Sztuczna inteligencja wyszukiwanie lotow: mniej chaosu, lepszy wybór

Wyszukiwanie lotu wygląda dziś jak gra w trzy kubki — tylko zamiast kulki masz ryzyko, a zamiast kubków: taryfy, bagaże, przesiadki, terminale, dopłaty i „okazje”, które pachną tanio tylko do momentu płatności. I kiedy myślisz, że ogarniasz temat, dostajesz po oczach kolejną listą wyników: 80 połączeń, z których połowa to ten sam lot, ale z innym bagażem, innym wystawcą biletu i inną odpowiedzialnością w razie katastrofy logistycznej. Tu właśnie wchodzi sztuczna inteligencja wyszukiwanie lotow — nie jako magiczna różdżka „na taniej”, tylko jako narzędzie do obniżania kosztu poznawczego: zamiast zmuszać cię do roli analityka, ma dać 2–3 opcje, które naprawdę mają sens i umieją się obronić, gdy zaczynasz zadawać niewygodne pytania.

Co ważne: AI w tym kontekście zwykle nie „przeczesuje całego internetu”. Realnie działa na tym, do czego ma dostęp (źródła dystrybucyjne, cache, partnerzy, reguły taryf, dane historyczne, metryki operacyjne). I jeśli ma być uczciwa — powinna powiedzieć wprost, gdzie ma dziury. To nie wada. To warunek zaufania.

---

Dlaczego szukanie lotu stało się sportem ekstremalnym

Lista 80 wyników to nie wybór, tylko przeciążenie

Z punktu widzenia użytkownika największy problem nie brzmi „nie mogę znaleźć lotu”, tylko: „nie mogę przestać sprawdzać, czy ten wybór nie jest głupi”. W branży mówi się o tarciu, w praktyce to czyste przeciążenie decyzyjne. I nie jest to jednostkowa histeria. Badanie Expedia Group „Path to Purchase” pokazuje, że w 45 dni przed rezerwacją podróżni angażują się w treści podróżnicze średnio przez 303 minuty i oglądają średnio 141 stron takich treści (Expedia Group, b.d. – landing report). To jest pięć godzin i 141 ekranów „a może jednak…”. Normalny człowiek po takim maratonie nie podejmuje decyzji lepiej. Podejmuje ją szybciej — byle zamknąć temat.

Dlatego tradycyjne sortowanie po cenie to często dekoracja dla zmęczenia. Dostajesz „najtaniej”, ale bez kontekstu: czy to cena z plecakiem czy z walizką? Czy przesiadka jest realna czy tylko legalna? Czy lot jest na jednym bilecie, czy w razie opóźnienia jesteś sam/a? Zobacz, jak łatwo wkręcić się w pozorną kontrolę: scrollujesz, filtrujesz, porównujesz… a i tak w pewnym momencie klikasz pierwsze „wystarczająco OK”, bo mózg ma dość. Inteligentna rekomendacja lotów powinna to przerwać, zanim zacznie się cichy sabotaż.

Ceny, które „żyją”: dynamika taryf i mikro-zmian

Kto kiedykolwiek odświeżał stronę i zobaczył inną cenę, wie, jak to działa na psychikę: „ktoś mi to zabiera”. A prawda bywa mniej spiskowa i bardziej brutalna: ceny lotnicze są dynamiczne, bo linie lotnicze pracują na systemach zarządzania przychodami (revenue management), gdzie podaż miejsc w określonych warunkach taryfowych jest ograniczona, a popyt zmienny. W praktyce oznacza to, że aktualizacje mogą następować wielokrotnie w ciągu doby. Na przykład CheapAir opisuje, że linie aktualizują informacje taryfowe nawet kilka razy dziennie (w ich ujęciu: trzy aktualizacje dziennie), a zmiany mogą pojawiać się w tych oknach (CheapAir, b.d.). To tłumaczy mikro-skoki bez uciekania w magię.

Problem w tym, że twoja decyzja nie dotyczy tylko „ceny biletu”. Dotyczy kosztu całkowitego: dopłat za bagaż, miejsc, płatności, dojazdów na lotnisko o 4:30, potencjalnego noclegu, a czasem — kosztu stresu, gdy przesiadka wygląda jak sprint przez lotnisko. Właśnie dlatego koszt całkowity biletu powinien być pierwszą liczbą, nie przypisem w kroku 4/4. AI, jeśli ma być przydatna, musi liczyć „na brudno”: sumować, a potem pokazywać rozbicie.

Algorytmy kontra człowiek: kto tu kogo ograł

Wyszukiwarki i pośrednicy nie są neutralnym lustrem rynku. To raczej scena, na której każdy ma swoje interesy: linie chcą marży i kontroli dystrybucji, pośrednicy chcą prowizji, a użytkownik chce… świętego spokoju i uczciwej ceny. W tym układzie ranking wyników może „delikatnie” pchać cię w stronę opcji opłacalnych dla platformy, a niekoniecznie dla ciebie. Dlatego przejście z „listy wyników” do rankingowania wielokryterialnego jest tak ważne: ono zmusza narzędzie do pokazania, dlaczego coś jest polecane.

„Najdroższa część podróży to nie bilet. To minuta, w której rezygnujesz z myślenia i klikasz, żeby mieć z głowy.”
— Maja (komentarz kontrariański o kosztach poznawczych)

To zdanie jest niewygodne, ale trafia w sedno: rynek lotniczy sprzedaje ci nie tylko transport, ale też psychologiczną ulgę. AI ma szansę tę ulgę dać bez manipulacji — pod warunkiem, że wyjaśnia reguły i nie udaje wszechwiedzy.

---

Co AI naprawdę robi w wyszukiwaniu lotów (a czego nie potrafi)

Od filtrów do rekomendacji: różnica, która zmienia wszystko

Filtry są jak sitko: odcedzają oczywiste rzeczy („bez 2 przesiadek”, „max 8 godzin”). Ale nie rozwiązują problemu, który zabija cię na końcu: kiedy zostało 12 opcji, wszystkie są „OK”, a ty musisz wybrać jedną i wziąć za to odpowiedzialność. AI w dobrym wydaniu nie jest kolejnym filtrem. To mechanizm, który robi dwie rzeczy naraz: (1) liczy wartość w wielu wymiarach, (2) tłumaczy kompromisy, w języku człowieka. Czyli nie: „najtańsze”, tylko: „ta opcja ma najniższy koszt całkowity przy akceptowalnym ryzyku przesiadki; ta jest droższa, ale oszczędza ci 5 godzin”.

