP i CMMS. Wyniki będą się różnić w zależności od branży.
• Nie trenujemy modeli na Państwa słowach kluczowych ani ocenach trafności. Opis działalności jest promptem, nie sygnałem treningowym. Nie dostrajamy niczego pod konkretnego klienta.
• Nie wysyłamy do LLM danych konta ani danych rozliczeniowych. Do dostawcy modelu trafia wyłącznie publiczny tekst przetargu oraz opis Państwa działalności.
• Nie gwarantujemy zera fałszywych odrzuceń. Przetarg oceniony przez AI na 0,30 nadal może być dla Państwa dopasowany. Dlatego panel pokazuje całe spektrum, nie tylko podsumowanie — podsumowanie to krótka lista, nie pełny obraz.

7. Z jakiego dostawcy modeli korzystamy

Today the primary + review models are self-hosted open-weight instruction-tuned models (Gemma family) running on our own GPU infrastructure. That gives us cost control, privacy control (no vendor lock-in, no per-token bill), and the ability to swap models without rewriting integrations. When we do use hosted providers (translation, fallbacks), the only data sent is the public tender text plus your English keyword list — never account or billing data. Our sub-processor list is in the Polityka prywatności.

8. Jak obchodzimy się z błędami

Każdy użytkownik może z poziomu panelu zgłosić werdykt AI dla przetargu („oceniony wysoko, ale nietrafny” albo „oceniony nisko, a złożyłbym ofertę”). Zgłoszenia trafiają do wewnętrznej kolejki weryfikacji. Okresowo analizujemy zgłoszone przetargi w poszukiwaniu systematycznych luk — zwykle to brak w rozszerzeniach słów kluczowych albo zbyt ogólny opis działalności. Dostrajamy wielojęzyczny słownik i wskazówki promptu na podstawie prawdziwych informacji zwrotnych, nie syntetycznych benchmarków.

9. Świeżość danych

Nowe przetargi trafiają do indeksu i są oceniane zwykle w ciągu minut od publikacji na portalu źródłowym. Portale z cyklem aktualizacji godzinnym lub dziennym wyznaczają tu granicę — możemy być tylko tak świezi jak źródło. Codzienny e-mail z podsumowaniem wychodzi o wybranej przez Państwa godzinie (domyślnie 06:00 w strefie czasowej konta) ze wszystkim, co zostało ocenione od poprzedniego podsumowania.