Celem artykułu jest przedstawienie wyników kilku eksperymentów mających na celu wykorzystanie sztucznej inteligencji (LLM-ów i chatów: GPT-5.2 Thinking, Gemini 3 Pro Thinking, Perplexity Sonar Pro, Claude Sonnet 4.5.) do podziału znaczeń w obrębie artykułów hasłowych z Thesaurusa Knapiusza z 1643 r. (wyd. drugie, rozszerzone) oraz próba dostosowania/dopasowania materiału do struktury haseł Elektronicznego słownika języka polskiego XVII i XVIII wieku zgodnie z przyjętymi w nim zasadami (e-SXVII).

W przeprowadzonych próbach podawaliśmy chatom prompty o zwiększającym się stopniu szczegółowości, w których formułowaliśmy to samo zadanie. Polegało ono na segregacji i dezambiguacji znaczeń 10 wieloznacznych haseł przymiotnikowych w Kn.

Wyniki zostały porównane z odpowiednio przygotowanymi (wypreparowanymi) hasłami wzorcowymi, a następnie poddane ewaluacji przez dwie osoby z zespołu Pracowni Historii Języka Polskiego XVII i XVIII Wieku IJP PAN (leksykografów i jednocześnie specjalistów z zakresu filologii klasycznej). Celem przeprowadzonych prób było przede wszystkim sprawdzenie, w jakim stopniu LLM potwierdzi decyzję redaktorów e-SXVII, ale też w jakim stopniu można zaufać sztucznej inteligencji w dezambiguacji znaczeń ekwiwalentów z języków klasycznych, pozbawionych naturalnego kontekstu zdaniowego. Sprawdzaliśmy również, który model daje najlepsze wyniki oraz jaka najmniejsza porcja danych uwzględnionych w prompcie wystarczy do prawidłowego rozdzielenia znaczeń w Kn. Spodziewamy się, że automatycznie wydzielone znaczenia w Thesaurusie Knapiusza będą mogłb być stosowane w ich kontrolowanej implementacji do Elektronicznego słownika języka polskiego XVII i XVIII wieku.