W praktyce „2–3 konkretne bilety” oznaczają zestaw opcji z różnych punktów „frontu Pareto”: jedna może być najtaniej bez głupot, druga najszybciej, trzecia najbezpieczniej pod kątem opóźnień i bufora. I każda powinna mieć czytelne uzasadnienie, a nie marketingową poezję. Jeśli AI nie potrafi wskazać, co by musiało się zmienić, by rekomendacja była inna, to nie rekomenduje — zgaduje.

Predykcja cen: sygnały, modele i granice przewidywania

Predykcja cen jest często sprzedawana jako „kup teraz / czekaj”. Ale uczciwie: to zawsze gra na prawdopodobieństwach, nie obietnica. Modele biorą dane historyczne, sezonowość, typowe okna zakupowe, czas do wylotu, czasem sygnały popytowe. Do tego dochodzi fakt, że ceny potrafią zmieniać się kilka razy dziennie (patrz: obserwacje o aktualizacjach taryf, np. CheapAir, b.d.). To sprawia, że prognoza musi być ostrożna i opisana niepewnością.

Jeśli narzędzie mówi: „na pewno spadnie”, to nie jest AI, tylko hazard w garniturze. Dobre podejście wygląda inaczej: „prawdopodobieństwo spadku w najbliższych X dniach jest umiarkowane; jeśli twoja tolerancja ryzyka jest niska (musisz lecieć, nie możesz zmienić dat), kup teraz; jeśli masz elastyczność i akceptujesz ryzyko wzrostu, możesz poczekać do progu Y”. W tym sensie predykcja cen biletów jest narzędziem do zarządzania ryzykiem, a nie przepustką do „sekretnej ceny”.

Ryzyko przesiadek i opóźnień: AI jako kalkulator stresu

Ryzyko przesiadki nie bierze się z czarów, tylko z konkretów: punktualności, przepustowości lotniska, procedur bezpieczeństwa, kontroli paszportowej, zmiany terminala, a czasem — z tego, że przesiadka jest na dwóch oddzielnych biletach. W danych operacyjnych lotnictwa standard „punktualności” często ma twardą definicję: w amerykańskim systemie raportowania lot jest liczony jako „on time”, jeśli przylatuje mniej niż 15 minut po planowanym czasie przy bramce (BTS/DOT, b.d.). Ta definicja jest ważna, bo pokazuje, że „spóźniony o 14:59” w statystyce nadal bywa „punktualny”. A twoja przesiadka ma emocje, nie tabelki.

Tu dochodzimy do MCT — minimalnego czasu na przesiadkę. W ujęciu branżowym MCT to najkrótszy interwał potrzebny do transferu pasażera i bagażu między lotami w danym porcie, ustalany i aktualizowany w ramach standardów IATA i lokalnych grup (IATA MCT User Guide v1.1, 2020). AI może więc działać jak kalkulator stresu: nie tylko mówić „przesiadka 45 minut”, ale też oceniać, czy to jest legalne, czy rozsądne — i dlaczego.

Personalizacja: kiedy pomaga, a kiedy zawęża świat

Personalizacja w wyszukiwaniu lotów jest jak przyprawy: w małej dawce poprawia smak, w dużej zabija danie. Jeśli AI wie, że latasz z bagażem rejestrowanym i cenisz poranne loty, może od razu odrzucić „tanią” opcję, która na końcu robi się droga i wylatuje o 5:20 z lotniska, do którego nie dojedziesz komunikacją. Z drugiej strony, nadmierna personalizacja może zabetonować kreatywność: ukryć alternatywne lotniska, nietypowe kombinacje, loty z dłuższym buforem, które pasują do twojej sytuacji, tylko nie pasują do stereotypu profilu.

Dlatego dobra inteligentna wyszukiwarka lotów powinna dawać ci kontrolę: „pokaż mi także opcje spoza moich typowych wyborów” albo „nie faworyzuj konkretnej linii”. Inaczej personalizacja staje się miękką cenzurą.

Słownik pojęć: jak mówi AI od lotów

---

Ukryte reguły gry: skąd biorą się wyniki w wyszukiwarce

Taryfy, klasy rezerwacyjne i dlaczego ‘ten sam lot’ ma wiele cen

„Ten sam lot” bywa mitem. Ten sam numer rejsu może istnieć w wielu wariantach taryfowych: inna możliwość zmiany, inny bagaż, inna polityka wyboru miejsc, inny priorytet boarding, czasem inna pula miejsc do sprzedaży. To jest klasyczny mechanizm „fare buckets” — segmentacja tego, ile jesteś w stanie zapłacić za elastyczność. I właśnie tu AI ma realną przewagę nad człowiekiem: potrafi porównać warunki, wyłapać miny i powiedzieć: „ta cena jest niższa, bo bilet jest niezmienialny i nie obejmuje nawet sensownego bagażu podręcznego”.

W dodatku narzędzia powinny traktować ograniczenia jako informacje pierwszej klasy. Nie w stopce, nie w kroku „dalej”, tylko w głównym opisie. Bo jeśli warunek „no changes” jest małym druczkiem, to staje się bronią przeciwko użytkownikowi. A jak znaleźć tani lot bez pułapek zaczyna się od widoczności warunków.

Dystrybucja: linie, agenci, agregatory i rozjazd w dostępności

Wyszukiwarki nie widzą „jednego rynku”. Widzą fragmenty: część ofert w GDS, część u OTA, część tylko u przewoźnika, część w kanałach opartych o NDC. I tu wchodzi twardy fakt: IATA opisuje NDC jako standard komunikacji, który ma umożliwiać bogatszą treść i bardziej transparentne zakupy, czyli „transformację sposobu, w jaki produkty lotnicze są sprzedawane” (IATA, b.d.). To ma znaczenie, bo „pełny rynek” przestaje być jedną tabelą.

Kiedy kupujesz, musisz wiedzieć: kto jest wystawcą biletu? kto obsługuje zmianę rozkładu? kto odpowiada za wsparcie, gdy coś idzie nie tak? Te pytania brzmią nudno, ale nudne pytania ratują weekendy. Dlatego optymalizacja trasy bez warstwy „odpowiedzialności i serwisu” jest tylko optymalizacją w Excelu.

