Pojmovnik
Kratka objašnjenja pojmova koji se u vijestima podrazumijevaju. Pisana su za nekoga ko tek ulazi u temu.
A
AI pregledi
Sažetak koji Google sastavi i postavi iznad rezultata, napisan iz stranica koje navodi — odgovara na pitanje na stranici s rezultatima umjesto da čitaoca pošalje dalje.
Agent
Program koji dobije cilj, sam odredi korake i alatima ih izvrši, umjesto da odgovori na jedno pitanje i stane.
B
Baseline
Zajednička oznaka koliko je bezbjedno upotrijebiti mogućnost weba: novodostupna čim je podrže svi glavni pregledači, široko dostupna trideset mjeseci kasnije.
C
Core Web Vitals
Googleove tri mjere osjećaja koji stranica ostavlja na stvarne posjetioce: LCP za učitavanje, INP za odzivnost, CLS za stabilnost.
Cumulative Layout Shift (CLS)
Koliko se stranica pomjera pod čitaocem dok se učitava. Dobro je 0,1 ili manje, a uobičajen uzrok je sadržaj koji stigne bez rezervisanog mjesta.
D
Destilacija
Obuka manjeg modela na izlazima većeg, da bi se najveći dio kvaliteta dobio uz djelić cijene i čekanja.
Difuzioni model
Vrsta modela iza većine generatora slike i snimka: kreće od šuma i uklanja ga korak po korak, dok ne ostane slika koju prompt opisuje.
Dodatno obučavanje
Nastavak obuke modela na sopstvenim primjerima, da bi preuzeo oblik ili zadatak, a da mu se to ne objašnjava u svakom upitu.
E
Evaluacije
Sopstveni skup provjera za mogućnost koja se oslanja na model: utvrđeni ulazi, očekivani ishodi i ocjena koja se prati kroz verzije.
G
Generisanje uz pretragu (RAG)
Odgovaranje iz dokumenata koje model dobije u trenutku pitanja, nađenih pretragom tvojih podataka, umjesto iz onoga što je zapamtio dok se obučavao.
H
Halucinacija
Odgovor koji teče glatko, zvuči sigurno i nije tačan — podatak, izvor ili funkcija koje nema.
Hidratacija
Korak u kojem JavaScript preuzima HTML koji je stigao već iscrtan i pridružuje mu ponašanje koje sam kod nema.
Hook
Komanda koju alat sam pokrene u tačno određenom trenutku — prije upisa u datoteku, poslije završetka zadatka — da bi pravilo važilo i kad ga se niko ne sjeti.
hreflang
Izjava da su dvije stranice isti sadržaj na različitim jezicima, pa pretraživač svakom čitaocu pokaže onu pravu.
I
IndexNow
Javljanje pretraživačima da se adresa promijenila, umjesto čekanja sljedećeg obilaska. Jedan zahtjev i jedna zajednička datoteka s ključem.
Interaction to Next Paint (INP)
Koliko stranici treba da pokaže odgovor poslije dodira ili klika, kroz cijelu posjetu. Dobro je dvjesta milisekundi ili manje.
Iscrtavanje na serveru
Pravljenje HTML-a stranice prije nego što stigne do pregledača — pri gradnji, po zahtjevu ili po rasporedu — umjesto da ga pregledač sklapa sam.
Izolovano okruženje (sandbox)
Ograđen prostor u kojem agent radi, gdje komanda može da dohvati samo datoteke i mrežu koje su joj izričito date.
K
Kanonska adresa
Adresa koju stranica proglašava svojom pravom, da bi se isti sadržaj dostupan kroz više veza računao kao jedna stranica.
Keširanje promptova
Ponovna upotreba već obrađenog početka promptova kroz više poziva, pa se nepromijenjeni dio naplaćuje po dijelu obične ulazne cijene.
Kontekstni prozor
Koliko teksta model može da drži pred sobom odjednom, mjereno u tokenima: razgovor, datoteke, ishodi alata i odgovor koji upravo piše.
Kvantizacija
Čuvanje parametara modela s manjom preciznošću, da bi stao u manje memorije — uobičajen način da model kojem treba kartica iz centra podataka proradi na prenosivom računaru.
L
Largest Contentful Paint (LCP)
Trenutak kad se najveći element u vidnom polju iscrta do kraja — najbliži jedan broj utisku da je stranica učitana. Dobro je dvije i po sekunde ili manje.
llms.txt
Predložena datoteka u korijenu sajta koja modelu daje uredan spisak stranica vrijednih čitanja, u Markdownu.
M
Mapa sajta
Mašinski čitljiv spisak adresa koje sajt želi da budu nađene, uz datum posljednje izmjene svake.
Mjerilo
Utvrđen skup zadataka s ocjenom, kojim se modeli porede — i vrijedi tačno onoliko koliko ti zadaci liče na tvoj posao.
