Dostępność cyfrowa WCAG 2.2 AA Szukaj Kontakt
Czytanie i wygląd Ustaw stronę dla siebie

Czytanie i wygląd

Zmiany wyglądu działają również przy wyłączonym asystencie. Nie zastępują dostępności strony.

Wygląd strony

Ustawienia zapisujemy tylko w tej przeglądarce. Przywrócenie wyglądu usuwa ten zapis. Powiększenie przeglądarki pozostaje dostępne niezależnie.

Czytanie treści

Usługa głosu zostanie sprawdzona po otwarciu panelu.

Czytamy widoczną treść główną. Pomijamy menu, formularze i panele boczne. Nie używamy mikrofonu. Przy wyborze głosu asystenta czytany tekst trafia do skonfigurowanej usługi mowy. Nie przełączamy automatycznie na inny głos.

Programista i tester WCAG

Strategia testowania i regresji

Jak połączyć linting, testy komponentów, skanery automatyczne, testy ręczne i monitoring.

Lekcja
11 / 12
Czas
28 min

Skuteczny proces to nie jeden wielki audyt na końcu projektu. Kontrola powinna działać na kilku poziomach – od komponentu i pull requesta, przez testy przed wydaniem, aż po monitoring produkcji.

Po tej lekcji będziesz umieć

  • zaprojektować wielopoziomową strategię jakości
  • ustalić, które testy da się zautomatyzować
  • zaplanować reakcję na regresję na produkcji

Przed commitem i w CI

Linting i testy komponentów zatrzymają część prostych błędów. Skaner automatyczny w CI powinien sprawdzać reprezentatywne stany aplikacji, ale nie zastąpi ręcznego sprawdzenia interakcji.

Przed wydaniem

Przejdź klawiaturą najważniejsze procesy. Jeśli zmieniły się komponenty, sprawdź dany wzorzec z technologią asystującą. Ustal jasne kryteria, które blokują wydanie.

Po wdrożeniu

Monitoring produkcji wyłapuje regresje wynikające z treści, integracji i zmian, które nie mają nic wspólnego z kodem. Alert powinien wskazywać konkretny URL i konkretny problem, żeby zespół mógł szybko zdecydować, co dalej.

Ćwiczenie praktyczne

  1. Rozpisz obecną drogę od kodu do produkcji.
  2. Do każdego etapu dopisz jeden test dostępności.
  3. Wskaż, kto reaguje na błąd i w jakim czasie.

Lista kontrolna

  • testy automatyczne działają wcześnie i regularnie
  • kluczowe interakcje wymagają testu ręcznego
  • wyniki porównuję z poprzednim stanem, żeby wyłapać regresje
  • każdy wynik ma właściciela i ścieżkę naprawy

Źródła

Materiał edukacyjny WCAG Akademii. Źródła zweryfikowane 26 września 2026 r. W razie rozbieżności pierwszeństwo ma aktualna treść źródła normatywnego lub urzędowego.

Asystent korzysta z AI. Odpowiedzi mogą wymagać weryfikacji.

Jak działa AI?

Funkcje AI w WCAG Akademii są obecnie wykonywane na prywatnej, lokalnej stacji obliczeniowej operatora projektu, działającej w prywatnej infrastrukturze domowej.

Obecna stacja wykorzystuje NVIDIA RTX A5000 z 24 GB pamięci VRAM, około około 128 GB RAM oraz 2× Intel Xeon E5-2667 v4, łącznie 32 wątki.

W zależności od zadania wykorzystywane są lokalne modele:

  • wcag-fast — szybkie odpowiedzi asystenta.
  • wcag-documents — dokumenty, treści i ETR.
  • wcag-general — ogólna analiza treści.
  • wcag-master — bardziej złożona analiza i kontrola jakości.
  • qwen3-embedding — wyszukiwanie w lokalnej bazie wiedzy RAG.

Lokalne przetwarzanie na pojedynczej stacji roboczej może być wolniejsze niż usługi dużych centrów danych. Prostsze zadania zwykle kończą się szybciej, a analiza dokumentów, ETR lub większych materiałów może wymagać kilkunastu albo kilkudziesięciu sekund.

Projekt jest rozwijany. Wraz ze wzrostem liczby użytkowników infrastruktura będzie stopniowo modernizowana.

AI może popełnić błąd. Wynik jest pomocą w pracy, a nie automatycznym potwierdzeniem zgodności z WCAG, ETR, RODO ani innymi przepisami.

Nie wprowadzaj danych osobowych ani informacji poufnych, jeżeli nie są potrzebne do wykonania zadania.

Zgłoś problem z odpowiedzią AI
Co jest nie tak?

Nie wklejaj danych osobowych ani poufnych informacji. Wystarczy krótko opisać problem.