Ranking i bodźce: kiedy ‘najlepszy’ oznacza ‘najbardziej opłacalny dla kogoś’

Ranking bywa z definicji stronniczy — bo zawsze jest czyjś: platformy, partnera, reklamodawcy. Jedyną obroną jest transparentność: oznaczanie sponsorowanych wyników, pokazywanie kryteriów, ujawnianie, czy cena zawiera dodatki. AI może działać jako bezlitosny audytor, ale tylko jeśli jest zaprojektowana, by być bezlitosna.

Czerwone flagi w wynikach wyszukiwania lotów

• Zaskakująco niski koszt bazowy bez jasnego rozbicia opłat: To klasyczny mechanizm „wciągnij, potem policz”. Jeśli nie widzisz rozbicia na bagaż i miejsca, zakładasz, że są w cenie — i przegrywasz w kroku płatności. W praktyce zwycięża tu kalkulacja kosztu całkowitego podróży, nie emocja „ale tanio”.

• Brak informacji o czasie na przesiadkę i terminalach: Ryzyko nie sprzedaje się tak łatwo jak „promocja”. A MCT to nie magia — to twarde minimum branżowe (IATA MCT User Guide v1.1, 2020). Jeśli narzędzie go nie pokazuje, ignoruje realne źródło porażek.

• Godziny, które wyglądają tanio, bo przerzucają koszt na dojazd: Lot o 6:00 może być „okazją”, jeśli mieszkasz obok lotniska. Dla reszty to koszt taxi i brak snu. AI powinna liczyć logistyczne tarcie, nie tylko taryfę.

• Oferta bez wskazania wystawcy biletu: W razie problemów zaczyna się ping-pong odpowiedzialności. Jeśli nie wiesz, kto wystawia, nie wiesz, kto serwisuje.

• Cena rośnie dopiero w ostatnim kroku: To test cierpliwości i efekt utopionych kosztów. Im dalej w procesie, tym mniej chętnie rezygnujesz — nawet jeśli już widzisz, że zostałeś/aś wkręcony/a.

• Nadmiernie długi czas podróży za minimalną oszczędność: Jeśli oszczędzasz 80 zł, a tracisz 7 godzin, to nie jest optymalizacja — to czysta księgowość bólu.

• Niejasna polityka bagażu podręcznego: To najczęstszy generator dopłat na lotnisku. Narzędzie, które nie pokazuje zasad bagażu wprost, prosi się o konflikt.

---

Mitologia tanich lotów: co ludzie mylą, gdy mówią ‘AI mi znajdzie okazję’

Mit: ‘tryb incognito’ zawsze daje niższą cenę

Tryb incognito jest świetny do testowania, czy coś zależy od sesji, cookies i personalizacji. Ale mit „incognito = taniej” jest często nadmuchany. Going (serwis od monitorowania cen lotów) pisze wprost, że nie musisz wyszukiwać w incognito, aby znaleźć tanie loty — narracja o „ukrywaniu się” przed algorytmem jest bardziej popkulturowa niż dowodowa (Going, b.d.). Co nie znaczy, że ceny się nie zmieniają. Znaczy tylko, że zmienność częściej wynika z dynamiki taryf i dostępności niż z tego, że strona „poznała twoją twarz”.

Zamiast polować na folklor, lepiej zrobić rzecz nudną i skuteczną: porównywać sumy oraz warunki. Incognito może pomóc, gdy testujesz różnice cache i sesji, ale nie zastąpi monitorowania cen ani zdrowej oceny ryzyka.

Mit: ‘AI zawsze przewidzi spadek ceny’

AI nie jest wyrocznią. Jeśli ceny potrafią zmieniać się kilka razy dziennie, a linie wchodzą w dynamiczne i pół-dynamiczne modele ofert, to predykcja jest zawsze probabilistyczna. Zresztą nawet branżowe raporty mówią o ograniczeniach „prawdziwie dynamicznego” świata: OAG zauważa, że choć dynamic pricing jest szeroko stosowany, to tylko około jedna czwarta sprzedanych ofert w 2024 była „dynamicznie tworzona” (OAG, 2025 – opis stanu 2024). Innymi słowy: rynek jest hybrydą, nie idealnym symulatorem.

W takiej hybrydzie najlepsza rada brzmi: nie pytaj AI „czy spadnie”, tylko „jaka jest najlepsza decyzja teraz, przy moich ograniczeniach”. To subtelna różnica, ale zmienia wszystko. Bo nie próbujesz wygrać z rynkiem, tylko minimalizujesz żal.

Mit: najtańszy lot to najlepszy lot

Najtańszy lot to często najlepszy lot dla kogoś, kto ma dużo czasu i wysoką tolerancję chaosu. Dla reszty bywa najlepszym sposobem na utratę dnia w przesiadkowym czyśćcu. Jeśli AI potrafi zamienić „taniej o 60 zł” na „drożej o 60 zł, ale zyskujesz 5 godzin i mniejsze ryzyko”, to robi coś ważnego: przywraca wartości do decyzji.

„Jeśli oszczędzasz 60 zł, a tracisz 9 godzin i spokój, to nie jest promocja. To wymiana życia na cyferki.”
— Tomek (głos użytkownika o wartości czasu i stresu)

To jest brutalne, ale praktyczne. I to jest też powód, dla którego wyszukiwanie lotów z przesiadkami wymaga nie tylko ceny, ale też modelowania ryzyka i komfortu.

Mit: jedna wyszukiwarka widzi cały rynek

Nie widzi. Rynek dystrybucji jest pofragmentowany, a NDC wzmacnia różnice kanałowe. IATA jasno opisuje, że NDC ma usuwać ograniczenia dystrybucji i umożliwiać bogatszy, bardziej transparentny zakup (IATA, b.d.). To świetne dla rozwoju oferty, ale gorsze dla mitu „jeden ekran ogarnia wszystko”.

Dlatego sensowna strategia to albo kilka perspektyw, albo warstwa „meta” — AI, która zbiera, normalizuje i wyjaśnia różnice. Tylko wtedy AI do wyszukiwania połączeń realnie zmniejsza blind spoty.

---

Jak działa inteligentna rekomendacja: od twoich kryteriów do 2–3 opcji

Zbieranie preferencji bez przesłuchania: pytania, które mają sens

Większość formularzy wyszukiwania traktuje cię jak maszynę: „wybierz 17 filtrów, zanim w ogóle coś zobaczysz”. Inteligentna rekomendacja działa odwrotnie: bierze kilka pytań o najwyższym sygnale i buduje ranking. Najważniejsze to: elastyczność dat, maksymalny czas podróży, liczba przesiadek, bagaż, okna godzinowe, tolerancja ryzyka (szczególnie przy samodzielnej przesiadce). Reszta jest detalem.