Mješavina stručnjaka (MoE)
Građa koja drži mnogo parametara, ali za svaki token upotrijebi samo mali dio njih, pa velik model odgovara po cijeni znatno manjeg.
Model Context Protocol (MCP)
Otvoren standard kojim se agent povezuje s alatima i podacima: jedan protokol umjesto posebnog spoja za svaki servis.
Multimodalan model
Model koji na ulazu prima više od teksta — slike, zvuk, snimke, cijele dokumente — i o njima razmišlja u istom razgovoru.
N
Nivo truda
Zavrtanj koji određuje koliko model razmišlja prije odgovora, u zamjeni s vremenom i novcem.
O
Otvoreni model
Model čiji su naučeni parametri objavljeni, pa ga svako može pokrenuti na svojoj opremi — što nije isto što i otvoren izvorni kod.
Označavanje AI sadržaja
Označavanje sadržaja koji je proizveo model, tako da to vide i čitalac i mašina — u Evropskoj uniji obavezno za sintetički sadržaj po članu 50 Akta o vještačkoj inteligenciji.
P
Pozivanje alata
Model zatraži imenovanu funkciju s argumentima, program je izvrši i vrati ishod, pa model može da radi umjesto da samo opisuje.
Progresivno poboljšanje
Građenje tako da stranica radi i sa samim HTML-om, pa se CSS i JavaScript dodaju kao poboljšanja, a ne kao uslov.
S
Sažimanje konteksta
Zamjena starijeg dijela razgovora sažetkom, da bi se posao nastavio pošto se kontekstni prozor napuni.
Semantički HTML
Upotreba elementa koji kaže šta je stvar — dugme, navigacija, oznaka polja, tabela — umjesto div-a doćeranog da tako izgleda.
Sistemski prompt
Uputstvo koje stoji iznad razgovora i važi za svaki njegov korak: ko je model, šta smije i šta mora da odbije.
Strukturirani podaci
Podaci o stranici koje mašina čita, upisani kao JSON-LD u sam kod: šta je stranica, ko je napisao, kada i po kojoj politici.
Strukturisan izlaz
Traženje da model odgovori u obliku koji program čita — JSON po zadatoj shemi — umjesto teksta koji se raščlanjuje i uz koji se nada.
Subagent
Drugi agent kojeg agent pokrene za jedan omeđen posao, sa sopstvenim kontekstom, da mu posao ne bi napunio njegov.
T
Temperatura
Postavka koja odlučuje koliko model smije da skrene od najvjerovatnije sljedeće riječi. Nula daje najstalniji odgovor; više vrijednosti daju svaki put drugačiji.
Time to First Byte (TTFB)
Koliko pregledač čeka prije nego što stigne prvi bajt odgovora. Dobro je osamsto milisekundi ili manje, a sve poslije toga nasljeđuje kašnjenje.
Token
Jedinica u kojoj model čita, piše i naplaćuje: u engleskom otprilike tri četvrtine riječi, u srpskom osjetno manje.
U
Ubacivanje uputstava kroz sadržaj
Napad koji uputstva sakrije u sadržaj koji model čita — stranicu, datoteku, poruku — pa model posluša napadača umjesto korisnika.
Upiti po kontejneru
CSS koji reaguje na širinu okvira u kojem komponenta stoji, a ne na širinu prozora.
V
Vektorska baza
Baza napravljena da brzo odgovori na jedno pitanje: koji su od ovih milion vektorskih zapisa najbliži ovome.
Vektorski zapis (embedding)
Niz brojeva koji stoji umjesto komada teksta, složen tako da dva teksta o istoj stvari padnu blizu i da se nalaze po značenju, a ne po poklapanju riječi.
View Transitions
API pregledača koji animira prelaz između dva stanja stranice, ili između dvije stranice, a da sajt ne mora sam da drži oba u memoriji.
Vještine agenta
Direktorijumi s uputstvima, skriptama i datotekama koje agent učita tek kad mu zatrebaju, pa polazni upit ostaje mali.
Vrijeme do prvog tokena (TTFT)
Koliko modelu treba da počne da odgovara, za razliku od toga koliko brzo piše kad jednom počne.
W
Web Components
Način na koji sam pregledač određuje element za višekratnu upotrebu — sopstvene oznake, zasjenjeno stablo koje ne pušta stilove napolje i predložak koji se umnožava.
WebAssembly
Sažet oblik instrukcija koji pregledači izvršavaju gotovo brzinom izvornog koda, pa kod pisan u drugim jezicima radi na stranici bez prepisivanja u JavaScript.
R
robots.txt
Datoteka u korijenu sajta koja automatskim posjetiocima govori koje putanje smiju da dohvate — i, sve češće, kojim AI pretraživačima je uopšte dozvoljen ulaz.
Č
Čovjek u petlji
Postavka u kojoj se agent zaustavi i pita prije svakog koraka koji se ne može poništiti — slanja, objave, plaćanja, brisanja.