---
title: "Czego szuka wyszukiwarka SumizAI?"
url: "https://sumizai.com/pl/blog/jak-dziala-wyszukiwarka-w-sumizai.html"
date: "2026-08-14T00:00:00+02:00"
modified: "2026-08-14T00:00:00+02:00"
description: "Tytuł, podsumowanie, treść oraz oryginalne pytanie i odpowiedź — z wagami, bez ogonków, z pasującym fragmentem i podświetloną frazą."
tags: ["wyszukiwanie notatek", "wyszukiwanie pełnotekstowe", "znajdź notatkę", "przeszukiwanie markdown", "podświetlone wyniki", "sumizai"]
---

# Czego szuka wyszukiwarka SumizAI?

Wyszukiwarka jest miejscem, w którym osobista baza wiedzy zdaje egzamin, bo to jedyna funkcja używana w złości. **SumizAI indeksuje całą notatkę** — łącznie z oryginalną rozmową — i zwraca fragment, który pasował, a nie nazwę pliku.

## Które części notatki są przeszukiwane?

Cztery, z różnymi wagami: **tytuł**, **podsumowanie**, **treść** oraz **oryginalne pytanie i odpowiedź** zapisane jako materiał źródłowy.

Ta czwarta jest powodem, dla którego wyszukiwanie działa tu inaczej. Połowę razy nie pamiętasz, jak notatka się nazywa ani jak została podsumowana — pamiętasz frazę z rozmowy, przykład, którego użył model, liczbę, którą podał. Ten tekst też jest w indeksie.

Wagi sprawiają, że trafienie w tytule nadal bije wzmiankę w głębi transkryptu, więc precyzja nie jest poświęcana dla zasięgu.

## Czy radzi sobie z odmianą i brakiem ogonków?

Z ogonkami tak i celowo. Tekst jest normalizowany przed indeksowaniem, a zapytanie normalizowane identycznym wyrażeniem — pisanie po polsku bez ogonków to normalne pisanie, nie błąd.

Ten szczegół z identycznym wyrażeniem nie jest pedanterią. Gdyby zapytanie normalizowało się inaczej niż indeks, baza po cichu przestałaby używać indeksu, a wyszukiwarka zrobiłaby się wolna, a nie błędna — czyli trudniej byłoby to zauważyć.

Odmiana jest obsługiwana dopasowaniem po przedrostku dla kandydatów i kontekstu, a nie słownikiem tematów. Używany słownik nie zna polskiej fleksji, więc _notatka_ nigdy nie trafiłaby w _notatkami_ — dopasowanie po przedrostku tę lukę zamyka.

## Dlaczego pokazywany jest fragment, a nie sama notatka?

Bo lista tytułów zmusza Cię do otwarcia pięciu notatek, żeby ustalić, którą miałeś na myśli.

Wynik niesie pasujący fragment z podświetloną frazą, więc już z listy widzisz, czy to ta notatka, w której wyliczyłeś model kosztów, czy ta, w której wspomniałeś o nim mimochodem.

Mówi też coś o strukturze notatki — trafienie w materiale źródłowym czyta się inaczej niż trafienie w podsumowaniu, a widzisz, które dostałeś.

## Czy mogę szukać w samym spisie treści?

Tak, i działa to celowo inaczej niż wyszukiwanie na liście. Nad drzewem rozdziałów jest pole wyszukiwania, a wpisanie w nie frazy **zwęża drzewo do trafionych gałęzi**.

Dostajesz więc strukturę zamiast płaskiej listy: widzisz, że cztery trafienia siedzą pod jednym rozdziałem, a jedno gdzieś zupełnie indziej — co często jest właściwą odpowiedzią na to, czego szukałeś.

Z notatki i z listy notatek prowadzi też odnośnik prosto do miejsca notatki w spisie treści, więc z trafienia przechodzisz do jego okolicy w jednym kroku.

## Jak wyszukiwanie ma się do tego, co widzi AI?

Blisko. Kiedy zadajesz pytanie w vaulcie, to ta sama maszyneria znajduje najtrafniejsze notatki.

Twoje pytanie idzie razem ze spisem treści i pełną treścią maksymalnie pięciu notatek, w budżecie 24 000 znaków. Te pięć wybierane jest trafnością wobec pytania.

Jest jedna istotna różnica w budowie zapytań. Precyzyjne wyszukiwanie łączy Twoje słowa operatorem _i_, bo miałeś na myśli wszystkie. Szukanie kandydatów na podstawie długiego tekstu używa _lub_, bo wymaganie wystąpienia każdego słowa nie zwróciłoby nic.

## Co, jeśli wyszukiwarka przestaje znajdować notatki, o których wiem, że istnieją?

Przeindeksuj. Indeks to dane pochodne — kolumny wyliczone z treści notatek — a autorytatywne są pliki.

Operacja przeindeksowania odbudowuje indeks z zawartości magazynu. Jeśli indeks i pliki się nie zgadzają, wygrywa plik; nie ma scenariusza, w którym przeindeksowanie gubi notatkę.

Jest jedna ścieżka kodu, która zapisuje indeksowaną treść, dokładnie po to, żeby żaden zapis nie zaktualizował trzech z czterech przeszukiwanych kolumn i nie zostawił po cichu czwartej nieaktualnej.

## Czy wyszukiwanie jest ograniczone do vaulta?

Tak, jak wszystko inne. Vault jest granicą dla wyszukiwania dokładnie tak samo jak dla kontekstu modelu.

Jest to wymuszone strukturalnie, a nie pamiętaniem o filtrze: repozytoria nie wystawiają sposobu na odpytanie notatek bez właściciela i vaulta.

Praktyczny efekt jest taki, że wyszukiwanie pozostaje celne, gdy rośnie łączna liczba notatek, bo zawsze przeszukujesz jedną dziedzinę, a nie wszystko, co kiedykolwiek napisałeś.

## Czego wyszukiwarka świadomie nie robi?

Nie jest semantyczna. Nie ma embeddingów ani bazy wektorowej; wyszukiwanie jest leksykalne, z podobieństwem trigramowym do łapania bliskich chybień.

Dla tej aplikacji to właściwy wybór. Krok semantyczny odbywa się tam, gdzie jest najcenniejszy — model czyta wybraną krótką listę i ją ocenia — zamiast rozmazywać się po indeksie, który trzeba utrzymywać, migrować i przeliczać za każdą zmianą modelu.

Utrzymuje to też całość szybką i sprawdzalną. Widzisz, dlaczego wynik pasował.