W praktyce dobry brief brzmi jak normalne zdanie: „lecę na weekend, zależy mi na czasie na miejscu, mam plecak, nie chcę wylotu przed 8:00, maks 1 przesiadka, wolę bezpieczniejszą przesiadkę niż najtańszą cenę”. AI tłumaczy to na parametry, a potem pokazuje 2–3 opcje. I jeśli to robi dobrze, to po raz pierwszy w tym procesie czujesz, że narzędzie pracuje dla ciebie, a nie ty dla narzędzia.

Model kompromisów: cena vs czas vs ryzyko vs komfort

Wielokryterialny ranking można opisać prosto: to nie jest „najlepszy lot”, tylko „najlepszy lot dla danego zestawu wartości”. Dlatego prezentacja 2–3 opcji ma sens: to są różne kompromisy na granicy opłacalności. Jedna opcja minimalizuje koszt całkowity, druga maksymalizuje czas na miejscu, trzecia minimalizuje ryzyko przesiadki. Wybierasz świadomie, nie w panice.

Źródło: Opracowanie własne na podstawie Expedia Group, b.d. oraz definicji MCT i praktyk branżowych opisanych przez IATA, 2020.

Wyjaśnialność: ‘dlaczego ten bilet’ w języku człowieka

Wyjaśnialność nie jest dodatkiem. To fundament zaufania. Jeśli AI rekomenduje lot nie-najtańszy, a nie potrafi powiedzieć dlaczego, to przegrywa w sekundę. Dobre wyjaśnienie powinno pokazać top 3 czynniki: (1) koszt całkowity i jego rozbicie, (2) bufor i ryzyko przesiadki, (3) godziny lotów i „tarcie logistyczne”. A potem: „co zmieniłoby wynik” — np. „gdybyś zrezygnował/a z walizki, wygra opcja B”.

To też redukuje żal po zakupie. Bo nawet jeśli później cena spadnie o 40 zł, nadal wiesz, że kupiłeś/aś opcję sensowną w twoich kryteriach. A to w podróżach jest walutą twardszą niż drobne oszczędności.

Moment włączenia narzędzia: kiedy AI daje największy zwrot

Największy zwrot z AI jest tam, gdzie kombinatoryka zabija człowieka: elastyczne daty, kilka lotnisk, przesiadki, podróż z rodziną, ograniczenia godzinowe, wielomiejscowe podróże. Przy prostym locie bezpośrednim możesz wciąż skorzystać z klasycznych narzędzi — ale nawet wtedy AI może skrócić czas decyzji, bo potrafi od razu pokazać, czy „taniej” nie znaczy „z dopłatami”.

W tym sensie takie serwisy jak loty.ai są ciekawą kategorią: zamiast powielać model listy 80 wyników, próbują zamienić wyszukiwanie w rekomendację i wyjaśnienie. Nie chodzi o to, by „wiedzieć wszystko”. Chodzi o to, by dać ci decyzję, którą da się obronić.

---

Scenariusze z życia: jak AI zmienia wybór w różnych podróżach

Weekendowy wypad: kiedy liczy się godzina, nie złotówka

Weekendowy wypad ma brutalną ekonomię czasu. Jeśli wylatujesz w piątek po pracy i wracasz w niedzielę lub poniedziałek rano, każdy absurd w godzinach lotów kradnie ci realną podróż. AI, która rozumie ten kontekst, nie będzie fetyszyzować najniższej ceny — będzie maksymalizować „czas na miejscu”. Czyli preferować późny piątek i sensowny powrót, nawet jeśli kosztuje to trochę więcej.

Warianty, które AI powinna zestawić jako 2–3 opcje, to np.: (A) lot bezpośredni i droższy, (B) lot z jedną przesiadką, ale z dobrym buforem, (C) lot do alternatywnego lotniska, jeśli dojazd jest prosty i tani. Klucz: każda opcja ma mieć policzony koszt całkowity i pokazany „stracony czas”. Bez tego to tylko katalog.

Podróż z dzieckiem: ‘najkrócej’ to często ‘najbezpieczniej’

Dziecko nie negocjuje. Jeśli przesiadka jest na styk, a lotnisko wymaga zmiany terminala i kontroli bezpieczeństwa, ryzyko rośnie wykładniczo — bo rośnie tarcie. AI powinna więc ważyć niezawodność wyżej niż minimalną cenę. Tu ważne są też elementy „miękkie”: dostęp do toalety, przestrzeń na przesiadce, loty w porach, które nie rozwalają rytmu snu. To są dane, które można przybliżać proxy: godzina pobudki, czas transferu, długość przesiadki.

Dobre narzędzie powinno też od razu pytać o realia: czy potrzebujesz wyboru miejsca? czy masz wózek? czy liczysz na bagaż podręczny w „realnym świecie”, a nie w definicji taryfy? To jest różnica między personalizacją ofert a personalizacją, która udaje, że wszyscy podróżują tak samo.

Podróż służbowa bez glamour: minimalizowanie ryzyka i opóźnień

W podróży służbowej koszt biletu jest tylko częścią kosztu. Prawdziwy koszt to ryzyko, że spóźnisz się na spotkanie. Dlatego AI w tym scenariuszu powinna preferować konserwatywne bufory, wcześniejsze loty, loty z większą częstotliwością (łatwiej o plan B) i unikać samodzielnych przesiadek.

„W pracy nie potrzebuję najtańszego biletu. Potrzebuję biletu, który nie rozwali mi dnia.”
— Aneta (niezawodność ponad minimalną cenę)

W tym miejscu przydają się definicje punktualności. Przypomnienie: w danych DOT/BTS „on time” to przylot do bramki w mniej niż 15 minut po planie (BTS/DOT, b.d.). Jeśli twoje spotkanie zaczyna się o 10:00, a lot „statystycznie punktualny” ląduje 9:45, to w realu nie jest punktualny. Jest ryzykowny.

Podróż budżetowa: jak ciąć koszty bez cięcia sensu

Budżetowa podróż nie musi oznaczać cierpienia, ale oznacza wybory. Największe dźwignie to: elastyczne daty, lotniska alternatywne, dyscyplina bagażowa, akceptacja dłuższej podróży — ale w granicach sensu. AI powinna proponować kreatywne trasy, jednocześnie ostrzegając o minach: dopłaty za bagaż, brak ochrony przy samodzielnym transferze, nocne przesiadki.

Tu warto wprost powiedzieć: samodzielna przesiadka bywa „tania”, bo przerzuca ryzyko na ciebie. W tabeli i rekomendacji musi to wybrzmieć. Jeśli narzędzie pokazuje tani wariant, ale nie opisuje konsekwencji, jest współautorem problemu.

---

Jak zadawać pytania AI, żeby dostać dobre loty, a nie ładne zdania

Brief podróżny: 7 informacji, które zmieniają wyniki

Większość ludzi pyta: „znajdź tanie loty do X”. To brzmi prosto, ale jest informacyjnie puste. „Tanie” dla każdego znaczy coś innego: dla jednych to 200 zł mniej, dla innych 2 godziny mniej, dla jeszcze innych brak ryzyka, bo mają dziecko lub ważne spotkanie. Jeśli chcesz, by AI nie produkowała ładnych zdań, tylko sensowne rekomendacje, musisz dostarczyć sygnał.

Najważniejsze: priorytet (czas czy kasa), elastyczność dat, limit czasu podróży, bagaż, preferowane godziny, tolerancja ryzyka, rzeczy nieakceptowalne. To jest różnica między jak pisać brief do AI a proszeniem o wróżbę.

Checklist briefu do AI w wyszukiwaniu lotów

1. Podaj cel i priorytet: „oszczędzić czas” albo „oszczędzić pieniądze”, a nie oba naraz bez limitów. W rankingowaniu wielokryterialnym wagi muszą być jasne, inaczej wynik bywa losowy.

2. Określ elastyczność dat: zakres dni + które dni są nie do ruszenia. To pozwala AI eksplorować „okna cenowe” i nie marnować czasu na warianty, których i tak nie wybierzesz.

3. Ustal maksymalny czas podróży i max przesiadki: np. 7 h lotniczo, max 1 przesiadka. Dzięki temu optymalizacja połączeń nie zamienia się w męczarnię.

4. Powiedz prawdę o bagażu: plecak vs walizka, i czy możesz lecieć bez wyboru miejsca. Koszt bagażu potrafi przestawić ranking.

5. Dodaj preferencje godzinowe: „nie wcześniej niż”, „nie później niż”. Godziny to ukryty koszt (dojazd, sen, praca).

6. Zdefiniuj tolerancję ryzyka: minimalny czas przesiadki i czy akceptujesz samodzielne przesiadki. MCT to minimum branżowe, ale rozsądek często wymaga bufora (IATA MCT User Guide v1.1, 2020).

7. Napisz, co jest nieakceptowalne: noc na lotnisku, dwa lotniska w mieście, 2 przesiadki, „lot o 5 rano”. To ratuje przed „tańszą torturą”.

Proś o uzasadnienie i kontrpropozycję: wymuszaj myślenie

Najlepszy trik to żądanie dwóch rzeczy: (1) uzasadnienia, (2) kontrpropozycji. „Podaj 2–3 opcje: najtańsza sensowna, najszybsza, najbezpieczniejsza. Dla każdej: koszt całkowity i powody wyboru”. To wymusza, żeby AI przestała recytować ogólniki i zaczęła porównywać. Jeśli nie potrafi, to sygnał, że nie ma danych lub logiki.

Poproś też o analizę wrażliwości: „co się zmieni, jeśli dołożę 150 zł?” albo „co jeśli dodam bagaż rejestrowany?”. To jest prawdziwe wsparcie decyzyjne. Nie magia. Analiza trendów cenowych jest użyteczna dopiero wtedy, gdy wpływa na decyzję, a nie na emocje.

Pułapki promptów: kiedy AI zgaduje zamiast sprawdzać

Konwersacyjne AI potrafi brzmieć pewnie, nawet gdy nie ma dostępu do aktualnych ofert. Dlatego musisz rozróżnić: silnik rekomendacyjny z danymi o połączeniach i warunkach vs chatbot, który opisuje „jak zwykle bywa”. W lotach różnica jest krytyczna. Jeśli narzędzie nie podaje konkretnych parametrów i rozbicia kosztów, jest duża szansa, że generuje narrację, a nie wynik.

Sygnały, że odpowiedź AI wymaga weryfikacji

• Brak konkretów: jeśli nie ma linii, warunków taryfy, bagażu i przesiadek, to znaczy, że AI „opowiada”, a nie „wyszukuje”.
• Podejrzanie precyzyjna prognoza bez widełek: realna predykcja ma niepewność, zwłaszcza gdy ceny mogą zmieniać się kilka razy dziennie (CheapAir, b.d.).
• Brak sumy końcowej: bez kosztu całkowitego porównanie jest fikcją.
• Brak informacji o przesiadkach: MCT i ryzyko to kluczowe elementy decyzji (IATA MCT User Guide v1.1, 2020).
• Jedna opcja bez alternatywy: bez alternatywy nie kontrolujesz kompromisu.
• Brak „co zmieni rekomendację”: wtedy nie wiesz, czy preferencje zostały zrozumiane.
• Nadmierna pewność przy lotach złożonych: tu rośnie ryzyko, więc pewność bez danych jest sygnałem ostrzegawczym.

---

Dane, które mają znaczenie: jak mierzyć ‘dobry lot’ poza ceną

Koszt całkowity: liczby, które powinny być na pierwszym ekranie

Największy błąd w porównywaniu lotów to traktowanie ceny bazowej jako prawdy. Prawda jest sumą. Jeśli AI ma być uczciwa, powinna pokazać jedną porównywalną liczbę (koszt całkowity) i rozbicie: taryfa, bagaż, miejsca, opłaty, dojazdy. To nie jest luksus. To warunek uniknięcia manipulacji.

W praktyce już sama informacja „czy ta taryfa obejmuje bagaż podręczny w standardzie” potrafi odwrócić ranking. A gdy dorzucisz dojazd na alternatywne lotnisko, nagle „taniej” okazuje się drożej. Dlatego jak liczyć koszt całkowity podróży powinno być wbudowane w rekomendację, nie w osobny poradnik.

Indeks niezawodności: opóźnienia, odwołania, sezonowość

Jeśli masz przesiadkę, niezawodność przestaje być statystyką. Staje się ryzykiem utraty dnia. Dlatego warto myśleć o prostym indeksie: punktualność (wg definicji w danych publicznych), ryzyko odwołania, bufor przesiadki, liczba segmentów. W amerykańskim raportowaniu lot jest uznawany za punktualny, jeśli mieści się w 15 minutach względem planu (BTS/DOT, b.d.). To ważny punkt odniesienia dla budowania takich wskaźników.

Źródło: Opracowanie własne na podstawie standardowego rozumienia MCT i logiki ryzyka przesiadek opisanej w IATA, 2020 oraz definicji „on-time” (15 minut) w danych BTS/DOT, b.d..

Wygoda jako metryka: godziny lotów, jet lag, logistyczne tarcie

Wygoda jest mierzalna bardziej, niż myślisz. Możesz policzyć: godzinę pobudki (wynikającą z dojazdu), czas transferu na lotnisko, godzinę lądowania (czy dojedziesz komunikacją), czy przesiadka wymaga zmiany terminala. To nie jest „vibe”. To dane. AI powinna traktować te proxy poważnie, bo to one decydują, czy podróż jest do przeżycia.

Dodatkowo przy lotach długich dochodzi jet lag, ale nawet przy krótkich wylot o 6:00 potrafi zabić pierwszy dzień. Jeśli opóźnienia i odwołania lotów są realnym ryzykiem, tym bardziej liczy się bufor i plan B. Wygoda w tym sensie jest strategią zarządzania ryzykiem, nie fanaberią.

Kiedy dane kłamią: jakość źródeł i aktualność

Dane o rozkładach i połączeniach zmieniają się. Są codeshare’y, zmiany terminali, zmiany godzin, opóźnienia w aktualizacji. Jeśli AI korzysta z danych, powinna pokazywać, kiedy były aktualizowane i gdzie są niepewności. Bo bez tego łatwo zbudować rekomendację, która wygląda świetnie w teorii, a w praktyce jest przestarzała.

To też powód, dla którego warto traktować AI jako narzędzie do skracania ścieżki decyzyjnej, a nie jako absolutny autorytet. Autorytet buduje się przez transparentność ograniczeń.

---

Kontrowersje: czy AI w podróżach jest neutralne, czy sprytne

Optymalizacja pod prowizję vs optymalizacja pod człowieka

Jeśli platforma zarabia na prowizji, ma pokusę, by „najlepszy” znaczyło „najbardziej opłacalny dla platformy”. To problem nie tylko etyczny, ale też praktyczny: podkopuje zaufanie i zwiększa koszt poznawczy, bo zaczynasz sprawdzać wszystko podwójnie. Ratunkiem jest jawność kryteriów, oznaczanie sponsorowanych wyników i liczenie kosztu całkowitego. AI może być tu lepsza od klasycznej wyszukiwarki, bo może ujawnić logikę rankingu, zamiast udawać neutralność.

Użytkownik też ma narzędzia: prowadzić „grupę kontrolną” (sprawdzać u przewoźnika), dokumentować warunki, porównywać sumy. I pamiętać, że incognito nie jest tarczą na wszystko — jak pisze Going, mit incognito jest przereklamowany (Going, b.d.).

Prywatność: personalizacja bez wchodzenia do głowy

Personalizacja wymaga danych, ale nie wszystko jest konieczne. Do rekomendacji lotów naprawdę wystarczą preferencje podróżne (bagaż, godziny, tolerancja przesiadek) i kontekst trasy. Nie potrzeba twojej pełnej historii życia. Pragmatyczne podejście: udostępniaj tylko to, co poprawia wynik, korzystaj z profili (np. praca vs wakacje), kontroluj zapisane preferencje. Prywatność nie musi być paraliżem — może być higieną.

Dyskryminacja cenowa i ‘cena dla ciebie’: fakt, mit, ryzyko

Segmentacja istnieje — taryfy są projektowane pod różne potrzeby. Ale „cena dla ciebie” w sensie „strona widzi twoje nazwisko i daje drożej” bywa nadużywanym skrótem myślowym. W praktyce większą rolę gra punkt sprzedaży, waluta, dostępność w danej taryfie, warunki, cache. Dlatego zamiast obsesji na punkcie spisków, lepiej skupić się na weryfikowalnych elementach: rozbiciu kosztów, warunkach taryfy, strukturze biletu (jeden czy dwa). To jest miejsce, gdzie AI może pomóc, bo potrafi wykryć różnice w warunkach, a nie tylko w cenie.

---

Przewodnik praktyczny: proces wyszukiwania lotów z AI krok po kroku

Faza 1: eksploracja — znajdź granice, zanim znajdziesz bilet

Zamiast od razu szukać „najlepszego” lotu, najpierw mapujesz granice: jakie dni są możliwe, jakie lotniska wchodzą w grę, jaki maks czas podróży jest do zaakceptowania. AI świetnie działa w tej fazie, bo potrafi przeszukać kombinacje i wrócić z trzema scenariuszami: „najszybciej”, „najtaniej sensownie”, „najbezpieczniej”. To jest moment, w którym z chaosu robi się mapa.

Tu też przydaje się świadomość rynku: ceny są dynamiczne i mogą zmieniać się kilka razy dziennie (CheapAir, b.d.). Eksploracja pozwala nie reagować nerwowo na każdą mikro-zmianę.

Faza 2: zawężanie — zamień preferencje w twarde parametry

Kiedy masz mapę, zamieniasz „chciałbym” na „maks”: max przesiadek, min bufor, bagaż, okna godzinowe. Wtedy AI może policzyć ranking, który ma sens. Bez tego ranking jest przypadkowy, bo nie wie, co jest dla ciebie ważniejsze.

Proces wyboru 2–3 opcji, które naprawdę mają sens

1. Zdefiniuj priorytet główny i dwa poboczne: np. czas > niezawodność > cena. To jest kotwica dla rankingu i sposób na uniknięcie przypadkowych wyników.

2. Policz koszt całkowity dla każdej opcji: bez sumy porównujesz marketing. Wlicz bagaż, miejsca i dojazdy. Jeśli tego nie robisz, to „oszczędność” jest często fikcyjna.

3. Odrzuć połączenia z ryzykiem przesiadki nieadekwatnym do stawki: MCT to minimum branżowe (IATA, 2020), ale minimum nie jest gwarancją. Jeśli zysk to 50 zł, a stawka to utrata dnia, to nie jest racjonalne.

4. Sprawdź godziny lotów vs realny plan: dojazd, sen, praca. Godziny to ukryty koszt, który często przewyższa różnicę w cenie.

5. Poproś AI o alternatywę: „najbezpieczniejsza” vs „najtaniej bez głupot”. Zobaczysz, co tracisz i zyskujesz, zamiast udawać, że jest jeden „idealny” wybór.

6. Wybierz opcję, która minimalizuje żal: bilet, który obronisz także po fakcie, gdy coś pójdzie nie tak. To jest prawdziwa definicja „dobrego lotu”.

Faza 3: weryfikacja — sprawdź warunki, zanim klikniesz

AI może wiele policzyć, ale przed zakupem weryfikujesz warunki: bagaż, zmiany, refund, struktura biletu, terminale, czy przesiadka jest chroniona. Jeśli to przesiadka „legalna”, ale niekomfortowa, AI powinna to nazwać. Weryfikacja to moment, w którym łapiesz przewidywalne porażki, zanim staną się realne.

Szybka lista kontrolna przed zakupem biletu

• Czy znasz dokładny limit bagażu podręcznego i czy obejmuje twoją torbę/plecak w realnym świecie?
• Czy przesiadka jest na jednym bilecie czy na dwóch oddzielnych (i co to znaczy w razie opóźnienia)?
• Czy czas na przesiadkę uwzględnia kontrolę paszportową/bezpieczeństwa oraz zmianę terminala?
• Czy wiesz, kto obsługuje odcinki lotu (operujący przewoźnik) i czy to wpływa na bagaż/odprawę?
• Czy doliczyłeś dojazd na lotnisko o nietypowej godzinie i ewentualny nocleg?
• Czy warunki zmiany nazwiska/daty są realne dla twojego planu (a nie tylko „teoretycznie możliwe”)?
• Czy masz plan B, jeśli pierwszy odcinek się opóźni (kolejny lot, alternatywne lotnisko, dzień zapasu)?

Faza 4: monitorowanie — kiedy wracać do tematu, a kiedy odpuścić

Monitorowanie ma sens, jeśli masz progi: „kupuję, jeśli spadnie poniżej X” albo „kupuję, jeśli ryzyko wzrostu robi się zbyt duże”. Bez progów monitorowanie zamienia się w doomscrolling cen. Ceny potrafią fluktuować w krótkich oknach (CheapAir, b.d.), więc ciągłe sprawdzanie nie daje proporcjonalnych korzyści.

W tej fazie warto korzystać z narzędzi, które potrafią nie tylko wysłać alert, ale też przerankować opcje, gdy zmieniają się warunki (np. dodajesz bagaż, zmienia się plan godzin). I tu ponownie: loty.ai może być sensownym punktem odniesienia jako kategoria „AI od rekomendacji”, bo zmniejsza liczbę decyzji, a nie tylko liczbę kliknięć.

---

Zaawansowane strategie: kiedy standardowe wyszukiwanie przegrywa

Elastyczne daty i ‘okna’ cenowe: myślenie w zakresach

Największa przewaga AI ujawnia się, gdy myślisz w zakresach: „wyjazd między 10 a 14 marca, powrót między 16 a 20”. W klasycznej wyszukiwarce to jest męka, bo kombinacje rosną wykładniczo. AI może przetestować okna i wrócić z 2–3 najlepszymi zestawami dat, z uzasadnieniem: gdzie jest taniej, gdzie jest szybciej, gdzie jest mniejsze ryzyko.

Lotniska alternatywne: oszczędność, która bywa pułapką

Alternatywne lotnisko jest klasyczną „okazją” — i klasyczną pułapką. Jeśli doliczysz dojazd, czas i ryzyko spóźnienia, oszczędność potrafi wyparować. AI powinna pokazywać „true cost” i „true time”: ile realnie tracisz i zyskujesz. Warianty mogą być sensowne (np. duża różnica w cenie i szybki pociąg), ale muszą być opisane, nie romantyzowane.

Jeśli narzędzie pokazuje tylko „taniej o 120 zł”, a nie mówi „dodatkowe 2h dojazdu i brak transportu nocą”, to jest narzędzie do frustracji, nie do planowania.

Trasy złożone i ‘samodzielne przesiadki’: kontrolowany hazard

Samodzielna przesiadka bywa tańsza, bo rozbija podróż na oddzielne bilety. Ale to przenosi odpowiedzialność na ciebie: jeśli pierwszy lot się spóźni, drugi nie musi czekać. W wersji chronionej (na jednym bilecie) system i przewoźnik mają obowiązki obsługi w razie problemów, w wersji „self-transfer” — często nie. AI może modelować ryzyko i sugerować bufor, ale musi to mówić wprost.

Źródło: Opracowanie własne na podstawie standardów minimalnych czasów przesiadek i logiki budowania połączeń opisanych przez IATA, 2020 oraz praktyk branżowych omawianych przez OAG, 2025.

Wielomiejscowe podróże: optymalizacja całej układanki

Wielomiejscowe podróże zabijają klasyczne wyszukiwanie, bo lokalnie „tani” odcinek potrafi rozwalić całość: złe godziny, ryzykowne przesiadki, brak marginesu na przesunięcia. AI ma tu przewagę, bo może optymalizować globalnie: dopasować segmenty, żeby minimalizować ryzyko i tarcie w całej trasie, a nie tylko w jednym locie.

---

Etyka i przyszłość: co będzie następne w AI od lotów

Agent, który ‘załatwia’: od wyszukania do decyzji

Dziś większość narzędzi AI w lotach stoi na granicy między wyszukiwaniem a doradztwem. „Agent” w praktycznym sensie to system, który nie tylko podaje opcje, ale też potrafi zarządzić zmianą: przełożyć lot, znaleźć alternatywę, policzyć skutki. To brzmi jak przyszłość, ale nie trzeba wchodzić w futurologię, żeby powiedzieć coś realnego: już teraz użytkownicy oczekują mniej list, więcej decyzji. Różnica polega na kontroli: człowiek ma rozumieć i akceptować kompromisy, a nie oddawać wszystko na autopilota.

Standaryzacja danych i transparentność rankingów

Rynek jest pofragmentowany, a NDC ma umożliwiać bogatsze oferty i transparentniejszy zakup (IATA, b.d.). W tym krajobrazie narzędzia będą oceniane po jednym: czy potrafią ujednolicić dane i wytłumaczyć ranking. Bez standaryzacji opłat, zasad bagażu i metryk niezawodności, porównanie jest zawsze częściowo niesprawiedliwe. Dlatego wygrywa nie ten, kto ma „najwięcej wyników”, tylko ten, kto ma najlepsze wyjaśnienie.

Czy AI obniży ceny, czy tylko skróci czas szukania

AI nie zmienia fizyki podaży i popytu. Zmienia koszt szukania. I to jest uczciwy punkt: w świecie, gdzie podróżni i tak konsumują ogrom treści przed zakupem (141 stron w 45 dni według Expedia Group: Expedia Group, b.d.), największą wartością może być redukcja chaosu, a nie „magiczna okazja”. Co więcej, nawet w obszarze dynamicznego tworzenia ofert wciąż mamy hybrydę: OAG wskazuje, że tylko około 1/4 sprzedanych ofert w 2024 była dynamicznie tworzona (OAG, 2025). To nie jest świat, w którym każdy bilet jest personalizowany w sekundzie. To świat, w którym nadal dużo jest reguł i klasycznych struktur — więc AI nie jest cudotwórcą, tylko pragmatycznym redaktorem chaosu.

---

FAQ: pytania, które ludzie wpisują, gdy chcą przestać błądzić

Czy sztuczna inteligencja wyszukiwanie lotow naprawdę działa?

Działa, jeśli „działa” oznacza: mniej czasu w porównywaniu, więcej jasności kompromisów, mniejsza liczba przykrych niespodzianek. W praktyce sukces AI nie polega na tym, że zawsze znajdzie najtańszą cenę, tylko że pokaże 2–3 sensowne opcje z policzonym kosztem całkowitym i opisanym ryzykiem. W świecie przeciążenia informacyjnego (np. 141 stron treści przed zakupem wg Expedia Group: Expedia Group, b.d.) to realna wartość, nie marketing.

Jak AI wybiera 2–3 bilety zamiast dziesiątek wyników?

Najpierw zawęża przestrzeń przez twarde ograniczenia (daty, max czas, bagaż, przesiadki), a potem robi ranking wielokryterialny: cena + czas + ryzyko + komfort. Na końcu wybiera różne „najlepsze” punkty kompromisu: najtańszy sensowny, najszybszy, najbezpieczniejszy. To jest logiczne, bo nie ma jednego ideału — są różne priorytety.

Czy AI potrafi znaleźć loty z bagażem w dobrej cenie?

Tak, ale tylko jeśli bagaż jest podany jako warunek wejściowy. Bagaż potrafi zmienić zwycięzcę rankingu, więc narzędzie musi go uwzględniać w koszcie całkowitym. Jeśli AI porównuje ceny bazowe bez bagażu, wprowadza cię w błąd. W praktyce warto od razu mówić: „plecak + walizka kabinowa” albo „walizka rejestrowana”.

Czy opłaca się czekać na spadek ceny biletu?

To zależy od bliskości terminu, popularności trasy i twojej tolerancji ryzyka. Ponieważ ceny potrafią zmieniać się wielokrotnie w ciągu dnia i w krótkich oknach (CheapAir, b.d.), lepiej myśleć progowo: „kupuję, jeśli cena jest poniżej X” oraz „nie ryzykuję, jeśli zostało mniej niż Y dni”. Predykcja ma pomagać zarządzać ryzykiem, a nie obiecywać.

Jak sprawdzić, czy przesiadka jest bezpieczna czasowo?

Najpierw sprawdź, czy przesiadka spełnia MCT (minimalny czas przesiadki) — to branżowe minimum ustalane w standardach IATA i lokalnych grup (IATA MCT User Guide v1.1, 2020). Potem dodaj bufor na realia: kontrola paszportowa, zmiana terminala, tłok. I sprawdź, czy loty są na jednym bilecie (ochrona) czy na dwóch (ryzyko przeniesione na ciebie).

Czy sztuczna inteligencja wyszukiwanie lotow jest dla każdego?

Najwięcej korzyści mają osoby z ograniczeniami i zmęczeniem decyzyjnym: rodziny, podróże służbowe, trasy z przesiadkami, elastyczne daty, wiele lotnisk. Jeśli lecisz prostym lotem bezpośrednim i masz czas na spokojne porównanie, klasyczna wyszukiwarka też wystarczy. AI jest najbardziej opłacalna tam, gdzie liczba kombinacji i ryzyk rośnie szybciej niż twoja cierpliwość.

---

Podsumowanie: mniej klikania, więcej sensu

Najważniejsze wnioski do zapamiętania

Sztuczka w wyszukiwaniu lotów nie polega na tym, żeby mieć „więcej wyników”. Polega na tym, żeby mieć mniej chaosu i więcej jasności. Dane pokazują, że ludzie i tak spędzają masę czasu na konsumowaniu treści przed zakupem — średnio 303 minuty i 141 stron w 45 dni w badaniu Expedia Group (Expedia Group, b.d.). To nie jest normalny „zakup”. To projekt badawczy. Dlatego AI ma sens wtedy, gdy bierze na siebie pracę analityka: liczy koszt całkowity, ocenia ryzyko przesiadek (w tym MCT wg standardów IATA), pokazuje kompromisy i daje 2–3 opcje gotowe do decyzji.

Na koniec warto zdjąć z AI magiczną pelerynę. Ona nie obniża cen z definicji — bo ceny są funkcją rynku. Ale może obniżyć koszt szukania i koszt żałowania. I właśnie dlatego fraza sztuczna inteligencja wyszukiwanie lotow przestaje być futurystycznym gadżetem, a staje się pragmatycznym narzędziem do podejmowania decyzji, które nie niszczą ci dnia.

Miniprzewodnik: jedno zdanie, które warto wkleić do wyszukiwarki

Wklej i dostosuj:

„Znajdź 2–3 najlepsze opcje lotu z [miasto A] do [miasto B] w terminie [zakres dat]. Priorytet: [czas / cena / niezawodność]. Maks: [X] godzin podróży, [Y] przesiadek, min. przesiadka [Z] min. Bagaż: [plecak / kabinowy / rejestrowany]. Podaj dla każdej opcji koszt całkowity z rozbiciem (bilet, bagaż, miejsca), opisz ryzyko przesiadki i powiedz, co musiałoby się zmienić, aby rekomendacja była inna.”